基于分层结构的C4ISR服务部署分布式演化方法

doi:10.12305/j.issn.1001-506X.2021.06.15

系统工程与电子技术 ›› 2021, Vol. 43 ›› Issue (6): 1572-1585.doi: 10.12305/j.issn.1001-506X.2021.06.15

基于分层结构的C4ISR服务部署分布式演化方法

焦志强^1,^2,*, 张杰勇¹, 姚佩阳¹, 王勋³, 何宜超^1,²

1. 空军工程大学信息与导航学院, 陕西西安 710077
2. 空军工程大学研究生院, 陕西西安 710077
3. 国防科技大学信息通信学院, 陕西西安 710106

收稿日期:2020-07-06 出版日期:2021-05-21 发布日期:2021-05-28
通讯作者: 焦志强
作者简介:张杰勇(1983—), 男, 讲师, 博士后, 主要研究方向为指控组织设计、指挥信息系统|姚佩阳(1960—), 男, 教授, 硕士, 主要研究方向为数据链、指控组织设计、指挥信息系统|王勋(1990—), 男, 讲师, 博士, 主要研究方向为指控组织设计、指挥信息系统|何宜超(1996—), 男, 硕士研究生, 主要研究方向为指挥信息系统
基金资助:
国家自然科学基金(61403414);国家自然科学基金(61573017);陕西省自然科学基金(2017JM6062);国家博士后基金(2017T100817)

Distributed evolution method of C4ISR service deployment based on hierarchical structure

Zhiqiang JIAO^1,^2,*, Jieyong ZHANG¹, Peiyang YAO¹, Xun WANG³, Yichao HE^1,²

1. Information and Navigation College, Air Force Engineering University, Xi'an 710077, China
2. Graduate College, Air Force Engineering University, Xi'an 710077, China
3. College of Information and Communication, National University of Defense Technology, Xi'an 710106, China

Received:2020-07-06 Online:2021-05-21 Published:2021-05-28
Contact: Zhiqiang JIAO

摘要/Abstract

摘要：

针对指挥信息系统(command, control, communications, computers, intelligence, surveillance and reconnaissance, C4ISR)服务部署分散、作战平台计算/存储资源有限、演化实时性要求高的特点, 基于分层结构设计了系统状态分布式监控与演化总体架构, 并在该架构下提出了一种服务部署方案层级动态调整方法。通过定义信息流转长度与方案调整代价设计了服务部署调整方案的数学优化模型, 针对部署方案中同时包含服务部署位置和信息流转路径的特点, 将成对交换思想、最短路径规划与m-best策略相结合提出了一种贪心求解算法, 以实现调整方案的快速生成。实验证明, 该方法能够在保证系统信息流转效能的同时有效控制系统的演化范围, 适用于执行任务过程中服务部署方案的敏捷调整。

关键词: 系统状态监控, 服务部署方案动态调整, 分层结构, 成对交换方法, 路径规划, 调整代价约束

Abstract:

To the characteristics of decentralized deployment of the command, control, communications, computers, intelligence, surveillance and reconnaissance (C4ISR) services, limited computing/storage resources for combat platforms, and high requirements for evolutionary real-time performance, the overall architecture of distributed monitoring and evolution of system state is designed based on hierarchical structure, and a dynamic adjustment method of service deployment scheme hierarchy is proposed. By analyzing the implementation difficulties of the resource coordination module in the overall architecture, the distributed deployment model of the C4ISR service is demonstrated based on defining the evolution cost and information flow path length. To the characteristics that the service deployment location and information flow path are included in the evolution scheme, a pair of exchange ideas, shortest path planning method and m-best strategy are combined to propose a greedy solution algorithm to realize the rapid generation of evolution scheme. The experimental results show that the method can effectively control the evolution range while ensuring the efficiency of system information flow, and can be suitable for the agile adjustment of service deployment method in the process of task execution.

Key words: system status monitoring, dynamic adjustment of service deployment scheme, hierarchical structure, pair-wise exchange method, path planning, evolution cost constraint

中图分类号:

TP311

焦志强, 张杰勇, 姚佩阳, 王勋, 何宜超. 基于分层结构的C4ISR服务部署分布式演化方法[J]. 系统工程与电子技术, 2021, 43(6): 1572-1585.

Zhiqiang JIAO, Jieyong ZHANG, Peiyang YAO, Xun WANG, Yichao HE. Distributed evolution method of C4ISR service deployment based on hierarchical structure[J]. Systems Engineering and Electronics, 2021, 43(6): 1572-1585.

图/表 19

图1

图2

图3

图4

图5

表1

图6

表2

表3

表4

表5

图7

图8

图9

表6

图10

图11

图12

图13

参考文献 30

1	曹雷. 指挥信息系统[M]. 北京: 国防工业出版社, 2012.
	CAO L . C4ISR system[M]. Beijing: National Defense Industry Press, 2012.
2	纪浩然. 基于移动云模式的指挥信息系统架构研究[D]. 长沙: 国防科学技术大学, 2015.
	JI H R. Research on the C4ISR systems based on the mobile cloud computing[D]. Changsha: National University of Defense Technology, 2015.
3	王磊, 罗雪山, 舒振. C4ISR体系结构服务视图及其演化的形式化描述方法[J]. 国防科技大学学报, 2011, 23 (3): 138- 143.
	WANG L , LUO X S , SHU Z . Formalized description of service view and evolution within C4ISR architecture[J]. Journal of National University of Defense Technology, 2011, 23 (3): 138- 143.
4	黄海军, 陈兵, 余祥, 等. 指挥信息系统软件演化一致性问题研究[C]//第五届中国指挥控制大会论文集, 2017.
	HUANG H J, CHEN B, YU X, et al. Research on software evolution consistency of C4ISR system[C]//Proc.of the 5th China Command and Control Conference, 2017.
5	张婷婷, 王智学, 刘大伟, 等. 体系演化过程中涌现行为建模与评估[C]//第二届中国指挥控制大会, 2014.
	ZHANG T T, WANG Z X, LIU D W, et al. Emerging behavior of system of systems evolution processes modeling and evaluation[C]//Proc.of the 2nd China Command and Control Conference, 2014.
6	张杰勇, 蓝羽石, 易侃, 等. C4ISR系统指挥控制关系适应性演化模型和方法研究[J]. 系统工程与电子技术, 2015, 37 (7): 1543- 1550.
	ZHANG J Y , LAN Y S , YI K , et al. C4ISR model and solving method for adaptive evolution of command and control relationship in C4ISR system[J]. Systems Engineering and Electronics, 2015, 37 (7): 1543- 1550.
7	孙昱, 姚佩阳, 李明辉, 等. 兵力组织指挥控制结构适应性调整方法[J]. 系统工程与电子技术, 2016, 38 (9): 2086- 2092.
	SUN Y , YAO P Y , LI M H , et al. Adaptive adjusting method of command and control structure of army organization[J]. Systems Engineering and Electronics, 2016, 38 (9): 2086- 2092.
8	王勋, 姚佩阳, 张杰勇, 等. Holonic-C2组织资源调度问题研究[J]. 系统工程与电子技术, 2019, 41 (3): 564- 570.
	WANG X , YAO P Y , ZHANG J Y , et al. Research on problem of Holonic-C2 organization resource scheduling[J]. Systems Engineering and Electronics, 2019, 41 (3): 564- 570.
9	FARAGARDI H R , SEDGHPOUR M R , FAZLIAHMADI S , et al. GRP-HEFT: a budget-constrained resource provisioning scheme for workflow scheduling in IaaS clouds[J]. IEEE Trans.on Parallel and Distributed Systems, 2020, 31 (6): 1239- 1254. doi: 10.1109/TPDS.2019.2961098
10	DOMANAL S , GUDDETI R M , BUYYA R . A hybrid bio-inspired algorithm for scheduling and resource management in cloud environment[J]. IEEE Trans.on Services Computing, 2017, 13 (1): 3- 15.
11	ZHANG Y . Resource scheduling and delay analysis for workflow in wireless small cloud[J]. IEEE Trans.on Mobile Computing, 2018, 17 (3): 675- 687. doi: 10.1109/TMC.2017.2734083
12	KONSTANTINOS P , JAVAD G . Randomized algorithms for scheduling multi-resource jobs in the cloud[J]. IEEE/ACM Trans.on Networking, 2018, 26 (5): 2202- 2215. doi: 10.1109/TNET.2018.2863647
13	LI H, CI S, YANG C, et al. Moving to green edges: a cooperative MEC framework to reduce energy demand of clouds[C]//Proc.of the IEEE Globecom Workshops, 2019.
14	GODBOLE N S, LAMB J. Research into making healthcare green with cloud, green IT, and data science to reduce healthcare costs and combat climate change[C]//Proc.of the IEEE 9th Annual Ubiquitous Computing, Electronics & Mobile Communication Conference, 2018.
15	ISMAIL L , FARDOUN A A . Energy-aware task scheduling (eats) framework for efficient energy in smart cities cloud computing infrastructures[J]. International Journal of Thermal & Environmental Engineering, 2016, 13 (1/2): 37- 48.
16	JIAO Z Q , ZHANG J Y , YAO P Y , et al. Service deployment of C4ISR based on genetic simulated annealing algorithm[J]. IEEE Access, 2020, 8, 65498- 65512. doi: 10.1109/ACCESS.2020.2981624
17	SALAHT F A , FRÉDÉRIC D , LEBRE A . An overview of service placement problem in fog and edge Computing[J]. ACM Computing Surveys, 2019, 53 (3): 65.
18	TEEMU L , CLAUDIO S , GIANCARLO F . Service modeling for opportunistic edge computing systems with feature engineering[J]. Computer Communications, 2020, 157 (1): 308- 319.
19	LIM J , YU H , GIL J . An intelligent residual resource monitoring scheme in cloud computing environments[J]. Journal of Information Processing Systems, 2018, 14 (6): 1480- 1493.
20	HAUSER C B, WESNER S. Reviewing cloud monitoring: towards cloud resource profiling[C]//Proc.of the IEEE 11th International Conference on Cloud Computing, 2018: 678-685.
21	PELISSERO N, LASO P M, PUENTES J. Naval cyber-physical anomaly propagation analysis based on a quality assessed graph[C]//Proc.of the International Conference on Cyber Situational Awareness, Data Analytics and Assessment, 2020.
22	YUAN Y, ANU H W, SHI B L, et al. Learning-based anomaly cause tracing with synthetic analysis of logs from multiple cloud service components[C]//Proc.of the IEEE 43rd Annual Computer Software and Applications Conference, 2019: 66-71.
23	LIN J, ZHANG Q, BANNAZADEH H, et al. Automated anomaly detection and root cause analysis in virtualized cloud infrastructures[C]//Proc.of the NOMS IEEE/IFIP Network Operations and Management Symposium, 2016: 550-556.
24	HAN X. Optimization-based decision support algorithms for network identification and dynamic resource management[D]. Mansfield: Connecticut University, 2016.
25	HAN X , BUI H , MANDAL S , et al. Optimization-based decision support software for a team-in-the-loop experiment: asset package selection and planning[J]. IEEE Trans.on Systems, Man, and Cybernetics, 2013, 43 (2): 237- 251. doi: 10.1109/TSMCA.2012.2201467
26	LEONORI S , PASCHERO M , MASCIOLI F M F , et al. Optimization strategies for microgrid energy management systems by genetic algorithms[J]. Applied Soft Computing, 2019, 86, 105903.
27	AJEIL F H , IBRAHEEM I K , SAHIB M A , et al. Multi-objective path planning of an autonomous mobile robot using hybrid PSO-MFB optimization algorithm[J]. Applied Soft Computing, 2020, 89, 106076. doi: 10.1016/j.asoc.2020.106076
28	CALISKAN A , CIL Z A , BADEM H , et al. Regression based neuro-fuzzy network trained by ABC algorithm for high-density impulse noise elimination[J]. IEEE Trans.on Fuzzy Systems, 2020, 28 (6): 1084- 1095. doi: 10.1109/TFUZZ.2020.2973123
29	BOUAZIZ H , BERGHIDA M , LEMOUARI A , et al. Solving the generalized cubic cell formation problem using discrete flower pollination algorithm[J]. Expert Systems with Applications, 2020, 150, 113345. doi: 10.1016/j.eswa.2020.113345
30	MIRJALILI S , LEWIS A . The whale optimization algorithm[J]. Advances in Engineering Software, 2016, 95 (5): 51- 67.

平台编号	平台名称	平台编号	平台名称	平台编号	平台名称	平台编号	平台名称
1	云平台	6	陆基防空导弹系统	11	战斗机3	16	无人侦察机3
2	联合指挥所	7	导弹驱逐舰	12	电子干扰机1	17	无人侦察机4
3	雷达站	8	预警机	13	电子干扰机2	18	无人侦察机5
4	沿海机场	9	战斗机1	14	无人侦察机1	19	无人侦察机6
5	卫地面星站	10	战斗机2	15	无人侦察机2	—	—

服务编号	服务名称	服务编号	服务名称	服务编号	服务名称
1	气象信息服务	11	战场态势生成服务	16~18	空基平台引导服务(3)
2	航管信息服务	12	防空预警服务	19	海基平台引导服务
3	卫星数据处理服务	13	防空决策生成服务	20	作战辅助决策服务
4~9	侦查数据处理服务(6)	14	电子对抗信息生成服务	21	作战命令下达服务
10	多源信息融合服务	15	空地打击火力需求计算服务	22	目标毁伤评估服务

层级	平台序号
第1层级	1^* 2 3 4 5
第2层级	6^* 7 8 1213
第3层级	9^* 10 1114 15 16 17 18 19

调整方式	调整服务数量	成功率/%	m取值	信息流转代价增量	调整代价	时间开销/s	调整方式	调整服务数量	成功率/%	m取值	信息流转代价增量	调整代价	时间开销/s
层级调整	4	100	1	31.56	35.17	0.15	全局调整	4	100	1	25.80	64.15	0.53
			2	31.55	35.20	0.19				2	25.56	64.22	0.74
			3	31.53	35.20	0.22				3	25.06	64.55	0.95
	6	96	1	44.95	75.73	0.29		6	96	1	36.74	137.82	1.09
			2	44.73	75.51	0.38				2	35.94	137.88	1.57
			3	44.71	75.45	0.45				3	35.44	138.26	2.04
	8	92	1	56.29	129.92	0.50		8	87	1	47.82	235.96	1.91
			2	55.90	129.71	0.69				2	46.64	235.33	2.81
			3	55.78	129.61	0.84				3	46.05	235.62	3.67

调整代价约束	算法	实验编号
调整代价约束	算法	1	2	3	4	5	6	7	8	9	10
σ=250	GA	20.74	10.18	46.94	39.25	10.85	10.29	21.62	27.59	10.23	28.87
	PSO	10.36	10.18	39.76	10.19	10.74	10.33	10.74	18.73	10.28	9.98
	ABC	20.53	20.16	152.30	20.06	21.32	20.39	21.28	75.03	20.25	19.81
	FPA	10.24	10.04	332.52	30.59	10.84	10.20	10.65	277.01	10.10	9.89
	WOA	38.25	10.09	37.38	10.21	10.92	10.17	95.74	27.74	10.11	19.45
	本文算法	0.51	0.29	0.25	0.54	0.58	0.60	0.88	0.24	0.78	0.26
σ=200	GA	20.72	10.99	21.24	9.63	32.52	28.95	20.58	19.91	21.89	36.90
	PSO	10.39	21.56	21.43	9.69	43.41	29.45	30.96	10.13	11.03	19.02
	ABC	20.57	21.54	21.66	18.98	43.88	77.02	61.68	20.11	22.07	75.57
	FPA	31.24	10.82	86.19	9.54	217.79	19.56	20.97	10.09	33.13	65.70
	WOA	225.88	10.88	21.22	9.55	155.37	28.92	57.57	10.08	10.98	61.56
	本文算法	0.63	0.46	0.65	0.45	0.53	0.53	0.59	0.48	0.74	0.45
σ=150	GA	28.74	75.80	36.99	10.73	10.60	10.30	10.69	43.01	29.64	43.78
	PSO	38.32	28.92	19.10	10.68	10.35	10.46	32.28	21.17	19.90	32.14
	ABC	19.11	173.62	38.23	21.12	20.70	20.16	21.44	84.98	59.47	64.63
	FPA	9.50	309.48	187.42	10.76	10.58	10.29	10.67	21.06	99.32	10.80
	WOA	9.54	19.34	18.23	20.53	10.65	10.28	20.50	20.52	37.28	195.96
	本文算法	0.30	0.27	0.13	1.19	0.65	0.93	0.92	0.52	0.20	0.62

基于分层结构的C4ISR服务部署分布式演化方法

Distributed evolution method of C4ISR service deployment based on hierarchical structure

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 19

参考文献 30

相关文章 15

编辑推荐

Metrics

本文评价

服务序号	平台序号	服务序号	平台序号	服务序号	平台序号	服务序号	平台序号
1	1	7	17	13	1	19	8
2	1	8	18	14	7	20	3
3	1	9	19	15	9	21	1
4	14	10	1	16	1	22	4
5	15	11	1	17	2	—	—
6	16	12	4	18	6	—	—

[1]	冯豪博, 胡桥, 赵振轶. 基于精英族系遗传算法的AUV集群路径规划[J]. 系统工程与电子技术, 2022, 44(7): 2251-2262.
[2]	尹洋, 杨全顺, 王征, 刘洋. 通信距离约束下的无人船集群覆盖搜索方法[J]. 系统工程与电子技术, 2022, 44(12): 3821-3828.
[3]	杨清清, 高盈盈, 郭玙, 夏博远, 杨克巍. 基于深度强化学习的海战场目标搜寻路径规划[J]. 系统工程与电子技术, 2022, 44(11): 3486-3495.
[4]	马威强, 高永琪, 赵苗. 基于全局最优和差分变异的头脑风暴优化算法[J]. 系统工程与电子技术, 2022, 44(1): 270-278.
[5]	王文明, 杜佳璐. 基于正六边形栅格JPS算法的智能体路径规划[J]. 系统工程与电子技术, 2021, 43(12): 3635-3642.
[6]	李亚南, 黄海滨, 陈亮名, 庄宇飞, 王晓丽. 变化海流环境下AUV能量最优三维路径规划[J]. 系统工程与电子技术, 2021, 43(12): 3667-3674.
[7]	李文刚, 汪流江, 方德翔, 李玉玮, 黄郡. 联合A^*与动态窗口法的路径规划算法[J]. 系统工程与电子技术, 2021, 43(12): 3694-3702.
[8]	陈岱岱, 李玩幽. 带拖线阵的水面无人艇局部路径规划算法[J]. 系统工程与电子技术, 2020, 42(9): 1988-1994.
[9]	张泉先, 曾斌, 李厚朴. 海况影响下的分布式海战补给路径规划方法[J]. 系统工程与电子技术, 2020, 42(10): 2312-2319.
[10]	杨秀霞, 曹唯一, 张毅. 时间和角度约束下的双圆弧路径规划[J]. 系统工程与电子技术, 2019, 41(8): 1835-1843.
[11]	胡腾, 刘占军, 刘洋, 夏帅帅, 陈前斌. 多无人机3D侦察路径规划[J]. 系统工程与电子技术, 2019, 41(7): 1551-1559.
[12]	高春庆, 寇英信, 李战武, 徐安, 李游, 常一哲. 小型无人机协同覆盖侦察路径规划[J]. 系统工程与电子技术, 2019, 41(6): 1294-1299.
[13]	王瑛, 郑煜坤, 姚頔, 李正欣, 李超. 危险天气下改航路径网络规划[J]. 系统工程与电子技术, 2019, 41(6): 1309-1315.
[14]	吴云华, 牛康, 李磊, 陈志明. 基于3D-APF和约束动力学的无人机编队飞行控制[J]. 系统工程与电子技术, 2018, 40(5): 1104-1108.
[15]	甄岩, 李兴, 王汝言. 带有群体智能的能量感知分层数据转发机制[J]. 系统工程与电子技术, 2017, 39(9): 2109-2118.