基于天地一體化3C融合系統的協同計算技術與應用

丘曉平，黃小兵

（廣東外語外貿大學南國商學院，廣州　510545）

基于天地一體化3C融合系統的協同計算技術與應用

丘曉平，黃小兵

（廣東外語外貿大學南國商學院，廣州510545）

介紹基于天地一體化3C融合系統的協同計算的相關理論，包括對象的協同建模、協同控制、協同通訊、協同感知和對象群體協同等以及該技術的若干應用熱點，并指出該技術對我國智慧城市、航空、航天與國防軍事工程建設的重要意義。

協同計算；協同對象建模；天地一體化系統；協同感知

0　引言

“互聯網+”時代，即利用信息、通訊技術及互聯網平臺，讓互聯網與各傳統行業深度融合，可以創造出新的發展生態。其中一項關鍵技術是計算、通信和控制的融合，即3C（Computing，Communication，Control）融合，另一項是協同計算。只有通過了3C技術與協同計算有機融合與深度協同，才能實現各傳統企業中大型工程系統、軍事工程系統所需要的實時感知、動態控制與信息服務[1]。如在未來自動駕駛系統中，車輛之間通過無線通訊傳遞各自位置、速度、方向等信息，而構成車聯網。而車聯網上相關信息需要通過路邊基站、空中衛星發送給遠程交通控制中心，為城市宏觀交通進行協同管理。又如未來地空網絡中心戰的環境中，一個多平臺體系，需要使各分體平臺的優勢互補，最終達到整體最優化。月球車就是典型的天地一體化3C融合系統的協同計算的典型應用。

協同計算（Cooperative Computing）從本質上講，具有群體性、交互性、分布性與協作性。其環境的建立將改善人們信息交流的方式，消除或減少時空分隔帶來的協作上的障礙，提高群體的工作質量與效率，進而提高了人們的生活質量[2]。

近年來，國內外學者就天地一體化3C融合系統環境下展開協同計算相關的理論與應用研究，取得豐碩成果。我國學者在這方面的研究工作亦取得長足的進步。如對地空對象的協同建模（協同的圖模式）、對象協同感知、協同計算、協同控制、對象間協同通信、對象群體協同處理等方面的探索，并應用于移動對象定位、天地一體對象攻防、多對象協同動態優化以及協同學習與訓練等方面。如我國學者就空地網絡間的協同，提出建立一個創新的空地協同集中網絡架構，即基于超級基站的天地一體化網絡，以支持資源的統計復用，實現以用戶為中心，以及高可靠的天地協同傳輸等。而該系統的實現仍面臨眾多挑戰，其中多項關鍵技術仍需要深入研究[3]。

以下僅對天地一體化3C融合系統的協同計算理論及其相關的應用熱點進行介紹。

1　天地一體化3C融合系統中協同計算理論與方法

1.1協同建模

（1）特征語義建模

在傳統的協同智能設計中,通常使用一種特征語義建模。在協同語義特征建模中，基本思想是在對象模型中將特征形狀信息與功能信息結合，共同構成特征語義，以維護特征模型的有效性。文獻4為了提高協同語義建模系統的性能，提出一種新的協同設計方法，即使用特征語義表示法和細胞元模型來表示數據與管理模型中的各種數據信息。然后通過語義匹配法確定子模型的邏輯與裝配關系。通過語義區域劃分，“最值空間”等技術檢測與消解協同設計中發生的操作沖突，最后，通過創建臨時模型來降低全局約束求解的復雜度。

（2）基于3C融合的動態行為建模

西北工業大學周興社等提出了信息物理融合系統動態行為模型之構建方法[5]。由信息物理融合的CPS （Cyber-Physical Systems）具有3C的聯合動態性，計算與物理（對象）的多尺度融合性，系統環境及狀態的時空交互性，以及系統動態行為之非確定性，使得面向CPS模型驅動設計驗證及其重要。為此，提出了一套面向CPS動態行為建模方法：

①一體化建模。從CPS系統層面，描述計算與物理過程交互融合；

②時空交互建模。關注CPS系統行為與時間及空間關系的語義表示；

③功能與實現兼容建模法。描述CPS系統邏輯設計與物理實現的映射與支撐；

④集成模型。解決多異構模型交互方式與語義一致性表達問題。

CPS具有“3C”融合的特點，故難以用一個具體的模型表示，CPS動態行為模型構建需要多種異構模型，其異構性主要體現面向不同應用領域，實現不同的功能，具有不同的物理語義，采用不同的模型語言等。這里需要進一步研究的問題是：異構模型的互操作；模型組件演化與轉換一致性；模型組件間的正確連接等問題。

（3）協同圖模型

文獻6提出以系統和速率最大化為目標，將協同基站群分簇問題建模成為帶權重連通圖的最大利益樹生成問題,給出一種基于協同最大利益樹分簇算法。定義了利益樹的協同度，并選擇協同度最大的兩棵利益樹進行合并的方式，并行生成多個規模動態的協同分簇，而解決了傳統順序分簇導致的系統性能受限問題。

另外，文獻7提出在協同建模系統中的一種對象引用的正確性保證方法。

文獻8針對企業計算業務過程的復雜性，為了協同分散的不同組織業務過程，提出一種IOPN（面向交通Petri網）模型，用于描述跨組織工作流的協同。由于該模型為一規模巨大復合模型，故提出基于不變量的分解方法，將一個弱合理無回路的IOPN模型分解成一組順序圖，以避免分析中所產生的狀態空間爆炸問題。

1.2協同控制

隨著分布式多智能體系統應用領域擴大，網絡特性成為影響系統性能的一個重要因素，文獻9研究分析了復雜網絡特性對大規模分布式多智能體協同控制的影響。針對四種典型結構，即隨機網絡、小世界網絡、網格和無尺度網絡，從理論與仿真兩方面進行分析。理論上，通過基于馬爾科夫鏈的信息傳遞過程在不同網絡結構下的建模，分析了信息無偏隨機游走模型和智能決策模型中的傳輸效率；在仿真建模中，從智能體間信息傳輸效率、不同應用領域中集成協同控制效率以及對網絡故障恢復的影響這三個典型的協同控制方式來分析網絡特性對系統性能影響。

研究表明，大規模的多智能體系統在不確定的環境中，通過有效的啟發式不確定性決策模型，在不同的網格拓撲結構下，均可能實現對整個系統的有效的協同控制，并可根據不同的網絡特性，如小世界與無尺度特性對網絡進行調整，即使在相同的協同控制方法下，其系統性能也可能大大提升。

另外，經分析比較，具有小世界特性的網絡結構能夠在各項對比分析中使多智能體的協同效率得到提高，而無尺度網絡，可以根據多智能體的控制特性有效利用小世界與無尺度網絡結構的優勢需要進行自適應網絡結構的調整算法的進一步研究，以提高多智能體的協作效率。

1.3協同通訊

通訊是天地一體化對象間最重要的聯系方式，協同通訊又是當前無線通訊研究熱點。如何進行協同中繼的選擇成為協同通訊中需要解決的重要問題。文獻10提出協同中繼選擇技術的評價標準。

協同節點選擇所遵循的標準是在保證一定通訊質量的前提下，兼顧自適應算法復雜度、網絡生命周期、干擾與競爭、中斷率與誤碼率、通訊開銷等性能，形成優化的協同中繼選擇算法。其中包括：

（1）基于瞬時信道狀態的協同中繼選擇；

（2）基于用中斷概率的協同中繼選擇；

（3）基于信噪比門限的協同中繼選擇；

（4）基于端和端錯誤比特概率的協同中繼選擇；

（5）基于能量分配的協同中繼選擇。

以上幾種協同中繼選擇算法是根據不同的網絡環境、節點個數、協同時間和方式等提出的不同的協同中繼選擇策略，不同的算法給予系統分別帶來不同的優化。

目前,對于協同中繼選擇已不局限于單個參數優化，而是向多個參數優化發展。國內外已有相關方面的工作[11-12]。多個參數優化時不僅考慮中繼節點的選擇，還需要采用協調模式，綜合考慮選擇中繼節點。目前以上研究僅取得理論研究成果,其中協同中繼算法尚有許多問題需進一步研究,才能取得更實用成果,采用多機制參數聯合優化,綜合考慮網絡特性將是協同中繼選擇的發展趨勢。

1.4協同感知

物聯網通過各類通信技術，將標識、感知、或具執行能力的物理實體互聯形成虛擬網絡。文獻13給出情景和情景感知概念及研究發展與應用，文章結合物聯網特性，以情景感知流程為主線，探討了信息獲取建模和智能處理，并結合物聯網環境論述當前情景感知系統的不足，并提出情景感知系統參考結構。

隨著有一定計算能力與無線通信的智能傳感器（Mote）的出現，物聯網的應用，可實現環境變化的感知就地反映與決策，但Mote難以適應復雜環境變化。文獻14提出一種基于元組空間的Mote協同感知支撐機制，使Mote之間的協同感知過程對開發人員完全透明，并實現了一個應用場景，展示該方法如何滿足功能需求以及在環境發生變化時如何對環境進行適應。

在本項研究中，數據的表示僅局限于較簡單的數據類型，如單純的溫度、濕度數據、假設數據供需雙方不需定義較為復雜的數據生成與數據解析邏輯。但實際應用中，Mote之間可能會傳遞一些較為復雜的復合數據，一方面可滿足更復雜的系統需求，并通過合并數據達到節能目的，故更完善描述數據并將數據轉換成代碼很重要，而這些任務在不同的Mote之間動態遷移，值得今后進一步深入研究。

1.5協同對象（群）

天地一體化的多層次群體協同關系描述以及協同規劃描述很重要。文獻15給出了描述任務邏輯，結合了描述邏輯的知識表示結構與任務邏輯的任務語義。描述任務邏輯方法對游戲博弈中的協同關系與協同規劃進行了形式化描述，給出了任務與規劃可完成性定義，以及聯合策略下規劃可完成性的判定理論。

該項工作在于提出基于描述任務邏輯理論的群體協同關系模型和協同規劃模型，給出能力、角色關系、規劃、任務規劃的形式化定義。該模型克服了當前組織模型對高層任務交互的描述不定，并在仿真戰術模擬Citywar中驗證該法，能準確描述虛擬群體協同關系的任務交互語義，適合描述不同規模的協同群體。

鑒于現有的協同感知模型存在計算感知度能力有限，缺乏對任務間關系的具體描述等問題，無法滿足復雜產品研制過程中，在任務分配方式、感知強度等方面的特殊需求，文獻16提出了一種基于對象的協同感知模型（OBCA模型），并給出OBCA模型的實現機制與應用實例，且實現了一個將協同感知信息可視化的原型系統。

2　協同計算在天地一體化3C融合系統中的應用熱點

2.1移動對象的協同定位

在天地一體空間中，無線電定位技術已日益成熟，在該技術中如何將相關的定位算法進行協同處理，成為該技術發展的新亮點。文獻17指出，在無線電定位技術中，Chan算法的計算量小，在噪聲服從高斯分布的環境中，定位精度高，但在非視距環境下定位精度下降，而Taylor算法精度高且健壯性較強，但對初值依賴性很強。為此，提出一種協同的定位算法。將Chan算法與Taylor算法結合，即保持Chan算法的計算量小的優點，又具備Taylor算法的精確性與健壯性。經仿真試驗表明，該算法能有效抑制非視距傳播中，惡劣信道環境的影響，且性能穩定。

2.2天地一體化對象攻防

（1）多戰機協同攻擊模式

在多戰機協同攻擊的作戰模式中，面對復雜的敵方網絡系統，目標的選擇及戰機資源的優化是決定空襲效果的關鍵因素。文獻18通過分析空襲環境中攻守雙方的主要特征，并建立基于雙層主從決策多機協同關鍵設施攻擊模型，其中上層決策者的目標是要中斷敵人網絡系統關鍵服務設施節點，而下層決策者的目標是提高我方機場生存率與目標擊中率。通過求解該模型時選定目標節點的戰機分配策略進行綜合優化，與傳統的單層規劃相比，所采用的雙層主從決策模型，對問題的建模和求解與實戰真實情況較為吻合。

（2）多平臺防空體系各作戰平臺的協同

多平臺防空體系作戰平臺的協同是研究與發展網絡中心戰理論的重點與難點。文獻19在該項課題的研究中，歸納與描述出多平臺防空體系中多種不同的協同機制：①基于個體作戰方案協同；②基于目標分配。對基于目標分配的協同機制進行了分類，即分成為基于責任區劃分協同，基于合同網協議的協同機制和基于統一認知、分數式協同機制，并給出相應的工作流程，為作戰人員了解多平臺防空體系中各平臺間協同提供參考。當然，在實際應用中，指揮員需綜合考慮使命任務和所處環境的情況下，適當選擇某種協同機制或某幾種協同機制的綜合運用。

（3）計算機網絡的協同防御

文獻20在基于云模型的防御代理信任評估模型中指出在計算機網絡的協同防御（CNCD）系統中，所有的防御代理在防御方案的部署中均默認為可信與可控的，而該假設實際上在開放網絡的環境下不成立。甚至導致惡意代理參與到計算機網絡協同防御的方案執行中，使方案執行率增加而降低系統的安全性。為此，提出一個計算機網絡協同防御的信任評估模型，其模型分為兩個部分，即防御任務執行評估與防御代理信任更新。其中研究了防御代理反饋的評估函數，包括防御任務完成時間與完成質量的評估兩個方面，并將信任時間的衰減性、非對稱性應用到防御代理的反饋評估函數中，提出一種基于滑動時間窗口的雙權值直接信任云模型進行信任更新。

另外，在針對來自外網的攻擊，文獻21提出對現有的DRDOS（Distirbuted Reflection Denial of Server Attack），即分布式反射拒絕服務攻擊的防御方法進行改造的新模型——HCF-AST（Hop Count Filtering-Attack Source Tracing），通過協同式自學習算法，實現設備之間DRDOS防御知識的共享，以解決原防御反應滯后和過濾不全面等問題，它可以過濾掉外網的攻擊流，并引入入侵追蹤技術與入侵檢測與過濾技術協同，定位并阻斷內網攻擊流。

2.3多對象協同動態優化

為了解決大多數多目標優化問題，需要其優化算法在時間約束內快速找到動態變化的Pareto最優解與Pareto邊界。文獻22提出一種基于多種群協同動態多目標粒子群改進算法，旨在利用多種群競爭與協作。兩種模式相互配合，從而達到高效求解動態多目標的優化問題。針對對導彈打擊目標發生改變時，需對導彈的飛行軌道、控制參數（攻角、仰角）進行多目標化，以及航空運營中受到天氣、飛行故障、隨機意外等影響，航空調度需要考慮旅客滯留時間、運營成本等多個因素，重新優化。其中競爭模式需要對解空間進行“勘探”搜索，而競爭失效后，自適應切換到協作模式，對解空間進行“開采”搜索。通過對多種群協同搜索，概率分析，證明多種群相比單種群具有更高的搜索效率，并以仿真實驗驗證算法的有效性。

2.4協同學習與訓練

針對天地一體化環境中的目標跟蹤問題，文獻23考慮到突然變化、視角差異、相機抖動以及部分遮擋等因素、基于協同訓練，粒子濾波算法的啟示，提出一種自適應目標跟蹤方法。該法采用HQG（Histogram of Oriented Gradients）和LBP（Local Binary Pattern）描述目標特征并建立分類器，通過協同訓練實現分類器的在線更新，有效地解決誤差累積問題。為縮小目標搜索的狀態空間，利用Icondensation運動模型和重要采樣提高粒子采樣的準確性與效率，并引入了校正因子，抑制虛假目標的干擾，從而提高了跟蹤算法的魯棒性與分類器更新的準確性。

另外，為了快速準確檢測網絡用戶的異常行為，如傳播蠕蟲、DDoS攻擊等，文獻24提出了一種基于多數類分布的改進Easy Ensemble方法將平衡訓練樣本劃分為平衡的樣本子集，然后使用混合擾動的生成法構造差異性成員分類器對樣本子集進行協同學習，在學習中使用選擇性集成進行置信度計算與數據更新，以減少開銷，并基于準確性選擇構建集成分類器用于實際測試，該法可獲得非平衡性復雜分布數據處理能力，并進一步提高檢測的準確性。

3　結語

隨著“互聯網+”技術的深入發展，基于天地一體化3C融合網絡架構及信息系統的研究正方興未艾，至今尚有多項關鍵技術仍待深入研究。其中協同計算技術在系統建模、控制、計算感知等諸多方面起著關鍵性作用。本文介紹了國內外學者近年來在相關方面所取得的研究成果，以及在該領域協同計算中的應用熱點。該項技術的未來將為提供開放智能、靈活可重構的網絡系統，并支持廣域大容量服務，對我國智慧城市、航空、航天、國防軍事工程建設等具有極其重要的意義。

[1]Y.Lin,L.Shao,Z.Zhu,et al..Wireless Network Cloud:Architecture and System Requirements[J].IBMJ Res Dev,2010,54:184-187.

[2]Hu Bin.Collaborative Computing[J].Communication of the China Computer Federation,2010,6（12）:6-7.

[3]Zhou Yiqing,Tian Lin,Shi JingLin.A Super Base Stations Based on Heterogeneous Space and Terrestrial Wireless Communication Network[J].Communications of the China Computer Federation,2016,12（3）:17-21.

[4]金瑛浩，孫立鐫.協同語義特征建模技術研究[J]，計算機科學.2012,39（2）：280-296.

[5]周興社，楊亞磊，楊剛.信息-物理融合系統動態行為模型構建方法[J].計算機學報，2014,37（6）:1411-1423.

[6]鄭麗清，黃開枝，吉江.協同基站群的利益樹分簇算法[J].計算機科學，2012,39（1）：85-91.

[7]荊樹旭，何發智等.協同建模系統中的一種對象引用正確性保證方法[J].計算機研究與發展，2011,48（11）:2031-2038.

[8]葛季棟，胡海洋等.一種基于不變量的工作流協同模型分解方法[J].計算機學報,2012,35（10）:2169-2181.

[9]徐揚，李響，常宏，王月星.復雜網絡特性對大規模多智能體協同控制的影響[J].軟件學報，2012,23（11）:2971-2986.

[10]閆力瑗，王玥，陳晨.協同通信中繼選擇技術的研究[J].計算機科學，2011,38（10A）:380-384.

[11]Himsoon T,Siriwongpairat W P,Zhu Han,et al.Lifetime Maximization Via Cooperative Nodes and Relay Deployment in Wireless Networks[J].IEEE Journal on Selected Areas in Communications,2007,25（2）:306-317.

[12]Dai Lin,Chen Wei,Cimini L J,et al..Fairness Improves Throughput in Energy-Constrained Cooperative Ad-Hoc Networks[J].IEEE Transactions on Communications,2009,7（8）:3679-3691.

[13]童恩棟，沈強，雷君等.物聯網情景感知技術研究[J].計算機科學，2011,38（4）：9-20

[14]王睿智，史庭訓，焦文品.一種基于元組空間的智能傳感器協同感知機制[J].軟件學報，2015,26（4）：790-801

[15]張巍，曾亮，張會，李思昆.數字游戲中的協同—描述任務邏輯方法[J].計算機研究與發展，2012,49（7）：1507-1513

[16]楊學蕊，陳暢宇，趙罡.基于對象的協同感知模型及應用[J].計算機應用研究，2015,32（3）：771-775

[17]陳德章，唐皓，吳季達.基于Chan和Taylor的TDOA協同定位算法研究[J].計算機科學,2011,38（10A）：406-411

[18]朱悅妮，鄭征，劉偉.基于雙層主從決策的多機協同關鍵設施攻擊模型研究[J].計算機科學，2011，38（1）：210-235

[19]張杰勇，姚佩陽，滕培俊.多平臺防空體系中的協同機制研究[J].計算機科學，2011,38（9）：91-94.

[20]余洋，夏青和，王星河.基于云模型的防御代理信任評估模型[J].計算機研究與發展，2015,52（10）:2178-2191.

[21]張明清，揣迎才，唐俊，孔紅山.一種DRDoS協同防御模型研究[J].計算機科學，2013.40（9）:99-102.

[22]胡成玉，姚宏，顏雪松.基于多粒子群協同的動態多目標優化算法及應用[J].計算機研究與發展，2013,50（6）:1313-1323.

[23]李善青，唐亮，劉科研，王磊.一種快速的自適應目標跟蹤方法[J].計算機研究與發展，2012,49（2）：383-391.

[24]陸悠，李偉等.一種基于選擇性協同學習的網絡用戶異常行為檢測方法[J].計算機學報，2014,37（1）：28-40.

Collaborative Computing;Collaborative Object Modeling;Space and Terrestrial Integrated Network;Cooperative Sensing

Collaborative Computing Technology and Applications of 3C Based Space and Terrestrial Integrated Network

QIU Xiao-ping，HUANG Xiao-bing

（South China Business College,Guangdong University of Foreign Studies,Guangzhou 510545）

Introduces the correlation theory of collaborative computing technology of 3C Based space and terrestrial integrated network,includes collaborative object modeling,collaborative control,cooperative communication,cooperative sensing and object groups collaboration,and some applications of the technology.Points out the important significance of this technology in the construction of China's aviation, aerospace,smart city and national defense and military engineering.

1007-1423（2016）32-0040-05

10.3969/j.issn.1007-1423.2016.32.009

丘曉平（1954-），女，廣東潮安人，本科學士，副教授，研究方向為計算機應用

黃小兵（1975-），男，湖南保靖人，研究方向為嵌入式系統設計和物聯網

2016-09-01

2016-10-20