陸軍聚合級仿真實體交戰毀傷裁決算法

譚玉璽，侯 俊

(陸軍指揮學院作戰實驗室，江蘇 南京 210045)

作戰模擬可以研究各式各樣的作戰問題，這些作戰問題一般都應包括對立雙方(或多方)的一個對抗過程，而這個對抗過程總是以一方對另一方的毀傷為結局的[1]。毀傷是達成作戰目的的最直接的作戰行動，所以對毀傷過程近乎實際的描述，科學地裁決評估毀傷結果，是作戰模擬研究中最重要的內容。傳統的毀傷計算方法是通過對抗雙方的指數采用蘭切斯特方程或蒙特卡洛方法來進行計算，前者與傳統指揮分析法相近，易被接受和掌握，結構簡單，但是該方法只適宜于宏觀評估，有的近乎牽強附會，而且對于較大規模的作戰模擬，聚合級仿真實體的基本火力指數和合成火力指數計算很麻煩[2]；后者對計算細節的要求很高，使問題變得復雜難解[3]。為此，本文基于武器的殺傷概率對陸軍聚合級仿真實體的交戰毀傷進行計算，這種算法直接使用聚合級實體所裝備武器的性能和效能數據，既能真實反映交戰雙方的作戰實力，又能對作戰過程中的戰斗損耗進行精確計算，可以有效的對交戰雙方的毀傷進行裁決計算。

1 直瞄射擊毀傷裁決算法

1.1 算法描述

該算法用來計算地面直瞄射擊[4]所造成的戰斗損消耗，用于在用戶設定的裁決周期內確定對抗雙方明確類型的武器—目標的損耗結果，適用于營、連等聚合級實體間的直瞄對抗毀傷裁決。

算法根據對抗雙方實體的狀態和執行任務的情況，即雙方實體的武器配備、隊形、幅員、間距等，將雙方實體劃分為多個火力單元(火力集中點，FCP)[5]，如圖1所示坦克連進攻防御的機步排。

圖1 直瞄射擊示意圖

其中，每個FCP不能射擊最大射程外的目標，該值根據FCP所使用的武器裝備的射程得到。射擊FCP到目標FCP方向向量的可能夾角范圍稱為射界，FCP不能射擊射界之外的任何目標。算法建立射擊FCP和目標FCP列表，根據射擊FCP武器裝備的射擊距離和武器方向把目標FCP的武器裝備分配給給射擊者，同時，還要考慮武器的數量和殺傷概率。在一個裁決周期內，考慮交戰雙方的所有FCP，進行武器—目標匹配，當所有的FCP分配完成后，規定間隔時間內，每個FCP的裝備損耗就會計算出來，FCP的兵力也進行相應的調整。

1.2 算法實現

算法偽代碼如下：

For 射擊 FCP

For 目標 FCP

For 每個射擊類型-目標類型對

計算分配；

計算消耗；

經過時間步長Δt后重新規劃計算循環。

對于每個射擊FCP，其目標FCP必須滿足：

1)目標FCP所在實體必須是射擊FCP所在實體的目標；

2)目標FCP必須處于射擊FCP的有效射程內；

3)目標FCP必須處于射擊FCP的射界內。

為了對武器的殺傷概率進行修正，我們用射擊距離帶來限定每個范圍內的殺傷概率。射擊距離帶分為500， 1000， 1500， 2000， 2500， 3000， 4000， 和5000 m，如圖2所示。

圖2 射擊距離環帶

射擊FCP的武器i和目標FCP的武器j，i對j的殺傷概率根據距離環帶和有效射程修正為

(1)

其中，killRteij為i對j的殺傷概率，d為比射擊FCP與目標FCP間距離大的最小射擊距離帶(若射擊距離小于500米，d為射擊距離)，r為有效射程。

另外，還可以根據目標類型、防護等級、環境因素，對殺傷概率進行修正。

射擊FCP對目標FCP武器分配系數計算如下：

(2)

其中，PLOSij為武器i和j所在FCP間的通視率，Ni為武器i的實有數，Nj為武器j的實有數，Vij為價值矩陣[6]。

那么，射擊FCP武器i對目標FCP武器j的殺傷數為

Killsij=T*PLOSij*PDurLOSij*Ni*mKRij*Aij

(3)

其中，T為時間步長，PLOSij為武器i和j所在FCP間的通視率，PDurLOSij為兩個FCP間持續通視的概率。

1.3 計算實例

以陸戰兵力典型的陣地攻防作戰為例，紅方作戰單位坦克連對藍方防御的機步排實施突擊進攻，計算坦克連對機步排造成的毀傷情況。假設，紅方坦克連裝備10輛坦克(型號為：T1型)，隊形為后三角；藍方機步排裝備3輛步戰車(型號為：B1型)和6挺機槍(型號為：J1型)，隊形為后三角，如圖1所示。

1)確定坦克連和機步排已經建立交戰關系。

2)根據紅藍雙方的隊形、間距和幅員計算出每個火力集中點(FCP)的位置。

3)根據FCP所在的位置，結合地形數據，計算FCP間的通視率，根據雙方的機動速度，結合地形數據計算雙方持續通視的概率。

4)根據FCP中武器的射程和射界，確定打擊規則。

5)根據射擊者狀況、目標狀況、射距離帶等對雙方的武器殺傷概率進行修正，其中防御分為倉促防御、野戰工事和堅固工事三個等級。

6)查找T1型坦克、B2型步戰車以及J1型機槍的武器裝備性能數據，根據武器打擊能力、防護能力、價值矩陣，計算T1型坦克對步戰車和機槍的分配系數。價值矩陣可按照表1示例進行設計[7]，武器裝備性能數據如表2所示(數據為測試數據)。

表1 價值矩陣示例

表2 武器裝備性能數據示例

計算分配系數為：

7)計算坦克對步戰車及機槍的毀傷率。

KillTB=T*067*05*3*056*065*07453

=0273T

KillTJ=T*067*05*3*056*01273

=0072T

8)用相同的方法，計算機步排對坦克連的毀傷率。

9)根據裝備和兵力的對比，計算兵力損失。

2 間瞄射擊毀傷裁決算法

陸軍地面兵力間瞄射擊的毀傷裁決算法根據交戰所使用的彈藥的不同，分為三種算法：適用于普通榴彈等常規炮彈的毀傷裁決算法，適用于智能彈藥的毀傷裁決算法以及適用于精確制導彈藥的毀傷裁決算法。

2.1 適用于普通榴彈的間瞄射擊毀傷裁決算法

該算法用于計算榴彈等常規炮彈對均勻分布在特定目標區域的目標毀傷，計算FCP一次群射的效果，如圖3所示。

圖3 算法面積覆蓋示意圖

該算法將每個目標區域分成具有長和寬的距形網，每個網格的每次群射的毀傷效果單獨計算，然后將所有網格結合起來確定整個目標的毀傷。

算法偽代碼如下：

For 每一個射擊任務 (多次群射)

For 每個目標FCP

For 每個彈藥類型殺傷面積-目標類型對

計算毀傷；

Next 目標FCP；

Next 射擊任務 (多次群射)。

該算法每次計算后，毀傷結果立即應用到實體，而不是像直瞄射擊毀傷裁決算法要在裁決周期結束后將毀傷結果應用到實體。

算法的主方程式為：

(4)

其中，FDi為對裝備類型i的毀傷數，Ntgt為 FCP中作為目標的裝備類型數，NR為距離上的網格數，ND為方向上的網格數，PDi，j，k為網格(j，k)中對裝備類型i的毀傷概率，Nv為彈群數或齊射次數，ECDj，k為網格(j，k)在方向上的覆蓋率，ECRj，k為網格(j，k)在距離上的覆蓋率。ECDj，k和ECRj，k根據射表數據中的方向偏差和距離偏差計算獲得。

另外，該算法彈著點的計算根據彈藥的藥號、射程、海撥、方向偏差和距離偏差等射表數據計算，近似橢圓分布[8]。

2.2 適用于智能彈藥的間瞄射擊毀傷裁決算法

該算法用于計算智能彈藥對均勻分布在目標區域內的目標毀傷，算法的關注重點是確定在給定目標區域內能夠對目標進行毀傷的彈藥數量，如圖4所示。

圖4 影響目標裝備彈藥數量示意圖

該算法的偽代碼如下：

For 每一個射擊任務 (多次群射)

For 每一個目標FCP

For 每個彈藥類型殺傷面積-目標類型對

計算毀傷；

Next 彈藥類型殺傷面積-目標類型對；

Next 目標FCP；

Next 射擊任務 (多次群射)。

該算法與算法2.1相同，每次計算后，毀傷結果立即應用到實體，而不是在裁決周期結束后將毀傷結果應用到實體。

算法主方程式為

(5)

其中，FDi為對裝備類型i毀傷數，Ntgt為在目標FCP中的裝備類型數，PDi為對裝備類型i的毀傷概率，PSeli為所選裝備類型i在子彈覆蓋區域的概率，Nsubs為覆蓋目標區域的彈數。

該算法，彈藥覆蓋區域的長和寬(單位米)取值實體所用彈藥作用的長和寬(單位米)；對目標項類型的探測概率取值為0.00 到1.00；對目標類型的殺傷概率取值為0.00 到1.00，具體參看武器彈藥性能參數表。

2.3 適用于制導彈藥的間瞄射擊毀傷裁決算法

該算法用于裁決評估被精確制導彈藥攻擊的目標，主要計算點目標(單項武器裝備)的毀傷情況。該算法和算法2.2的區別在于，該算法所使用彈藥為精確瞄準的，因此彈藥的作用長和寬基本為0，彈藥的覆蓋直接被引到了特定目標。

該算法的偽代碼為：

For 每一個射擊任務 (多次群射)

For 每一個目標FCP

For 每個彈藥類型-目標類型對

計算毀傷；

Next彈藥類型-目標類型對；

Next 目標FCP；

Next 射擊任務 (多次群射)。

該算法計算后的結果立即作用于實體。

算法的主方程式為

(6)

其中，FDi為對裝備類型i毀傷數，Ntgt為在目標FCP中的裝備類型數，PDi為對裝備類型i的毀傷概率，PSeli為所選裝備類型i的概率，Nmun為攻擊裝備類型i的彈藥數。

3 結束語

本文主要研究了陸軍地面作戰聚合級仿真實體對抗過程中的毀傷裁決算法，包括直瞄射擊毀傷裁決算法和間瞄射擊毀傷裁決算法。為了能在復雜的陸戰場環境中準確的計算對抗雙方的戰損情況，本文算法的思路是把陸戰場的戰術現象分解為一系列的基本活動和事件，如發現、目標選擇、分配、射擊、命中、毀傷等，然后根據對抗雙方的武器裝備的性能、效能參數對雙方的毀傷情況進行計算，本文的算法在一定程度上提高了陸戰場聚合級仿真實體對抗毀傷裁決精度，但是由于一些武器裝備對各類型目標精確的毀傷概率等數據還不易獲得，在對相應武器進行毀傷計算時會有所影響，希望隨著陸軍大數據工程建設的深入開展能夠有效解決這一問題。