海上防御作戰中的空中目標威脅評估技術*

賀文紅

(北京西三環中路19號 北京 100841)

?

海上防御作戰中的空中目標威脅評估技術*

賀文紅

(北京西三環中路19號 北京 100841)

針對海上防御作戰中的空中目標威脅評估問題,本文分析了威脅評估任務特性及評判準則、威脅評估要素提取與選擇,探討了層次分析法、多屬性決策法、基于貝葉斯網絡法等目標威脅評估方法,為有效打擊多個威脅目標提供切實可靠的決策依據。

防御作戰; 空中目標; 威脅評估

Class Number E917

1 引言

在海上防御作戰中,目標威脅評估是實現防空作戰指揮自動化諸環節中極其重要的一環,它是火力分配和戰術決策的前提條件[1～2]。目標威脅評估是信息融合中高層次的信息融合處理,即對艦載指控系統所獲取的敵或不明目標,綜合目標多種特征信息,遵循一定的規則,以定量形式計算對我方的威脅程度系數,給出排序,確定威脅等級。對目標威脅程度的正確判斷是制定防御指揮決策的前提和基礎。

2 面向海上防御作戰的空中目標威脅評估

2.1 威脅評估任務特性

以滿足海上艦艇防御作戰行動的戰術需求為根本目的,以艦載指控系統為運行環境的目標威脅評估,主要具有以下特性:

1) 數據實時性

艦載防御偵察系統利用各類偵察設備捕捉大量信息數據對目標進行監測與跟蹤,由于目標的運動性,則需對其獲取運動趨向、周圍態勢等進行實時數據處理與傳輸,才能確保指控系統及時做出防御決策。

2) 目標類型多樣性

目標類型多種多樣,偵察設備捕捉到的目標的信息數據是該目標反射的電磁波或聲信號,經數字化處理后,目標的物理外觀特征被隱瞞了;空中目標采用隱身等偽裝技術使被探測的電磁、聲信號嚴重變形,因此,對目標進行威脅評估時不能完全確定其具體類型,只能根據目標的其它參數諸如來襲速度來估計它的類型。

3) 目標攻擊方式多樣性

目標攻擊方式是由其本身屬性和采用的戰術等因素決定的。來襲目標逐步向多批次、小編隊、多方向的連續攻擊特性發展,目標攻擊方式及策略難以事先預料,我方指控系統必須適應瞬息萬變的眾多情況,利用最短的時間制定防御措施,合理組織防御武器進行打擊摧毀。

2.2 空中目標威脅評估的依據和原則

綜合海上艦艇防御作戰數據產生的瞬時性、各個模型功能處理的實時性,以及指揮員的思維習慣等方面因素,將來襲空中目標的威脅等級劃分為三個等級:Ⅰ級、Ⅱ級、Ⅲ級。Ⅰ級為目標已在我方防線之內、威脅程度較大、防御時間緊迫,應立即對其采取防御措施。Ⅱ級為目標已侵入防線之內、威脅程度適中、防御時間較充分或雖然威脅程度較大,但與Ⅰ級目標相比有足夠的防御時間,可立即采取防御措施或繼續跟蹤監視。Ⅲ級為目標還未侵入或剛侵入防線、威脅程度較小,有充足的防御時間。

空中目標威脅評估的主要依據是上級意圖和敵來襲目標的特征,威脅評判準則為:

1) 上級指示的目標始終作為威脅程度最大的目標;

2) 來襲目標航路捷徑越小,威脅越大;

3) 目標飛行速度大的目標,其威脅程度也大;

4) 低空目標的威脅程度大于非低空目標的威脅程度;

5) 電子干擾強度越大,威脅越大;

6) 目標飛臨的時間越長,目標的威脅程度越小。

2.3 空中目標威脅評估要素提取與選擇

在海上防空作戰實際中,往往需要用多個要素刻畫空襲目標的本質與特征。空襲目標特征一般可由目標類型、距離、速度、高度、數量、方位、意圖等多個屬性要素來描述。由信息融合識別后的綜合態勢可以得到目標的類型、速度、航向角、高低角、距離、干擾能力等信息。其中,空中目標的速度、距離、高度決定了目標到達攔截導彈發射區近界的時間;相對方位角決定了來襲目標的航路捷徑或航向角;目標類型以及目標運動加速度或高度上是否機動,在一定程度上表明目標的攻擊意圖。

從空中目標威脅評估的依據和原則可以看出,威脅評估的實質是多屬性綜合評估,即把多個影響目標威脅程度的屬性的統計指標,轉化成無量綱的相對評價值,并綜合這些評價值以得出一個整體評價。選擇目標威脅評估因素時要求所選取的因素各具代表性,能從不同方面反映目標的威脅程度。同時,要求所選取的因素能方便量化,計算誤差較小;并且要求所選取的因素能適用于不同類型的目標。

3 空中目標威脅評估方法

現代海上作戰環境越來越復雜,且目標類型多種多樣,包括殲擊機、預警機、偵察機、反艦導彈、反輻射導彈、制導炸彈等。對敵方來襲的空中目標威脅程度判斷的準確與否,直接影響到對空目標的抗擊次序和防空火力的分配,進而影響到艦艇防空作戰效能。目前對威脅評估的研究方法很多,主要有:到達時間判定法、線性加權判定法、層次分析法[3]、變權理論法[4]、屬性分析法[5]、主成分分析法[6]、基于貝葉斯法[7]等。下面分析當前應用的主要威脅評估方法。

3.1 層次分析法

層次分析法(Analytic Hierachy Process,AHP)對所有來襲目標進行威脅估計的結果以威脅系數的形式來體現來襲目標威脅系數。使用AHP法進行威脅評估,步驟如下:

1) 層次結構模型的確定

首先構造出一個有層次的結構模型,上一層次的元素作為準則對下一層次有關元素起支配作用。從層次分析法的角度,這些層次可以分為三類。目標層:只有一個元素。準則層:包含為實現目標所涉及的中間環節。它可以由若干個層次組成,包括所需考慮的準則、子準則。方案層:包括為實現目標可供選擇的各種決策方案等。一個敵空中目標可以看作一個備選方案,例如飛機、導彈,方案集由空中所有目標構成。圖1為空中目標威脅等級層次結構模型示例。

圖1 空中目標威脅等級層次結構模型示例

2) 權值的確定

在建立層次結構以后,上下層次之間的隸屬關系就被確定了。為了比較各屬性的重要性,采取兩兩比較的方法建立成對比較矩陣,進行相對重要程度的賦值,aij表示屬性i的權ωi和屬性j的權ωj之比的近似值aij=ωi/ωj,n個屬性之間比較的結果構成判斷矩陣A=(aij)n×n。按G.A. Miller的九級量化理論,目標重要性判斷矩陣A中元素aij的取值為1:同等重要;3:略微重要;5:相當重要;7:明顯重要;9:絕對重要;2、4、6、8:兩個相鄰判斷的中間值。

采用本征向量法求解判斷矩陣的最大本征值和本征向量。由判斷矩陣的定義得Aω=nω,即(A-nI)ω=0。I是單位矩陣,如果屬性重要性判斷矩陣A中的值估計準確,該式左邊嚴格等于n維0向量;如果A的估計不夠準確,則A中元素的小的攝動意味著本征值的小的攝動,從而有Aω=λmaxω,λmax是矩陣A的最大本征值。由該式可以求得本征向量即權向量ω=[ω1,ω2,ω3,…,ωn]T。

在用本征向量法確定權時,可以用λmax來度量A中各元素aij(i,j=1,2,…,n)估計的一致性。為此引入一致性指標CI,CI=(λmax-n)/(n-1)。CI與n階矩陣的隨機指標RI之比稱為一致性比率CR,CR=CI/RI。比率CR可用來判斷矩陣A能否被接受。若CR>0.1,說明A中各元素aij的估計一致性太差,應重新估計。若CR<0.1,則可認為A中各元素aij的估計基本一致,這時可以用Aω=λmaxω求得ω作為n個屬性的權。

3) 威脅評估與排序

AHP法主要存在兩個方面的問題:一是構建成對比較矩陣過于繁瑣。在敵方空襲目標較多的情況下,要將所有目標的所有判定屬性成對比較、精確量化,工作量很大。若模型的結構層次較多,則工作量還會大幅增加。二是在判斷矩陣不可能具備絕對一致性的情況下,選擇和制定符合次序一致性要求的量綱難以把握。

3.2 多屬性決策法

多屬性決策理論綜合考慮了目標威脅中的多個因素,把目標威脅度評估問題轉化為多屬性決策問題[8～9]。逼近于理想排序法(TOPSIS)借助多屬性問題的最優方案(理想解)和最劣方案(負理想解)給方案集中的各方案排序。在n維空間中,基于歸一化后的原始數據矩陣,將方案集中的各備選方案與理想解和負理想解的距離進行比較,求出各方案的綜合評價指數,也就是目標威脅度。

假設空中目標個數為M={1,2,…,m},威脅因素個數為N={1,2,…,n}。

采用TOPSIS法對來襲目標進行威脅排序,步驟如下:

1) 構造原始決策矩陣A=(aij)m×n,aij是第i個目標的第j個屬性的值。采用向量規范法對其進行處理,構成規范決策矩陣U=(uij)m×n;

2) 構造加權的規范決策矩陣S,矩陣元素sij為

sij=ωjuij,i∈M,j∈N

式中ωj為目標中第j個屬性的權重。

3) 確定理想解S+和負理想解S-:

其中I1為效益型指標的下標集,I2為成本型指標的下標集。

4) 計算每個方案到理想解與負理想解的Euclid距離:

6) 排列方案的優先序

TOPSIS法一般采用主觀賦權法確定目標屬性指標的權重,有很大的主觀性和盲目性,而屬性指標權重的合理性直接決定了目標威脅評估的準確性,則解決方案是利用主客觀相結合的賦權法[10]對TOPSIS法進行改進和應用。

3.3 基于貝葉斯網絡法

由于威脅評估的輸入數據和知識庫數據都含有不確定性,基于概率知識表達的貝葉斯網絡已成為人工智能中非精確知識表達與推理領域近十幾年來的研究的熱點。

目標威脅評估貝葉斯網絡推理過程如圖2所示。首先對目標特征提取并對獲取的目標特征進行選擇,根據目標特征之間的關聯關系建立威脅估計貝葉斯網絡模型,然后用指定的先驗概率和條件概率對網絡進行初始化,當檢測到新的證據屬性信息時,即網絡的葉節點信息更新,則觸發網絡推理,通過貝葉斯推理計算得到后驗概率,從而更新整個網絡節點狀態的概率分布,更新后的后驗概率分布則作為下一次推理的先驗分布,最后獲取觀測節點狀態的概率分布情況,根據判決規則得到目標的威脅判斷結果,再根據威脅程度對目標的優先級進行排序,輸出目標威脅排序表。

圖2 目標威脅評估貝葉斯網絡推理

基于貝葉斯網絡的目標威脅估計就是求解給定證據D(目標狀態、戰場事件)的條件下變量X(目標威脅程度)的后驗概率P(X/D)。

對于貝葉斯網絡,假設某個節點X有m個子節點(Y1,Y2,…,Ym)和n個父節點(Z1,Z2,…,Zn)。以單個節點為中心,從子節點得到診斷信息λ,從父節點得到因果信息π,然后計算本節點的后驗概率分布Bel,λ和π,并觸發相鄰節點進行更新,其更新過程如下:

1) 更新自身的后驗概率:

Bel(x)=αλ(x)π(x)

2) 自底向上更新:λX(z)=λ(x)MX|Z;

威脅評估從檢測事件的發生開始,在檢測到事件后,事件對威脅態勢的影響可以通過貝葉斯邏輯向后傳播來更新,更新后的態勢則又通過前向推理來預測事件的發生;當有新的證據輸入時,又開始下一輪威脅評估。

貝葉斯網絡的優點是知識的表示和推理有嚴格的數學基礎,基于該模型的算法具有信息時間累積能力。但是它也有不足之處,如缺乏對目標屬性假設類型的總體描述能力即未必能把所有假設都列全,以及無法將多層屬性測量置于同一概率空間中進行處理等。

4 結語

本文對面向海上防御作戰的空中目標威脅評估技術進行了研究,分析了目標威脅評估任務特性、準則,對空中目標威脅評估要素的提取與選擇,探討了威脅評估方法,如層次分析法、多屬性決策法、基于貝葉斯網絡法等,用于解決空中目標威脅評估與排序問題,為有效打擊多個威脅目標提供切實可靠的決策依據。空中目標性能與作戰樣式不斷發展,目標威脅評估技術應不斷探索求新,為提高艦載指控系統智能化水平需要對現有方法做持續改進。

[1] 張多林,呂輝,王剛.防空指揮自動化指揮控制系統[M].西安:西北工業大學出版社,2006.

[2] 譚安勝.水面艦艇編隊作戰運籌分析[M].北京:國防工業出版社,2009.

[3] 尹高揚,周紹磊,張文廣.艦艇對來襲反艦導彈威脅評估算法[J].兵工自動化,2011,30(12):1-4.

[4] 曹可勁,江漢,趙宗貴.一種基于變權理論的空中目標威脅估計方法[J].解放軍理工大學學報(自然科學版),2006,7(15):32-35.

[5] 王猛,章新華,夏志軍.基于屬性分析的威脅評估技術研究[J].系統工程與電子技術,2005,27(5):848-851.

[6] 洪利華,羅均平,劉已斌.基于主成分分析法的目標威脅評估[J].指揮控制與仿真,2006,28(2):49-52.

[7] 朱波,方立恭,金釗.基于貝葉斯網絡的空中目標威脅估計方法[J].指揮控制與仿真,2011,33(4):29-32.

[8] 曲長文,何友,馬強.應用多屬性決策的威脅評估方法[J].系統工程與電子技術,2000,22(5):26-29.

[9] 雷肖劍,朱悅萌,譚樂祖.混合多類型屬性威脅評估模型構建[J].艦船電子工程,2014,34(2):27-30.

[10] 張濤,周中良,茍新禹,等.基于信息熵和TOPSIS法的目標威脅評估及排序[J].電光與控制,2012,19(11):35-38.

Techniques of Aerial Targets Threat Assessment in Sea Self-defense Battle

HE Wenhong

(No. 19 Central Road Xisanhuan, Beijing 100841)

In view of aerial targets threat assessment in sea self-defense battle, threat assessment characteristics and evaluation criterion, together with threat factor extraction and selection are analyzed in this paper, and targets threat assessment methods such as AHP, multiple attribute decision making and Bayesian networks are discussed. The results of threat assessment can be used as reasonable and credible proof for decision making to effectively destroy threat targets.

self-defense battle, aerial target, threat assessment

2014年12月6日,

2015年1月27日

賀文紅,男,高級工程師,研究方向:指控系統。

E917

10.3969/j.issn1672-9730.2015.06.008