基于开放架构的数字孪生靶场

导读：2022年10月16日，工业4.0研究院数字孪生战场实验室发布了《数字孪生国防白皮书（2022）》，分析了贯穿战场与装备的数字孪生靶场技术生态。本文对应白皮书2.3的内容。

现代战争涉及到新旧装备系统，对于电子战等装备来讲，它们的升级和更新换代比较快，需要作战试验鉴定工作能够跟上其节奏，以加快武器装备部署到战场的节奏。采用传统的作战试验鉴定方法，显然难以满足这样的需要，特别是新的联合作战需求，对装备系统之间的联合测试要求比较高，加上新型的无人系统层出不穷，进一步要求改变传统靶场的建设思路。

传统作战试验鉴定的靶场有几大弊端：

• 为了保证每个环节的准确性，传统靶场采用单独测试的方式，这样做的局限性较大。

• 由于数据采集和分析能力有限，传统作战试验鉴定工作通常采用离线数据处理方法，这导致分析结果跟实际情况有差距。

• 靶场建设按照项目管理模式，其周期通常较长，这难以适应目前快速部署的要求。

• 对联合作战涉及的武器装备，不能建立体系级的数字模型，导致联合作战试验鉴定的目标不能实现。

之所以出现上面提及的各种现象，是因为传统靶场跟传统工业工程一样，都是采用高度集成的方式，导致每次作战试验鉴定工作都是高度耦合的。为了保证每次测试任务完成，各个单元测试团队不愿意，也没有动机去开放数据给其他系统，更别说开展联合测试工作了。

图 4 作战视角的电子战试验鉴定

在设计杀伤网的时候，DARPA把传统集中式“感知-指控-杀伤”的杀伤链转化为“感知-效果”的杀伤网模式，希望通过分布式杀伤网实现对线性杀伤链模式的压倒性优势。

传统的系统之系统（即体系）技术不能满足这样的需要，这需要引入具有开放架构的数字孪生战场体系，历经多年，通过CASCADE、SoSITE、RSPACE、DBM和CODE等多个颠覆性技术项目的开展，DARPA为马赛克作战应用解决了主要的技术难题。

图 5 DARPA杀伤网数字孪生模型

DARPA为马赛克作战建立了开放架构，把所有战场要素变成了供应者，而指挥控制节点则成为了消费者，为马赛克作战建立了一套杀伤网运行机制。针对指挥控制，美国空军研究实验室则设计了“综合C2架构”，以满足更复杂的JADC2作战需要。

针对杀伤网的数字孪生靶场建设，美国国防部作战试验鉴定办公室设计了一套“像作战一样测试”的方案，并提出了TestDevOps方法论，通过把工程中心的装备数据、数字孪生模型库等基础设施化，为每次测试工作建立任务线程，解决了数字孪生靶场建设中的数据机制难题。

为了对联合作战进行测试，应建立一套开放架构的数字孪生靶场体系，把各种数据资源、数字孪生模型库以及其他相关能力，建设成为数字孪生基础设施，在此基础上，进一步搭建能够适应各种作战试验鉴定需要的TestDevOps流程，不断提升作战试验鉴定的可信度，使数字孪生靶场能够满足未来不断涌现的测试要求。