航空集群网络虚拟骨干网分布式构建算法

第44卷第9期2019年9月
Vol. 44,No. 9Sep,2019
火力与指挥控制
Fire Control & Command Control
文章编号：1002-0640( 2019)09-0042-07
航空集群网络虚拟骨干网分布式构建算法
张步硕I ，李凡2
(1.解放军93790部队，河北保定074212; 2.空军工程大学信息与导航学院，西安710077)
摘要:航空集群网络对集群作战任务执行效能的影响愈发深远.通过构建虚拟骨干网.能够降低路由开销、互 联子网和实时管理网络.使航空集群作战更加高效，结合连通支配集理论，提出一种面向航空集群网络的分布式骨
十网构建算法——DCAASN 算法,设计权值函数刻画节点可用带宽和连通度，并采用分布式思想构建连通支配集以 完成骨干网的构建：理论分析和仿真结果表明，相较于Wu 、Wan 和DCDS 算法.该算法构建的骨干网中节点平均权
值更大，骨干网的生命周期更长，并且骨干网的规模更小;在时间开销、消息开销方面.相较于Wu.Wan 算法有较大
提高，与DCDS 算法在同一量级。

关键词：航空集群网络，虚拟骨干网，连通支配集，单位圆盘图
中图分类号:TN915 文献标识码：A DOI ： 10.3969/j.issn. 1002-0640.2019.09.009
引用格式:张步硕，李凡.航空集群网络虚拟骨干网分布式构建算法[J].火力与指挥控制,2019,44(9):42-4&
A Distributed Construction Algorithm for Virtual
Backbone Network of Aeronautic Swarm Network
ZHANG Bu-shuo'.LI Fan 2
(I.Unit 93790 of PLA ,Baoding 074212,China ;
2.School of Informational and Navigation , A ir Force Engineering University , Xi '710077, China )
Abstract : Th e impact of aeronautic swarm network on the performance of aeronautic swarm
operation is becoming more and more profound. By constructing virtual backbone network , it can reduce routing overhead , interconnection subnet and real -time management network , and make the
aeronautic swarm operations more efficient. Therefore , a distributed construction algorithm named DCAASN algorithm for backbone network is proposed , the weight function is designed to characterize
the node's bandwidth resources , and then use distributed idea to build a connected dominating set to complete the backbone network constmction. Theoretical analysis and simulation results show that ,
compared with Wu Wan and DCDS algorithms, in this paper, the average weight of nodes in the backbone network is larger , the lifetime of backbone network is longer, and the size of the backbone
network is smaller; in terms of time and message overhead , this algorithm has a greater improvement
compared with Wu > Wan algorithm , and is in the same order of magnitude as the DCDS algorithm.
Key words : aeronautic swarm network , virtual backbone network , connected dominating set , unit disk
graph
Citation format : HANG B S,LI F.A distributed construction algorithm for virtual backbone network
of aeronautic swarm network [ J J.Fire Control & Command Control, 2019,44( 9 ) :42-48.
0引盲
20世纪末，网络中心战 (Network —centric war-fare . NCW )作战理念的提出，促进了现代战场信息
化的转变。

随着信息化技术的迅猛发展，战场环境
更加复杂多变，少量作战平台网络化完成单一作战
收稿日期：2018-06-23 修回日期:2018-09-27
*基金项目：国家自然科学基金资助项目(61472443)
作者简介：张步硕(1993-),男，陕西周至人，硕士：研究方向：军事航空通信
• 42 •
张步硕，等:航空集群网络虚拟骨十网分布式构建算法（总第44-1531）
任务已不能满足信息化战争的发展需求，需要多平台、多任务的综合化体系化作战，集群作战理念应运而生•1,航空集群作战这一未来航空作战模式逐渐受到重视12］0而航空集群成员间的信息传输网络(以下简称航空集群网络)对集群作战任务的执行效能有很大的影响⑶。

航空集群网络具有以下特点：1)网络节点多质性、能力差异性。

航空集群中通常存在预警机、侦察机、轰炸机、电子战飞机和无人机等多种类型的作战平台，因此，网络节点具有多种角色、属性和特质，从而导致节点能力具有差异性。

2)网络规模较大，分布范围较广。

航空集群中平台数量一般达到几十、上百架。

另外.大量的航空集群平台在作战过程中机动飞行，飞行距离以及飞行空间远而广。

3)带宽需求差异化。

由于要支持整个OODA各阶段不同作战任务的连续、闭环作战，航空集群网络节点间交互的业务类型多、业务数量大.并且业务需求差异大。

4)拓扑的阶段性变化，航空集群网络针对多种作战任务，任务的多样性导致节点间需经常性随机组合，节点经常性的随机组合会导致网络拓扑快速变.执行具体单一任务时，网络拓扑会维持一段时间，因此，航空集群网络的拓扑呈现出阶段性变化。

5)更苛刻的时效性和更高的可靠性。

战场环境瞬息万变,要求集群成员间网络管理控制信息和战术信息的传输时延尽可能低，以保证作战任务的高效完成。

另外，航空集群作战的电磁环境已处于双方电子对抗激烈的拒止空间环境，敌方的电磁干扰将带来大量的信息传输错误或信息丢失。

航空集群网络应尽量减少数据传输过程中包的丢失对作战任务实施的影响，因此.集群成员间的信息交互具有更高的可靠性要求。

航空集群网络对信息传输的实时性和可靠性要求高.通过构建虚拟骨干网，能够降低参与路由计算的节点数，从而减少网络中洪泛的控制分组数;进而,可以节省节点的可用带宽,从而保证带宽需求较高业务的有效传输，以及实时性要求较高业务的低时延传输;另外,能够增加业务信息占用物理信道的概率，减少业务排队等待时间，降低业务丢包等风险,从而保证业务信息的低时延、高可靠传输。

未来航空集群作战下的作战平台自身都能够达到高带宽传输的需求，但可能存在某些平台同时传输几种不同的业务信息，导致自身转发能力不够的情况出现，相应的路由转发出现拥堵、丢包现象，可能导致某些有用的业务信息丢失。

为了解决这一问题，美军现阶段采用构建骨干网的方式，集群飞机在空中完成组网之前，相应的骨干节点已经定好.选那些转发能力强的大平台作为骨干节点，但这大大限制了集群作战的效率。

动态分布式选取骨干节点构成虚拟骨干网.基于虚拟骨干网设计合适路由协议是一种更好的方案匕而这关键的一步就是虚拟骨干网的构建,选取一些高转发能力的节点构建虚拟骨干网，尽可能满足业务信息的转发需求，在骨干节点转发业务信息时，也可能出现能力不足的情况.此时就需要设计合理的路由协议来实现，针对航空集群网络的路由协议也在积极地研究改进⑷。

图论中的连通支配集理论提供了一种程式化构造具有连通性结构网络拓扑的方法，非常适合于航空集群网络虚拟骨干网的构建。

其中.最小连通支配集(MCDS, Minimum Connected Dominating Set)研究以最少数量的节点构建连通支配集问题，是一个研究热点。

MCDS构建问题研究模型有单位圆盘图(UDG.Unit Disk Graph)和双向圆盘图(DGB.Disk Graph Bidirectional)两种，前者假设网络中所有节点的通信半径一致，后者考虑网络节点通信半径不一致的情况在航空集群网络中，基于UDG模型研究MCDS构建问题。

20世纪90年代开始了基于UDG网络模型的MCDS问题的理论研究和分析，取得了大量的研究成果E1。

文献［7］最早证明基于UDG模型的MCDS求解问题是NP-难问题，因此，后续研究主要采用近似算法求其解。

主要研究思路一般分为两类：一类是先构造极大独立集，然后选取一些连接节点连通极大独立集，形成连通支配集金心,这类算法的代表是Wan算法⑷。

Wan算法通过构造生成树，为网络中每个节点确定相对于根节点的层次来构造极大独立集，基于极大独立集近似求解MCDSo Wan算法的优点是时间复杂度和消息复杂度较低，分别是0(n)、0(nlogn)，其中n为网络节点数;缺点是极大独立集构造过程繁琐。

另一类是基于修剪策略的方法，首先构造一个拥有较多冗余节点的连通支配集，之后利用一些修剪规则去除连通支配集中的冗余节点这类算法的代表是Wu算法叭Wu算法先产生一个规模比较大的CDS,再通过相应的策略将冗余节点去除。

算法的时间复杂度和消息复杂度分别是0()、0(/2),其中△为最大节点度。

Wu算法的优点是利用了节点的局部信息，扩展性好，缺点是会产生较多的冗余节点且计算复杂度偏高。

在理论研究不断深化的基础上，学者们逐步结合实际应用场景开展MCDS问题的研究，目前主要侧重于无线传感器网络连通支配集的构造算法“叫文献［14］基于Wu算法提岀了一种启发式算法近似求解MCDS,算法通过启发式修剪策略剔
•43•
（总第44-1532）火力与指挥控制2019年第9期除冗余节点，减小连通支配集(CDS,Connected Dom­
inating Set)规模;文献［15］基于Wan算法提出一种
新的图着色算法，通过极小支配集构建CDS,算法
时间复杂度和消息复杂度分别为0(n2)、064)；文
献［16］同样基于Wan算法提岀一种基于广度优先
搜索的生成树算法，通过构造极大独立集来构建连
通支配集，算法考虑节点能量及节点到基站的路
径，时间复杂度和消息复杂度分别为0(nAlogn)、
O(nA)o基于无线传感器网络的特点，上述研究多考
虑节点能量利用问题。

近期，岀现了应用于信息化战
场的MODS问题研究，如文献［17］针对战场应用环
境中数据链网络的实时性要求，基于Wan算法的研
究思路，改进其极大独立集构造流程和连通节点的
选取流程，提出DCDS算法。

优点是将消息复杂度和时间复杂度降为。

6),缺点是只考虑了拓扑时变问题，未考虑战场环境中的可用带宽等因素。

基于以上分析.本文采用连通支配集理论，研究航空集群网络的虚拟骨干网构建问题。

针对航空集群网络应用场景，借鉴Wan算法和DCDS算法的研究思路，采用极大独立集的方式构造连通支配集；同时根据航空集群网络的特点，将可用带宽和节点度作为重要考虑因素，提出航空集群网络虚拟骨干网的CDS近似构建算法(Distributed Construe-tion Algorithm for virtual backbone network of Aero­nautic Swarm Network,DCAASN)o
1网络模型
采用图论中支配集的相关理论对航空集群网络建模①。

将航空集群网络拓扑以图G=(y,e)进行表示。

结合航空集群网络实际情况，建模时设定网络节点通信半径相同，因此，选择单位圆盘图模型(即UDG模型)进行算法研究。

基于单位圆盘图的航空集群网络拓扑模型如图1所示，图中平台对应集合V的节点，表示网络节点；虚线对应集合E的边，表示节点间的通信链路;节点的通信半径为R。

为方便理解,对基本概念做如下定义：
定义1支配集:给定图G=(y,E),若节点集S (SUV)为支配集，那么Vp e r=>pws或与s中的某一节点互为邻节点。

定义2支配节点：支配集S中的节点称为支配节点。

定义3被支配节点：图G中不属于支配集S的节点称为被支配节点。

图1航空集群网络模型示意图
定义4连通支配集:给定图G=(V,E),图G的节点集S(SCV)满足如下条件：由S导出的子图是连通图，且S是图G的一个支配集,则称S为连通支配集(CDS,Connected Dominating Set)o
定义5独立集：给定图G=(y,且MM①、若M中任意两个节点均互不相邻，则称集合M为G的独立集(IS,Independent Set)o
定义6极大独立集：如果在独立集M中再添加任何节点”岸V且伽磋M后,M不再是G的独立集，则称集合M为图G的极大独立集(MIS,Maxi-mal Independent Set)o
定义7节点度:指与该点相关联的边的条数。

2权值函数
DCAASN算法中，MIS节点的选择依据是节点权值。

节点权值由权值函数确定，用于反映节点的路由转发能力。

为了满足航空集群应用需求，设计节点权值影响因素时，充分考虑了航空集群网络通信资源的特殊性，即无论是物理层的频谱资源，还是MAC层的信道资源.最终都将转化为网络中端到端的带宽资源「“。

因此，将可用带宽作为衡量节点权值的一个要素，反映节点提供路由转发时的通信能力。

因此，选择节点的可用带宽作为权值函数的重要参数，节点可用带宽值越大，表明其可用通信资源越多，从而路由转发的通信能力越大，路由转发能力越强。

另外，考虑虚拟骨干网的规模，从构建较小规模CDS的角度，采用节点度作为衡量节点权值的又一要素。

通过节点度反映节点提供路由转发的连通能力。

节点度越大,表示节点输入输岀链路越多，可
•44
•
张步硕,等:航空集群网络虚拟骨干网分布式构建算法（总第44-1533）
选择的路由路径越多，从而连通能力越大，路由转发能力越强。

节点度和节点带宽是影响虚拟骨干网性能的最大因子，其余影响因子影响很小,包括计算能力、存储，且考虑这些因子所设计的权值函数运算复杂度提高，影响节点自身处理转发业务信息,且在处理器、存储介质高速发展的情况下,这些影响因素的影响因子越来越小。

因此，本文考虑节点度和节点带宽作为影响因子
参考文献［19］权值函数构造方法，本节以节点可用带宽和节点度为参数，构造节点权值函数公式如式(1)。

通过该式刻画节点提供路由转发能力的大小,权值越大，节点路由转发能力越强。

叭+e「骯⑴
其中,d(u)为节点度;N是一个支配点可以支配其他被支配点的理想数量，其取值与网络密度和通信距离有关，通常取网络的平均节点度;$是恒大于零的常数，通常取值为0.01；B U是节点可用带宽,B如是节点可用带宽阈值。

当可用资源一旦小于阈值时，权值将减小，选择该节点的可能性就减小。

节点度和可用带宽越大,w(u)值越大，节点提供路由转发的能力越强，被选择的优先级越高。

3算法实现
航空集群网络虚拟骨干网的构建通过以下3步实现，即邻居表建立、极大独立集构造和极大独立集连通。

3.1邻居表建立
首先，网络中节点通过广播HELLO分组进行邻居表建立，为同时获得邻节点的权值w(u),将权值讥u)填充到HELLO分组中，通过HELLO分组的交互,节点建立邻居表,并保存邻节点权值w(u),为构造MIS打好基础。

3.2极大独立集构造
将节点权值w(u)作为重要依据，进行极大独立集的选取。

设定网络节点数为n,\/uen,N(u)表示节点u的一跳邻居集,表不节点N(u)中所有节点的权值信息集合,7V”(w)={QG)l0<i<n,iMu}o设定C(u)表示节点状态，如式(2)所示。

0节点状态未知
C(")=.I被支配节点(2)
2支配节点
MIS构造阶段的实现通过dominator分组和dominated分组的收发来完成,具体流程如下：STEP1：Vue n,初始化C(u)=0;
STEP2：Vuen,判断是否存在w(i)(w(f)eM (w))大于w(u)o若存在,则不进行任何操作;否则，转至STEP3；
STEP 3：判断是否存在i(0<i<n,i^u),使得w(i)等于w(u)o若存在，在集合{i,u}中选择IP地址低8为最大的节点”，设置C(v)=2,并广播domina­tor分组;否则，设置C(u)=2,广播dominator分组；
STEP4：Vx e n(x),若收到dominator分组，设置C(x)=l，广播dominated分组；
STEP5：Vyen(y#x),判断C(y)是否等于2,若等于2,则不作任何操作;否则,y从/V(y)删除％;
STEP6：Vuen,若不存在C(u)=0的情况，则MIS构造完成;否则，转至STEP20
为验证上述过程所得结果的正确性，给出引理1如下。

引理1：C=2的节点集合是一个MIS O
证明：根据图论中支配集理论,设所有C=2的节点组成集合H。

用反证法证明，假设集合H中存在两个节点u、。

,且互为邻节点。

由上述极大独立集构建流程可知，任意C=2的节点都会发送一个dominator分组,邻节点在收到dominator分组后，将自身C值改为1，并发送dominated分组，因此，对于任意C值为2的节点，其邻节点肯定是C值为1的节点。

因此，假设不成立，集合〃为独立集。

同时，如果向集合H中加入任意节点后,//都不能构成一个独立集，因为对于任意一个C值为1的节点，其肯定邻节点中有C值为2的节点，因此，该集合为MISo从而得证。

3.3极大独立集连通
上述步骤所得的MIS由一组权值较高的不相邻节点组成,不具备连通性，因此，为完成航空集群网络虚拟骨干网的构建，在MIS构建完成后，需要选取一些连通节点连通MIS以构成CDS完成虚拟骨干网的构建。

MIS的连通通过CALL分组和ACCESS分组的收发实现。

每个支配节点发送一个CALL分组，CALL分组的传播遵循以下规则：只要CALL分组被发送或转发一次,count值减1,直至count=0,则该CALL分组失效。

CALL分组携带其自身权值w(u)和一个计数器count(初值为3)o
将上述MIS构造阶段所得C值为2的所有节点u构成集合D(n),C值为1的所有节点。

构成集合E(”)。

由MIS构建CDS的流程如下。

STEP1：发送CALL分组，V v e E(”)，收到CALL分组后，将自身w(u)添加到该CALL分组中并转发该分组。

若同一时刻收到多个支配节点发送的CALL分组,则只转发况“)最大的
•45•
(总第44-1534)火力与指挥控制2019年第9期
支配节点的CALL分组，其余直接丢弃。

STEP2:e D（n）（yKu）,收到CALL分组后，若收到CALL分组数只有一个，产生一个ACCESS 分组,ACCESS分组的传播路径正好与接收到CALL 分组的传播路径相反。

否则选取其中w（u）最大的CALL分组,产生_个ACCESS分组，ACCESS分组的传播路径与该w（u）最大的CALL分组的传播路径相反。

STEP3：接收到ACCESS分组的节点将自身C 值设置为2,即将自身状态改为支配节点。

上述过程完成后，所有C值为2的节点即构成了CDS,CDS构建完毕。

图2、图3给出了某网络根据DCAASN算法构建的极大独立集MIS和连通支配集CDS的一个示例。

图2中黑色实心节点b、g、h构成的集合为算法步骤2）构造完成的极大独立集；图3中黑色实心节点b、e、f、g、h构成的集合为在步骤2）极大独立集的基础上，通过算法步骤3）构建完成的连通支配集。

该集合节点作为骨干节点，该连通支配集形成航空集群网络的虚拟骨干网。

4复杂度和消息域分析
从消息复杂度、时间复杂度和消息域3个方面,对DCAASN算法性能进行定量分析。

其中,消息复杂度表示算法执行过程中控制分组进行交互次数的量级；时间复杂度反映一个算法的运算量;消息域指算法在选定报文转发节点时，所必须感知的拓扑范围。

下面分析DCAASN算法的性能,分析中假设网络节点数为n.MIS构建阶段选择出的支配节点数为M N<n）。

4.1消息复杂度
首先分析算法的消息复杂度。

DCAASN算法实现共3个阶段，每个阶段均有控制信息交互。

邻居表建立阶段，算法中每个节点通过发送2次HELLO 分组获得邻居信息，因而整个网络将发送2n次控制分组。

MIS构造阶段,算法中任一节点发送1次状态声明分组，其中支配节点发送Nominator分组,被支配节点发送dominated分组，因而整个网络将发送n次控制分组。

MIS连通阶段，算法中支配节点发送1次CALL分组和1次ACCESS分组，中间节点转发这两种消息分组；由于算法中设计的最大转发次数（即count值）为3,连通MIS支配节点的中间节点数最多为2,而中间节点收到CALL和ACCESS 分组都会进行转发，即中间节点最多转发2N次CALL分组和2N次ACCESS分组；因此，最坏情况下整个网络将发送6N次控制分组。

综合上述分析，整个DCAASN算法执行过程中，将有3n+6N次控制分组交互，因此,DCAASN 算法消息复杂度为O（n）。

4.2时间复杂度
以下分析时间复杂度。

DCAASN算法中海个节点通过与其邻节点比较权值w（u）大小以确定自身的支配或被支配状态。

极端情况下，某节点与网络其他节点均互为邻节点,此时该节点比较次数最大，为n-1次。

因而，节点确定自身状态的最大比较次数是n-1。

由于DCAASN为分布式处理算法，各节点并行处理，因此,DCAASN算法的时间复杂度为0（n）o
4.3消息域
MIS构造阶段和MIS连通阶段的相关步骤执行过程中,DCAASN算法仅需要1跳邻居信息即可，因此,DCAASN算法的消息域为1hop o
表14种CDS构建算法的性能
表1列出了DCAASN与Wu算法、Wan算法和DCDS算法的性能，其中n为网络节点数，△为最大节点度。

算法名称消息复杂度时间复杂度消息域Wu0(rT2)0(△⑶2hop
Wan O(nlogn)2hop
DCDS0（几）0(n)2hop
DCAASN0(“)1hop 比较表1中的4种CDS构建算法,可以看出：1）
・46
・
张步硕，等:航空集群网络虚拟骨干网分布式构建算法（总第44-1535）DCAASN算法的时间复杂度和消息复杂度均为0(”),
优于Wu和Wan算法，与DCDS处于同一量级;
2)DCAASN的消息域仅为1hop,而其他CDS构建
算法的消息域均为2hop,邻居信息维护成本更小。

5仿真分析
采用MATLAB仿真工具对DCAASN算法进行
仿真分析。

现有集群环境的配置条件有限,对算法
性能在实验室用仿真软件模拟。

为使实验结果更具说服力，选择另外3种算法Wu、Wan和DCDS作对比。

仿真中，设置网络规模为50-200,随机分布在大小为500km x500km的正方型区域，节点通信距离为50km,节点可用带宽为2Mb/s,带宽可用阈值为0.2Mb/s,5为0.01。

通过仿真，研究不同网络规模下，算法对网络生命周期和CDS归一化节点数的影响。

其中网络生命周期指网络开始运行到网络中第1个节点因可用带宽不足无法提供数据转发而死亡的时间;CDS归一化节点数指形成的CDS节点数与网络节点总数的比值。

(s)
图4网络生命周期与节点数关系图
4种算法的网络生命周期对比如图4所示。

从图中可以看出,DCAASN算法的网络生命周期大于Wu、Wan和DCDS算法，并且网络规模越大网络生命周期越长。

因为DCAASN算法根据节点权值选取CDS节点，而节点权值的计算加入了节点可用带宽参数，权值大小在一定程度上反映出了节点通信资源的使用情况和节点所能提供的转发能力，使得选出的支配节点是一组可用带宽平均值较高、转发能力较强的节点。

因此，在相同时间内,DCAASN算法所构造的CDS的节点可用带宽相对较高，从而降低了节点的转发失效概率，延长了网络生命周期。

4种算法的CDS归一化节点数对比如图5所示。

从图中可以看出，DCAASN算法构建的CDS规模小于Wu、Wan和DCDS算法。

原因在于DCAASN
节点数(个)
CDS归一化节点数和节点数关系图
算法将节点度作为权值函数的参数，选取出的支配节点输入输出链路更多，连通能力更强，可以使用更少的支配节点连接更多的非支配节点，从而构建的CDS规模相对更小。

6结论
本文基于UDG网络模型提出了一种航空集群网络虚拟骨干网的分布式构建算法—
—DCAASN 算法。

该算法改进了应用于战场宽带数据链作战环境的DCDS算法，将可用带宽作为重要考虑因素设计节点权值函数.将节点权值大小作为构建连通支配集的重要依据。

通过改进极大独立集构造流程,选出一组可用带宽较大的节点作为骨干节点，而后通过选取权值较大的连通节点完成分布式CDS的构造，实现航空集群网络虚拟骨干网的构建。

理论分析和仿真结果表明，与Wu、Wan和DCDS算法相比,DC A A S N算法构建的虚拟骨干网中，支配节点的平均权值更高，虚拟骨干网的生命周期更长，支配节点数目更少;而算法的时间开销和消息开销与DCDS算法在同一量级，复杂性低，收敛速度快,能够较好地适用于航空集群网络。

参考文献：
[1]霍大军.网络化集群作战[M].北京：军事科学出版社,
2009.
[2]DUAN H B,SHAO S,SU B W.New development thoughts on
the bio-inspired intelligence based control for unmanned aircraft system flight plan2009-2047[R],USA:Washington DC,2010.
[3]吕娜，陈柯帆.面向航空集群云网络的航空数据链MAC
协议[J].系统工程与电子技术,2016,38(5):1164-1175.
[4]张步硕，陈柯帆.面向航空集群网络的改进型AODV路由
协议[J].重庆邮电大学学报,2017,29(4):480-486. [5]奎晓燕，杜华坤，梁俊斌.无线传感器网络中一种能量均
・47
・
(总第 44-1536)
火力与指挥控制
2019年第9期
衡的基于连通支配集的数据收集算法[J].电子学报， 2013,41(8):1521-1528.[6] 任思君，易平.最小连通支配集算法研究[D].上海:上海
交通大学,2015.
[7] CLARK B N,COLBOURN C J,JOHNSON D S. Unit disk
graphs [J ]. Discrete Mathematics, 1991, 86(3)： 165-177.
[8] WAN P J , ALZOUBI K M, FRIEDER 0. Distributed
construction of connected dominating set in wireless Ad Hoc networks [ C "/Proceedings of INFOCOM. [S.l.J ： Kluwer
Academic Publishers , 2004:141-149.
[9] GUHA S , KHULLER S. Approximation algorithms for
connected dominating sets [J ]. Algorithmica , 1998,20(4)：
374-387.
[10] RUAN L,DU H ,JIA X, et al. A greedy approximation for
minimum connected dominating sets 〔J]. Theoretical
Computer Science , 2004,329( 1 ): 325-330.
[11] WU J,LI H. On calculating connected dominating set for
efficient routing in ad hoc wireless network [ C ]//Proc. of the
3th Int * 1 Workshop on Discrete Algorithms and Methods for Mobile Computing and Communications , 1999:7-14.
[12] STOJMENOVIC I,SEDDIGH M,ZUNIC J. Dominating sets
and neighbor elimination-based broadcasting algorithms in
wireless networks [J ]. Parallel and Distributed Systems ,
IEEE Transactions on,2002,13(1)： 14-25.
[13] FUNKE S,KESSELMAN A,MEYER U, et al. A simple
improved distributed algorithm for minimum CDS in unit disk graphs [J]. ACM Transactions on Sensor Networks
(TOSN), 2006,2(3):444-453.
[14] SHUKLA K K,SAH S. Construction and maintenance of
virtual backbone in wireless networks [ J ]. Wireless Netw,
2013,19:969-984.
[15] RAMALAKSHMI R ,RADHAKRISHNAN S. Weighted
dominating set based routing for ad hoc communications in emergency and rescue scenarios [J]. Wireless Netw, 2015,21:499-512.
[16] 陆克中，黄刘生，徐宏力，等.一种在无线传感器网络
中构造有效连通支配集的算法[J].中国科学技术大学 学报,2007,37(9):1060-1065.
[17] 陶凯，杨春兰.战场宽带数据链分布式虚拟骨干网的构
建[J].哈尔滨工程大学学报,2014,35( 10):1272-1281.
[18] 魏急波，王杉，赵海涛.认知无线网络:关键技术于研究
现状[J].通信学报,2011,32(11): 147-158.
[19] 凌飞，吴振华.能量均衡的最小连通支配集分布式算法
[J].传感技术学报,2012,25(9)： 1317-1321.
(上接第41页)
表9区域目标战场价值
武器装备
战场价值
关联度的 战场价值
战斗系数
区域战场 价值
区域1
12.712 4 6.207 3960.687 513.007 3区域213.287 2
16.02 466
0.607 517.807 0
区域3
12.712 4 6.329 2530.592 5
11.282 2
区域412.505 4
2.992 185
0.522 58.097 5
战分队区域目标战场价值评估的问题，提出一种
通过武器装备战场价值、关联度战场价值、战斗系 数对陆战分队区域战场价值进行综合评估并排序
的方法。

最后进行仿真验证,结果表明该方法能够
合理有效地反映陆战分队区域战场价值。

但是战
场是不断变化的，本文没有考虑随着战争进行，战 场价值的实时性变化，今后会在更多的实践中得 到补充。

参考文献：
[1]杨懿，武昌，刘涵，等.基于集对分析的目标威胁评估与排
序研究[J].现代防御技术,2007,35(3)：1-5.
⑵张埜，周德云.爛权与群组AHP 相结合的TOPSIS 法多目
标威胁评估[J].系统仿真学报,2008,24(7):1661-1664.[3]郭辉,徐浩军，周莉.粗糙集和区间数空袭目标威胁评估
[J].火力与指挥控制,2011,36(9):46-50+54.
[4]李曼，冯新喜.基于贝叶斯网络的威胁识别[J].现代防御
技术,2009,37(5):10-13.
[5 ]耿振余,张建康.基于贝叶斯网络的空中目标作战企图识
别研究[J].现代防御技术,2008,36(6):40-44.
[6] MIRMOEINI F , KRISHNAMURTHY V. Reconfigurable
bayesian networks for adaptive situation assessment in battlespace [CJ//IEEE. Networking, Sensing andControl , Proceeding.Columbia : IEEE , 2005:810-815.
[7] 董泽委，胡起伟,孙宝琛.基于BP 神经网络的集群装备
战斗力指数评估[J].火力与指挥控制,2011,36(11)： 87-90.
[8 ]孔德鹏，徐克虎,张志勇，等.集群目标战场价值综合评估
[J].兵工自动化,2015,34(10):8-11.
[9] 宋跃进.指挥与控制战[M].北京：国防工业出版社,2012：
16-24.
[10] 徐克虎，陈金玉,孔德鹏，等.装甲分队目标威胁评估指标
体系研究[J ].火力与指挥控制,2015,40(2)： 36-39+44.
[11] 徐克虎，黄大山，张志勇.数字化地面突击分队火力优
化控制[M].北京：国防工业出版社，2016.
[12] 李建明，徐航.穿甲弹对主战坦克毁伤的计算分析[J].
装甲兵工程学院学报,1998, 12(1)： 17-20.
[13] 王国辉，李向荣,彭锐枫，等.破甲弹对复合装甲毁伤数
值模拟分析[J].北京理工大学学报，2014,34(8)： 781-784+789.
[14] 俊杰.碎甲弹[J].金属世界，2002,18(2):11.
[15] 陈春林,李金秋.战车[M].哈尔滨:供典丛书爛写组,2011.
• 48
•。