这篇文章讨论的是关于C4ISR系统即指挥控制、通信、计算机、情报、监视和侦察系统的系统级建模和性能要求验证。文章以系统级工程（System-of-systems, SoS）作为研究背景，提出了针对C4ISR系统中性能要求建模的方法和验证过程自动化技术，以此来提高现有系统的能力并生成新的能力。
知识点：
1. 系统级工程（SoS）和C4ISR系统
系统级工程是一种方法论，它关注如何将高级别的系统要求细化到更详细系统级要求，并评估待开发系统可能满足系统级能力目标的程度。C4ISR系统是其应用的具体案例，它是现代军事指挥控制不可或缺的组成部分。
2. 高级要求的细化
文章指出系统级工程需要将高级别的要求细化为更具体的系统要求。这意味着在开发过程中，需要把宏观的系统性能目标转换为可实施的、具体的系统功能和非功能要求。
3. 预测系统效能的元模型
文章提出了一种元模型（meta-model），用于定义C4ISR系统的功能性和非功能性特征。元模型是一个通用模型，它对各种复杂系统和环境进行抽象和概括。在文章中，元模型被用来定义C4ISR系统的性能要求。
4. 模糊理论与UML的结合
文章通过扩展统一建模语言（Unified Modeling Language，UML），结合模糊理论来对模糊概念进行建模。UML是一种用于软件工程的标准化建模语言，它提供了用于软件建模的图形表示法。通过引入模糊理论，作者能够对系统要求中固有的不确定性和模糊性进行建模。
5. 效率评估函数与贝塞尔曲线
为了预测系统的有效性，文章引入了一个基于贝塞尔曲线的效率评估函数。贝塞尔曲线在计算机图形学中用于路径的平滑，作者在此基础上开发了一种评估方法，用以评价系统性能。
6. 要求本体与描述逻辑（DL）
文章介绍了将模糊UML领域模型转换为基于描述逻辑的要求本体的算法，以便使用流行的DL推理器（如Pellet）来自动化验证过程。描述逻辑是一种用于表示知识的形式化模型，它以本体为基础，能够以逻辑方式表达和推理概念和它们之间的关系。
7. 验证自动化
文章最终提出了一个算法，该算法能够将领域模型中的模糊UML转化为描述逻辑中的要求本体，进而实现要求验证的自动化。这一自动化技术的应用，简化了复杂系统要求验证的工作，并能够利用现有的DL推理器工具。
8. 关键词解释
文章列出的关键技术包括：性能要求、效率评估函数、描述逻辑（DL）以及推理工具（如Pellet）。这些关键词代表了文章中的关键概念和所使用的技术框架。
在理解这些关键知识点的同时，可以看出文章的主要贡献在于提供了一套完整的C4ISR系统性能要求建模和验证解决方案，这涉及到从元模型的设计到验证算法的实现。这为C4ISR系统的进一步研究和开发提供了一种新的技术路径，特别是在处理不确定性和模糊性方面，具有重要的理论和实践意义。
