▲ 图1马赛克作战模式下无人机重构机理▲ Fig.1Reconfiguration mechanism of UAV on Mosaic warfare concept为分析对抗条件下无人机作战网络能力的变化,首先确定无人机作战网络的初始结构。根据OODA理论,无人机作战网络要实现其作战功能,需要依次完成观察、决策、对抗三个环节,即首先通过感知节点发现目标,经决策节点作出判断后,由火力节点执行作战指令[13]。因此,对于无人机作战网络中的每个节点,能否实现具体功能(探测、决策或火力打击),其前提条件是保障信息传递的畅通,即实现传感节点→决策节点→火力节点的传输链条。随着作战网络的扁平化趋势,特定节点可能同时具有感知、决策多种功能,具体分析时可对该类节点进行特殊处理(如通过加权的方式),这里主要从作战网络指挥层级关系对各节点信息的流转进行分析。对于更为一般的情形,采用以下方式对无人机作战网络进行初始化:(1)设定无人机初始规模(数量),记为,将感知、决策和火力节点比率记为、、(对于不同类型的作战网络,可以调整各节点比例加以描述),于是三类节点数量、、分别为,,,且满足,将三类节点初始集合记为、、;(2)设定无人机三类节点连接概率,记为,其中,=1,2,3分别代表传感、决策、火力三类节点类型,显然不考虑连接方向性时有,当时,为同类节点连接概率;(3)设定无人机三类节点连接数量上限,记为,其中,=1,2,3,代表三类节点类型;(4)对无人机作战网络中的每个节点,以设定的概率值随机选取其他类型节点进行连接,当达到连接上限时,连接结束;(5)将生成的无人机初始网络结构记为
▲ 图3三种模式的局部网络效率对比▲ Fig.3Comparison of partial network efficiency in three modes(2)三种模式下的平均路径长度变化如图4所示。可以看出,马赛克作战模式下的作战网络平均路径长度比传统模式长,其原因在于每轮对抗完毕后,由于受到重构能力的限制,新建立的连接路径长度未必能小于平均路径长度。但总体而言,以最短路径为优化策略后,重构后的平均路径长度要优于随机重构策略模式。
▲ 图4三种模式的平均路径对比▲ Fig.4Comparison of average path in three modes(3)三种作战模式下的全局作战网络效率对比如图5所示。根据图中结果,以全局作战网络效率为指标时,马赛克优化模式要优于随机模式,而随机模式又优于传统模式。相对于传统作战模式,在马赛克作战模式下,每轮对抗后都能够根据对抗结果,对剩余的节点进行部分重构,使得作战网络的整体作战效率有所提升,其提升幅度与每轮可修复连接上限、修复成功概率密切相关,尤其可修复节点增多时,节点重连时能够有更多选择,经优化后作战效率提升将更为明显。
▲ 图5三种模式的相对初始网络效率对比▲ Fig.5Comparison of relative initial network efficiency in three modes比较图3~图5结果可知,以动态作战网络的效率值变化、平均路径为指标,未必能较为客观地反映对抗网络作战效率的变化,其原因在于每轮对抗、去除部分节点和边后,剩余的局部作战网络反而可能更为紧凑,出现的孤立节点也不再计入总数,难以反映整体作战网络效率值的变化。而以全局作战网络效率为指标时,始终以起始时的作战节点总数为基准,能够更为客观地反映无人机作战网络效率的变化规律,通过优化重构策略,也能改善全局作战网络的效率值。