指挥控制系统数字孪生研究

doi:10.12305/j.issn.1001-506X.2025.03.23

摘要/Abstract

摘要：

指挥控制系统具有以软件形态为主、人机融合等特点, 数字模型构建难度大。针对上述问题, 提出指挥控制系统数字孪生成熟度模型。首先, 给出指挥控制系统数字孪生范畴, 分析其能力目标需求。其次, 提出指挥控制系统数字孪生成熟度模型与发展步骤, 从数字孪生可靠性、人的主观能动性、体系联动性、虚实空间实时性等方面剖析关键问题及解决思路。最后，建立指挥控制系统数字孪生关键技术体系，重点分析指控建模、智能认知决策、大数据挖掘、多模态互感、智能评估等关键技术及攻关思路。所提成熟度模型、关键技术体系能够为指挥控制系统数字孪生构建提供参考。

关键词: 指挥控制系统, 数字孪生, 成熟度模型, 建模, 智能化

Abstract:

The command and control (C2) system has the characteristics of being mainly software oriented, and human-machine integration, which is difficult to construct C2's digital modeling. A maturity model of C2 system digital twin is proposed. Firstly, the category of C2 system digital twin is presented, and the capability goals and capability requirements of C2 system digital twin are analyzed. Secondly, a maturity model and the development steps of C2 system digital twin are proposed. Several solutions for key problems are analyzed by the aspects of the reliability of C2 system digital twin, human subjective initiative, system linkage, and real-time performance between virtual and real spaces. Finally, the key technical system of C2 system digital twin is established. Several key technologies and research ideas of C2 system digital twin are analyzed, including C2 modeling, intelligent cognitive decision-making, big data mining, multi-modal mutual inductance, and intelligent evaluation. The proposed maturity model and the key technical system can provide a reference for the construction of C2 system digital twin.

Key words: command and control (C2) system, digital twin, maturity model, modeling, intelligence

中图分类号:

TP391.9

陈志新, 陆凌云, 叶玲, 郑少秋, 王芳, 高鑫. 指挥控制系统数字孪生研究[J]. 系统工程与电子技术, 2025, 47(3): 912-922.

Zhixin CHEN, Lingyun LU, Ling YE, Shaoqiu ZHENG, Fang WANG, Xin GAO. Research on digital twin for command and control system[J]. Systems Engineering and Electronics, 2025, 47(3): 912-922.

图/表 6

表1

数字孪生、建模仿真、信息物理系统、平行系统的概念对比"

概念名称	提出时间	提出背景	核心思想/关键机理	解决问题	侧重点
数字孪生	2003年	数字孪生源自产品生命周期管理的“物理产品的虚拟数字化表达”。	通过创建物理实体的高保真数字化的虚拟模型, 真实地再现物理实体在物理世界的几何形状、物理属性、行为和规则等, 通过反馈, 预测和控制物理实体未来的状态和行为。	通过构建物理实体的虚拟模型, 更快、更准确地预测和检测物理问题, 优化制造和运用过程。	在数字空间构建和物理实体有相似外观和相同行为的虚拟模型。
建模仿真	20世纪40年代	随着现代计算机技术的发展, 建模仿真技术也迅速进步, 成为一个独立的学科方向。	以模型为基础, 模拟真实世界过程或系统行为状态随时间的变化, 支撑管理或技术决策。	在制造领域解决产品制造全生命周期的预测和优化问题; 在军事领域应用于战争模拟、作战演练等场景, 以节约经费、提高效率、减少伤亡。	对物理世界的抽象建模和数据采集, 不强调与物理世界的实时强交互。
信息物理系统	2006年	信息物理系统源自嵌入式系统的广泛应用, 用来描述传统信息技术无法有效说明的日益复杂的系统。	通过传感器、控制器、执行器三大组件, 在连续的物理进程和离散的计算进程之间构建复杂的交互事件, 从而提供实时传感、信息反馈和动态控制等服务。	通过信息世界与物理世界的集成和实时交互, 以可靠、安全、高效的方式监控物理实体。	对物理世界的控制, 而不是镜像模型。
平行系统	2004年	平行系统源自复杂自适应系统理论和复杂性科学。	基于虚拟场景, 利用“人工系统、计算实验、平行执行”方法, 构建实际系统的平行系统, 通过协同演化、闭环反馈和双向引导, 实现对实际系统的优化。	通过可定量、可实施、可重复、可实时的计算实验, 解决实际复杂系统中不可准确预测、难以拆分还原、无法重复实验等宏观问题。	构建能够解释复杂系统的虚拟系统, 不强调虚实系统各组成成分的一一对应和等价。

表1

表2

图1

图2

图3

表3

参考文献 46

1	RASHEED A , SAN O , KVAMSDAL T . Digital twin: values, challenges and enablers from a modeling perspective[J]. IEEE Access, 2020, 8, 21980- 22012. doi: 10.1109/ACCESS.2020.2970143
2	XU H S , WU J , PAN Q Q . A survey on digital twin for industrial internet of things: applications, technologies and tools[J]. IEEE Communications Surveys & Tutorials, 2023, 25 (4): 2569- 2598.
3	RAYHANA R , BAI L , XIAO G , et al. Digital twin models: functions, challenges, and industry applications[J]. IEEE Journal of Radio Frequency Identification, 2024, 8, 282- 321. doi: 10.1109/JRFID.2024.3387996
4	GRIEVES M , VICKERS J . Digital twin: mitigating unpredict-able, undesirable emergent behavior in complex system[M]. Berlin: Springer Verlag, 2017.
5	SHAFTO M, CONROY M, DOYLE R, et al. Modeling, simulation, information technology & processing roadmap[R]. Was-hington, D C: National Aeronautics and Space Administration, 2010.
6	周军华, 薛俊杰, 李鹤宇, 等. 关于武器系统数字孪生的若干思考[J]. 系统仿真学报, 2020, 23 (4): 539- 552.
	ZHOU J H , XUE J J , LI H Y , et al. Thinking on digital twin for weapon system[J]. Journal of System Simulation, 2020, 23 (4): 539- 552.
7	张霖. 关于数字孪生的冷思考及其背后的建模和仿真技术[J]. 系统仿真学报, 2020, 32 (4): 1- 10.
	ZHANG L . Calm thinking about digital twin and its modeling and simulation technology[J]. Journal of System Simulation, 2020, 32 (4): 1- 10.
8	GILL H. NSF perspective and status on cyber-physical systems[C]// Proc. of the NSF Workshop on Cyber-physical Systems, 2006.
9	李伯虎, 柴旭东, 张霖, 等. 面向智慧物联网的新型嵌入式仿真技术研究[J]. 系统仿真学报, 2022, 34 (3): 419- 441.
	LI B H , CHAI X D , ZHANG L , et al. New embedded simulation technology for smart internet of things[J]. Journal of System Simulation, 2022, 34 (3): 419- 441.
10	LEE E A . The past, present and future of cyber-physical systems: a focus on models[J]. Sensors, 2015, 15 (3): 4837- 4869. doi: 10.3390/s150304837
11	RAJKUMAR R R, LEE I, SHA L, et al. Cyber-physical systems: the next computing revolution[C]//Proc. of the 47th Design Automation Conference, 2010: 731-736.
12	王飞跃. 平行系统方法与复杂系统的管理和控制[J]. 控制与决策, 2004, 19 (5): 485- 489.
	WANG F Y . Parallel system methods for management and control of complex systems[J]. Control and Decision, 2004, 19 (5): 485- 489.
13	曹建平, 王晓, 贺邓超, 等. 基于ACP方法的平行战场情报系统[J]. 指挥与控制学报, 2022, 8 (3): 332- 340.
	CAO J P , WANG X , HE D C , et al. Parallel battlefield intelligence surveillance and reconnaissance system based on ACP methodology[J]. Journal of Command and Control, 2022, 8 (3): 332- 340.
14	张俊, 许沛东, 王飞跃. 平行系统和数字孪生的一种数据驱动形式表示及计算框架[J]. 自动化学报, 2020, 46 (7): 1346- 1356.
	ZHANG J , XU P D , WANG F Y . Parallel systems and digital twins: a data-driven mathematical representation and computational framework[J]. Acta Automatica Sinica, 2020, 46 (7): 1346- 1356.
15	田永林, 陈苑文, 杨静, 等. 元宇宙与平行系统: 发展现状、对比及展望[J]. 智能科学与技术学报, 2023, 5 (1): 121- 132.
	TIAN Y L , CHEN Y W , YANG J , et al. Metaverses and pa-rallel systems: the state of the art, comparisons and prospects[J]. Chinese Journal of Intelligent Science and Technology, 2023, 5 (1): 121- 132.
16	WANG F Y. Shadow systems: a new concept for nested and embedded co-simulation for intelligent systems[D]. Tucson: University of Arizona, 1994.
17	楚威, 周芳, 丁冉, 等. 面向战场行为预测的平行仿真系统构建方法[J]. 指挥信息系统与技术, 2019, 10 (3): 25- 31.
	CHU W , ZHOU F , DING R , et al. Parallel simulation system construction method for battlefield behavior prediction[J]. Command Information System and Technology, 2019, 10 (3): 25- 31.
18	窦林涛, 初阳, 周玉芳, 等. 平行仿真技术在指控系统中的应用构想[J]. 指挥控制与仿真, 2017, 39 (1): 62- 69.
	DOU L T , CHU Y , ZHOU Y F , et al. Conception of the application of parallel simulation technology in command and control system[J]. Command Control & Simulation, 2017, 39 (1): 62- 69.
19	陈淼, 孙强, 王东科. 平行系统在反导指挥控制中的应用[J]. 火力与指挥控制, 2017, 39 (1): 70- 72.
	CHEN M , SUN Q , WANG D K . Application of parallel system method in command and control for anti-missile system[J]. Command Control & Simulation, 2017, 39 (1): 70- 72.
20	YANG W Q , ZHENG Y , LI S Y . Application status and prospect of digital twin for on-orbit spacecraft[J]. IEEE Access, 2021, 9, 106489- 106500.
21	王子一, 粟华, 龚春林, 等. 数字孪生机翼损伤模式快速识别与监测方法[J]. 航空动力学报, 2023, 39 (6): 112- 120.
	WANG Z Y , SU H , GONG C L , et al. Rapid identification and monitors of digital twin wings damage patterns[J]. Journal of Aerospace Power, 2023, 39 (6): 112- 120.
22	LYU Z H , GUO J K , LYU H B . Safety Poka Yoke in zero-defect manufacturing based on digital twins[J]. IEEE Trans.on Industrial Informatics, 2023, 19 (2): 1176- 1184.
23	REN Z J , WAN J F , DENG P . Machine-learning-driven digital twin for lifecycle management of complex equipment[J]. IEEE Trans.on Emerging Topics in Computing, 2022, 10 (1): 9- 22.
24	JYENISKHAN N , KEUTAYEVA A , KAZBEK G . Integrating machine learning model and digital twin system for additive manufacturing[J]. IEEE Access, 2023, 11, 71113- 71126.
25	SINGH T , SOLANKI A , SHARMA K , et al. A decade review on smart cities: paradigms, challenges and opportunities[J]. IEEE Access, 2022, 10, 68319- 68364.
26	GLAESSGEN E, STARGEL D. The digital twin paradigm for future NASA and U.S. air force vehicles[C]//Proc. of the 53rd AIAA/ASME/ASCE/AHS/ASC Structures, Structural Dynamics and Materials Conference, 2012.
27	孟松鹤, 叶雨玫, 杨强, 等. 数字孪生及其在航空航天中的应用[J]. 航空学报, 2020, 41 (9): 6- 17.
	MENG S H , YE Y M , YANG Q , et al. Digital twin and its aerospace applications[J]. Acta Aeronautica et Astronautica Sinica, 2020, 41 (9): 6- 17.
28	陶飞, 刘蔚然, 张萌, 等. 数字孪生五维模型及十大领域应用[J]. 计算机集成制造系统, 2019, 25 (1): 1- 18.
	TAO F , LIU W R , ZHANG M , et al. Five-dimension digital twin model and its ten applications[J]. Computer Integrated Manufacturing Systems, 2019, 25 (1): 1- 18.
29	陶飞, 张贺, 戚庆林, 等. 数字孪生模型构建理论及应用[J]. 计算机集成制造系统, 2021, 27 (1): 1- 15.
	TAO F , ZHANG H , QI Q L , et al. Theory of digital twin modeling and its applications[J]. Computer Integrated Manufacturing Systems, 2021, 27 (1): 1- 15.
30	ROLLS-ROYCE. Rolls-Royce launches intelligent engine[EB/OL]. [2024-01-12]. https://www.rolls-royce.com/media/press-releases/2018/05-02-2018-rr-launches-intelligentengine.aspx.
31	杨尚文, 周中元, 陆凌云. 数字孪生概念与应用[J]. 指挥信息系统与技术, 2021, 12 (5): 38- 42.
	YANG S W , ZHOU Z Y , LU L Y . Concept and application of digital twin[J]. Command Information System and Technology, 2021, 12 (5): 38- 42.
32	MAVRIS D N, BALCHANOS M, SUNG W J, et al. A data mining and visual analytics perspective on sustainability-oriented infrastructure planning[C]//Proc. of the International Conference on Data Mining and Big Data, 2016: 330-341.
33	LU V Q, PARLIKAD A K, WOODALL P, et al. Developing a dynamic digital twin at a building level: using Cambridge campus as case study[C]//Proc. of the International Conference on Smart Infrastructure and Construction, 2019: 67-75.
34	周芳, 铁清木, 丁冉, 等. 面向指挥决策支持的数字孪生系统[J]. 指挥信息系统与技术, 2022, 13 (4): 14- 18.
	ZHOU F , TIE Q M , DING R , et al. Digital twin system for command decision support[J]. Command Information System and Technology, 2022, 13 (4): 14- 18.
35	阳东升, 张维明. PREA环及其平行智能[J]. 指挥与控制学报, 2019, 5 (4): 274- 281.
	YANG D S , ZHANG W M . PREA loop and its parallel intelligence[J]. Journal of Command and Control, 2019, 5 (4): 274- 281.
36	阳东升, 张维明. C2S过程与激励的尺度关联性分析[J]. 指挥与控制学报, 2019, 5 (3): 191- 208.
	YANG D S , ZHANG W M . Relationship between mechanism and scale of command and control[J]. Journal of Command and Control, 2019, 5 (3): 191- 208.
37	军事科学院. 中国人民解放军军语[M]. 北京: 军事科学出版社, 2011.
	Academy of Military Sciences . Military dictionary of the Chinese people's liberation army[M]. Beijing: Military Science Press, 2011.
38	张武, 王芳, 陆凌云, 等. 指挥控制系统仿真建模探析[C]//第八届中国指挥控制大会, 2020: 605-609.
	ZHANG W, WANG F, LU L Y, et al. Analysis on simulation modeling of command and control system[C]//Proc. of the 8th China Conference on Command and Control, 2020: 605-609.
39	JAFARI M , KAVOUSI-FARD A , CHEN T . A review on digital twin technology in smart grid, transportation system and smart city: challenges and future[J]. IEEE Access, 2023, 11, 17471- 17484.
40	丁峰, 易侃, 毛晓彬, 等. 第5代指挥信息系统发展思考[J]. 指挥信息系统与技术, 2018, 9 (5): 17- 24.
	DING F , YI K , MAO X B , et al. Consideration on fifth gene-ration command information system[J]. Command Information System and Technology, 2018, 9 (5): 17- 24.
41	LI N , CHEN X J , FENG Y H , et al. Human-computer interaction cognitive behavior modeling of command and control systems[J]. IEEE Internet of Things Journal, 2022, 9 (14): 12723- 12736.
42	胡晓峰, 司光亚, 吴琳, 等. SDS2000: 一个定性定量相结合的战略决策综合集成研讨与模拟环境[J]. 系统仿真学报, 2000, 12 (6): 595- 599.
	HU X F , SI G Y , WU L , et al. SDS2000: an environment for workshop and simulation of meta synthetic engineering for strategic analysis and decision-making training[J]. Journal of System Simulation, 2000, 12 (6): 595- 599.
43	黄东亮, 戴苏榕, 李辰. 人工智能在OODA循环中的应用[J]. 航空电子技术, 2020, 51 (2): 55- 59.
	HUANG D L , DAI S R , LI C . Artificial intelligence applied to OODA loop[J]. Avionics Technology, 2020, 51 (2): 55- 59.
44	王浩宇. 一种改进的分布式网格聚类算法的研究与实现[D]. 昆明: 云南大学, 2022.
	WANG H Y. Research and implementation of an improved distributed grid clustering algorithm[D]. Kunming: Yunnan University, 2022.
45	QI J H , LIN F L , CHEN Z Y , et al. High-quality model aggregation for blockchain-based federated learning via reputation-motivated task participation[J]. IEEE Internet of Things Journal, 2022, 9 (19): 18378- 18391.
46	郑少秋, 梁汝鹏, 吴浩, 等. 人机共生作战决策系统: 发展愿景、关键问题及技术体系[J]. 火力与指挥控制, 2022, 47 (7): 1- 6.
	ZHENG S Q , LIANG R P , WU H , et al. Human-machine symbiosis combat decision-making system: development vision, key issues and technologies[J]. Fire Control & Command Control, 2022, 47 (7): 1- 6.

孪生对象	所属领域	孪生特点	用途
飞行器	航空航天	侧重对飞行器的几何特性、材料属性、损伤演化、空气动力学、生产线等方面建模, 涉及多物理场建模、多尺度损伤分析、虚拟仿真验证等技术^[20-21]	设计研发、制造装配、运行维护等
生产车间	智能制造	侧重对车间的三维模型、物理属性、工艺参数、相关事件等方面建模, 涉及多维多尺度建模、产品质量实施控制与分析、车间精准管控等技术^{[24, 26]}	设备健康管理、能耗优化、动态调度、实时控制等
城市	智慧城市	侧重对城市的物理设施、地理信息、公共服务等方面建模, 涉及数据全域标识、多维立体感知、多源数据融合、建筑信息模型构建等技术^[39]	市政规划、生态环境治理、交通管控指引和优化等
指控系统	军事智能	侧重对软件系统、指控行为、通信链路等方面建模, 涉及软件系统抽象建模、指挥行为模拟、人机交互、博弈对抗等技术^[40-41]	规划论证、研制建设、作战运用等

技术类型	技术内容
孪生可靠性	多域多尺度融合建模技术
	基于人工智能的智能认知决策建模技术
	基于深度学习的数字孪生体修正技术
	面向实时数据流的自主认知调整技术
	虚实一致性多维度评价技术
人的主观能动性	基于人工智能的智能认知决策建模技术
体系联动性	基于超网络的决策流模体技术
体系联动性	基于共识机制的分布式虚实互联技术
虚实交互实时性	基于分布式计算框架的大数据挖掘技术
	基于人机共生的多模态互感技术
	基于动态自适应的智能评估技术

[1]	冯蕴雯, 陈俊宇, 路成, 刘晚移. 基于领域系统的复杂装备技术状态管理建模方法[J]. 系统工程与电子技术, 2025, 47(1): 126-140.
[2]	熊宇涵, 李雄. 数字孪生战场: 概念、架构与技术[J]. 系统工程与电子技术, 2025, 47(1): 141-152.
[3]	迟俊, 孙溶辰, 孙志国, 易振宇. 基于传播图论的6 GHz隧道信道建模[J]. 系统工程与电子技术, 2025, 47(1): 316-323.
[4]	康锐, 陈玉冰, 文美林, 张清源, 祖天培. 基于焊层裂纹扩展的IGBT性能退化建模与分析[J]. 系统工程与电子技术, 2024, 46(9): 3031-3039.
[5]	费军廷, 贾庆轩, 陈钢. 自由度可调模块单元系统运动学并行建模[J]. 系统工程与电子技术, 2024, 46(9): 3150-3165.
[6]	陈志伟, 张罗庚, 方晓彤, 袁远, 崔巍巍, 兑红炎, 洪东跑. 装备体系可靠性概念、建模与预计方法研究[J]. 系统工程与电子技术, 2024, 46(6): 1975-1985.
[7]	张晗, 王强. 基于有向网络的航空安全事故风险识别与评估[J]. 系统工程与电子技术, 2024, 46(6): 1995-2001.
[8]	毕文豪, 张梦琦, 高飞, 杨咪, 张安. 无人机集群任务分配技术研究综述[J]. 系统工程与电子技术, 2024, 46(3): 922-934.
[9]	丛林虎, 陈宇奇, 陈黎明, 陈育良, 王朝. 基于多层级使命任务线程的总体任务成功性评估[J]. 系统工程与电子技术, 2024, 46(2): 616-630.
[10]	戚亚群, 金平, 彭祺擘, 张海联, 蔡国飙. 基于模型的推进系统故障识别及建模方法[J]. 系统工程与电子技术, 2024, 46(12): 4062-4073.
[11]	王浩渊, 粟华, 李鹏, 龚春林. 基于数据合成的飞行器结构损伤状态快速识别方法[J]. 系统工程与电子技术, 2024, 46(11): 3774-3783.
[12]	王涛, 林木, 李小波, 朱智, 朱一凡, 王维平. 组织战略匹配管理中的语义建模方法研究综述[J]. 系统工程与电子技术, 2024, 46(10): 3383-3397.
[13]	金鑫, 贺宇峰. 基于SysML的空间有效载荷测试路径自动生成方法[J]. 系统工程与电子技术, 2024, 46(10): 3416-3426.
[14]	王建峰, 贾高伟, 郭正, 侯中喜. 多无人机协同任务规划方法研究综述[J]. 系统工程与电子技术, 2024, 46(10): 3437-3450.
[15]	曹嘉平, 欧萌歆, 李易珊, 姜江, 李际超. 岛礁防空电子对抗装备体系构建与效能评估[J]. 系统工程与电子技术, 2023, 45(9): 2784-2792.