基于数字孪生的数字平行战场系统构建方法研究

doi:10.3969/j.issn.1009-086x.2025.02.009

摘要/Abstract

摘要：

面向未来信息化战争的需求，建立数字平行战场系统，对分析实际战场系统具有重要意义。因此，在平行系统、数字孪生相关技术的基础上，采用人工系统、计算实验、平行执行的ACP方法，提出了数字平行战场系统的构建思路，从战场实体、服务、孪生数据以及孪生体多个方面详细介绍了人工战场的构建过程，同时，分析了实际战场和人工战场的平行执行流程。所提方法可以为指挥员更快和更准地设计作战方案、制定作战计划、组织作战协同、指挥控制战局提供依据。

关键词: 数字平行战场, 平行系统, 数字孪生, ACP方法, 人工战场, 计算实验, 平行执行

Abstract:

To meet the demand of future information warfare， it is of great significance to build a digital parallel battlefield system for analyzing the actual battlefield system. Therefore， based on the related technologies of parallel system and digital twin， the ACP method of artificial system， computational experiment and parallel execution is used in this study， and the construction idea of digital parallel battlefield system is proposed. The construction process of artificial battlefield is introduced in detail from the aspects of battlefield entity， service， twin data and twins. The parallel execution flow of actual battlefield and artificial battlefield is analyzed. The method proposed in this study can provide the basis for commanders to design the combat plans， make the combat plans， organize the combat cooperation， and command and control the battle situation more quickly and accurately.

Key words: digital parallel battlefield, parallel system, digital twin, the ACP method, artificial battlefield, computational experiments, parallel execution

中图分类号:

E251

高慧芳, 谷国贤, 侯青剑, 周妍, 王亮亮. 基于数字孪生的数字平行战场系统构建方法研究[J]. 现代防御技术, 2025, 53(2): 82-90.

Huifang GAO, Guoxian GU, Qingjian HOU, Yan ZHOU, Liangliang WANG. Research on Construction Method of Digital Parallel Battlefield System Based on Digital Twin[J]. Modern Defense Technology, 2025, 53(2): 82-90.

图/表 8

参考文献 25

1	楚威，周芳，丁冉，等. 面向战场行为预测的平行仿真系统构建方法［J］. 指挥信息系统与技术， 2019， 10（3）： 25-31.
	CHU Wei， ZHOU Fang， DING Ran， et al. Parallel Simulation System Construction Method for Battlefield Behavior Prediction［J］. Command Information System and Technology， 2019， 10（3）： 25-31.
2	孙黎阳，楚威，毛少杰，等. 面向C⁴ISR系统决策支持的平行仿真框架［J］. 指挥信息系统与技术， 2015， 6（3）： 56-61.
	SUN Liyang， CHU Wei， MAO Shaojie， et al. Parallel Simulation Framework for C⁴ISR System Command Decision Support［J］. Command Information System and Technology， 2015， 6（3）： 56-61.
3	WANG F Y. Shadow Systems： A New Concept for Nested and Embedded Co-simulation for Intelligent Systems［D］. Tucson： University of Arizona， 1994.
4	王飞跃. 平行系统方法与复杂系统的管理和控制［J］. 控制与决策， 2004， 19（5）： 485-489， 514.
	WANG Feiyue. Parallel System Methods for Management and Control of Complex Systems［J］. Control and Decision， 2004， 19（5）： 485-489， 514.
5	王飞跃. 人工社会、计算实验、平行系统——关于复杂社会经济系统计算研究的讨论［J］. 复杂系统与复杂性科学， 2004， 1（4）： 25-35.
	WANG Feiyue. Artificial Societies， Computational Experiments， and Parallel Systems： A Discussion on Computational Theory of Complex Social-Economic Systems［J］. Complex Systems and Complexity Science， 2004， 1（4）： 25-35.
6	WANG Feiyue， TANG Shunning. Artificial Societies for Integrated and Sustainable Development of Metropolitan Systems［J］. IEEE Intelligent Systems， 2004， 19（4）： 82-87.
7	白天翔，王帅，沈震，等. 平行机器人与平行无人系统：框架、结构、过程、平台及其应用［J］. 自动化学报， 2017， 43（2）： 161-175.
	BAI Tianxiang， WANG Shuai， SHEN Zhen， et al. Parallel Robotics and Parallel Unmanned Systems： Framework， Structure， Process， Platform and Applications［J］. Acta Automatica Sinica， 2017， 43（2）： 161-175.
8	周金鹏，陆志沣，赖鹏，等. 面向联合防空的平行推演系统构建及应用设想［J］. 系统仿真技术， 2023， 19（1）： 84-90.
	ZHOU Jinpeng， LU Zhifeng， LAI Peng， et al. The Imagine of Construction and Application of Parallel Inference System for Joint Air-Defense［J］. System Simulation Technology， 2023， 19（1）： 84-90.
9	廖尚志. 航空通信平行仿真系统研究［J］. 指挥控制与仿真， 2023， 45（3）： 134-142.
	LIAO Shangzhi. Research of Parallel Simulation for Aviation Communication［J］. Command Control & Simulation， 2023， 45（3）： 134-142.
10	WANG Feiyue. Parallel Control and Management for Intelligent Transportation Systems： Concepts， Architectures， and Applications［J］. IEEE Transactions on Intelligent Transportation Systems， 2010， 11（3）： 630-638.
11	王飞跃，杨坚，韩双双，等. 基于平行系统理论的平行网络架构［J］. 指挥与控制学报， 2016， 2（1）： 71-77.
	WANG Feiyue， YANG Jian， HAN Shuangshuang， et al. The Framework of Parallel Network Based on the Parallel System Theory［J］. Journal of Command and Control， 2016， 2（1）： 71-77.
12	汤赫然，李智. 基于平行系统思想的空间系统建模与仿真方法研究［J］. 装备学院学报， 2013， 24（4）： 67-70.
	TANG Heran， LI Zhi. Research on the Approach of Space System Modeling and Simulation Based on the Parallel System Thought［J］. Journal of Academy of Equipment， 2013， 24（4）： 67-70.
13	周芳，毛少杰，吴云超，等. 实时态势数据驱动的平行仿真推演方法［J］. 中国电子科学研究院学报， 2020， 15（4）： 323-328.
	ZHOU Fang， MAO Shaojie， WU Yunchao， et al. A Parallel Simulation Deduce Method Based on Real-Time Situation Data Driven［J］. Journal of China Academy of Electronics and Information Technology， 2020， 15（4）： 323-328.
14	谢堂涛，易方，梅光焜. 平行系统理论在体系对抗训练中的应用初探［J］. 现代防御技术， 2020， 48（1）： 100-106.
	XIE Tangtao， YI Fang， MEI Guangkun. Preliminary Exploration on Application of Parallel System Theory in Systemic Confrontation Training［J］. Modern Defence Technology， 2020， 48（1）： 100-106.
15	赵禄达，王斌，卢义成. 电子对抗作战任务规划平行仿真分析框架研究［J］. 军事运筹与系统工程， 2021， 35（2）： 55-61.
	ZHAO Luda， WANG Bin， LU Yicheng. Research on Parallel Simulation Analysis Framework of EW Mission Planning［J］. Military Operations Research and Systems Engineering， 2021， 35（2）： 55-61.
16	GRIEVES M W. Product Lifecycle Management： The New Paradigm for Enterprises［J］. International Journal of Product Development， 2005， 2（1/2）： 71-84.
17	杨林瑶，陈思远，王晓，等. 数字孪生与平行系统：发展现状、对比及展望［J］. 自动化学报， 2019， 45（11）： 2001-2031.
	YANG Linyao， CHEN Siyuan， WANG Xiao， et al. Digital Twins and Parallel Systems： State of the Art， Comparisons and Prospect［J］. Acta Automatica Sinica， 2019， 45（11）： 2001-2031.
18	KORTH B， SCHWEDE C， ZAJAC M. Simulation-Ready Digital Twin for Realtime Management of Logistics Systems［C］∥2018 IEEE International Conference on Big Data （Big Data）. Piscataway： IEEE， 2018： 4194-4201.
19	SCHLUSE M， ROSSMANN J. From Simulation to Experimentable Digital Twins： Simulation-Based Development and Operation of Complex Technical Systems［C］∥2016 IEEE International Symposium on Systems Engineering （ISSE）. Piscataway： IEEE， 2016： 1-6.
20	KHARLAMOV E， MARTIN-RECUERDA F， PERRY B， et al. Towards Semantically Enhanced Digital Twins［C］∥2018 IEEE International Conference on Big Data （Big Data）. Piscataway： IEEE， 2018： 4189-4193.
21	GLAESSGEN E H， STARGEL D S. The Digital Twin Paradigm for Future NASA and U.S. Air Force Vehicles［C］∥53rd AIAA/ASME/ASCE/AHS/ASC Structures， Structural Dynamics and Materials Conference. Reston： AIAA， 2012： AIAA 2012-1818.
22	段伟. 平行仿真的内涵、发展与应用［J］. 指挥与控制学报， 2019， 5（2）： 82-86.
	DUAN Wei. Parallel Simulation： Motivation， Concept and Application［J］. Journal of Command and Control， 2019， 5（2）： 82-86.
23	邓烨，奉祁林，赵健. 数字孪生战场建设探讨［J］. 防护工程， 2020， 42（3）： 58-64.
	DENG Ye， FENG Qilin， ZHAO Jian. Discussion on Construction of Digital Twin Battlefield［J］. Protective Engineering， 2020， 42（3）： 58-64.
24	曹建平，王晓，贺邓超，等. 基于ACP方法的平行战场情报系统［J］. 指挥与控制学报， 2022， 8（3）： 332-340.
	CAO Jianping， WANG Xiao， HE Dengchao， et al. Parallel Battlefield Intelligence Surveillance and Reconnaissance System Based on ACP Methodology［J］. Journal of Command and Control， 2022， 8（3）： 332-340.
25	吴云超，傅琛，张宁馨. 面向数字孪生战场的智能体建模框架构建［J］. 指挥信息系统与技术， 2022， 13（4）： 19-25， 31.
	WU Yunchao， FU Chen， ZHANG Ningxin. Construction of Agent Modeling Framework for Digital Twin Battlefield［J］. Command Information System and Technology， 2022， 13（4）： 19-25， 31.

名称	实际系统	人工系统
输入	预先设定的仿真想定	实际系统的实时输出结果
状态	通过传感器测量得到即时或历史状态	基于实时和历史数据计算推演得到，包括任何决策导致的历史、现在、未来任一时间点的状态^［7］
计算实验	主要对过去和当前的数据信息进行处理，获得能够指导实际运行系统运行的知识	主要体现为通过预测学习和引导未来学习来获取未来的或者未经历过的知识，从而使得平行系统更加完备

名称	实际系统	人工系统
输入	预先设定的仿真想定	实际系统的实时输出结果
状态	通过传感器测量得到即时或历史状态	基于实时和历史数据计算推演得到，包括任何决策导致的历史、现在、未来任一时间点的状态^［7］
计算实验	主要对过去和当前的数据信息进行处理，获得能够指导实际运行系统运行的知识	主要体现为通过预测学习和引导未来学习来获取未来的或者未经历过的知识，从而使得平行系统更加完备

项目	数字孪生	平行系统
核心思想	给定当前系统状态与控制条件，预测下一系统时刻状态及行为	由于存在众多不确定因素，已知当前系统状态和控制条件，仍无法准确预测下一时刻系统状态及行为
实现方法	利用仿真建模工具构建物理实体的数字模型；通过分析实时数据和历史数据持续优化模型；将模型应用于特定场景以预测物理实体的变化趋势，从而针对特定目标得出结论	通过数据驱动的方式，将实际系统中的各要素建模为人工系统的智能体；针对特定的应用场景，运行模型并产生大量数据，利用计算实验方法进行分析，得到最优方案并反馈给实际系统；通过平行执行动态调整和优化人工系统
典型特征	虚实相生	互为虚实
相关技术	数字孪生虚实同步技术、数字孪生模型构建技术、数字孪生模型更新技术等	平行感知、平行学习、平行区块链、平行控制、平行测试等

项目	数字孪生	平行系统
核心思想	给定当前系统状态与控制条件，预测下一系统时刻状态及行为	由于存在众多不确定因素，已知当前系统状态和控制条件，仍无法准确预测下一时刻系统状态及行为
实现方法	利用仿真建模工具构建物理实体的数字模型；通过分析实时数据和历史数据持续优化模型；将模型应用于特定场景以预测物理实体的变化趋势，从而针对特定目标得出结论	通过数据驱动的方式，将实际系统中的各要素建模为人工系统的智能体；针对特定的应用场景，运行模型并产生大量数据，利用计算实验方法进行分析，得到最优方案并反馈给实际系统；通过平行执行动态调整和优化人工系统
典型特征	虚实相生	互为虚实
相关技术	数字孪生虚实同步技术、数字孪生模型构建技术、数字孪生模型更新技术等	平行感知、平行学习、平行区块链、平行控制、平行测试等

[1]	王帅, 王亚彬, 王金帼, 王茁, 赵建民. 陆军合成旅典型装备保障系统数字孪生模型[J]. 现代防御技术, 2023, 51(1): 96-106.
[2]	许瑞明. 无人机集群智能的生成样式研究[J]. 现代防御技术, 2020, 48(5): 44-49.
[3]	谢堂涛, 易方, 梅光焜. 平行系统理论在体系对抗训练中的应用初探[J]. 现代防御技术, 2020, 48(1): 100-106.