反導(dǎo)防御態(tài)勢評(píng)估研究*

張 亮

(91404部隊(duì) 秦皇島 066000)

?

反導(dǎo)防御態(tài)勢評(píng)估研究*

張 亮

(91404部隊(duì) 秦皇島 066000)

在復(fù)雜戰(zhàn)場環(huán)境下,對(duì)作戰(zhàn)平臺(tái)傳感器系統(tǒng)獲得的大量數(shù)據(jù)進(jìn)行分析處理,實(shí)現(xiàn)數(shù)據(jù)融合具有重要的意義,態(tài)勢評(píng)估屬于數(shù)據(jù)融合中的高層融合,貝葉斯網(wǎng)絡(luò)是一種不確定性推理工具,論文采用貝葉斯網(wǎng)絡(luò)對(duì)作戰(zhàn)平臺(tái)反導(dǎo)防御進(jìn)行態(tài)勢評(píng)估研究,設(shè)計(jì)了反導(dǎo)防御態(tài)勢評(píng)估模型。

反導(dǎo); 態(tài)勢評(píng)估; 貝葉斯網(wǎng)絡(luò)

Class Number E927

1 引言

隨著信息技術(shù)的飛速發(fā)展,現(xiàn)代戰(zhàn)場作戰(zhàn)平臺(tái)面臨的是復(fù)雜的環(huán)境,因此在實(shí)戰(zhàn)環(huán)境中,作戰(zhàn)平臺(tái)電子系統(tǒng)獲得的信息量巨大,又由于傳感器受到背景電磁信號(hào)和敵方布置的虛假信號(hào)等的干擾,所偵察的信息又具有很大的不確定性。如何快速有效地掌握錯(cuò)綜復(fù)雜、瞬息萬變的戰(zhàn)場態(tài)勢,對(duì)作戰(zhàn)平臺(tái)周邊環(huán)境進(jìn)行威脅判斷,成為平臺(tái)防御和采取及時(shí)準(zhǔn)確戰(zhàn)術(shù)技術(shù)措施的重要前提。

2 態(tài)勢評(píng)估

2.1 數(shù)據(jù)融合融合與態(tài)勢評(píng)估

JDL模型認(rèn)為態(tài)勢評(píng)估是這樣一個(gè)過程:建立包含作戰(zhàn)行為、時(shí)間序列、軍事事件、目標(biāo)位置和戰(zhàn)斗力量要素等的一張多重視圖,將所觀測到的戰(zhàn)斗力量要素分布和各種軍事事件以及戰(zhàn)場環(huán)境有機(jī)地結(jié)合起來,識(shí)別已經(jīng)發(fā)生的軍事事件,得到敵方戰(zhàn)斗力量分布、兵力部署、行動(dòng)方向與線路的估計(jì),指出敵軍的作戰(zhàn)模式,推斷出敵軍的作戰(zhàn)意圖,做出對(duì)當(dāng)前戰(zhàn)場態(tài)勢的合理解釋,并預(yù)測臨近時(shí)刻的態(tài)勢變化。由此可以看出,態(tài)勢評(píng)估是對(duì)戰(zhàn)場中戰(zhàn)斗力量分布及其動(dòng)態(tài)變化情況進(jìn)行解釋,推斷敵方意圖,預(yù)測未來態(tài)勢,從而提供最優(yōu)決策的依據(jù)并實(shí)現(xiàn)資源分配的過程[1～2]。

態(tài)勢評(píng)估是對(duì)戰(zhàn)場上獲得的數(shù)據(jù)流進(jìn)行高層次關(guān)系提取與處理,屬于信息融合中的高層融合。它接收一級(jí)融合的結(jié)果,在態(tài)勢覺察的基礎(chǔ)上,對(duì)態(tài)勢元素進(jìn)行提取、理解并對(duì)未來態(tài)勢進(jìn)行預(yù)測。態(tài)勢評(píng)估的推理過程一般基于領(lǐng)域知識(shí),模擬人腦思維的符號(hào)推理,更接近于人的思維方式。態(tài)勢評(píng)估主要研究戰(zhàn)場態(tài)勢的形成和發(fā)展變化規(guī)律,根據(jù)戰(zhàn)場實(shí)體的態(tài)勢,包括狀態(tài)和動(dòng)作,判斷該實(shí)體的行為模式[3]。

2.2 貝葉斯網(wǎng)絡(luò)應(yīng)用于態(tài)勢評(píng)估

貝葉斯網(wǎng)絡(luò)最初起源于貝葉斯統(tǒng)計(jì)分析,1763年英國數(shù)學(xué)家貝葉斯的論文“An essay toward solving a problem in the doctrine of chances”為后來貝葉斯學(xué)派奠定了基礎(chǔ)。貝葉斯網(wǎng)絡(luò)又稱置信網(wǎng)絡(luò)、概率網(wǎng)絡(luò)、因果網(wǎng)絡(luò),是貝葉斯方法的擴(kuò)展,它的理論基礎(chǔ)是貝葉斯公式。貝葉斯網(wǎng)絡(luò)起源于人工智能中處理不確定性問題的研究,是概率論和圖論相結(jié)合的產(chǎn)物,是一種基于概率的不確定性推理網(wǎng)絡(luò),它可以將具體問題中復(fù)雜的變量關(guān)系在一個(gè)網(wǎng)絡(luò)結(jié)構(gòu)中表示,通過網(wǎng)絡(luò)模型反映問題領(lǐng)域中變量的依賴關(guān)系,用于不確定性問題的建模和推理[4～6]。

貝葉斯網(wǎng)絡(luò)的優(yōu)點(diǎn): 1) 貝葉斯網(wǎng)絡(luò)適于描述復(fù)雜系統(tǒng)中事件的表征與態(tài)勢之間的多對(duì)多關(guān)系和不確定性關(guān)系; 2) 允許新證據(jù)連續(xù)地加入貝葉斯網(wǎng)絡(luò),實(shí)現(xiàn)動(dòng)態(tài)推理和計(jì)算態(tài)勢的累計(jì)效果,滿足實(shí)時(shí)系統(tǒng)的要求; 3) 有效集成各種不同類型的信息,如專家經(jīng)驗(yàn)與試驗(yàn)數(shù)據(jù)、定量信息與定性信息、完整數(shù)據(jù)與缺值數(shù)據(jù)等; 4) 知識(shí)的表達(dá)和推理有嚴(yán)格的數(shù)學(xué)基礎(chǔ),推理的連續(xù)性克服了基于規(guī)則系統(tǒng)的某些不足。

考慮到貝葉斯網(wǎng)絡(luò)技術(shù)是一種概率統(tǒng)計(jì)方法,理論成熟,邏輯推理嚴(yán)密,同時(shí),網(wǎng)絡(luò)的結(jié)構(gòu)和參數(shù)既可通過經(jīng)驗(yàn)設(shè)定,又可通過學(xué)習(xí)獲得。另外,用貝葉斯網(wǎng)絡(luò)節(jié)點(diǎn)可以較好表示戰(zhàn)場軍事事件,直觀性強(qiáng),而各軍事事件的因果關(guān)系又可反映在貝葉斯網(wǎng)絡(luò)的條件概率之中,符合領(lǐng)域?qū)＜业呐袛鄿?zhǔn)則,因此本文采用貝葉斯網(wǎng)絡(luò)對(duì)反導(dǎo)防御這一軍事活動(dòng)進(jìn)行態(tài)勢評(píng)估研究[7～9]。

3 反導(dǎo)態(tài)勢評(píng)估設(shè)計(jì)

戰(zhàn)術(shù)態(tài)勢推演是態(tài)勢評(píng)估的重要內(nèi)容之一,戰(zhàn)術(shù)態(tài)勢推演可以分為進(jìn)攻戰(zhàn)術(shù)態(tài)勢推演、防御戰(zhàn)術(shù)態(tài)勢推演、戰(zhàn)術(shù)方案選擇推演等。本文針對(duì)艦艇作戰(zhàn)平臺(tái)反導(dǎo)這一軍事活動(dòng),對(duì)反導(dǎo)防御態(tài)勢推演進(jìn)行分析與設(shè)計(jì)[10]。

3.1 確定節(jié)點(diǎn)變量及其值域

在反導(dǎo)防御的貝葉斯網(wǎng)絡(luò)中,節(jié)點(diǎn)類型有三種:事件節(jié)點(diǎn)、中間節(jié)點(diǎn)和態(tài)勢節(jié)點(diǎn)。事件節(jié)點(diǎn)通過態(tài)勢覺察獲得,作為貝葉斯網(wǎng)絡(luò)的證據(jù)輸入,事件節(jié)點(diǎn)有:

1) 外部環(huán)境W:主要指艦艇周圍的風(fēng)速、風(fēng)向?qū)Σ瓧l云的影響,其值域?yàn)閷?dāng)前海況分成若干等級(jí);

2) 導(dǎo)彈速度MV:其值域?yàn)閺膩喴羲僦羶杀兑羲?

3) 形成箔條云時(shí)間CT:表示從本艦偵收到末制導(dǎo)信號(hào),到在空中形成箔條云經(jīng)歷的時(shí)間,其值域?yàn)?min～2min;

4) 偵收末制導(dǎo)持續(xù)時(shí)間RT:表示首次偵收到末制導(dǎo)信號(hào)到當(dāng)前時(shí)刻仍偵收到末制導(dǎo)信號(hào)的持續(xù)時(shí)間。由于有源干擾距離越遠(yuǎn)對(duì)干擾越有效,因此隨著時(shí)間增加,干擾成功的概率會(huì)變小,其值域?yàn)?min～10min;

5) 丟失目標(biāo)次數(shù)LN:表示我方偵察機(jī)丟失末制導(dǎo)信號(hào)的次數(shù),這一次數(shù)間接反映了導(dǎo)彈末制導(dǎo)信號(hào)對(duì)我方艦艇跟蹤丟失的次數(shù),其值域?yàn)?至若干次;

6) 攔截彈發(fā)射時(shí)彈目距離LD:其值域從0km～200km;

7) 相對(duì)速度TV:其值域?yàn)閺膩喴羲俚?倍音速;

8) 攔截彈數(shù)量LN:其值域從0枚導(dǎo)彈到多枚導(dǎo)彈;

9) 火炮密度FM:其值域高密度、中密度、低密度;

10) 火炮速度FV:其值域高速度、中速度、低速度。

中間節(jié)點(diǎn)是指貝葉斯網(wǎng)絡(luò)中隱含的態(tài)勢要素,其值域不能直接獲得,中間節(jié)點(diǎn)有:

1) 火炮攔截FL:其值域?yàn)閺暮懿畹胶芎?

2) 質(zhì)心干擾CJ:表示質(zhì)心干擾的效果,在干擾效果比較好的情況下,導(dǎo)彈仍有概率擊中目標(biāo)。其值域?yàn)楦蓴_效果從很差到很好;

3) 有源干擾RJ:其值域?yàn)閺暮懿畹胶芎?

4) 導(dǎo)彈攔截ML:其值域?yàn)閺暮懿畹胶芎?

5) 攔截彈捕獲目標(biāo)CH:其值域?yàn)椴东@和未捕獲;

6) 箔條云停留時(shí)間ST:表示箔條云能夠達(dá)到有效的雷達(dá)反射截面積從而引導(dǎo)導(dǎo)彈偏離目標(biāo)艦艇,箔條云處于這種狀態(tài)在空中停留的時(shí)間,其值域?yàn)?min～3min;

7) 艦艇與箔條云分離DS:其值域從未分離、部分分離到完全分離。

態(tài)勢節(jié)點(diǎn)只有一個(gè),用來表示反導(dǎo)防御是否成功,態(tài)勢節(jié)點(diǎn)為:

防御成功DF:其值域?yàn)槌晒?失敗。

3.2 確定各節(jié)點(diǎn)之間的條件依賴關(guān)系

采用因果推理的方式,以最終的反導(dǎo)防御是否成功為結(jié)果輸出,將節(jié)點(diǎn)防御成功(DF)作為唯一的葉節(jié)點(diǎn)。

按照艦艇反導(dǎo)防御的手段有采用艦空導(dǎo)彈攔截、艦炮攔截、有源干擾和無源質(zhì)心干擾,將四種反導(dǎo)手段的效果作為影響防御效果的因素,因此,將節(jié)點(diǎn)導(dǎo)彈攔截(ML)、火炮攔截(FL)、質(zhì)心干擾(CJ)和有源干擾(RJ)作為防御成功(DF)的四個(gè)父節(jié)點(diǎn)。

艦空導(dǎo)彈攔截的成功率與攔截彈的數(shù)量和攔截彈是否捕獲目標(biāo)有關(guān),而攔截彈捕獲來襲導(dǎo)彈的概率與攔截彈探測器有效工作時(shí)間有關(guān),即和攔截彈發(fā)射時(shí)彈目距離、相對(duì)速度有關(guān)。因此,攔截彈捕獲目標(biāo)(CH)和攔截彈數(shù)量(LN)作為導(dǎo)彈攔截(ML)的父節(jié)點(diǎn),相對(duì)速度(TV)和攔截彈發(fā)射時(shí)彈目距離(LD)作為攔截彈捕獲目標(biāo)(CH)的父節(jié)點(diǎn)。

火炮攔截的成功概率與火炮發(fā)射密度、火炮速度和導(dǎo)彈速度有關(guān)。因此,火炮密度(FM)、火炮速度(FV)和導(dǎo)彈速度(MV)作為火炮攔截(FL)的父節(jié)點(diǎn)。

質(zhì)心干擾的成功率只與導(dǎo)彈擊中目標(biāo)艦艇之前,艦艇和箔條云分離,艦艇與箔條云的RCS質(zhì)心偏離艦艇的概率有關(guān),而艦艇和箔條云有效分離受到形成箔條云的時(shí)間、導(dǎo)彈速度、箔條云停留時(shí)間的影響,箔條云停留時(shí)間又受到戰(zhàn)場風(fēng)速的影響。因此,節(jié)點(diǎn)箔條云停留時(shí)間(ST)、導(dǎo)彈速度(MV)、形成箔條云時(shí)間(CT)作為艦艇箔條云有效分離(DS)的父節(jié)點(diǎn)。

由于距離越遠(yuǎn),對(duì)于有源干擾越有利,因此隨著我方艦載傳感器持續(xù)對(duì)末制導(dǎo)信號(hào)的偵收,有源干擾成功的概率降低,而艦載傳感器丟失目標(biāo)次數(shù)表明來襲導(dǎo)彈的抗干擾能力強(qiáng)弱,加之和我方艦艇的距離更近,有源干擾成功的概率更低,因此節(jié)點(diǎn)偵收末制導(dǎo)持續(xù)時(shí)間(RT)和丟失目標(biāo)次數(shù)(LN)作為有源干擾(RJ)的父節(jié)點(diǎn)。

根據(jù)上述分析,確定各軍事事件節(jié)點(diǎn)、中間節(jié)點(diǎn)及態(tài)勢節(jié)點(diǎn)的相互依賴關(guān)系,得到如圖1貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)。

圖1 反導(dǎo)貝葉斯網(wǎng)絡(luò)

3.3 確定節(jié)點(diǎn)變量的值

根據(jù)領(lǐng)域知識(shí),對(duì)節(jié)點(diǎn)變量進(jìn)行模糊化,設(shè)定若干區(qū)間作為節(jié)點(diǎn)變量值。

1) 外部環(huán)境W={W1=一級(jí)海況,W2=二級(jí)海況,W3=三級(jí)海況};

2) 箔條云停留時(shí)間ST={ST1=[0,1],ST2=[1,1.5],ST3=[1.5,2],ST4=[2,2.5]},單位min;

3) 形成箔條云時(shí)間CT={CT1=[0,40],CT2=[40,60],CT3=[60,80],CT4=[80,100],CT5=[100,120]},單位s;

4) 導(dǎo)彈速度MV={MV1=[200,300],MV2=[300,400],MV3=[400,800]},單位m/s;

5) 艦艇與箔條云分離DS={DS1=分離,DS2=未分離};

6) 質(zhì)心干擾CJ={CJ1=良好,CJ2=一般,CJ3=差};

7) 相對(duì)速度TV={MV1=[400,600],MV2=[600,800],MV3=[800,1600]},單位m/s;

8) 攔截彈數(shù)量LN={LN1=1;LN2=2;LN3=3};

9) 攔截彈發(fā)射時(shí)彈目距離LD={LD1=[0,20],LD2=[20,50],LD3=[50,100],LD4=[100,150],LD5=[150,200]},單位km;

10) 攔截彈捕獲目標(biāo)CH={CH1=捕獲,CH2=未捕獲};

11) 導(dǎo)彈攔截ML={ML1=良好,ML2=一般,ML3=差};

12) 丟失目標(biāo)次數(shù)LN={LN1=0次,LN2=1次,LN3=2次};

13) 偵收末制導(dǎo)持續(xù)時(shí)間RT={RT1=[0,2],RT2=[2,4],RT3=[4,6],RT4=[6,8],RT5=[8,10]},單位min;14) 有源干擾RJ={RJ1=良好,RJ2=一般,RJ3=差};

15) 火炮攔截FL={FL1=良好,FL2=一般,FL3=差};

16) 火炮密度FM={FM1=高密度,FM2=中密度,FM3=低密度};

17) 火炮速度FV={FV1=高速度,FV2=中速度,FV3=低速度};

18) 防御成功DF={DF1=成功,DF2=失敗}。

3.4 確定條件概率表

由于樣本數(shù)據(jù)缺乏,條件概率表根據(jù)領(lǐng)域知識(shí)確定。

CPTTV=ai,其中ai=P(TV=TVi);

CPTLD=ai,其中ai=P(LD=LDi);

CPTCH=(aijk)2×3×5,其中aijk=P(CH=CHi|TV=TVj,LD=LDk);

CPTML=(aijk)3×2×3,其中aijk=P(ML=MLi|CH=CHj,LN=LNk);

…

3.5 概率推理

初始條件:各證據(jù)變量取值等概率,防御成功的后驗(yàn)概率為

P(DF=DF1|ML,CJ,RJ)=0.5
P(DF=DF2|ML,CJ,RJ)=0.5

輸入證據(jù),按照貝葉斯網(wǎng)絡(luò)的概率傳播算法,求得防御成功的后驗(yàn)概率。

概率推理結(jié)果的準(zhǔn)確性與設(shè)計(jì)的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)的合理性和條件概率設(shè)置的合理性有關(guān),在貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)確定的情況下,設(shè)置條件概率必須咨詢相關(guān)領(lǐng)域?qū)＜?使之更加合理。

4 結(jié)語

本文采用貝葉斯網(wǎng)絡(luò)進(jìn)行邏輯推理,實(shí)現(xiàn)對(duì)戰(zhàn)場環(huán)境下反導(dǎo)防御的態(tài)勢評(píng)估,態(tài)勢評(píng)估的準(zhǔn)確性依賴于貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)的合理性以及先驗(yàn)概率的準(zhǔn)確性,對(duì)于先驗(yàn)概率的設(shè)置,可以基于領(lǐng)域知識(shí),采用對(duì)專家咨詢加權(quán)平均法獲得,在樣本數(shù)據(jù)充分的情況下,可以采用貝葉斯網(wǎng)絡(luò)的學(xué)習(xí)過程獲得。

[1] 楊露菁,余華.多源信息融合理論與應(yīng)用[M].北京:北京郵電大學(xué)出版社,2006:1-22.

[2] 康耀紅.數(shù)據(jù)融合理論與應(yīng)用[M].西安:西安電子科技大學(xué)出版社,1997:1-24.

[3] 吳瑕,周焰.多傳感器目標(biāo)融合識(shí)別系統(tǒng)模型研究現(xiàn)狀與問題[J].宇航學(xué)報(bào),2010(5):503-506.

[4] 張連文,郭海鵬.貝葉斯網(wǎng)引論[M].北京:科學(xué)出版社,2006:31-105.

[5] Pearl J.Fusion,Propagation,and Structuring in Belief Networks[J].Artificial Intelligence,1986,29(3):241-288.

[6] Cooper G.Computational complexity of probabilistic inference using Bayesian network[J].Artificial Intelligence,1990.

[7] David L.Hall,James Llinas.An Introduction to Multisensor Data Fusion[C]//Proceedings of the IEEE,1976,85(1):6-15.

[8] 王欣.多傳感器數(shù)據(jù)融合問題的研究[D].長春:吉林大學(xué)博士論文,2006.

[9] E.Waltz,J.Llinas.Multisensor Data Fusion[M].Boston,MA: Artech House,1990.

[10] 羅景青.雷達(dá)對(duì)抗原理[M].武漢:海軍工程大學(xué),2003:5-6.

Research on Anti-missile Situation Assessment

ZHANG Liang

(No.91404 Troops of PLA,Qinhuangdao 066000)

Under the complex battlefield environment,large data from sensors of flighting platform has vital significance are analyzed and processed.Situation assessment is high level of data fusion,Bayesian network is a kind of uncertainty reasoning tool.This paper uses Bayesian network to research on anti-missile situation assessment of flighting platform and designs the model of anti-missile situation assessment.

anti-missile,situation assessment,Bayesian network

2014年8月10日,

2014年9月11日

張亮,男,碩士,工程師,研究方向:雷達(dá)對(duì)抗。

E927

10.3969/j.issn1672-9730.2015.02.015