针对现有协同控制理论在处理军事指挥体系拓扑异构性及装备协同效能评估时存在的局限性，本文提出一种融合局部邻域协同与全局指挥牵引的双驱动动力学建模框架，系统揭示网络拓扑参数耦合机制对体系协同性能的量化影响规律。通过构建矩阵形式的微分方程统一描述全连接、星型、环状三类典型作战拓扑的动态行为，严格证明了系统在无向连通拓扑构型下的全局渐近稳定性与平衡点存在唯一性，并建立代数连通度与收敛速率的显式关系。根据仿真算例详细分析了不同拓扑构型下的协同效能指标及内在规律。研究成果可以为复杂作战体系中异构装备群的全局协同效能提升提供有益参考，为空天防御体系的拓扑优化与自适应控制提供可计算的理论工具。
Aiming at the limitations of existing cooperative control theories in addressing topological heterogeneity in military command architectures and evaluating equipment collaborative effectiveness, this paper proposes a dual-driven dynamic modeling framework that integrates local neighborhood coordination and global command guidance. This framework systematically reveals the quantitative impact of coupled network topology parameters on system-wide collaborative performance. By constructing matrix-form differential equations to uniformly characterize the dynamic behaviors of three typical combat topologies (fully-connected, star, and ring), the study rigorously proves the global asymptotic stability and existence-uniqueness of equilibrium points in undirected connected topologies, while establishing an explicit relationship between algebraic connectivity and convergence rate. Numerical simulations are conducted to analyze collaborative effectiveness metrics and their inherent patterns under different topological configurations. The results demonstrate that the proposed methodology provides valuable insights for enhancing global collaborative efficiency of heterogeneous equipment groups in complex combat systems, offering computable theoretical tools for topology optimization and adaptive control in aerospace defense systems. This work contributes a unified analytical framework for addressing multi-topology interactions in military applications, with particular significance for air defense coordination, anti-missile networks, and unmanned swarm control.
[1] 俞锦涛, 肖兵, 崔玉竹. 基于节点重要性和改进效能环的防空反导预警体系能力评估[J]. 兵工学报, 2024, 45（1）: 328–338.
[2] 李烨, 郑纯, 滕哲, 等. 基于模糊小波神经网络的高功率微波武器与中近程防空武器协同作战效能评估[J]. 兵工学报, 2022,43（S2）: 87–96.
[3] 顾忠征, 陈善静, 李伟鹏. 预警机空天协同作战典型样式效能仿真分析及对策[J]. 空军工程大学学报, 2024, 25（01）: 65–70
[4] 王坦, 杨森, 齐晓慧, 等. 基于Hopfield网络的有人机/无人机协同作战效能评估[J]. 电光与控制, 2021, 28（10）: 80–84.
[5] 郭蓬松, 李宁, 李为民, 等. 防空反导一体化指挥协同效能评估. 火力与指挥控制[J]. 2024, 49（8）: 45–52.
[6] 李腾达, 王刚, 郭相科, 等. 基于复杂网络的防空反导体系拓扑特性. 火力与指挥控制, 2024, 49（7）: 30–35.
[7] 吴鸿乾, 邓宏钟, 李际超, 等. 考虑高阶拓扑结构的无人蜂群任务协同能力研究[J]. 控制与决策, 2025, 40（05）: 1551–1560.
[8] 王惠真, 韩春雷, 平超, 等. 跨域协同作战体系的复杂超图表示方法[J]. 战术导弹技术, 2024（05）: 1–10.
[9] 夏元清, 谢超, 高寒. 天空地一体化网络环境下多运动体系统跨域协同控制与智能决策[J]. 控制与决策, 2023, 38（05）: 1176–1199.
[10]Evaluation of MAV/UAV Collaborative Combat Capability Based on Network Structure[J]. Fan Jie Ru; Li Dong Guang; Li Ru peng[J]. International Journal of Aerospace Engineering.2018.
[11]江涌, 王林波, 王蒙一. “群对群”协同对抗的规划与制导问题研究[J]. 中国科学:技术科学, 2024, 54（03）: 377–390.
[12]季军亮, 汪民乐, 李炜, 等. 多层反导协同作战兵力需求研究[J]. 西北工业大学学报, 2021, 39（03）: 633–640.
[13]魏志强, 翁哲鸣, 化永朝, 等. 切换拓扑下异构无人集群编队-合围跟踪控制[J]. 航空学报, 2023, 44（02）: 258–273.
[14]董希旺, 于江龙, 化永朝, 等. 集群系统智能协同IOODA技术体系架构与关键技术[J]. 航空学报, 2025, 46（04）: 6–43.
[15]Time-Varying Group Formation-Containment Tracking Control for General Linear Multiagent Systems With Unknown Inputs[J]. Lu Yizhou; Dong Xi Wang; Li Qing Dong; Lu Jin Hu; Ren Zhang. IEEE transactions on cybernetics.2021.
[16]崔啸, 张良, 王峰, 等. 预警机雷达双机协同探测布站研究[J]. 现代雷达, 2020, 42（07）: 1–4.
[17]于冰倩, 李学艳, 程思齐, 等. 基于复杂网络的陆空协同作战体系效能评估方法[J]. 火力与指挥控制, 2024, 49（01）: 105–110.
[18]张先超, 傅宇龙, 叶海军, 等. 以预警机为核心的空中联合作战导弹武器打击能力分析[J]. 指挥与控制学报, 2022, 8（01）: 50–56.
[19]张修社, 胡小全, 易凯, 等. 异构平台要素协同理论方法研究[J]. 电子学报, 2024, 52（04）: 1219–1229.
[20]李博骁, 包钊源, 陆泽健, 等. 面向空天预警的多源异构装备一体化协同探测技术研究[J]. 现代雷达, 2023, 45（06）: 51–56.
[21]祁炜, 蒋伟, 武文, 等. 重点目标防空作战中多预警机协同探测空域配置[J]. 国防科技大学学报, 2022, 44（1）: 179–186.
CJA