考虑节点作战任务编成的战术互联网分簇算法

Ｖｏ１．３６，Ｎｏ．６　火力与指挥控制　Ｆｉｒｅ　Ｃｏｎｔｒｏｌ＆Ｃｏｍｍａｎｄ　Ｃｏｎｔｒｏｌ　Ｊｕｎ，２０１１　第３６卷第６期　２０１１年６月　了　文章编号：１００２—０６４０（２０１１）０６—０１６４—０４　考虑节点作战任务编成的战术互联网分簇算法　何兆祥　，陈建平　，逯维娜。　（１．西安陆军学院，西安７１０１０８，２．西安政治学院，西安７１００６８）　摘　要：分析了通用Ａｄ　ｈｏｅ网络分簇算法在实际战场环境下的不适应性，重点研究了任务编成和隶属关系等因素对战术　互联网（Ｔａｃｔｉｃａ１］ｎｔｅｒｎｅｔ，ＴＩ）性能的影响。针对战术互联网的应用环境．提出了考虑节点作战任务编成进行分簇的算法　（Ｏｐｅｒａｔｉｏｎａｌ　Ｆｏｒｍａｔｉｏｎ　Ｎｏｄｅ　ｃｌｕｓｔｅｒ　ａｌｇｏｒｉｔｈｍ，ＯＦＮ）思想，利用战术演习的部分数据进行了模拟实验，结果表明ＯＦＮ算法　能够减少簇的重构开销，增加战术互联网拓扑结构的稳定性。最后说明该算法能够为军队野战指挥系统建立提供一定的借鉴　作用。　关键词：战术互联网，任务编成，分簇算法　中图分类号：Ｅ９６７．１　文献标识码：Ａ　Ａ　Ｃｌｕｓｔｅｒｉｎｇ　Ａｌｇｏｒｉｔｈｍ　ｏｆ　ＴＩ　Ｂａｓｅｄ　ｏｎ　Ｏｐｅｒａｔｉｏｎａｌ　Ｆｏｒｍａｔｉｏｎ　Ｎｏｄｅ　ＨＥ　Ｚｈａｏ—ｘｉａｎｇ　，ＣＨＥＮ　Ｊｉａｎ—ｐｉｎｇ　，ＬＵ　Ｗｅｉ—ｎａ。　（１．ｘｉ’ａｎ　Ａｒｍｙ　Ｃｏｌｌｅｇｅ，Ｘｉ’ａｎ　７１０１０８，Ｃｈｉｎａ，２．Ｘｉ’ａｎ　Ｐｏｌｉｔｉｃａｌ　Ｃｏｌｌｅｇｅ，Ｘｉ’ａｎ　７１００６８，Ｃｈｉｎａ）　Ａｂｓｔｒａｃｔ：Ｂｙ　ｐｒｅｓｅｎｔｉｎｇ　ｔｈｅ　ｉｎａｄａｐｔａｂｉｌｉｔｙ　ｏｆ　Ａｄ　ｈｏｃ　Ｎｅｔｗｏｒｋ　ｃｌｕｓｔｅｒ　ａｌｇｏｒｉｔｈｍｓ　ｔｏ　ｔｈｅ　ａｃｔｕａｌ　ｂａｔｔｌｅｆｉｅｌｄ，ｔｈｅ　ｐａｐｅｒ　ｃｅｎｔｅｒｓ　ｏｎ　ｔｈｅ　ｉｍｐａｃｔｓ　ｏｆ　ｍｉｓｓｉｏｎ　ｆｏｒｍａｔｉｏｎ　ａｎｄ　ｍｉｓｓｉｏｎ　ｓｕｂｏｒｄｉｎａｔｉｏｎ　ｏｆ　ｏｐｅｒａｔｉｏｎａｌ　ｃｏｌｕｍｎｓ　ｏｎ　ｔｈｅ　ｆｕｎｃｔｉｏｎｓ　ｏｆ　Ｔａｃｔｉｃａｌ　Ｉｎｔｅｒｎｅｔ（ＴＩ）．Ｉｔ　ｔｈｅｎ　ｂｒｉｎｇｓ　ｆｏｒｗａｒｄ　ａ　ＴＩ　ｃｌｕｓｔｅｒ　ａｌｇｏｒｉｔｈｍｓ　ｉｎ　ｃｏｎｓｉｄｅｒａｔｉｏｎ　ｏｆ　Ｏｐｅｒａｔｉｏｎａｌ　Ｆｏｒｍａｔｉｏｎ　Ｎｏｄｅ（ＯＦＮ）ｗｉｔｈ　ｒｅｇａｒｄ　ｔｏ　ａｐｐｌｉｃａｔｉｏｎ　ｏｆ　ＴＩ．Ｓｉｍｕｌａｔｉｏｎ　ｅｘｐｅｒｉｍｅｎｔｓ　ｏｎ　ｂａｓｉｓ　ｏｆ　ｄａｔａ　ｆｒｏｍ　ｔａｃｔｉｃａｌ　ｍａｎｅｕｖｅｒ　ｓｈｏｗ　ｔｈａｔ　ＯＦＮ　ｃｌｕｓｔｅｒ　ａｌｇｏｒｉｔｈｍ　ｃａｎ　ｇｒｅａｔｌｙ　ｒｅｄｕｃｅ　ｏｖｅｒｈｅａｄ　ｏｕｔ　ｏｆ　ｃｌｕｓｔｅｒ　ｒｅ—ｃｏｎｓｔｒｕｃｔｉｏｎ　ａｎｄ　ｅｆｆｅｃｔｉｖｅｌｙ　ｅｎｈａｎｃｅ　ｓｔａｂｉｌｉｔｙ　ｏｆ　ＴＩ　ｔｏｐｏｌｏｇｙ　ｃｏｎｓｔｉｔｕｔｉｏｎ．　Ｆｉｎａｌｌｙ　ｔｈｅ　ｐａｐｅｒ　ｐｏｉｎｔ　ｏｕｔ　ｔｈａｔ　ＯＦＮ　ｃｌｕｓｔｅｒ　ａｌｇｏｒｉｔｈｍ　ｉｓ　ｉｎｓｔｒｕｃｔｉｖｅ　ｔｏ　ｆｏｕｎｄ　ｏｐｅｒａｔｉｏｎ　ｃｏｍｍａｎｄ　ｓｙｓｔｅｍ．　Ｋｅｙ　ｗｏｒｄｓ：ｔａｃｔｉｃａｌ　ｉｎｔｅｒｎｅｔ，ｏｐｅｒａｔｉｏｎａｌ　ｆｏｒｍａｔｉｏｎ，ｃｌｕｓｔｅｒｉｎｇ　ａｌｇｏｒｉｔｈｍ　言　移动Ａｄ　ｈｏｃ网络结构比较特殊，强调的是多跳　传输、自主组网和无中心节点等。无线多跳网络通信　叫做战术互联网（Ｔａｃｔｉｃａｌ　Ｉｎｔｅｒｎｅｔ，ＴＩ）。由于　ＦＢＣＢ　系统在伊拉克战场发挥了巨大的威力　引，因　此对于Ａｄ　ｈｏｃ网络实际应用的研究得到了军事部　门特别重视。　解决方案在一些环境中是最佳或者唯一的通信手　段，如战场指挥、野外作业、临时会议等口］。这些环境　中用户需要在一定范围内不受限制的运动，因此网　Ａｄ　ｈｏｃ网络的分簇算法　从网络构成关系看，Ａｄ　ｈｏｃ网络中的节点都是　平等关系。节点同时具备路由器（Ｒｏｕｔｅｒ）和主机　（Ｈｏｓｔ）的功能，以一种孤立（Ｓｔａｎｄ　ａｌｏｎｅ）的方式自　成体系展开工作，网络管理功能如资源分配、路由选　络的拓扑结构变化频繁不可预测。美军的ＦＢＣＢ。系　统（Ｆｏｒｃｅ　Ｂａｔｔｌｅ　Ｃｏｍｍａｎｄ　ｆｏｒ　Ｂｒｉｇａｄｅ　ａｎｄ　Ｂｅｌｏｗ，　２１世纪旅及旅以下部队战场指挥系统），是Ａｄ　ｈｏｃ　网络在作战指挥通信领域应用的一个典型例子，也　收稿日期：２０１０—０３—１１　修回日期：２０１０—０５—１７　择等由所有节点协调分担。单个节点的通信距离非　常有限，当节点数据传输距离大于它们的有效连接　距离时需要路由选择和多次转发，以无线接力的方　作者简介：何兆祥（１９７２一），男，陕西宝鸡人，硕士，研究　方向：指挥自动化等。　式传送分组数据。　正是由于节点间的无线接力通信，当网内节点　何兆祥，等；考虑节点作战任务编成的战术互联网分簇算法　（总第３６—１１５９）　・１６５・　数目较多或者拓朴结构变化剧烈时，路由状态变化　较快且更新严重滞后，可扩展性比较差。解决这个问　题的最主要方法就是采用适当的分簇算法构造分级　拓扑。即在用户节点数量较多的网络中，把相邻的一　组节点划分成一个簇，在一定的时间段内将簇内成　员当作一个整体来对待。簇内的成员可动态划分簇　首、簇成员、网关三种。如图１所示。　・簇头　・网关　一…～一团部署区域　营部署区域　连部署区域　图２战术互联网中的自然群组关系　或者歼灭一处敌据点。协作性：即为了共同战术目　的，某个节点的运动变化可能会影响其他节点运动　的方向和速度。策略性：即为了以最小的代价换取最　。成员节点　图１　Ａｄ　ｈｏｃ网络中的簇　为了达到分簇的目的，分簇算法在分簇过程中　显式或者隐含地使用了控制信息，即各节点通过周　期性地交换控制信息来生成簇并决定簇首、网关等。　基于簇的分级结构能够优化网络带宽的使用，　提高共享信道的利用率，减少路由维护的代价以及　提高应用的可扩展性，在路由、安全、网络管理及服　务发现等方面具有重要的应用［３］，是增强网络扩展　性的重要手段。　２　战术互联网的构成特点　战术互联网单元节点的运动会引起网络拓扑的　变化，节点运动特征不同对网络协议性能的影响也　不同［４］。通用的Ａｄ　ｈｏｃ网络分簇算法大都是基于节　点“随机布朗运动”的前提而设计的。但在真实战场　环境中，作战单元节点的运动却都是相互关联的，如　战场上部分战术单元协同对同一目标实施攻击。与　Ａｄ　ｈｏｃ网络节点的随机移动相比，战术互联网战术　单元节点的运动模式具有几个明显的特点：　①组内节点的运动方式高度相似，而不同组间　的运动方式可能差别很大；　②节点运动的速度与方向不是随机的；　⑧在同一个组内，通常节点密度较大，相对位移　较小。　首先，这是因为在作战进程中，战术互联网中节　点由于战斗编成已自然划分了群组，如图２所示。战　术单元的行动既遵循军队作战原则、战术目的，又考　虑地形、目标等环境因素的影响，而这些附加因素对　其的运动影响程度很大。这种运动既有明确的目的　性，又有着相互之间的协作性，同时还具有一定的策　略性。　目的性：即作战任务相同节点的运动都是围绕　着自己当前的作战目标展开，如夺取一个要点目标　大的战果，节点的运动会受到地形和战术手段的影　响。　其次，由于战术互联网节点间存在隶属关系，上　级节点将始终位于主控地位，不论是指挥控制信息　还是态势感知信息，都呈现出数据“纵向化”的流向　特征。战场指挥系统通过战术互联网把各军（兵）种　指挥机关、各种武器平台直到单兵按照指挥关系树　连接起来。根据作战指挥原则的要求，指控信息一般　自上而下传达，而态势感知信息一般由下而上集中，　这些从上向下的指令和从下向上的报告构成了系统　的纵向指挥信息流。每一级中心节点都必须对这些　信息汇总，分析处理后再向上级节点转发或向下级　节点分发。　３　考虑节点作战任务编成分簇算法　（ＯＦＮ）的基本思想　作为Ａｄ　ｈｏｃ网络应用的重要领域，战术互联网　既是其最初的研究目的，也是推动应用研究的根本　动力，但是目前针对战术互联网应用的分簇算法却　很少。Ａｄ　ｈｏｅ网络分簇算法忽略了战场环境的特　点，例如节点的运动模型没有体现战术单元之间既　是相互独立又相互协作的关系，数据传输模式中忽　略了节点间的指挥隶属关系等。基于以上考虑，本文　提出了一种考虑节点作战任务编成分簏　（Ｏｐｅｒａｔｉｏｎａｌ　Ｆｏｒｍａｔｉｏｎ　Ｎｏｄｅ　ｃｌｕｓｔｅｒ　ａｌｇｏｒｉｔｈｍ）的　算法。　算法中关于战术互联网的讨论均以下述假设为　前提：作战编成是完整的；不管战术单元节点采用何　种链路接人方式，网络连接总是有效的［５　；簇内节点　间总是可以通信的；所有战术单元节点的通信范围　都为ｒ，即不存在单向链路；簇由当前分簇算法产　生［６］。战术单元的作战任务编组序列号ｓｅｑ以及隶　属关系ｒａｎｋ也作为分簇基本条件加入隐含的控制　数据包当中。　基本思想：作战编成上下级间是“三三制”的关　系，即每一级都管辖３个直接下级单位。如果战术基　・１６６・　（总第３６—１１６０）　火力与指挥控制　２０１１年第６期　本单元为排，一个标准的建制团有３６个基本战术单　元节点（各级指挥员都加入到某个战术单元当中，不　作为单独的节点）。为了研究方便，假设在同一编成　序列中序列数靠前的战术单元节点具有指挥优先　权。　Ｉｆ（ＩＤ）／／是否存在合适的邻居节点　｛　ＡＤＤ（ＩＤｓ）｝／／ＪＪｎ入分簇节点列表　）　｝　Ｃｌｕｓｔｅｒ（ＩＤｓ）　（１）簇的划分：归属于同一战斗编成的战术单元　节点在地理位置上通常位于邻近的作战区域内，执　｛　行相同的任务，以这种基于作战任务编成的自然节　点集作为分簇基本依据。节点找到能够通信的邻居　后，首先比较战斗编成序列中隶属关系最靠近的部　分节点组成一个簇，并且这些节点必须同时隶属于　相同的战斗任务群当中。如果邻居节点与本节点没　有任何隶属关系时则独立成簇。　（２）簇首选举：簇形成后成员节点即开始选举簇　Ｉｆ（ＣＩＤｓ￣６）／／簇成员多于６个　Ｄｉｖｉｄ（）；／／分裂分法　Ｉｆ（ＩＤｓ￣３）／／节点数少于３个　ＣＯＭＰＯＵＮＤ（）；／／合并分法　Ｃｏｍｐａｒｅ（ｒａｎｋ，ｓｅｑ）；／／决定簇首、簇ＩＤ　Ｆ（Ｃ）；／／修改节点属性　）　大多数的分簇算法都是需要完全的邻居信息，　因为移动自组网络具有无固定中心的特征，邻接信　首。簇首依据通用Ａｄ　ｈｏｃ网络分簇算法选举产生，　簇ＩＤ为簇内成员最高编成级别节点的ＩＤ。　息只能通过交换ｈｅｌｌｏ信息包收集，在这个“邻居感　（３）簇的合并与分裂：当簇的成员数少于３个　时，这些节点可加入战斗编成隶属相同上级的邻居　簇，但不参与簇首的选举；当找不到隶属关系邻近的　知”（Ｎｅｉｇｈｂｏｒ　Ａｗａｒｅｎｅｓｓ）过程中，算法假设网络拓　扑没有发生变化。　邻居簇时，即使单个节点也可以独立成簇。当簇内节　点数量多于６个时，按数量占优势的节点所属的两　个编成分裂成两个簇。所以一般情况下簇的成员数　应保持在３个～６个节点之间。　算法描述：用无向连通图Ｇ＝（　，Ｅ）表示战术　互联网结构。在划分为簇后，可表示为无向连通图　Ｇ＿－（ｃ，Ｅ，Ｆ）。Ｃ为簇的集合，分别由簇首集合　ＨＥＡＤ和成员节点集合ＭＢ组成，即Ｃ—ＨＥＡＤＵ　４仿真实验及结果分析　针对战术互联网特点和以上对应用环境研究分　析，利用战术演习的想定条件进行了ＯＦＮ算法结　果提取和比较。　由于现有的仿真软件对于分簇算法的评价不是　很方便，并且不能很好地体现战场环境因素的作用，　真实战场环境的设置和节点跟踪都比较困难。部队　的训练中多采用想定作业和实兵演习的方式进行，　因此选择了战术训练最常用的形式　军事演习为　对象，提取演习过程中战场即时态势的ＳＮＡＰ快　ＭＢ；Ｅ为边的集合，表示为Ｅ一｛（　，　）Ｉ　，　∈Ｃ，　ｄ（ｖｆ，　）≤ｒ，ｏ４（　，　）≤ｌ　ｌ｝（　（　，　）为节点　ｆ，７．１Ｊ　间的距离）；Ｆ是定义域为Ｃ的函数，Ｆ—Ｆ（ｃ）（ｆ∈　Ｃ），功能是使每个节点具有６个属性：节点标识　，　ｉｄＥＩＤ；所属簇标识ｃｉｄ（用簇内最高级别节点　来　表示），ＩＤ＝｛　１　０≤ｉｄ≤Ｉ　Ｉ）；作战任务群标识　照，以确定战术单元在战场环境中不同时刻的运动　位置关系数据进行对比分析。　以某部军事演习中的一场战术行动为例，如下　页图３。演习部队各作战单元组成战术互联网节点，　提取它们的位置与部署数据。　Ｇｒｏｕｐ；簇成员个数ｎｕｍｂｅｒ；隶属关系级别标识　Ｒａｎｋ，Ｒａｎｋ∈ＲＮＡＫ，ＲＡＮＫ一｛ｒａｎｋＯ，ｒａｎｋ１，…｝；　依据算法的思想，采用文献ＥＴ］提出的评估方　法，笔者用ＶＣ６．０实现了算法程序，从态势图中随　编成序列号ｓｅｑ。　伪代码表示如下：　Ｆｏｒ（Ｅ）／／检查邻居路由信息　（　机确定６组不同时刻战术单元的位置坐标，分别计　算在当时态势下战术单元分簇及簇内成员关系。实　验中主要考虑两个方面的数据：一是统计每个节点　在整个战斗发展变化过程中所参与的不同簇的数量　及平均值。二是分析簇内节点个数和友邻节点的数　量变化。统计结果如下页图４所示。　Ｉｆ（ＣＩＤ）／／是否存在合适的簇　｛　ＪＯＩＮ（ＣＩＤ）；／／加入　ＩｓＣｌｕｓｔｅｒ＝ＴＲＵＥ；／／已分簇　Ｂｒｅａｋｌ　①统计结果表明，ＯＦＮ分簇算法生成簇的数量　偏离平均值不超过１５　。即在整个作战行动过程中　｝　何兆祥，等ｔ考虑节点作战任务编成的战术互联网分簇算法　（总第３６—１１６１）　・１６７・　一　ｌｈ　＿　＿：’　．‘　…。　．・．战任务自然区分群组的特性，所以形成的簇比较稳　定。相对于其他的分簇算法而言，该算法在适应战场　环境特征等方面具有明显的优势。此时，路由算法可　以将簇内成员当作一个整体来对待，忽略簇内其他　（１）战斗经过图　（２）战斗单元初始分布　‘　成员之间的连接关系变化，降低了战术互联网路由　＿ｌ　●　。　。更新的复杂程度。如果再考虑负载平衡等因素，将进　・・，　．．　・．・．．　‘　０　．　一‘　步增加其优越性。　・’０　・　・．．…　’‘・。　：０　：。　’＿‘　ｌ参考文献：　（３）战术单元即时分布一　（４）战术单元即时分布二　Ｆ１］　郑少仁，王海涛，赵志峰．Ａｄ　ｈｏｃ网络技术［Ｍ］．北　京：人民邮电出版社，２００５．　图３参演各战术单元的不同战斗阶段位置分布　Ｉ－２］　方秀花，姚瑞芳．ＦＢＣＢ２系统的作战应用及未来发　４．　展［Ｊ］．火力与指挥控制，２００６，３１（３）：１－４．　匝　—］３‘　［３３　Ｃｈｅｎ　Ｗ，Ｊａｉｎ　Ｎ，Ｓｉｎｇｈ　Ｓ．Ａｄ　Ｈｏｅ　Ｎｅｔｗｏｒｋｓ　１．　Ｍａｎａｇｅｍｅｎｔ　Ｐｒｏｔｏｃｏｌ［Ｊ］．ＩＥＥＥ　ＪＳＡＣ，１９９９，１７　０．　（９）：１５０６—１５３１．　图４　３种算法生成的节点数和节点平均成员个数　［４３　董超，杨盘龙，田畅．一种Ａｄ　ｈｏｅ网络组移动　节点的归属关系变化不是很显著，相对于最大节点　模型［Ｊ］．系统仿真学报，２００６，１８（７）：１８７９—１８８３　度和Ａ０Ｗ算法而言，簇及簇内成员的变化量比较　［５３　Ｅｐｈｒｅｍｉｄｅｓ　Ａ，Ｗｉｅｓｅｌｔｈｉｅｒ　Ｊ，Ｂａｋｅｒ　Ｄ．Ａ　Ｄｅｓｉｇｎ　Ｃｏｎｃｅｐｔ　ｆｏｒ　Ｒｅｌｉａｂｌｅ　Ｍｏｂｉｌｅ　Ｒａｄｉｏ　Ｎｅｔｗｏｒｋ　ｗｉｔｈ　少，因此簇的稳定性较强，适应了战场环境的要求。　Ｆｒｅｑｕｅｎｃｙ　Ｈｏｐｐｉｎｇ　Ｓｉｇｎａｌｉｎｇ　［Ｃ］／／１９９７　②ＯＦＮ算法生成簇的数量一直是最多。这一点　Ｗａｓｈｉｎｇｔｏｎ　ＤＣ　Ｐｒｏｅ　ｏｆ　ＩＥＥＥ　７５ｔｈ，７５（１）：５６－７３．　充分说明其他分簇算法可能会把不同战斗编成内的　［６］Ｄｉｍｉｔａｒ　Ｔ，Ｓｏｎｊａ　Ｆ．Ａｄ　Ｈｏｅ　Ｎｅｔｗｏｒｋｓ　Ｃｏｎｎｅｃｔｉｏｎ　节点划分为一个簇。这是考验本算法成功与否最重　Ａｖａｉｌａｂｉｌｉｔｙ　Ｍｏｄｅｌｉｎｇ［Ｃ］／／Ｐｒｏｅ　ｏｆ　ｔｈｅ　１ｓｔ　ＡＣＭ　要的一个因素。　Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｗｏｒｋｓｈｏｐ　ｏｎ　Ｐｅｒｆｏｒｍａｎｃｅ　Ｅｖａｌｕａｔｉｏｎ　同时，考虑战术单元任务编成的ＯＦＮ分簇算　ｏｆ　Ｗｉｒｅｌｅｓｓ　Ａｄ　Ｈｏｃ　Ｎｅｔｗｏｒｋｓ，Ｖｅｎｅｚｉａ，Ｉｔａｌｙ，　法簇内最多成员数量保持在６个以下，与本算法中　２００４：５６—６０．　所设定的上限相吻合。　［７］　吴迪，何兆祥．想定环境中对战术互联网协议性能　评估方法的研究与实现［Ｊ］．兵工学报，２００８，２９（９）：　５　结　论　１０６９一】０７３．　ＯＦＮ算法的基础是战术互联网中节点依据作　（上接第１６３页）　要２艘～３艘。对雷达侦察卫星增加到３颗以上，水　４　结　论　面舰艇增加到４艘以上，可能导致兵力和资源的浪　费。对光学侦察卫星少于２颗，可能导致光学侦察监　本文通过分析海天联合侦察监视对目标的发现　视效果不是很好，卫星光学侦察监视能力将不能满　概率，建立了海天联合搜索对目标的综合发现概率　足海天联合侦察监视的需要。　模型并以此为基础进行了仿真研究。通过对上述不　参考文献：　同组合进行分析，可以得出以下结论。一是当航天侦　察监视卫星数量较少时，光学卫星和雷达卫星发现　［１］　李瑞晨．航天器的作战应用［Ｍ］．北京：海潮出版社，　目标的概率都较低，不能完全满足对海上目标的全　１９９６．　［２］　军事科学院．信息化战争中的太空战［Ｍ］．北京：军　程跟踪监视；二是为了对目标有效实施全程跟踪监　事谊文出版社，２００３．　视，最佳的兵力组合应当是光学侦察卫星需要３颗　［３３　蔡风震．空天一体作战学［Ｍ］．北京：解放军出版社，　到９颗；雷达侦察卫星需要２颗～３颗；水面舰艇需　２００６．