一种基于实兵对抗的核安保数字孪生演练及决策方法与流程

本发明涉及数字孪生建模、动态仿真及计算机数据处理，具体涉及一种基于实兵对抗的核安保数字孪生演练及决策方法。

背景技术：

1、核设施安保数字孪生演练通常以核设施区域、安保人员、处置任务和事件结果为建模对象，将预设的场景参数、人员行动规则、指令流转规则及区域状态转移规则写入仿真模型，再按照预先编排的威胁脚本驱动模型运行，获得人员到达、指令执行、区域封控和处置完成等过程数据，实兵演练实施时，则通过演练记录、行动轨迹、指令日志和状态报告对仿真过程进行对应展示，部分方案还会将实兵演练产生的数据导入数字孪生场景，用于重现实兵行动顺序或更新场景中的对象状态，此类方案的重点在于虚拟场景对真实演练过程的同步表达，其数据处理通常以时间戳、人员标识和任务编号作为关联依据，并通过预设规则将不同来源的数据归并到同一演练时间轴，由此形成实兵过程与虚拟场景之间的映射关系。

2、现有核安保数字孪生系统在处理演练事件时，多采用轨迹点、状态值或任务结果作为最小数据对象，人员行动、指令传递、区域状态变化和响应处置通常分别存储和处理，不同数据之间依靠时间邻近关系或人工设定的对应关系进行关联，当记录时间不一致、事件持续区间交叠或中间状态缺失时，系统通常通过时间插值、最近邻匹配或固定优先级规则完成对齐，随后将对齐结果输入数字孪生模型进行回放，模型输出与实兵结果存在差异时，常以整体误差、平均延迟或结果一致率作为比较指标，再由技术人员调整行为参数、响应时间或状态转移条件，此种处理方式能够完成基本的演练复现，但未对事件之间的前后依赖、跨链约束以及误差在不同状态链中的传播范围进行细分，也未形成可供局部校准调用的事件级残差结构。

3、在模型校准方面，接近的常规技术通常依据一批历史演练数据对数字孪生模型进行离线拟合，或者在单次演练结束后按照预设评价指标统一修正模型参数，修正对象一般包括人员速度、任务耗时、响应延迟和状态转换概率，部分方案采用滚动更新方式，在新数据到达时重新计算模型参数并覆盖原有参数，另有方案通过设置多个仿真场景对不同参数组合进行比较，再选择与实兵结果差异较小的参数组作为后续模型版本，上述方案均以整体输出接近实兵结果作为校准目标，未区分偏差究竟来源于事件时间错位、局部状态遗漏、行为规则失配还是跨链关系错误，也未限定修正作用于局部状态转移关系还是多个子模型之间的关联关系，因而局部异常数据可能引起无关规则同步变化，后续模型难以保持已验证区间内的稳定性。

4、实兵对抗过程与数字孪生模型之间缺少面向事件语义和残差传播范围的双向校准机制，实兵数据通常仅用于驱动场景显示或整体参数更新，数字孪生模型无法根据人员行动链、指令传递链、区域状态链和响应处置链之间的关联关系判断预测事件与实兵事件不一致的具体来源，也无法依据残差局限于单一事件链还是跨越多个事件链选择相应的局部修正或联合修正方式，当演练中出现时间记录偏差、中间状态缺失或局部行为变化时，模型容易将局部偏差扩散到无关状态转移规则，造成数字孪生状态随演练推进持续偏离真实过程，进而使基于当前模型反演的未观测状态以及由当前状态延展的虚拟演练分支缺乏连续、可信且能够追溯校准依据的状态基础。

技术实现思路

1、本发明的目的在于提供一种基于实兵对抗的核安保数字孪生演练及决策方法，可以解决上述背景技术中的问题。

2、为实现上述目的，本发明采取的技术方案为：

3、一种基于实兵对抗的核安保数字孪生演练及决策方法，包括：采集实兵对抗中的人员行动、指令传递、区域状态及处置结果数据，并编码为包含事件主体、作用对象、时刻、前置状态和执行结果的标准事件单元；

4、依据所述标准事件单元构建由人员行动链、指令传递链、区域状态链和响应处置链组成的多层时序事件图；

5、由数字孪生模型基于所述多层时序事件图生成预测事件序列，将所述预测事件序列与实兵事件序列时序对齐，获得发生顺序、持续区间、状态转移及上下游一致性残差；

6、依据各类残差在所述多层时序事件图中的传播范围，选取局部状态转移关系或跨链关联关系进行分层校准；

7、基于校准后的所述数字孪生模型及相邻事件约束反演未观测中间状态，将反演结果和不确定度写入所述多层时序事件图，并以校准后的当前状态建立虚拟演练分支。

8、优选的，所述标准事件单元还包括事件来源标识、时间可信区间、状态可信等级和关联证据索引；

9、构建所述多层时序事件图时，分别按照同一事件主体的连续行动关系、指令发送与接收关系、区域状态前后继关系以及处置动作与结果对应关系建立层内有向边，并依据同一标准事件单元在不同事件链中的共享字段建立层间约束边；

10、对于来源时间不一致的多个标准事件单元，保留各自原始时间戳，利用共同前置事件和共同后继事件生成相对次序约束，将所述相对次序约束写入对应层内有向边，并对无法确定唯一先后关系的事件形成并列事件簇；

11、所述数字孪生模型以所述并列事件簇为分支节点分别生成预测事件序列，并在后续实兵事件到达时合并与所述实兵事件序列一致的分支。

12、优选的，将所述预测事件序列与所述实兵事件序列进行时序对齐，包括：以事件主体、作用对象和前置状态构成候选匹配键，按照候选匹配键从所述预测事件序列与所述实兵事件序列中生成候选事件对；

13、依据各候选事件对在对应事件链中的前后关联以及不同事件链之间的跨链关联，剔除破坏既有事件次序关系的候选事件对；

14、对剩余候选事件对分别建立发生时刻偏移、持续区间重叠、状态转移一致性和上下游邻接一致性的联合匹配代价，并按照保持事件链连续性的约束确定对应关系；

15、对于未形成对应关系的预测事件和实兵事件，分别标记为虚拟冗余事件和实兵新增事件，并将二者在所述多层时序事件图中的前后关联作为状态转移残差和上下游一致性残差的组成数据。

16、优选的，对所述数字孪生模型进行分层校准，包括：将所述数字孪生模型划分为场景状态子模型、人员行为子模型、指令协同子模型和结果演化子模型，并建立各子模型的可修正状态变量、状态转移规则及跨子模型输入输出关系之间的映射表；

17、依据各类残差对应的事件链类型、起始节点和终止节点，从映射表中选取与残差传播路径相交的所述状态变量、所述状态转移规则或所述跨子模型输入输出关系形成候选修正集；

18、按照所述候选修正集在所述多层时序事件图中的最小覆盖范围执行局部校准，并在同类残差跨越至少两类事件链持续出现时扩展为跨子模型联合校准；

19、对每次校准分别记录校准前模型版本、校准依据事件、修正对象、适用事件链范围和校准后模型版本，形成具有继承关系的模型版本链。

20、优选的，更新所述多层时序事件图时，对新到达标准事件单元执行增量一致性校验，包括：根据事件主体和作用对象定位与所述新到达标准事件单元共享前置状态或后继状态的局部子图；

21、依据时间可信区间比较所述新到达标准事件单元与所述局部子图内事件的可达次序，并在时间可信区间交叠时调用层间约束边确定可接受次序集合；

22、当所述新到达标准事件单元使既有层内有向边形成状态回退、重复转移或断裂转移时，将对应层内有向边转换为待验证边，并围绕所述待验证边生成包含备选前置事件和备选后继事件的局部重连结构；

23、将各局部重连结构输入所述数字孪生模型，在所述局部子图对应的事件区间内重演，保留同时满足实兵后续事件和跨链约束的局部重连结构，并更新并列事件簇及其分支节点。

24、优选的，依据各类残差在所述多层时序事件图中的传播范围确定待修正对象，包括：以产生所述残差的候选事件对为所述残差起始节点，沿对应事件链的前后关联和不同事件链之间的跨链关联，分别追踪残差在人员行动链、指令传递链、区域状态链和响应处置链中的可达节点；

25、对每一可达节点记录所述残差首次出现位置、连续保持区间和跨链映射后的方向一致性，并将仅位于单一事件链且在后继匹配事件处消失的残差归入局部状态转移残差；

26、将跨越不同事件链且在多个后继匹配事件中保持同向偏移的残差归入跨链关联残差；

27、对于由所述实兵新增事件引起的残差，比较加入所述实兵新增事件前后的事件链连通关系，将加入后消除上下游一致性残差的新增关联写入待修正的状态转移关系或跨链关联关系。

28、优选的，形成所述候选修正集时，先依据残差起始节点至残差终止节点之间的最短可达子图确定基础修正范围，再从映射表中提取与基础修正范围内所述状态转移关系直接对应的可修正状态变量和状态转移规则；

29、对于包含跨链关联的基础修正范围，将所述跨链关联两端所属子模型的跨子模型输入输出关系加入所述候选修正集；

30、对所述候选修正集中的每一修正对象分别生成保持其他修正对象不变的单对象校准副本，并将各单对象校准副本重演得到的残差变化方向与原残差传播方向进行比较，剔除扩大原残差传播范围的修正对象；

31、将剩余修正对象按照共同覆盖的残差路径合并为联合修正组，并以覆盖全部残差路径所需修正对象数量最少的联合修正组执行校准。

32、优选的，所述反演未观测中间状态时，从所述多层时序事件图中提取位于相邻已观测事件之间且缺少状态记录的事件区间，依据前一已观测事件的执行结果生成正向候选状态序列，依据后一已观测事件的前置状态生成反向候选状态序列，并在保持各事件链可达关系和跨链关联一致性的条件下求取所述正向候选状态序列与所述反向候选状态序列的交集；

33、对交集中的各候选中间状态分别调用校准后的数字孪生模型进行局部重演，根据所述局部重演结果与相邻已观测事件在发生时刻、状态转移和上下游关联方面的匹配程度生成状态可信值；

34、按照所述状态可信值由高到低选取首位候选中间状态并入主事件链，将其余候选中间状态保留为备选分支，并将归一化状态可信值的互补值作为不确定度。

35、优选的，对所述跨子模型联合校准后的模型版本执行残差回放验证，包括：从所述模型版本链中提取触发联合校准之前的稳定事件区间、触发联合校准的残差事件区间以及残差终止后的后继事件区间；

36、利用校准前模型版本和校准后模型版本分别对三个事件区间进行连续重演，形成对应残差传播轨迹；

37、比较两组残差传播轨迹在残差源节点、跨链扩散关联和残差终止节点上的变化，并在所述校准后模型版本于稳定事件区间产生新增残差时，将引起所述新增残差的联合修正组拆分为多个子修正组；

38、按照各子修正组对原残差路径的覆盖关系依次重演，选取不改变稳定事件区间且覆盖原残差路径的子修正组，替换所述模型版本链中对应的校准后模型版本。

39、优选的，以校准后的状态建立所述虚拟演练分支，包括：将所述主事件链中的已观测状态、经验证的模型版本以及未观测事件区间内的备选分支封装为分支起始快照；

40、针对各备选分支继承候选中间状态及不确定度，利用后续演练事件输入生成平行虚拟事件序列；

41、当所述平行虚拟事件序列在同一状态节点满足相同前置状态、事件次序和跨链关联时，将所述平行虚拟事件序列合并为共享后继分支，并按照各候选中间状态的不确定度互补值归一化汇总其状态可信值；

42、当后续实兵事件到达时，依据所述后续实兵事件与各平行虚拟事件序列在事件主体、作用对象、时刻、前置状态及执行结果上的一致程度进行排序，将排序首位的虚拟事件序列接入所述主事件链，并将其余虚拟事件序列保留于所述分支起始快照。

43、与现有技术相比，本发明的有益效果在于：

44、1.通过将实兵对抗中的人员行动、指令传递、区域状态和处置结果编码为具有事件主体、作用对象、时刻、前置状态和执行结果的标准事件单元，并据此构建人员行动链、指令传递链、区域状态链和响应处置链组成的多层时序事件图，使不同来源的演练数据能够在统一事件语义下保持前后依赖和跨链约束；数字孪生模型生成的预测事件序列与实兵事件序列经过时序对齐后，分别形成发生顺序、持续区间、状态转移和上下游一致性残差，再依据残差在多层时序事件图中的传播范围选取局部状态转移关系或跨链关联关系进行分层校准，使修正对象与偏差来源保持对应，限制局部异常对无关模型规则的扩散，使校准后的数字孪生状态能够持续贴合实兵演练过程，并为未观测状态反演和虚拟分支建立提供连续的当前状态。

45、2.标准事件单元中的时间可信区间、状态可信等级和关联证据索引，可用于在多源记录时间不一致时保留原始时间信息，并结合共同前置事件、共同后继事件和层间约束边形成可验证的事件次序；增量一致性校验与局部重连结构使新到达事件能够在不破坏既有事件链的条件下更新多层时序事件图，模型版本链记录校准依据、修正对象和适用范围，并通过残差回放比较校准前后模型在稳定事件区间、残差事件区间及后继事件区间的传播轨迹，减少新修正对既有稳定关系的干扰；对于缺少状态记录的事件区间，利用正向候选状态序列、反向候选状态序列和局部重演结果确定候选中间状态及其不确定度，再将已观测状态、经验证的模型版本和备选分支封装为分支起始快照，使后续实兵事件能够用于筛选并接续与真实过程一致的虚拟事件序列。