面向飞行模拟训练的云边端协同智能仿真平台设计

打开文本图片集

大规模跨地域组网飞行模拟训练规模庞大，要素多，空间跨度大，实时性要求高，具有复杂多变的海量网络信息交互特点，计算任务密集且骤发性和时效性强。而传统的模拟训练计算和组网模式不能有效实现网络、计算、数据库、存储、软件应用等资源的共享和高效计算，美军提出了基于云使能模块化服务（Cloud-en-abledModularServices，CEMS）的JLVC2020全新技术架构来统合各类模拟训练系统[1]，近年的发展趋势是借助大语言模型（LargeLanguageModel，LLM）、云计算、云渲染和扩展现实（ExtendedReality，XR）等技术实现面向大规模组网训练环境的云化、智能化仿真成为新的解决方案[2-6]

随着XR和AI等新技术的发展，飞行模拟训练系统的体系架构有待变革，其将大数据、大模型、云计算、云渲染、XR、AI和LVC等仿真技术相结合，实现具有训练方案智能筹划、训练场景智能生成、在线智能评估、资源动态配置等功能的智能仿真训练平台，以支撑多机型大规模跨地域组网对抗训练和协同作战体系训练等模式[3，7]，将成为下一代智能型飞行模拟训练系统建设的重要发展方向之一。（剩余13388字）