随着现代工业生态不断发展和完善，产品开发人员的关注点从传统的针对某个具体系统设计，向着眼于系统组成的体系设计进行转变。体系为体系边界内的众多系统的组合而成，其架构由各系统的利益相关人、不同视角及视点组成，着眼于分析各系统互用性。由于体系的复杂程度非常的高，针对体系的设计有着很高的难度，且面临诸多挑战，包括基于体系的研发方法、体系及系统需求得得统一描述及管理以及体系组成系统的指标评估、权衡与优化等。面对高复杂度的体系进行设计通常使用基于模型的体系工程方法（MBSoSE）来代替基于文档的体系设计方法以提高体系设计效率。目前，MBSoSE存在不同的建模方法和建模语言，而传统的MBSoSE建模工具只能支持一种或者几种建模语言和建模方法，导致异构数据无法整合、分析及验证，同时不同利益相关人之间的体系设计信息无法互通。因此传统的MBSoSE不能克服体系设计中面临的挑战。

针对传统MBSoSE所存在的问题，提出多架构建模方法支持体系设计，完善体系设计方法。多架构建模方法通过基于元元模型的方法，实现基于不同建模语言和建模方法的体系建模；通过架构驱动技术，实现由已建模型自动生成相关联模型，提高体系建模效率且支持模型元素追溯管理；通过混合有限状态机建模及求解技术，实现针对状态视图转化过程的仿真，用于进行体系设计方案验证及权衡；通过基于可满足性模理论的指标验证技术，实现针对体系设计中系统指标的线性优化；通过代码生成技术，实现体系模型向系统详细设计模型的自动转化；通过OSLC服务化技术，实现体系设计产品全周期异构数据的集成分析。以空地协同防御体系的有人机协同防御场景为例验证多架构建模方法支持体系设计的有效性。

案例场景作战任务流程如图 7-1所示，敌军入侵被雷达识别后，雷达控制中心指挥战机起飞迎敌；后续作战任务中，雷达控制中心与战机保持信息同步；战机在雷达控制中心协助下找到敌机并驱逐敌机，敌机撤离后战机在雷达协助下找到敌方战车，随后追踪敌方战车并收集敌方战车信息传回雷达控制中心；敌方战车撤离后，战机前往指定区域搜集地面图像信息，最后前往指定区域肃清，保证区域无敌军后返回基地。针对案例场景的设计还有需要满足的性能指标，包括耗油量、飞行高度和图像收集传感器功率等，设计需要满足作战流程、性能指标，且需要在备选战机中选择出击战机方案。

根据提出的多架构建模方法针对案例场景进行设计，首先基于KARMA语言建立UPDM标准的元模型库；其次使用建立的元模型库对案例场景建立DODAF的作战视点模型，用图形化的模型来明确案例场景的作战任务概念、需求和流程，同时使用架构驱动技术实现以已建立的OV-5a模型为核心驱动关联模型OV-5b的自动生成，实现模型元素的追溯管理，提高建模效率；随后针对建立的OV-5b状态转换图使用状态仿真技术，支持验证作战流程设计正确性以及战机出击方案权衡，同时使用指标验证技术，提取OV-6a中的作战性能指标，优化图像收集任务中的图像收集信息，使其达到最大值；最后使用OSLC服务化技术，将上述技术的产生所有数据全部服务化，支持异构数据的集成分析。证明多架构建模方法可以支持体系设计。

图 7-1 KARMA支持体系生成

案例的作战任务概念图如图 72所示，敌军入侵我方领地收集军事情报被我方雷达检测信号捕获后，雷达控制中心指挥战机迎敌，任务执行过程中，战机与雷达控制中心保持信息同步。首先战斗机寻找敌机并驱逐敌机，随后战机寻找敌方战车、追踪敌方战车并将敌方战车的信息传回控制中心。敌方战车撤离后，雷达控制中心指挥战机前往指定区域收集地面图像信息，最后战机前往指定区域进行肃清，保证区域内无敌军后返回基地。

图 7-2任务概念图

任务节点即为能完成一系列任务活动的参与人员、装备和设施的集成。以下介绍我方任务节点和敌方任务节点。在有人机协同防御场景中敌军参与任务的人员、设施和装备等包括：防空导弹车、有人侦察机和通信人员等。我方参与的人员、设施和装备等包括：雷达控制中心、有人战斗机、指挥官和通信人员等。任务执行过程中，雷达控制中心与战斗机保持信息同步，为战斗机提供指挥命令与敌军位置，协助战斗机完成任务。

敌方战斗机于距离我方军区领地东方向2000km处的空中入侵，敌方导弹车于距离我方军区领地东方向1300km处的山路入侵，两者均在距离我方雷达控制中心1000km处被识别。随后我方战斗机于军区领地东方某处与敌军相遇并完成驱逐、追踪等任务。

根据任务逻辑图，按照任务顺序将场景图描述出来，流程图如图 73所示，作战任务顺序为：

1. 敌军距离我方雷达控制中心1000km时被识别出来，雷达控制中心命令我方战斗机起飞迎敌。

2. 任务过程中雷达控制中心与我方战机保持信息同步。

3. 雷达控制中心的协助下，战机在领地东方某处找到敌机，并在机载雷达探测区域内对敌机发送驱逐信号。

图 7-3任务场景图

4.敌机撤离后，雷达控制中心命令战机寻找并追踪敌方战车，协助战机在东方向山路上找到敌方战车并开始追踪敌方战车，将敌方战车的型号、武器数、车辆数等信息传回雷达控制中心进行分析。

5.敌方战车撤离后，雷达控制中心命令战机回撤，前往领地东方向400km处一山谷中，收集指定山脉区域的地面图像，观察目标区域是否有敌军，并对图像信息进行分析。雷达控制中心协助战机抵达指定山脉区域后，战机开始收集地面图像信息且传回雷达控制中心进行分析。

6.图像收集收集完成后，雷达控制中心命令战机继续回飞，前往领地东方向200km处指定区域进行区域肃清，确保区域内无敌军，协助战机抵达指定区域后，战机开始对区域进行全面肃清，完成后返回基地。

针对有人机协同防御场景的设计，存在作战任务中战斗机的任务执行时间、耗油量和飞行高度以及雷达控制中心的探测距离等需求指标，需要在设计时满足这些指标，如表 7-1所示。本文给出假想的敌方侦察机以及我方几架备选战斗机的性能指标，如表 7-2所示，以及敌方侦察车的相关性能指标如表 7-3所示。

根据需求和性能指标，使用仿真和验证技术来对任务流程进行仿真验证以及对我方战机指标进行评估实现出击战机方案的权衡。

表 7-1 任务需求指标

表 7-2 飞机相关性能指标

表 7-3敌方侦察车相关性能指标

根据案例描述分析可知，本文仅需对案例场景建立DoDAF的作战视点体系模型来描述作战流程与作战资源流交互等，因此对UPDM标准元模型库进行裁剪，仅使用DoDAF作战视点元模型，从DoDAF作战视点出发对任务场景进行可视化建模分析，描述和构建有人机协同防御场景的顶层作战概念，明确案例任务的使命、任务环境和功能需求，具体描述出任务流程、状态转换以及任务活动之间的资源交互。

本案例建立的图包括OV-1高层作战概念图、OV-2作战资源流表述模型、OV-3作战资源流矩阵、OV-4组织关系模型、OV-5b作战活动模型、OV-6a作战规则模型、OV-6b作战状态转换模型和OV-6c作战事件跟踪模型。

基于建立好的UPDM元模型，根据图 7-4描述的作战视点顺序进行建模，有人机协同防御场景作战视点模型图如图所示。

图 7-4作战视点建模图

1.首先建立作战概念部分。建立OV-1分析有人机协同防御场景任务的高层作战概念图及功能需求，描述作战任务的概念流程。

2.随后建立组织、指挥关系部分。建立OV-4描述出整个场景作战任务中的我方参与组织结构关系来明确作战中的指挥层级关系。

3.明确了作战概念、功能需求和组织结构后建立作战流程部分。首先建立OV-5b，以活动图的方式建立出整个防御场景作战流程以及每个作战活动所需要的触发条件；其次建立OV-6a，给出场景中的我方各要素的性能边界，以此作为选择作战方案的指标；最后建立OV-6b和OV-6c，OV-6b以状态机图的方式描述出各作战节点的状态变化，描述出作战顺序，以及作战之间的转换、OV-6c以序列图的方式，强调了各作战节点之间的信息交互事件和时间顺序。

4.最后建立作战活动间的资源和信息交互关系。分别建立OV-2和OV-3。OV-2描述了有人机协同防御场景作战活动之间的信息交换和依赖关系，反映了作战节点之间的信息需求，形成信息流动网络。OV-3具体描述了每个节点之间交互所产生的资源和信息，反映作战节点之间的连通性。

基于图中建立的体系模型进行仿真验证以及对我方战机指标进行评估实现出击战机方案的权衡。

由于案例中有三架战机备选，我们需要衡量不同战机任务执行正确性、任务执行时间和耗油量进行对比分析，选出最佳出击战机。使用MetaGraph工具的状态仿真功能对建立的体系模型中的状态机图OV-6b作战状态转换模型进行动态仿真，首先根据仿真结果来验证作战任务状态转换流程是否符合预期设计结果，其次根据仿真结果的战机执行任务时间和耗油量来对比分析选出最佳出击战机。状态仿真设计流程如图 7-5所示：

图 7-5 OV-6b状态转移模型图及状态仿真建模顺序图

如图 75所示，右边为OV-6b状态转移模型图该作战状态转换图包含“初始状态”、“雷达监控状态”、“战机出动状态”、“战机驱逐状态”、“寻找敌方战车状态”、“追踪敌方战车状态”、“收集战车信息状态”、“寻找图像目标位置状态”、“图像收集状态”、“寻找指定肃清区域状态 ”、“肃清状态”共11个状态。

首先定义状态机图的Group属性，包括战机的加速度公式、初始速度、最大推力等全局变量及公式；其次定义状态机图的Automaton属性值，包括雷达开关状态、我方战机加速状态、敌机加速状态等转换条件中的变量；随后定义每个状态具有的状态属性值；最后定义每个关系的状态变迁属性，包括敌机距离雷达1000公里时转移到下个状态且执行我方战机加速状态开启等转换条件和执行动作。

任务中使用战机的飞行质量、机重、最大推力、最大速度和航程指标。首先计算飞行中所受到的空气阻力，本文假设战机按照航行速度飞行时的阻力和最大推力相等，为匀速运动并计算飞机状态，如图 7-6所示：

a 战机作战状态流程仿真结果图

b 战机作战耗油量仿真结果图

图 7-6 备选战机状态仿真图

如图 7-6-a，为更清晰的看出作战过程，本次仿真时只选取了三个对象与我方领地的距离参数显示在图中，其余的均不显示。图中橙色线为我方战机与我方领地的距离随时间的变化曲线、绿色线为敌方战车与我方领地的距离随时间变化的曲线、红色线为敌方战机与领地的距离随时间变化的曲线。首先根据三张图曲线可以看出，作战任务流程设计的没有问题，我方战机都成功完成了所有任务，作战状态改变流程符合4.1.4中设计的任务流程。其次可以看出三架战机的完成任务时间分别是47.5分钟、51.8分钟和50.1分钟，均满足约束“任务完成时间小于52分钟”。

如图 7-6-b，本次仿真仅显示战机执行任务过程中的耗油量随时间变化的曲线，其中黄色线为备选战机二的耗油量随时间变化的曲线、红色线为备选战机一的耗油量随时间变化的曲线、绿色线备选战机三的耗油量随时间变化的曲线。三架战机完成任务的耗油量分别是2451kg, 2875kg和1141kg，均满足约束“耗油量小于3000kg”。数据表格表7给出如下：

表 7-4备选飞机执行任务数据

根据表 7-4结果进行对比分析，首先三架飞机任务执行都正确，均可以选择，其次完成任务时间最短的为备选战机一，耗油量最少的是备选战机三，但是备选战机三在完成任务时间只比备选战机一完成任务时间少2.6分钟的情况下，耗油量几乎是备选战机一的一半，因此案例中我们选择备选战机三作为出击战机。

在案例的战机对目标区域进行图像收集的任务中，假设传感器扫描的地面图像信息受飞行高度、传感器角度和传感器功率的影响，横截面和立体图如图9-a所示。根据示意图可知，图像收集时候的横截面是一个等腰三角形，变量为高度h和传感器角度。当角度变大时候能收集到的图像信息会变多，假设影响因子为a常量，当高度变高时候收集到的图像会变模糊，因此收集到的图像信息会变少，假设影响因子为b常量。除这两个变量之外还有传感器的功率也会对收集到的图像信息所影响，传感器功率P越大，收集到的图像信息越多，假设影响因子为c常量。

使用指标数据来自于模型图OV-6a作战规则矩阵模型图中，其中OV-6a作战规则矩阵包括5列，分别是“序号”、“应用于”、“规则叙述”、“规则值”和“规则类型”，直接使用MetaGrpah的KARMA语言对OV-6a的模型图中“规则值”那一列数据进行提取，并定义OV-6a中的约束指标，然后根据公式（4-7）进行约束域内全局搜索得出最优结果，设计流程如图 7-7-b所示：

a 区域图像收集示意图 

b 指标验证设计示意图 

图 7-7图像收集示意图及指标验证设计图

根据设置的约束和常量的设定可以看到图 77-(B)中的结果，当功率P为333kW,飞行高度h为12013米，传感器角度为60度，这样可以得到最多的图像收集信息，完成对图像收集任务的优化。