探究大数据背景下的军事仿真系统发展研究

【摘要】近些年不断发展军事信息化，逐渐完善了军事大数据建设工作。在建设军事仿真系统的过程中需要利用大数据技术。在建设军事仿真系统的过程中需要利用大数据技术的优势，可以推动现代化军队转型。本文分析了大数据背景下军事仿真系统的发展，对实际工作发挥参考作用。

关键词：大数据技术；军事仿真系统；发展措施

大数据技术的基础为网络信息技术，人们可以利用数据挖掘工具，可以深入分析事物发展规律，同时可以对其未来发展趋势分析，这和系统建模仿真的目标具有较大的相似性，因此在建设军事仿真系统的过程中需要发挥出大数据技术的优势，准确地描述军事活动和战争行为。

一、大数据背景下军事仿真系统建设面临的挑战

（一）传统的军事仿真理论不适应现代战争特点

逐步地升级了智能的武器，在战场上，无人军事系统在战斗中扮演了一个非常关键的角色，它能够将各个站点的情况都进行很好地整合起来。但是，在当今的战争中，想要对局势元素进行分析，是一件非常困难的事情【1】。新型战场形态具有多维性和异构型，相关数据比较复杂和繁杂，再加上现代战争的作战形式具有快速性和精准性，因此军事仿真不能只是单纯的模拟物理领域的行为，需要综合分析多维度的战场环境，提高战事推演的可信度。因此继续利用传统军事建模方法，不利于综合考虑复杂的战争行为，在描述某个军事活动的时候不适合利用固定的模型。

（二）军事仿真反映的不确定性

信息技术不断发展，不断增加军事领域的数据，频繁发生各种小概率事件。在大数据时代，可以利用数据处理技术验证很多推论。仿真站场随机事件的过程中，当前只能依靠概率形式，军事仿真系统的仿真能力和智能化水平有待提高。

（三）大数据对军事仿真系统提出更高的要求

在大数据时代，人们更加关注计算机仿真系统的速度和密度等方面。随着计算机技术的发展，也逐渐优化中央处理器的性能，此外也不断创新存储器的结构和能力。为了满足大数据运算需求，需要创新仿真系统的运行模式。为了应对未来站场态势，需要对各方面的态势信息进行处理和分析，因此增多了仿真系统的要素，数据处理难度也因此增加。

二、大数据为军事仿真系统的开发提供新的方向

（一）精准预测战事走向

在大数据背景下，为了提高军队作战能力，要求军队可以独立实施军事行动，这样可以顺利落实联合作战和多维站场的对抗，作战双方的军事行为具有精准性和隐蔽性等特点，因此战争形势和走向具有不可预知性，随着战事发展，可以利用军事仿真系统更加精准地预测战事走向。

（二）满足未来战争性能要求

未来战争发展中因为涉及较多的军事科技，因此突出了战场态势环境的碎片化和复杂化，在战场中不断利用各种智能化的武器设备。例如在现代化战场中开始利用各种智能无人装备，例如可以利用无人机设备进行侦查【2】。此外还可以利用精确打击武器，例如可以利用高超声速导弹远程精准打击目标。

在模拟工作中，要进行多种模拟动作，比如对反导系统进行分析时，必须对其轨迹、攻击效能、干扰等进行综合模拟。同时也有必要对战役在时空上的跨度进行分析。由于在实际应用中，对各种参数进行了大量的运算，所以对军用模拟软件的性能提出了更高的要求。

（三）有机融合作战后勤

现代战争中，后勤保障是战争成功与否的决定性因素。但是，就目前的研究现状而言，大多数针对战争过程的模拟并没有完全反映出后勤保障在战争进程中的作用。随着军事信息化水平的提升，当前的作战仿真和 后勤仿真不符合当前作战指挥体制需求，尤其是没有统一建立战争作战和后勤的模型。为此，今后大规模战争仿真系统必须摒弃传统的思维模式，从系统运行机理、计算性能和数据处理能力等角度出发，以数据处理和系统仿真为支持，采用现代数据处理手段和系统仿真手段，合理融合作战和后勤的仿真活动。

三、大数据背景下的军事仿真系统发展

（一）融合多方领域

随着高科技的持续发展，未来的战争局势也会变得更加复杂。然而，总体的作战形态呈现出快速、直接的特征，在添加了战场维度以后，在进行军事模拟的时候，必须要对多种要素进行全面的分析，这就对军事模拟系统的数据覆盖范围提出了更高的需求，并对其进行了持续的提升，并对其进行了全面的采集【3】。另外，还应了解战斗的全过程、运动轨道等。研究了战场的地形、气象、水文、辐射等因素。在此基础上，构建组装体建模与实体建模方法，并根据实测结果，构建攻击效能、抗干扰性能等参量的动态演化机理。通过多种不同类型的数据建立模拟项目，采用内部数据挖掘技术对其进行解析，能够对战场中大量的数据进行多维度的、实时的、动态地进行分析，并将该模型与该体系相结合，从而达到多个方面的信息融合，从而最大限度地发挥军事模拟的作用。

（二）突出模型的柔性自洽

采用数据挖掘方法，能够真实地体现数据集合的特点，从而确保所构建的模拟系统能够更好地适应现实环境。运用大数据分析方法，对隐藏的规律进行挖掘，并据此建立模拟模型，对模拟过程进行优化，减少人为的影响，最大限度地实现数据的价值，最大限度地提高模拟的实用性，并根据现场环境对模拟系统进行自适应调节，实现对工程与现场的密切互动。

在构建模型的过程中，利用知识图谱的模型库的认知能力，综合数据库和规则库以及知识库等，提高仿真系统模型的智能化水平，综合利用各种演习和战训记录等数据，提高模型数据获取和筛选的能力。综合利用神经网络和知识融合表征等技术，可以优化挖掘信息价值，例如利用神经网络，可以利用军事大数据平台实现自适应学习，使整体探索效率得以提升，此外需要利用遗传算法实现神经网络优化，将大数据的潜能充分发挥出来，使军事仿真系统的柔性化和自洽度得以提升，使其可以更好的适应复杂的站场形式。

（三）建立可信空间

利用大数据技术可以创新军事仿真系统，将大数据的加工方式与模拟的运作机理相结合，可以扩展模拟的外在机理。采用分布式计算模型与分布式模拟方法，能够充分发挥大数据的特点，提高模拟的可靠性，并确保所构建的模拟空间更接近于实际的站场。

通过将分布式计算资源迁移到不同类型的分布式仿真平台上，构建与大数据平台相适应的军用模拟软件集群。在此基础上，构建“规模-维度-服务”的立体架构，实现从上到下的资源采集，构建面向战场整体态势的基本作战模拟系统，实现传统HLA分布的作战模拟和作战行动模拟【4】。建立了一个通用的军事仿真体系框架，使各个仿真软件能够在宏观层面形成一个完整的体系。为了提高模拟系统的计算性能，采用了大量的资料处理算法及多种硬件设备，同时利用军事物联网技术和云计算平台等，保证仿真系统中融合更多的数据完成仿真工作，优化仿真系统的使用性能，同时可以更好的契合现实态势。将模拟系统嵌入到军用大数据平台中，用于实时态势的认知和信息的获得，从而达到了对作战模拟的实时信息收集和系统的实时模拟的目的。

结束语：

本文对大数据背景下的军事仿真系统发展继续分析，引导大数据应用和军事仿真系统具有一致性的目标，因此在军事仿真系统发展过程中需要充分发挥出大数据技术的优势，实现二者高度融合，可以精准性地分析未来战场发展形势，使整体军事能力得以提升。

参考文献：

[1]赵鑫业,刘传波,高成志,等.军事仿真分析评估系统评估分析[J].系统仿真技术,2021,17(03):197-202+220.

[2]陈俊,邓青.当前军事仿真领域内新技术的应用与发展[J].信息与电脑(理论版),2019,(05):24-25.

[3]李国强,杨建兵,何天鹏,等.军事仿真技术的价值分析及发展展望[J].价值工程,2019,38(01):184-186.

[4]刘彬,孙晓,杜晓明,等.面向实体的军事仿真规则提取方法研究[J].火力与指挥控制,2017,42(03):21-24.