基于BP神經(jīng)網(wǎng)絡(luò)的美軍空基ISR系統(tǒng)威脅等級(jí)評(píng)估

唐文亞，單 潔，韓升明

（電子工程學(xué)院，安徽合肥230037）

基于BP神經(jīng)網(wǎng)絡(luò)的美軍空基ISR系統(tǒng)威脅等級(jí)評(píng)估

唐文亞，單 潔，韓升明

（電子工程學(xué)院，安徽合肥230037）

針對(duì)美軍空基情報(bào)、監(jiān)視與偵察（ISR）系統(tǒng)的威脅，分析了影響目標(biāo)威脅等級(jí)的5個(gè)因素，結(jié)合BP神經(jīng)網(wǎng)絡(luò)建立了目標(biāo)威脅等級(jí)評(píng)估模型，并進(jìn)行了仿真評(píng)估。仿真結(jié)果表明，基于BP神經(jīng)網(wǎng)絡(luò)的威脅等級(jí)評(píng)估模型具有較好的效果，符合實(shí)際情況，能夠準(zhǔn)確反映目標(biāo)威脅等級(jí)。

BP神經(jīng)網(wǎng)絡(luò)；情報(bào)、監(jiān)視與偵察系統(tǒng)；威脅等級(jí)；評(píng)估

0 引言

為了能夠在和平時(shí)期應(yīng)對(duì)美軍空基ISR系統(tǒng)的偵察、監(jiān)視等行動(dòng)，科學(xué)合理地分配作戰(zhàn)資源，本文對(duì)空基ISR系統(tǒng)的威脅進(jìn)行量化研究。目標(biāo)威脅等級(jí)評(píng)估是威脅量化研究的主要內(nèi)容，威脅等級(jí)的確定可以使指揮員迅速判明當(dāng)前戰(zhàn)場(chǎng)態(tài)勢(shì)，縮短作戰(zhàn)反應(yīng)時(shí)間，更好地應(yīng)對(duì)空基ISR系統(tǒng)帶來的威脅。

目標(biāo)的威脅等級(jí)評(píng)估可采用多種方法，常見的有層次分析法、遺傳算法、貝葉斯網(wǎng)絡(luò)等，但上述方法確定指標(biāo)權(quán)重時(shí)采用主觀賦值法，對(duì)于未知目標(biāo)的適用性較差，難以在全面、合理地考慮各種因素的基礎(chǔ)上，給出威脅程度與影響因素的固定函數(shù)關(guān)系。BP神經(jīng)網(wǎng)絡(luò)模型可模擬人腦學(xué)習(xí)的過程，具有較強(qiáng)的自主學(xué)習(xí)能力。對(duì)BP神經(jīng)網(wǎng)絡(luò)進(jìn)行大量的樣本學(xué)習(xí)和訓(xùn)練，BP神經(jīng)網(wǎng)絡(luò)模型就可以很好地處理目標(biāo)威脅評(píng)估中的非線性問題，因此，本文采用BP神經(jīng)網(wǎng)絡(luò)的方法進(jìn)行美軍空基ISR系統(tǒng)的威脅等級(jí)評(píng)估。

1 BP神經(jīng)網(wǎng)絡(luò)

BP神經(jīng)網(wǎng)絡(luò)是指采用誤差反向傳播（EBP）算法的多層前饋人工神經(jīng)網(wǎng)絡(luò)。它是由輸入層、一個(gè)或多個(gè)隱藏層和輸出層組成的多層網(wǎng)絡(luò)，其學(xué)習(xí)的過程可歸結(jié)為信息的正向傳遞和根據(jù)誤差逆向修正權(quán)重兩部分。BP神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)過程可歸結(jié)如下：

1）樣本指標(biāo)值與威脅值的初始化；2）依次對(duì)網(wǎng)絡(luò)輸入學(xué)習(xí)樣本；3）計(jì)算輸出層的威脅值；4）計(jì)算輸出威脅值與樣本威脅值的反傳誤差；5）若全部誤差滿足要求，訓(xùn)練結(jié)束，否則重復(fù)步驟3），直到誤差滿足要求；6）學(xué)習(xí)結(jié)束。具體如圖1所示。

2 確定目標(biāo)威脅評(píng)估指標(biāo)

為闡述基于BP神經(jīng)網(wǎng)絡(luò)的美軍空基ISR系統(tǒng)威脅模型，首先應(yīng)明確評(píng)估指標(biāo)，在此基礎(chǔ)上建立BP神經(jīng)網(wǎng)絡(luò)模型。

2.1 確定威脅等級(jí)評(píng)估指標(biāo)的依據(jù)

確定空基ISR系統(tǒng)進(jìn)行偵察監(jiān)視時(shí)的目標(biāo)屬性，是確定目標(biāo)威脅等級(jí)的前提。具體威脅屬性的確定要依據(jù)空基ISR系統(tǒng)的作戰(zhàn)任務(wù)和被偵察方的應(yīng)對(duì)措施綜合確定。

2.1.1 目標(biāo)具體任務(wù)

根據(jù)作戰(zhàn)任務(wù)的不同，會(huì)出動(dòng)不同的ISR平臺(tái)，例如：可用EP-3E、RC-135偵察機(jī)在遠(yuǎn)距離截獲電磁輻射信號(hào)；可用U-2S、“全球鷹”偵察機(jī)的SAR雷達(dá)進(jìn)行成像偵察；可用預(yù)警機(jī)對(duì)特定空域進(jìn)行監(jiān)視。作戰(zhàn)任務(wù)不同會(huì)使用不同的作戰(zhàn)平臺(tái)，威脅也會(huì)有差異。

2.1.2 應(yīng)對(duì)措施

是否具備能夠有效地應(yīng)對(duì)空基ISR系統(tǒng)的措施，同樣也是衡量威脅等級(jí)的重要依據(jù)。對(duì)于隱身、高速、偵察打擊一體化的目標(biāo)（如美海軍正在驗(yàn)證的X-47B隱身無人機(jī)），預(yù)警探測(cè)系統(tǒng)難以發(fā)現(xiàn)，若它突破綜合防空系統(tǒng)，可直接對(duì)對(duì)方重要目標(biāo)進(jìn)行打擊，構(gòu)成的威脅程度高；而對(duì)于一般大型平臺(tái)、非隱身、慢速目標(biāo)，一般采取防區(qū)外偵察監(jiān)視措施，海空探測(cè)系統(tǒng)可以及時(shí)發(fā)現(xiàn)，同時(shí)可以引導(dǎo)海空兵力進(jìn)行攔截或采取其他有效的應(yīng)對(duì)措施，則此類目標(biāo)威脅程度相對(duì)較低。

2.2 目標(biāo)威脅等級(jí)評(píng)估的具體指標(biāo)

根據(jù)上述確定目標(biāo)威脅屬性的依據(jù)，可將目標(biāo)威脅的屬性分為運(yùn)動(dòng)特征、平臺(tái)特征、傳感器特征、位置特征及武器特征。

2.2.1 運(yùn)動(dòng)特征

運(yùn)動(dòng)特征反映目標(biāo)的機(jī)動(dòng)能力，以機(jī)動(dòng)速度來衡量。高速目標(biāo)威脅大，中低速目標(biāo)威脅小。當(dāng)目標(biāo)速度大于1000km/h時(shí)，威脅較大；目標(biāo)速度為500～1000km/h時(shí)，威脅中等；目標(biāo)速度小于500km/h時(shí)，威脅較小。

2.2.2 平臺(tái)特性

機(jī)體較小，或具備一定隱身能力的平臺(tái)探測(cè)難度大，則威脅大；中型平臺(tái)（如E-2C/D預(yù)警機(jī)）可在一定范圍內(nèi)準(zhǔn)確探測(cè)，威脅一般；大型（如E-8的“波音”737平臺(tái)）且不具備隱身能力的平臺(tái)，預(yù)警探測(cè)系統(tǒng)可在較遠(yuǎn)距離探測(cè)，威脅相對(duì)較小。

2.2.3 傳感器特征

機(jī)載無源電子偵察設(shè)備可獲取地面、艦載和機(jī)載警戒、火控雷達(dá)及通信、導(dǎo)航系統(tǒng)的精確信號(hào)參數(shù)，可為發(fā)展對(duì)抗措施提供依據(jù)，威脅最大；機(jī)載SAR雷達(dá)、多光譜傳感器可遠(yuǎn)距離對(duì)大范圍區(qū)域進(jìn)行高分辨力成像，獲取地形地貌、裝備部署等情報(bào)，威脅較大；機(jī)載警戒雷達(dá)可對(duì)海面目標(biāo)和空中目標(biāo)進(jìn)行監(jiān)視，但在對(duì)方預(yù)警探測(cè)系統(tǒng)的監(jiān)控之下，和平時(shí)期威脅相對(duì)較小。

2.2.4 位置特征

當(dāng)目標(biāo)在距對(duì)方領(lǐng)空500km之外時(shí)，威脅較??；當(dāng)目標(biāo)在距對(duì)方領(lǐng)空200～500km范圍內(nèi)時(shí)，威脅較大；當(dāng)目標(biāo)在距對(duì)方領(lǐng)空200km之內(nèi)時(shí)，威脅最大。

2.2.5 武器特征

當(dāng)前美軍大多數(shù)空基ISR系統(tǒng)均以情報(bào)獲取作為主要任務(wù)，但不排除有具備打擊能力的ISR系統(tǒng)，美軍的非傳統(tǒng)ISR手段F-CJ和F-35均可攜帶反輻射導(dǎo)彈和對(duì)地導(dǎo)彈。此處將平臺(tái)的武器特征分為進(jìn)攻型武器、自衛(wèi)型武器和無武器。攜帶進(jìn)攻型武器如反輻射導(dǎo)彈、反潛導(dǎo)彈和對(duì)地攻擊精確制導(dǎo)彈藥的ISR系統(tǒng)威脅最大；攜帶自衛(wèi)型武器的ISR系統(tǒng)威脅一般；無武器系統(tǒng)的ISR系統(tǒng)威脅最小。

通過上述目標(biāo)威脅屬性，可以定性描述目標(biāo)的當(dāng)前狀態(tài)和威脅情況，如目標(biāo)為預(yù)警機(jī)，機(jī)上載有預(yù)警雷達(dá)、光電偵察設(shè)備和無源探測(cè)設(shè)備，距離領(lǐng)空300km，機(jī)上無武器系統(tǒng)，通過這樣的描述可以直觀地表述當(dāng)前目標(biāo)的位置信息、傳感器類型等信息。

2.3 威脅評(píng)估指標(biāo)量化

將目標(biāo)威脅的屬性進(jìn)行量化，作為威脅模型的評(píng)價(jià)指標(biāo)。各屬性有可以根據(jù)目標(biāo)所處的狀態(tài)區(qū)分的不同的值，值越大，威脅越大，反之越小。在前文中，各個(gè)屬性的威脅度又可以分為高、中、低三個(gè)層次。此處在歸一化的基礎(chǔ)上將威脅度從高到低分為0.9、0.5和0.1，將威脅值取值范圍定為［0，1］，1代表威脅最大，0代表無威脅。如表1所示。

圖1 BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)過程

表l 目標(biāo)威脅指標(biāo)量化

2.4 建立BP神經(jīng)網(wǎng)絡(luò)模型

在本文中，BP神經(jīng)網(wǎng)絡(luò)模型分為3層，分別是輸入層、隱藏層和輸出層，如圖2所示。輸入層是對(duì)網(wǎng)絡(luò)輸入威脅評(píng)價(jià)指標(biāo)的量化值，輸入層共有5個(gè)輸入節(jié)點(diǎn)，分別代表影響目標(biāo)威脅等級(jí)的5個(gè)指標(biāo)，各指標(biāo)的值根據(jù)實(shí)際威脅度取值，取值范圍分別為0.1、0.5、0.9；隱藏層對(duì)指標(biāo)進(jìn)行處理，并根據(jù)輸出層的威脅值，不斷反饋優(yōu)化隱藏的具體計(jì)算結(jié)構(gòu)，最終結(jié)構(gòu)是根據(jù)輸入的指標(biāo)，能夠得出符合預(yù)期的威脅值。根據(jù)一定的樣本數(shù)據(jù)，訓(xùn)練BP神經(jīng)網(wǎng)絡(luò)，使網(wǎng)絡(luò)能夠輸出符合樣本威脅值，經(jīng)過訓(xùn)練后的網(wǎng)絡(luò)即可用于對(duì)不同狀態(tài)的空基ISR系統(tǒng)進(jìn)行威脅等級(jí)確定。

圖2 BP神經(jīng)網(wǎng)絡(luò)模型

3 BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練與仿真

3.1 訓(xùn)練樣本

原始數(shù)據(jù)作為訓(xùn)練神經(jīng)網(wǎng)絡(luò)的樣本，其選取是否合理，直接制約著神經(jīng)網(wǎng)絡(luò)的訓(xùn)練效果。此處根據(jù)實(shí)際情況和先驗(yàn)知識(shí)，列舉一批用于訓(xùn)練神經(jīng)網(wǎng)絡(luò)的樣本，如表2所示。

表2 訓(xùn)練BP網(wǎng)絡(luò)的樣本

上述樣本中，如樣本1所表示的目標(biāo)狀態(tài)為：大型慢速目標(biāo)、航速小于500km/h、位于對(duì)方領(lǐng)空500km之外、傳感器主要為警戒雷達(dá)、平臺(tái)上不攜帶武器系統(tǒng)，因此可判斷該目標(biāo)威脅較小，其威脅值為0.2；又如樣本6，表示目標(biāo)的狀態(tài)為隱身高速目標(biāo)，時(shí)速超過1000km/h，平臺(tái)上傳感器作用距離較小，但目標(biāo)據(jù)對(duì)方領(lǐng)空在200km以內(nèi)，且機(jī)上載有進(jìn)攻性武器，可對(duì)預(yù)警探測(cè)、防空反導(dǎo)等高價(jià)值目標(biāo)進(jìn)火力打擊，威脅極大，其威脅值設(shè)為0.9。其他樣本可根據(jù)指標(biāo)及相應(yīng)標(biāo)準(zhǔn)進(jìn)行描述。為了使結(jié)果更加直觀易懂，將威脅值劃分為3個(gè)不同的威脅度，分別為較低威脅、中等威脅和較高威脅。威脅度與威脅值的對(duì)應(yīng)范圍如表3所示。

表3 威脅度和威脅值的對(duì)應(yīng)關(guān)系

3.2 仿真計(jì)算

在具體的仿真計(jì)算中，利用Matlab中集成的trainlm函數(shù)進(jìn)行訓(xùn)練，以前16組數(shù)據(jù)作為訓(xùn)練樣本，分別輸入BP網(wǎng)絡(luò)進(jìn)行訓(xùn)練。訓(xùn)練好網(wǎng)絡(luò)后，用后5組數(shù)據(jù)作為測(cè)試樣本，用smi函數(shù)實(shí)現(xiàn)仿真，判斷BP網(wǎng)絡(luò)輸出的威脅值與實(shí)際威脅值進(jìn)行比較。BP神經(jīng)網(wǎng)絡(luò)的誤差計(jì)算過程和仿真結(jié)果如圖3所示。

圖3 BP神經(jīng)網(wǎng)絡(luò)仿真過程

結(jié)果顯示，在網(wǎng)絡(luò)計(jì)算到第7步的時(shí)候，誤差達(dá)到最小值0.0083，給定的誤差標(biāo)準(zhǔn)為0.01，結(jié)果已經(jīng)達(dá)到期望的精度。根據(jù)訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)，計(jì)算樣本的威脅值并與樣本實(shí)際的威脅值進(jìn)行對(duì)比，如表4所示。

表4 測(cè)試結(jié)果

3.3 結(jié)果分析

通過上述測(cè)試結(jié)果可知，經(jīng)過訓(xùn)練的BP神經(jīng)網(wǎng)絡(luò)可以在一定范圍內(nèi)較好地對(duì)威脅目標(biāo)的等級(jí)進(jìn)行評(píng)估。

對(duì)于慢速小型目標(biāo)、機(jī)上有光電傳感器、距對(duì)方領(lǐng)空200km范圍內(nèi)的空基ISR系統(tǒng)，如美軍“收割者”無人機(jī)，可判定為威脅較高的目標(biāo)（樣本17），其威脅值根據(jù)先驗(yàn)知識(shí)可判定為0.5，經(jīng)過BP神經(jīng)網(wǎng)絡(luò)的計(jì)算，其威脅值為0.2104，結(jié)果符合預(yù)期。

又如樣本20，為小型高速目標(biāo)、在距對(duì)方領(lǐng)空200km范圍內(nèi)、機(jī)上有光電傳感器和雷達(dá)探測(cè)設(shè)備、且攜帶進(jìn)攻性武器的空基ISR系統(tǒng)，如美軍的非傳統(tǒng)ISR手段F-35戰(zhàn)斗機(jī)，在進(jìn)行抵近偵察時(shí)，威脅程度高，可將0.7作為威脅值，經(jīng)過BP神經(jīng)網(wǎng)絡(luò)的判斷，其威脅值為0.7349，威脅度高，符合實(shí)際情況。

基于BP神經(jīng)網(wǎng)絡(luò)的威脅等級(jí)評(píng)估模型，經(jīng)過驗(yàn)證，可以滿足對(duì)美軍空基ISR系統(tǒng)威脅等級(jí)的評(píng)估需求。

4 結(jié)束語

本文是BP神經(jīng)網(wǎng)絡(luò)在目標(biāo)威脅等級(jí)建模與評(píng)估方面的一個(gè)應(yīng)用。通過分析空基ISR系統(tǒng)的威脅屬性，提出5種影響威脅等級(jí)的相關(guān)指標(biāo)，每種指標(biāo)又具有3種不同的屬性。應(yīng)用BP神經(jīng)網(wǎng)絡(luò)對(duì)美軍空基ISR系統(tǒng)威脅等級(jí)進(jìn)行建模與評(píng)估，仿真結(jié)果表明，該方法能夠較為合理地解決威脅等級(jí)評(píng)估中存在的非線性和不確定性問題，能較準(zhǔn)確地反映實(shí)際情況，具有一定的實(shí)用價(jià)值。■

［1］ 朱國(guó)濤，周樹濤，等.基于BP神經(jīng)網(wǎng)絡(luò)的氣象網(wǎng)絡(luò)威脅度建模和評(píng)估方法研究［J］.電光與控制，2011（3）：69-72.

［2］ 劉雁兵，劉付顯.基于模糊神經(jīng)網(wǎng)絡(luò)的空襲目標(biāo)威脅評(píng)估［J］.戰(zhàn)術(shù)導(dǎo)彈技術(shù)，2005（3）：9-12.

［3］ 孫虎兒.基于神經(jīng)網(wǎng)絡(luò)的優(yōu)化設(shè)計(jì)與應(yīng)用［M］.北京：國(guó)防工業(yè)出版社，2009.

［4］ 楊凱，王玉生，王學(xué)奎，等.基于BP神經(jīng)網(wǎng)絡(luò)的防空兵射擊指揮效能評(píng)估［J］.艦船電子對(duì)抗，2010（8）：36-38.

US airborne intelligence，surveillance&reconnaissance system threat assessment based on BP neural networks

Tang Wenya，Shan Jie，Han Shengming
（Electronic Engineering Institute，Hefei 230037，Anhui，China）

According to the threat of US airborne ISR system，5 factors affecting threat grade are analyzed. A targets threat grade assessing model combined with BP neural networks is found and simulated.The results indicate that the BP neural networks model is effective in establishing threat grade according and accords with the facts.

BP neural networks；ISR system；threat grade；assessment

TN97

A

2015-02-02；2015-07-01修回。

唐文亞（1990-），男，碩士研究生，研究方向?yàn)樾畔?duì)抗情報(bào)分析。