基于DoDAF的有人/无人机协同作战体系结构建模
摘 要
有人/无人机(manned/unmanned aerial vehicle, MAV/UAV)协同作战是未来战场中重要的空中作战模式。由于MAV/UAV协同作战体系系统复杂、涉及作战节点多,需从系统工程的角度对整体作战体系进行顶层设计,并采用统一的结构框架对该体系结构建模。首先,引入美国国防部体系结构框架(Department of Defense architecture framework, DoDAF),提出一种体系结构快速开发方法,并给出开发步骤。然后,利用视图模型,对MAV/UAV协同作战体系的系统功能、作战任务活动、各作战节点的信息交互及组织关系等建立模型。最后,通过动态仿真对模型进行验证。结果表明,所提作战体系的执行状态与预期的作战流程一致,体系结构设计合理,系统内各作战节点定义及信息体系结构描述具备一致性和协调性。
0 引 言
在传统战场中,有人机(manned aerial vehicle, MAV)执行攻击、探测等作战任务时,操作员往往需要承担较大的人身安全风险。而无人机(unmanned aerial vehicle, UAV)因其具有低成本、良好的隐身性能、强抗过载能力等优势,可以在恶劣环境下执行作战任务,进而消除MAV操作员执行任务的风险,该优势使其成为未来战场一种重要军事力量[1]。
对于UAV系统而言,为提高UAV系统性能和智能水平,使其能够脱离多个操作员控制一架UAV的控制模式,需大幅提高UAV自主控制水平。目前,UAV自主化仍是UAV技术发展的主流方向之一[2]。然而,由于技术条件的限制,目前UAV的自主化程度还较低,根据美国国防部的《2005—2030 UAV系统路线图》[3]给出的UAV自主等级划分方式,美军的“全球鹰” UAV也仅达到2级自主程度。另一方面,UAV自主能力的增强会导致更高的系统复杂度(如:脆性、不透明等问题),并由此可能引发更多的事故。同时,UAV自主行为存在监督问题,违背机器伦理[4]。因此,在未来较长的时间内,MAV与UAV之间必将是相互补充而非取而代之的关系。
当前,MAV与UAV协同作战模式已成为UAV作战运用研究中的一大热点。美国国防部在《2013—2038年无人系统综合路线图》[5]中强调了有人/无人系统在未来战场应用中的重要性。其重点研究方向主要包括:体系结构设计[6-9]、协同任务智能规划[10-15]、协同成像侦察[16]、作战效能评估[17-19]、协同作战网络系统[20]等。其中,体系结构设计是各国武器装备顶层设计的重要手段[21]。
目前,国内外针对MAV/UAV协同作战体系的相关研究较少,还处于起步阶段。文献[22]指出美军在无人系统投入使用的初期,有人/无人系统在协同作战中暴露出了行动盲目、组织混乱、控制不力等严重问题。为改善这一问题,在体系结构设计方面,国内外开展了大量研究。2015年,美国国防部高级研究计划局(defense advanced research projects agency,DARPA)推进了“体系综合技术和试验系统(system of systems integration technology and experimentation, SoSITE)”项目[6],该项目主要目的是重新整合空中作战能力,分解MAV功能至大量小型UAV并实现平台间的信息共享、协同配合等能力以形成分布式空中作战体系[7],该项目聚焦灵活、开放的架构设计技术,开发用于新技术快速集成的体系架构设计工具,但具体方法未见发表。国内方面,文献[8]采用高层体系结构(high level architecture, HLA)作为MAV/UAV协同对地攻击指挥决策的标准开发环境,从交互通信角度,建立MAV/UAV指挥决策体系结构,主要用于系统建模与仿真应用中。文献[9]采用北约指挥控制通信系统体系结构框架,从指挥、控制和通信角度描述MAV/UAV协同作战体系结构,设计了通信拓扑结构和指挥控制结构。
然而,MAV/UAV协同作战体系组织复杂,包含了作战人员、MAV系统和UAV系统。同时,MAV/UAV协同作战体系需要考虑许多要素,例如作战、指挥、控制、通信等。此外,随着现代战场无人系统智能化和UAV种类多样化的发展,MAV/UAV协同作战体系至少还需要考虑两点要素:无人系统的智能因素和作战人员的人因因素。然而,上述文献只专注于各自单一角度,所提出的MAV/UAV协同作战体系的体系结构难以涵盖所有要素,尤其是无人系统的智能因素和作战人员的人因因素,因此缺乏扩展性和适用性。另一方面,MAV/UAV协同作战体系日益庞杂的趋势和对协同作战的要求也导致了对其互操作性的需求[23],上述文献提出的方法均难以满足。而美国国防部体系结构框架(Department of Defense architecture framework, DoDAF)为建立统一的MAV/UAV协同作战体系结构提供了可能。
因此,本文从顶层设计理念出发,设计一种基于DoDAF的MAV/UAV协同作战体系结构,该设计将作战体系统一在同一个体系结构框架下,给出MAV/UAV协同对空作战指挥控制链的顶层、全面的描述。结合DoDAF的元模型(DoDAF meta-model, DM2)提出一种快速开发体系结构的方法,并基于DM2编写综合字典,解决了内/外部理解不统一的问题,以提高不同系统、不同部门的互操作性,实现高效联合作战的目的,为未来实现跨域作战打下基础。此外,为了满足不同自主等级的UAV和操作员状态的作战需求,在设计体系结构时考虑了UAV的自主程度和操作员状态对作战模式的影响,对传统的指挥作战体系结构进行了扩展,以适应未来智能化战场需求。
1 基于DoDAF的体系结构建模方法
1.1 DoDAF概述
自2003年,自动化指挥系统(command、control、communication、computer、intelligence、surveillance and reconnaissance, C4ISR)架构规范2.0版重新改写为DoDAF 1.0版后,得益于该架构的适用性不再受限在C4ISR范围,而是扩大至所有任务领域,使得DoDAF在军事系统得到了广泛应用[24-25],并逐渐成为武器装备需求描述的建模标准[26]。2010年,颁布了最新的DoDAF 2.02版本,相比于早年的1.0版和1.5版,2.02版的核心从架构产品转移到架构数据,并将核心架构数据模型替换为DM2[27]。DM2主要提供逻辑数据模型、物理交换规范和概念数据模型,根据用户需求收集组织数据,并以此数据群为牵引,开发与数据映射的产品模型,为实现体系结构数据的集成和描述系统内部之间信息的语义一致性奠定了基础[28]。
DoDAF 2.02版是一种顶层的框架,在该框架中定义了一种表示联盟体系结构的方法——视图模型。视图模型有8个,如图1所示。
图1 DoDAF 2.02视图
Fig.1 DoDAF 2.02 viewpoint
该模型包括全景视图(all viewpoint, AV),数据与信息视图(data and information viewpoint, DIV),标准视图(standards viewpoint, StdV),项目视图(project viewpoint, PV),作战视图(operational viewpoint, OV),能力视图(capability viewpoint, CV),服务视图(services viewpoint, SvcV)和系统视图(systems viewpoint, SV)[27]。
1.2 基于DoDAF的体系结构建模步骤
本文采用7个DM2数据组设计了MAV/UAV协同作战体系结构,主要包括:活动(Activity),能力(Capacity),信息(Information),资源流(Resource),执行者(Performer),规则(Rule)和度量(Measure)。分别简写为:A,C,I,R,P,Ru,M。每个视图均为一个集合,其元素是DM2数据组,例如:MAV/UAV协同作战体系结构视图模型的OV-1和OV-2视图集合表示为OV-1={P,I}和OV-2={P,I,R}。
为得到MAV/UAV协同作战体系结构的视图模型建模步骤,在建立MAV/UAV作战的DoDAF体系结构视图产品过程中需遵循以下4个原则,其优先级按以下顺序排列。
原则 1 先活动后系统。本文将DoDAF的8个视图划分为3大类:活动类,系统类和辅助类,如图2所示。其中,本文建立MAV/UAV协同作战的DoDAF体系结构主要涉及到活动类视图和系统类视图,按照先建立活动类视图子再建立系统类视图的原则进行开发。
原则 2 由静态到动态再到映射。DoDAF模型可划分为7种类别:表格型、结构型、行为型、映射型、本体型、图片型和时间进度型。其中,行为型模型是对体系结构的动态行为特征进行描述。映射型模型提供了两种不同类型信息间的映射。其他类型的模型主要对体系结构元素及其关系的静态结构特征进行建模。本文主要将模型分为静态模型、动态模型和映射模型,按照先建立静态模型再建立动态模型,最后建立映射模型的原则开发MAV/UAV协同作战的DoDAF体系结构,如图2所示。
图2 DoDAF模型分类
Fig.2 DoDAF model classification
由于图2中辅助类未包含在本文研究范围,因此辅助类中的视图模型不作详细分类,仅在活动类和系统类视图中进一步将视图模型进行分类。
原则 3 模型关系约束。文献[29]给出了模型的约束关系,主要由DM2决定。本文为实现快速建模,避免复杂耦合关系,只考虑其中两种显而易见的情况:当视图集合中没有元素重叠时,认为视图之间无明显关联,此时不考虑其开发顺序;当视图B依赖于视图A时,则先开发视图A,例如OV-2视图均依赖于OV-1,因此首先开发OV-1。该原则的主要目的是在已分类模型组的基础上进一步确定该类模型的开发顺序。
原则 4 协同关系反复迭代构建。当模型之间存在互相协同的关系时,则同时开发并迭代修改,如AV-2与CV-1、OV-1和AV-1,该反复迭代贯穿整个开发过程。
步骤 1 依次建立AV-1、CV-1、AV-2和OV-1,明确体系总体框架。
步骤 2 建立OV-4,明确组织背景、成员和之间关联。
步骤 3 建立OV-2,描述作战活动的资源交换;同时建立资源和资源交换的相关属性描述矩阵模型OV-3。
步骤 4 建立CV-2,给出体系结构需要的所有能力;在此基础上建立OV-5a,将作战活动标识和分解。
步骤 5 建立CV-3和CV-4,规划实现的能力,定义能力与逻辑分组间的依赖关系;建立CV-5,给出阶段性的能力部署和互连,形成该阶段的规划方案;建立OV-5b,基于能力与活动、输入、输出间的关系建立作战活动模型。
步骤 6 建立OV-6a,确定作战约束规则;建立OV-6b和OV-6c描述作战活动对时间序列的响应。
步骤 7 建立CV-6,通过建立映射矩阵实现能力需求到作战行动的追踪,以展示特定作战行动需要哪些具体的能力元素。
步骤 8 建立SV-4对系统功能和系统功能间的数据流进行描述。
最终,得到如图3所示的MAV/UAV协同作战体系结构开发序列。
图3 MAV/UAV协同作战体系结构开发序列
Fig.3 Architecture development sequence of MAV/UAV cooperative combat system
2 MAV/UAV协同作战体系结构模型
MAV/UAV执行的协同空空打击任务是具有多控制节点、多阶段协同行动特点的一种典型任务,本文以协同作战这一新的作战形式为背景,分析MAV/UAV完成对空作战任务所需的动态行为和结构特征,建立体系结构模型。由于篇幅限制,本文只展示部分关键体系结构模型。
2.1 构建综合字典
综合字典AV-2是体系结构数据存储库,以分层方式采用文本的形式对体系结构数据和术语进行定义。本文的AV-2包括DM2中的元素,以及由体系结构描述引入的新元素,实现了跨体系结构描述的一致性,以便体系结构模型的开发、验证、维护和重用。构建MAV/UAV协同作战体系的综合字典过程中,对MAV控制UAV的能力和UAV自主性能数据的收集和定义是有别于其他作战体系的重要要素。
(1) 能力。针对MAV/UAV协同作战的作战任务要求,确定和分析系统核心能力,主要包括:数据处理能力、通信能力、航迹规划能力、态势感知能力、任务管理能力、资源管理能力、飞行员作战能力和MAV控制UAV的能力。
(2) 人员。在MAV/UAV协同作战任务中,主要包含:总指挥控制所,负责整体统筹规划和协调、制作总体作战计划,为飞行员及其他协作人员和部门发布作战任务和指令,拥有最高指挥控制权限;地面控制站,与MAV协同控制UAV,主要负责控制UAV起飞和降落过程;通信部门,包括地面通信站和通信卫星,保障各部门的通信链路;UAV,负责执行探测和攻击任务。
(3) 活动。作战活动主要包括:UAV起飞、UAV巡航至作战区、UAV协同探测、MAV巡航至作战区、作战计划离线制定、作战计划在线制定、UAV协同攻击、作战效果评估、UAV返航等。
(4) 资源流。资源流是活动之间暂时的且会引起信息、数据、物资、执行者等对象的流动或互换。主要包括:作战计划信息指令、指挥指令、情报信息、态势信息共享、UAV指挥控制信息、导航信息、攻击指令等。
(5) 规则。本文的规则数据主要针对UAV的活动约束,包括UAV飞行速度、故障情况下的飞行策略等。
(6) 度量。度量数据主要包括:UAV成本、UAV能力等级、UAV与MAV互操作性、传感器性能,武器性能、UAV性能、通信链路性能等。
(7) 信息。对活动实施过程中相关和所需事物的表述。例如:红蓝双方数量信息等。
至此,已经初步得到了MAV/UAV协同作战体系结构数据。值得注意的是,每个模型并不需要包含所有的元素,一般情况下,模型中只有一部分元素是必须包含的,其余元素均是可选择的。
2.2 高级作战概念图
高级作战概念图OV-1以图像和文字的形式直观描绘顶层作战设想,展现了作战目的和架构,以及体系结构和外部系统的相互作用。本文OV-1的主要元素包括人员和资源流,明确了作战概念,强调了MAV/UAV与外部环境和其他系统的相互作用。OV-1是AV-1概览和摘要信息书面内容的图形化表示,根据AV-1的综合描述,绘制高级作战概念图OV-1,如图4所示。
图4 高级作战概念图OV-1
Fig.4 OV-1: high-level operational concept diagram
总指挥控制站指挥引导MAV飞行,发布总任务给MAV和其他系统。UAV地面指挥站控制UAV飞至聚集点汇集,将UAV指挥控制权限转交给MAV指挥员,并保留对UAV工作状态和飞机路径的监视权。在作战任务执行过程中,MAV与UAV需要执行协同探测(协同态势感知、协同目标跟踪、协同目标定位)、协同攻击(协同火力攻击、协同路径规划)、核实评估(协同战场评估)等多个任务。
2.3 组织关系图
组织结构图OV-4用于描述作战节点、组织和人员之间的指挥结构、指挥关系或其他关系。图5给出了MAV/UAV协同作战体系的组织关系。根据综合词典AV-2关于执行者的体系结构数据,作战组织节点主要包括UAV地面指挥站、预警系统、情报支援系统、通信保障系统、总指挥控制中心、MAV和UAV平台,其关系用连接线标记,主要是协同关系和指挥控制关系。
图5 组织关系图OV-4
Fig.5 OV-4: organizational relationship diagram
2.4 资源流图
资源流图OV-2是用来描述资源流的逻辑模式,资源流可包括信息流、资金、人员和物资流。本文资源流图OV-2如图6所示,主要描述了MAV/UAV协同作战过程中数据、信息、物理流和作战人员的逻辑模式,展示了执行作战活动的结构。资源流图OV-2中节点和节点之间用需求线连接。其中,需求线表明系统之间资源交换的需求和资源流向。
图6 作战资源流图OV-2
Fig.6 OV-2: operational resource flow diagram
2.5 作战活动模型
作战活动模型OV-5b主要描述作战活动之间的关系和资源交换过程。如图7所示,基于MAV/UAV协同作战体系资源结构和能力的需求,创建作战活动图OV-5b,通过描述活动间输入输出流,进一步明确了作战节点的职责,对作战活动和活动关系给出了规范性描述。总指挥控制中心发布总体任务给UAV地面指挥站和MAV;UAV地面指挥站提供UAV离线任务规划并控制UAV起飞;MAV和UAV巡航飞至作战区时,MAV开始在线任务规划,指挥控制UAV协同探测和攻击,评估作战效果。
2.6 事件跟踪描述
为了充分描述体系结构的动态行为和事件特征,在OV-5b基础上,创建OV-6a作战规则模型,利用OV-6c和OV-6b描述作战活动的关键时序和行为顺序。其中,OV-6c主要描述节点间因果顺序关系对外界触发的响应。本文采用顺序图来表示事件跟踪描述OV-6c,如图8所示。节点包括:总指挥控制中心、UAV地面指挥站、MAV、UAV和蓝方战机。
图7 作战活动模型OV-5b
Fig.7 OV-5b: operational activity model
2.7 作战状态转换描述
作战状态转换描述OV-6b采用状态图来实现,其主要目的是强调各个作战节点的动态行为。在MAV/UAV协同作战的各个环节中,UAV协同作战过程是整个作战的核心环节,本文以进入作战状态后的UAV作战状态转换描述和MAV作战状态转换描述为例,建立如图9和图10所示的OV-6b。其中,UAV自主能力是根据美国《UAV系统路线图2005—2030》定义的,UAV自主等级分为9级:1级-远程引导;2级-实时故障诊断;3级-故障自修复和飞行环境自适应;4级-机载航路重规划;5级-多机协调;6级-多机战术重规划;7级-多机战术目标;8级-分布式控制;9级-机群战略[3]。作战人员可根据作战任务对UAV自主等级的要求,确定UAV启动全自主模式的条件。
图8 事件跟踪描述OV-6c
Fig.8 OV-6c: event-trace description
3 体系结构模型验证
本文仿真实验验证的目的,一是检测提出的各组件功能是否能够协同工作;二是在本文提出的应用背景下,检测体系结构模型功能的完整性。
基于以上目的,在仿真平台选择方面,鉴于IBM Rational Rhapsody平台可基于UML/SysML建模语言和国防统一建模平台配置文件建立可执行模型并运行,支持作战视图中用活动图、序列图、状态图实现OV-5、OV-6c、OV-6b等模型的测试和仿真,为验证本文体系结构数据与模型提供良好的验证途径。因此,在前文体系设计基础上,利用Rhapsody验证MAV/UAV协同作战体系结构模型,设置环境为微软VC运行库(Microsoft Visual C++, MSVC)环境。
仿真中设置MAV与UAV作战模式为单架MAV携两架UAV执行攻击两个目标物的作战任务,且每架UAV分别携带两枚导弹。UAV工作模式分为半自主模式与全自动模式。其中,全自主模式是指UAV自主能力等级足够支持其自主完成任务,UAV将全自主完成作战任务;半自主模式是UAV在MAV的指挥控制下完成作战任务,MAV可根据UAV自主能力和作战任务需求,只发送必要指令。本实验假定作战任务要求UAV自主能力不小于5级,当UAV自主能力到达6级时,可实现UAV全自主完成作战任务。图11主要为操作员显示当前UAV携带导弹数量、攻击目标、态势信息[30]、任务状态等信息。
图9 UAV作战状态转换描述OV-6b
Fig.9 OV-6b: UAV combat state transition description
图10 MAV作战状态转换描述OV-6b
Fig.10 OV-6b: MAV combat state transition description
图11 MAV指挥控制界面
Fig.11 MAV command and control interface
在模型可执行验证方面,对体系结构模型编译,利用代码生成、编译、运行方式检测设计的模型和数据的形式化语法,编译成功则表明语法正确,才能生成可执行程序。功能验证主要通过OV-6b和OV-6c的对比来检验,在状态图OV-6b运行的同时,打开事件跟踪描述OV-6c的仿真图,可得到OV-6c的仿真结果,如果该仿真结果与预期设计的OV-6c一致,说明了模型功能描述的一致性和正确性[31]。图12的序列图是由在Rhapsody平台编辑的各个状态图自动生成,图13的UAV作战状态图是其中之一,主要反映MAV/UAV协同作战过程中总指挥控制中心、UAV地面指挥站、MAU和UAV之间的行为和响应顺序,其中六边形表示状态,实线表示信息。
通过图12的仿真序列图与图8的期望视图OV-6c对比,可以看到:
(1) 在初始规划阶段,图8中,总指挥控制中心执行了创建任务、规划任务动作,并分别发布任务和任务规划信息给UAV地面指挥站和MAV,UAV地面指挥站规划UAV航迹,MAV开始巡航。图12中,总指挥控制中心执行创建任务,转入任务规划状态,分别发送任务及规划信息给UAV地面指挥站和MAV,使得UAV地面指挥站转入航迹规划状态引导UAV进入巡航状态,MAV进入任务执行状态。在该阶段,二者流程一致。
(2) 在探测阶段,图8中,UAV开始探测并发现目标,将目标信息发送给MAV,MAV进行态势分析。图12中,UAV在巡航过程中执行探测任务,当发现目标时,将目标信息反馈给MAV,MAV进入作战任务模式状态,执行态势分析。在该阶段,二者流程一致。
图12 MAV/UAV协同作战序列图
Fig.12 MAV/UAV cooperative combat sequence diagram
图13 单架UAV作战状态图
Fig.13 Single UAV combat status diagram
(3) 在MAV决策阶段,图8中,MAV发给UAV启动攻击任务模式的信息,UAV等待MAV进一步指令,MAV进行任务规划并将结果发送给UAV。图12中,MAV发布启动指令通知UAV从巡航转入攻击作战状态,UAV此时处在攻击的子状态,即等待MAV目标分配结果状态中;MAV进入任务规划状态,得到攻击目标指令发送给UAV。在该阶段,二者流程一致。
(4) 在攻击阶段,图8中,UAV接受攻击目标身份信息后,执行打击。图12中,UAV收到攻击目标指令后,开始飞行控制状态;达到占位点后,进入发射制导武器状态;发射完毕后,发送当前攻击结束信息给MAV。在该阶段,图12将图8的执行打击过程进一步细化,但二者流程仍保持一致。
(5) 在评估阶段,图8中,MAV发送评估指令给UAV,UAV执行评估,之后返回评估报告,MAV向总指挥控制中心报告当前任务状态。图12中,MAV处于处理UAV的请求信息状态,并发布评估指令通知UAV对攻击效果进行评估,UAV执行评估任务并返回评估报告和评估任务结束信息,MAV将任务状态信息发送给总指挥控制中心。在该阶段,二者流程一致。
综上所述,该仿真结果与设计的预期作战流程OV-6c保持一致,因此MAV/UAV协同作战体系结构设计合理。
4 结 论
本文基于以数据为中心的设计思想和DM2的开发方法,在DoDAF 2.02框架下,提出一种快速体系结构开发方法,确定了体系结构的开发步骤,并从作战角度构建了MAV/UAV协同作战体系结构模型。该模型能够全面地描述MAV/UAV协同作战系统顶层体系结构,可以提高不同系统、不同部门的互操作性,最终实现高效联合作战目的。此外,针对MAV/UAV协同作战体系的特殊性,建立的体系结构模型考虑了无人系统的智能因素和作战人员的人因因素,使其适应未来智能化战场的需求。最后,基于IBM Rational Rhapsody平台验证了作战活动的逻辑关系和行为关系的正确性。
参考文献
[1] YU X, ZHANG Y M. Sense and avoid technologies with applications to unmanned aircraft systems: review and prospects[J]. Progress in Aero-space Sciences, 2015, 74:152-166.
[2] VALAVANIS K P. Unmanned aircraft systems challenges in design for autonomy[C]∥Proc.of the 11th International Workshop on Robot Motion and Control, 2017: 73-86.
[3] CAMBONE S A, KRIEG K J, PACE P, et al. Unmanned aircraft systems roadmap 2005-2030[R]. Washington D.C.: Office of the Secretary of Defense, 2005: 4-15.
[4] WOHLER M, SCHULTE A. On board assistant system for UAS integration into civil airspace[C]∥Proc.of the AIAA Infotech@ Aerospace Conference, 2013: AIAA 2013-5047.
[5] JAMES W A, KENDALL F. Unmanned systems integrated roadmap FY2013-2038[R]. USA: Department of Defense, 2013:16-19.
[6] 王怿, 严江江, 陈晓东, 等. 美军体系综合技术和试验(SoSITE)项目概况及启示[C]∥第三届中国指挥控制大会, 2015: 122-126.
WANG Y, YAN J J, CHEN X D, et al. Summarization and enlightenment of american system of systems integration technology and experimentation(SoSITE) program[C]∥Proc.of the 3rd China conference on command and control, 2015: 122-126.
[7] 李东兵, 申超, 蒋琪. SoSITE等项目推动美军分布式作战体系建设和发展[J]. 飞航导弹, 2016(9): 65-70.
LI D B, SHEN C, JIANG Q, SoSITE and other projects promote the construction and development of the distributed air warfare system of the US army[J]. Aerodynamic Missile Journal, 2016(9):65-70.
[8] 张安, 刘跃峰, 汤志荔, 等. 编队协同对地攻击指挥决策系统体系结构研究[J]. 计算机工程与应用, 2010, 46(29): 232-235.
ZHANG A, LIU Y F, TANG Z L, et al. Research on command and decision system architecture of cooperative formation air-to-ground attack[J]. Computer Engineering and Applications, 2010, 46(29): 232-235.
[9] 钟赟, 张杰勇, 邓长来. 有人/无人机协同作战问题[J]. 指挥信息系统与技术, 2017, 8(4): 19-25.
ZHONG Y, ZHANG J Y, DENG C L. Cooperative combat problems about manned/unmanned aerial vehicles[J]. Command Information System and Technology, 2017, 8(4): 19-25.
[10] JUN C, QIU X J, JIA R, et al. Design method of organizational structure for MAVs and UAVs heterogeneous team with adjustable autonomy[J]. Journal of Systems Engineering and Electronics, 2018, 29(2): 286-295.
[11] ZHONG Y, YAO P Y, ZHANG J Y, et al. Formation and adjustment of manned/unmanned combat aerial vehicle cooperative engagement system[J]. Journal of Systems Engineering and Electronics, 2018, 29(4): 756-767.
[12] ZHONG Y, YAO P Y, SUN Y, et al. Cooperative task allocation method of MCAV/UCAV formation[J]. Mathematical Problems in Engineering, 2016: 6051046.
[13] ZHONG Y, YAO P Y, SUN Y, et al. Research on command and control of MAV/UAV engagement from the cooperative perspective[C]∥Proc.of the International Conference on Information System and Artificial Intelligence, 2016.
[14] LI Y, HAN W, ZHANG Y, et al. Trajectory planning based on spatial-temporal constraints for MAV/UAV cooperative system[C]∥Proc.of the Chinese Control Conference, 2019: 4011-4016.
[15] ZHONG Y, YAO P Y, WAN L J, et al. Intervention decision-making in MAV/UAV cooperative engagement based on human factors engineering[J]. Journal of Systems Engineering and Electronics, 2018, 29(3): 530-538.
[16] MENG Z, LI X, LU C, et al. Collaborative forward-looking imaging and reconnaissance technology for manned/unmanned aerial vehicles[J]. Journal of Engineering, 2019, 19: 6117-6121.
[17] WU Y, LU Q H, QUAN J L, et al. A method for evaluating manned/unmanned aerial vehicle combat cooperative capability[C]∥Proc.of the 15th International Conference on Control and Automation, 2019: 130-135.
[18] FAN J R, LI D G, LI R P. Evaluation of MAV/UAV collaborative combat capability based on network structure[J]. International Journal of Aerospace Engineering, 2018:5301752.
[19] XIONG P S, LIU H, TIAN Y L. Mission effectiveness evaluation of manned/unmanned aerial team based on OODA and agent-based simulation[C]∥Proc.of the 3rd International Confe-rence on Artificial Intelligence and Virtual Reality, 2019: 31-37.
[20] SHI G, ZHANG L, ZHANG J S, et al. Research on robustness of manned/unmanned aerial vehicle collaborative combat network[C]∥Proc.of the 15th International Conference on Control, Automation, Robotics and Vision, 2018: 503-508.
[21] 梁振兴.体系结构设计方法的发展及应用[M]. 北京: 国防工业出版社, 2012: 8-29.
LIANG Z X. Development and application of system architecture design methods[M]. Beijing: Nation Defense Industry Press, 2012: 8-29.
[22] WORK O R, BRIMLY S. Preparing for war in the robotic age[R]. Washington D.C.: Center for a New American Security, 2014: 28-72.
[23] Unmanned systems integrated roadmap FY 2017-2042[R]. USA: The Office of the Secretary of Defense, 2017.
[24] CAI C, CHEN J F, LEI J. A system modeling method of AUV swarms based on UPDM[C]∥Proc.of the IEEE International Conference on Signal Processing, Communications and Computing, 2019.
[25] ZHAN Z J, WANG Y H, LI B F, et al. Architecture design of air-sea joint combat system based on DoDAF[C]∥Proc.of the AI in Optics and Photonics Conference, 2019:113-420.
[26] YANG W J, YUAN C X, ZHAO J, et al. Research on weapon and equipment requirement analysis method based on DODAF[C]∥Proc.of the International Conference on Virtual Reality and Intelligent Systems, 2019: 317-319.
[27] DoD Architecture Frameworking Group. DOD architecture framework version 2.02. Change1 volume1: overview and concepts[R]. Washington D.C.: USA Department of Defense, 2015: 20-26.
[28] HAO L J. Study on the DoDAF-based UUV formation system collaborative anti-submarine architecture modeling[J]. Revista de la Facultad de Ingeniería, 2017, 32(16): 947-951.
[29] TONG Y, ZHANG J, XU M D, et al. Network security monitoring and defense system framework design using mobile agents based on DoDAF[C]∥Proc.of the International Conference on Computer Science and Applications, 2015: 366-370.
[30] ILBEYGI M, KANGAVARI M R. Comprehensive architecture for intelligent adaptive interface in the field of single-human multiple-robot interaction[J]. ETRI Journal, 2018, 40(4): 483-498.
[31] 占国熊. 基于MBSE的武器装备体系元建模与分析方法研究[D]. 长沙: 国防科技大学, 2015.