分布式侦察系统资源能力建模方法
马跃东1卢志刚1秦嘉1孟云霞1张雷1胡媛媛1
1.北方自动控制技术研究所山西太原030006
摘 要 为了实现对海量战场信息的快速、准确处理和高效利用,将我方信息优势转变为决策优势,亟需开展资源虚拟化和资源能力建模.提出了一种针对分布式侦察系统的资源能力建模方法.通过分析系统的任务与资源之间的关系,利用本体理论和元数据模型对系统资源进行虚拟化描述,构建系统资源属性与资源关系模型,最后利用多元线性回归模型建立分布式侦察资源能力模型框架,并基于资源能力观测数据实例对模型的参数进行确定.
关键词 资源能力模型,资源虚拟化,分布式侦察
多域作战条件下,为了实现对海量战场信息的快速、准确处理和高效利用,将我方信息优势转变为决策和行动优势,亟需开展资源虚拟化、数字化和资源能力建模.
目前主要的资源能力建模方法包括基于逻辑规则和元数据的Agent 资源能力模型[1−3]、基于制造特征的制造资源能力模型[4−7]、基于活动树和能力模板的软件组件资源能力模型[8−12]和基于体系结构的装备资源能力模型[13−18].本文在现有资源能力模型的基础上,构建了分布式侦察系统的资源能力模型.通过分析系统的任务与资源之间的关系,利用本体理论和元数据模型对系统资源进行虚拟化描述,构建系统资源属性与资源关系模型,最后利用多元线性回归模型建立分布式侦察引导资源能力模型,并基于资源能力观测数据实例对模型的参数进行确定.
1 资源能力建模框架
基于分布式侦察系统的资源能力建模的具体流程如图1所示.首先根据系统的作战目的确定资源粒度,在系统体系架构的基础上构建系统任务资源模型; 其次利用本体理论和元数据模型对系统资源进行虚拟化描述,并构建系统资源属性与资源关系模型;之后基于上述分析构建资源能力模型框架;最后基于观测数据确定资源能力模型参数.
黎永兰的多位朋友证实,2015年元旦,在广安当地一家餐馆中,林雪川当着黎永兰多位亲人的面将黎永兰打伤,多人劝阻无果,黎永兰一位朋友也被打伤,眼睛肿了一个月。据黎永兰母亲李玉说,这次林雪川的施暴造成了黎永兰住院并被院方下了病危通知书,也直到这时,家里人才知道黎永兰和林雪川的关系如此的危险。
图1 基于分布式侦察系统的资源能力建模流程
2 系统任务资源建模
对分布式侦察系统中的资源(实体装备和目标层)和任务(侦察引导层)进行抽象分析,形成满足资源能力建模的子任务和可操作性资源,如图2所示.
系统战场资源的能力Capability 主要由该资源的状态S 、类型R 、时空约束ST 和任务T 等因素决定,如式(1)所示:
“哦,祝贺你。”李静说完用哈哈打圆场。但殷桃曾经磨刀霍霍,特幸福地说,“对,我感觉这是独特美妙的时辰。”
(1)工程区地下水类型为第四系孔隙潜水,埋藏于黏性土或砂性土层中。地下水埋深一般2.2~11.3m,高程0.2~8.8m,受附近地表水的影响较为明显。地下水埋深差别较大。
定义 给定一个实数或复数序列{an:n≥0}(实际上,在组合问题中,该序列经常是由带有一定组合意义的正整数组成),称下面的形式幂级数f(x)为序列{an:n≥0}的发生函数:
图2 分布式侦察系统任务资源抽象图
在摩尔定律的指引下,芯片特征尺寸不断减小,芯片上可集成的功能模块增多,设计的复杂度也逐渐上升.工艺参数波动对芯片良率的影响越来越明显,因此有时不得不进行过度设计,以增加时序阈度提高芯片良率.流片后,工艺参数的波动固定,针对参数的波动和具体的芯片工作需求,对特殊延时器件进行调整,即可提高芯片良率.
3 系统资源虚拟化描述
本文采用元数据方法,结合本体理论,对侦察装备体系资源进行虚拟化描述,并对能力属性和资源能力匹配进行研究.
3.1 基于DoDAF 视角的资源虚拟化
项目名称:神东煤炭集团布尔台煤矿明安木独风井场地1#电缆钻孔工程。项目地点:内蒙古伊旗乌兰木伦镇明安木独村。
3.2 资源元数据表示
分布式侦察系统资源元数据模型中的资源属性模型要素主要包括: 资源ID、资源名称、资源类型、资源时空信息、资源使用频率、资源使用阈值等.分布式侦察系统资源元数据模型中的资源关系主要包括: 资源能力模型属性、资源能力标签、资源所处的环境、资源匹配的任务、资源与其他资源关联、以及资源能够提供的服务等.资源属性与资源关系模型要素如图6所示.
本文采用本体论方法构建分布式侦察资源的元数据模型.对元数据模型中的要素进行分析,其资源概念模型要素主要由战场感知资源、通信网络资源、兵力火力资源、基础数据资源、综合管理资源、时空基准资源、安全保密资源、计算存储资源和保障资源组成,如图5所示.
4 资源能力模型框架
本文针对分布式侦察系统资源的特点,基于多元线性回归方法构建资源能力模型框架,具体步骤如图7所示.
假设系统某资源的能力值c 与其关键属性p 1,p 2,···,pr 之间存在线性关系,则定义侦察系统资源能力模型如式(2)所示:
式中,待估回归参数β1,β2,···,βr 和随机误差I 均为常数.
将分布式侦察系统资源能力n 个样本观测值代入式(2),并使用最小二乘对回归参数进行估值.对得到的能力回归方程开展显著性检测,当F >F α时表明模型通过显著性检验.
“资源名称”: “炮校雷达”
之后对系统的各能力回归参数开展显著性检验,如果各参数均为显著参数,继续下一步;否则在去除F 值较小的不显著参数后重新建立能力回归方程.
式中, (S )为资源R 在战场任务T 下的投影.对完成当前任务T 有重要影响作用的属性被称为关键属性.由于S 、R 和ST 等属性基本固定,并且∏T (S )受到关键属性的影响,因此,资源的能力Capability 根据战场任务T 不断变化.
图3 基于DoDAF 视角的资源虚拟化概念数据描述方法
图4 资源虚拟化方法的示意图
图5 分布式侦察资源概念模型要素
图6 分布式侦察系统资源属性与资源关系模型要素
最后计算随机误差项的估计量,将系统资源的关键属性值代入回归方程,最终得到该资源的能力值.
5 资源能力观测数据示例
下文给出了分布式侦察系统典型侦察感知资源能力观测数据实例.同理可给出火力引导资源能力观测数据和火力打击资源能力观测数据.
图7 基于多元线性回归方法的资源能力模型框架构建流程图
依据资源元数据表示模型设计一组侦察感知资源能力观测数据如图8所示.其在MCPS 中的伪代码表达实例如下:
//资源的时空信息
“ID”:“2016112889-1”//资源的唯一标识
采用沉管法成孔,成孔顺序由外向里间隔1孔进行,应注意避免因震动挤压造成相邻孔缩孔或坍塌,桩管上用红油漆画醒目的横线,保证达到设计要求深度。桩孔重心点的偏差不超过桩距设计值的5%,桩孔垂直度偏差应小于1.5%。桩孔直径允许偏差不超过设计值-20mm。桩长允许偏差+0.5m,施工现场对成孔孔径、孔深及桩位偏差做好详细记录。
“时间和我们”,是作家铁凝在2018年10月第四届韩中日东亚文学论坛上的主题演讲。作家通过父女二人相约去纹身的短暂“出格”,把时间与生命、时间与文学、时间与某项事业的关系,表达得婉转又丰沛。全文由中国作家网推出之后,在朋友圈刷屏,因为它牵动起每个人特别具体的生命感受,又经由文学性的表达,探讨了一个重要的文学命题。
基于DoDAF 视角的资源虚拟化概念数据描述方法如图3所示.本文从作战视角、系统视角、能力视角和数据视角梳理资源虚拟化过程,从物理空间和信息认知空间两个维度明确资源、实体、能力的边界,从数据、信息、知识、决策四层次数据池中生成元数据模型.资源虚拟化是将战场上的作战单元进行解耦,根据作战目的确认资源粒度,并对其进行数据化的描述和服务化的封装,建立资源能力模型,以支撑进行侦察任务规划的实现,并能根据任务规划结果构建分布式侦察任务系统.资源虚拟化流程如图4所示.
“元数据编号”: “2016112889” //资源类型,使用元数据标识
“资源归属装备IP”: “192.185.34.65”//资源地址,使用资源归属装备IP
{
“任务开始时间”: “2017-01-06 03: 30: 24”
“北纬N”: “24 ◦38′11.44″”
“东经E”: “100 ◦17′50.46″”
“高程”: “3 217.6”
“资源使用率”: ”50
“资源告警阈值”: “80%”
设施农用地是指设施农业项目区域内直接用于经营性养殖的畜禽舍、工厂化作物栽培或水产养殖的生产设施用地、附属设施用地和配套设施用地,农村宅基地以外的晾晒场等农业设施用地。设施农业项目不同于一般的建设项目,其用地也不同于一般建设项目用地,符合要求的设施农用地不属于建设用地,按农用地进行管理,不需办理农用地转用审批手续,不作为新增建设用地管理。附属设施和配套设施用地有一定比例限制。
//资源属性
本试验考察了不同提取方式、不同提取时间以及不同提取溶剂下的样品色谱图,对比各条件下的谱图的分离情况确定供试品溶液制备条件,具体条件见“2.3”项下。
“发现目标距离”: “15 000”
“发现目标精度”: “150”
“发现目标概率”: “0.65”
//资源对应任务完成比率
“目标预警任务”: “0.385 71”
“雷达侦校任务”: “0.656 94”
}
图8 侦察感知资源能力观测数据
6 结论
本文针对分布式侦察系统构建了资源能力模型.通过分析系统的任务与资源之间的关系,利用本体理论和元数据模型对系统资源进行虚拟化描述,构建系统资源属性与资源关系模型,最后利用多元线性回归模型建立分布式侦察资源能力模型框架,并基于资源能力观测数据实例对模型的参数进行确定.分布式侦察系统资源能力建模为后续网络化协同侦察、侦察引导系统动态重组和侦察引导决策支持等提供了信息基础.
References
1 BĒZIšA S,BRAVOS G,GONZALEZ T C,et al.Capability driven development: an approach to designing digital enterprises[J].Business &Information Systems Engineering,2015,57(1): 15−25.
2 JA¨RVENPA¨A¨ E.Adaptation of manufacturing systems in dynamic environment based on capability description method[M].London:Publishing in Tech,2012.
3 SADI F,SOUKHAL A.Complexity analyses for multi-agent scheduling problems with a global agent and equal length jobs[J].Discrete Optimization,2017,23: 93−104.
4 AGNETIS A,BILLAUT J C,GAWIEJNOWICZ S,et al.Multiagent scheduling: models and algorithms[M].Berlin: Springer Publishing Company,Incorporated,2014: 672−678.
5 汪卫星,徐玲.云制造中制造能力建模与形式化描述方法[J].广西大学学报(自然科学版),2017,42(2): 698−704.
6 阚亚斌,孙井栋,彭鹏.基于任务-能力匹配的舰艇编队能力需求分析[J].舰船电子工程,2014(7): 38−41.
7 YUAN J.Multi—agent scheduling on a single machine with a fixed number of competing agents to minimize the weighted sum of number of tardy jobs and makespans[J].Journal of Combinatorial Optimization,2017,34(2): 433−440.
8 MILI H,TREMBLAY G,JAOUDE G B,et al.Business process modeling languages: sorting through the alphabet soup[J].Acm Computing Surveys,2010,43(1): 4.
9 赵龙文,侯义斌.合作agent 的能力描述[J].小型微型计算机系统,2003,24(2): 220−224.
10 胡春明,怀进鹏,沃天宇.一种基于松弛时间的服务网格资源能力预留机制[J].计算机研究与发展,2007,44(1): 20−28.
11 赵青松,谭伟生,李孟军.武器装备体系能力空间描述研究[J].国防科技大学学报,2009,31(1): 135−140.
12 王敏,李静,范中磊,等.一种虚拟化资源管理服务模型及其实现[J].计算机学报,2005,28(5): 856−863.
13 胡韵.多Agent 工作流的访问控制模型研究[D].西安:西安电子科技大学,2014.
14 周浩浩.面向区间任务的信息物理融合系统资源分配方法研究[D].长沙: 国防科学技术大学,2016.
15 郭英然,王志敏.基于网络理论的体系作战能力建模[J].火力与指挥控制,2012,37(4): 26−29.
16 王小乐,黄宏斌,邓苏,等.信息物理系统资源能力建模[J].计算机科学,2012(2): 227−231.
17 司光亚,王艳正,李仁见,等.指挥控制体系网络化建模研究与实践[J].指挥与控制学报,2015,1(2): 19−24.
18 朱承,江小平,肖开明,等.基于动态多重网络的目标体系建模与分析[J].指挥与控制学报,2016,2(4): 296−301.
Resource Capability Modeling in Distributed Reconnaissance Guidance Systems
MA Yue-Dong1 LU Zhi-Gang1 QIN Jia1 MENG Yun-Xia1 ZHANG Lei1 HU Yuan-Yuan1
1.North Automatic Control Technology Institute,Taiyuan Shanxi 030006,China
Abstract Resource capability modeling and resource virtualization are vital to realize rapid,accurate and efficient use of massive battlefield information,which transfers our information advantage to decision advantage.Therefore,a resource capability modeling method in distributed reconnaissance guidance systems is proposed in this paper.Firstly,the relationship between the mission and the resources is analyzed.Secondly,resource virtualization is conducted on the basis of ontology theory and metadata model.Thirdly,frame of resource capability model in distributed reconnaissance guidance system is established by using multiple linear regression method.Finally,the parameters of the model are determined based on the resource capability observation data.
Key words resource capability modeling,resource virtualization,distributed reconnaissance
引用格式 马跃东,卢志刚,秦嘉,孟云霞,张雷,胡媛媛.分布式侦察系统资源能力建模方法[J].指挥与控制学报,2019,5(2):163−166
DOI 10.3969/j.issn.2096-0204.2019.02.0163
收稿日期 2019-05-21
Citation MA Yue-Dong,LU Zhi-Gang,QIN Jia,MENG Yun-Xia,ZHANG Lei,HU Yuan-Yuan.Resource capability modeling in distributed reconnaissance guidance systems[J].Journal of Command and Control,2019,5(2): 163−166
Manuscript received May 21,2019
马跃东 (1987−),男,博士,副研究员,主要研究方向为多智能体任务规划、集群协同控制.
本文通信作者 .E-mail: doctor_myd@163.com
卢志刚 (1966−),男,研究员级高级工程师,硕士,主要研究方向为火控系统、多平台协同控制.
秦 嘉 (1982−),男,高级工程师,硕士,主要研究方向为多智能体协同控制.
孟云霞 (1986−),女,副研究员,博士,主要研究方向为指控信息系统.
张 雷 (1987−),男,副研究员,博士,主要研究方向为多智能体任务规划.
胡媛媛 (1988−),女,工程师,硕士,主要研究方向为多智能体智能操控.
标签:资源能力模型论文; 资源虚拟化论文; 分布式侦察论文; 北方自动控制技术研究所论文;