本文介绍了一种新的 L-V-C 模拟框架，用于开发空战战术、技术和程序（TTP），从而推进了实战（L）、虚拟（V）和建构（C）模拟方法。在该框架中，战术、技术和程序（TTP）是在独立的 C、V 和 L 模拟阶段反复开发的。这样既能利用每类模拟的优势，又能避免纯 LVC 模拟的挑战。C 阶段在不考虑人机交互（HMI）的情况下，根据飞机的存活概率（Ps）和击落概率（Pk）提供最佳 TTP。在 V 阶段，通过评估 Pk 和 Ps 的适用性，以及有关飞行员态势感知、心理工作量和 TTP 坚持性的人机交互措施，对最佳 TTP 进行修改。在 L 阶段，使用真实飞机来评估所开发的 TTP 是否能在真实环境中实现可接受的 Pk、Ps 和 HMI 测量。该框架的迭代性质使 V 阶段或 L 阶段能够揭示 TTP 的缺陷，并将不完善的 TTP 返回 C 阶段或 V 阶段进行修订。本文是两部分研究的第一部分。第二部分展示了该框架在作战使用的 C- 和 Vs 模拟器以及真实的 F/A-18C 飞机和飞行员中的应用。
关键词：空战、人为因素、人机交互、实时-虚拟-建构、心理工作量、性能、模拟、态势感知、测试与评估
本文是两部分研究的第一部分。在第 1 部分中，介绍了用于 TTP T&E 的实时-建设性-虚拟（L-V-C）模拟评估框架。在第 2部分中，使用实际使用的 C 和 V 模拟器以及真实的 F/A18C 飞机和合格的战斗机飞行员演示了该 L-V-C 框架的使用。与 LVC 模拟不同，L-V-C 框架并不试图混合不同的模拟类别，因此避免了 LVC 模拟所面临的挑战。建议的框架由独立的 C、V 和 L 阶段组成，在这些阶段中，TTP 在给定的空战场景中反复发展。在 C 阶段，不考虑 TTP 的定性规则，但使用 C 仿真来确定 TTP 定量规则的 MP 最佳值。在 V 阶段，采用这些最优定量规则，并改进定性规则的口头描述，直到使用 Pk 和 Ps 衡量的 HMP 输出足够，且 NP、SA 和 MWL 分数可接受为止。这样，在模拟环境中就得到了由定量规则的 MP 最佳值和定性规则的 HMP 最佳描述组成的 HMP 最佳规则。最后，使用这些 HMP 最佳规则对 TTP 进行 L 阶段的 L 模拟评估。如果 HMP 最佳规则在现实生活中的使用能产生适当的 HMP 输出，且 NP、SA 和 MWL 分数可以接受，则 HMP 最佳规则可用于实际操作。换句话说，根据 Pk 和 Ps 得出的运行 HMP 最佳规则可确保实现飞行的主要目标，同时在实际环境中 NP、SA 和 MWL 仍可接受。这样，即使最终使用任务的要求和复杂程度超过了 TTP T&E 期间的要求和复杂程度，也能在人类能力和限制方面保持理想的安全系数。
L-V-C 模拟框架的一大优势在于其迭代性。也就是说，如果需要修改定性规则，可以在 L 阶段或 V 阶段之后重复 V 阶段。或者，如果需要修改定量规则，TTP 可以从 V- 或 L 阶段返回 C 阶段。在 L 阶段和 V 阶段，HMP 输出，特别是 SA、NP 和 MWL 分数，为检测 TTP 可能存在的缺陷和确定如何改进 TTP 提供了强有力的工具。此外，如果需要，TTP T&E 需要反复进行 C 仿真，V 阶段和 L 阶段的这些分数还可用于生成修改后的优化标准和 C 阶段应用的约束条件。最终的 TTP 在 MWL、NP、SA 和最终的 HMP 输出之间实现了很好的平衡，这反映了飞行的主要目标。
图 2 显示了由 C、V 和 L 三个阶段组成的 L-V-C 模拟框架。在使用该框架之前，必须根据 TTP T&E 的总体目标，定义初始 TTP 及其使用场景。情景描述了所涉及的友机和敌机及其主要目标。TTP 是一种描述友机如何在特定场景中以最佳方式实现其目标的方法。TTP 通常以相对于敌方飞机的时间表的形式向飞行员简要介绍。场景中使用的飞机和系统均以 C- 和 V- 模拟建模。这些模型必然是对现实的不完全抽象。不过，这并不会对 L-V-C 框架构成重大挑战，因为 TTP T&E 的 L 阶段是使用真实飞机和系统进行的。初始 TTP 的定量规则值和定性规则描述均基于现有的最佳假设和实践。L-V-C 模拟框架用于确定部分或全部规则的作战 HMP 最佳值或描述。它可用于确定整个飞行、一个要素或单个飞行员的运行 HMP 最佳规则。
原文
相关内容
微信扫码咨询专知VIP会员