一種基于戰(zhàn)場(chǎng)態(tài)勢(shì)變權(quán)的目標(biāo)威脅評(píng)估方法

孔德鵬, 徐克虎, 陳金玉

(1. 裝甲兵工程學(xué)院控制工程系， 北京 100072; 2. 78098部隊(duì)， 四川 崇州 611237)

一種基于戰(zhàn)場(chǎng)態(tài)勢(shì)變權(quán)的目標(biāo)威脅評(píng)估方法

孔德鵬1, 徐克虎1, 陳金玉2

(1. 裝甲兵工程學(xué)院控制工程系， 北京 100072; 2. 78098部隊(duì)， 四川 崇州 611237)

針對(duì)常權(quán)綜合方法的評(píng)估結(jié)果與實(shí)際情況不符，而一般變權(quán)綜合方法又無法充分利用態(tài)勢(shì)估計(jì)信息的問題，提出了基于戰(zhàn)場(chǎng)態(tài)勢(shì)變權(quán)的目標(biāo)威脅評(píng)估方法。首先進(jìn)行戰(zhàn)場(chǎng)態(tài)勢(shì)分組，定義了一種直覺模糊集的態(tài)勢(shì)估計(jì)信息表示方法，利用直覺模糊集的記分值對(duì)分組權(quán)重進(jìn)行變權(quán)；然后提出了組內(nèi)指標(biāo)變權(quán)類型判別準(zhǔn)則和變權(quán)因子量化準(zhǔn)則，通過分組變權(quán)和組內(nèi)變權(quán)獲得指標(biāo)最終變權(quán)權(quán)值，并利用變權(quán)逼近理想解排序法對(duì)目標(biāo)威脅進(jìn)行了評(píng)估；最后通過實(shí)例驗(yàn)證了該方法的合理性和可行性。

戰(zhàn)場(chǎng)態(tài)勢(shì)；直覺模糊集；變權(quán)；威脅評(píng)估

合成分隊(duì)是地面作戰(zhàn)的重要力量，其作戰(zhàn)環(huán)境多變，任務(wù)多樣，地形復(fù)雜,目標(biāo)類型多，指標(biāo)選取、量化難，權(quán)重確定更難,且其目標(biāo)威脅程度與態(tài)勢(shì)信息聯(lián)系非常緊密，因此很難獲得較為科學(xué)的評(píng)估結(jié)果。目前，目標(biāo)威脅評(píng)估多采用常權(quán)綜合方法，即在評(píng)估過程中指標(biāo)權(quán)重不變，但在戰(zhàn)場(chǎng)態(tài)勢(shì)多變的情況下，其評(píng)估結(jié)果常常與實(shí)際情況不符。

汪培莊等[1]首先提出了變權(quán)思想；李洪興[2]研究了變權(quán)綜合決策模型，使變權(quán)方法成為一種可行的評(píng)估方法；張錦春等[3]提出了均衡函數(shù)的構(gòu)造方法；徐則中[4]提出了一種變權(quán)向量構(gòu)造方法；陳超等[5]提出了分組變權(quán)理論，使變權(quán)理論和方法不斷完善。目前，變權(quán)評(píng)估方法作為一種重要的評(píng)估方法，已成功應(yīng)用于威脅評(píng)估和多屬性決策，并取得了較為滿意的結(jié)果[6-9]。變權(quán)評(píng)估方法就是指標(biāo)的權(quán)重可根據(jù)指標(biāo)特性的不同而進(jìn)行相應(yīng)的變化。一般的變權(quán)方法包括2個(gè)步驟：首先確定變權(quán)類型是懲罰性變權(quán)還是激勵(lì)性變權(quán)；然后確定變權(quán)向量或變權(quán)因子。其中：變權(quán)方法有主觀判定法和指標(biāo)奇異值屬性判定法[10]；變權(quán)向量主要通過構(gòu)造法獲得，變權(quán)因子的選取多根據(jù)經(jīng)驗(yàn)確定[4]。但這種基于一般變權(quán)方法的目標(biāo)威脅評(píng)估主要通過指標(biāo)值進(jìn)行變權(quán)，其僅考慮了指標(biāo)的屬性，很少考慮目標(biāo)所處的戰(zhàn)場(chǎng)態(tài)勢(shì)信息。

為此，本文提出了一種基于態(tài)勢(shì)估計(jì)信息和指標(biāo)屬性的雙層變權(quán)目標(biāo)威脅評(píng)估方法，并通過實(shí)例進(jìn)行了驗(yàn)證。

1 戰(zhàn)場(chǎng)態(tài)勢(shì)信息描述

基于戰(zhàn)場(chǎng)態(tài)勢(shì)的變權(quán)需要確定態(tài)勢(shì)信息的影響，不同態(tài)勢(shì)下目標(biāo)的任務(wù)、意圖和目的也不同。根據(jù)戰(zhàn)場(chǎng)態(tài)勢(shì)可確定作戰(zhàn)模式，提取態(tài)勢(shì)要素，進(jìn)行態(tài)勢(shì)推理，從而確定敵方作戰(zhàn)意圖。戰(zhàn)場(chǎng)態(tài)勢(shì)信息描述就是對(duì)戰(zhàn)場(chǎng)態(tài)勢(shì)推理信息的簡(jiǎn)化，更加合理地表示這種不確定信息，從而為變權(quán)提供態(tài)勢(shì)依據(jù)。

1.1 戰(zhàn)場(chǎng)態(tài)勢(shì)與態(tài)勢(shì)估計(jì)

戰(zhàn)場(chǎng)態(tài)勢(shì)是指在一次戰(zhàn)役/戰(zhàn)斗的作戰(zhàn)地域內(nèi)，敵我雙方投入的兵力編成、兵力和武器部署等情況，地形、氣象情況以及影響作戰(zhàn)的戰(zhàn)場(chǎng)環(huán)境等諸因素的總稱[11]。

戰(zhàn)場(chǎng)態(tài)勢(shì)估計(jì)屬于信息/數(shù)據(jù)融合中的2級(jí)融合，它接收1級(jí)融合結(jié)果，從中提取出態(tài)勢(shì)元素，經(jīng)過基于軍事領(lǐng)域知識(shí)估計(jì)模型的推理和評(píng)判，得到敵方兵力結(jié)構(gòu)的部署情況、作戰(zhàn)行動(dòng)計(jì)劃和模式，進(jìn)而推斷出其作戰(zhàn)意圖[12-14]。

1.2 戰(zhàn)場(chǎng)態(tài)勢(shì)信息描述方法

為方便描述，將戰(zhàn)場(chǎng)態(tài)勢(shì)ψ根據(jù)目標(biāo)任務(wù)、作戰(zhàn)企圖等分為子態(tài)勢(shì)ψ1,ψ2,…,ψm，若ψ=ψ1∪ψ2∪…∪ψm，ψi∩ψj=?，i,j=1,2,…,m，i≠j，則稱ψ1,ψ2,…,ψm為戰(zhàn)場(chǎng)態(tài)勢(shì)ψ的完備分組；若簡(jiǎn)化部分信息，使ψ1∪ψ2∪…∪ψm?ψ，ψi∩ψj=?，i,j=1,2,…,m，i≠j，則稱ψ1,ψ2,…,ψm為戰(zhàn)場(chǎng)態(tài)勢(shì)ψ的不完備分組。

若每個(gè)子態(tài)勢(shì)下只需要考慮一種目標(biāo)意圖Ti,i=1,2,…,m，如火力攻擊、偵查干擾或兵力轉(zhuǎn)移等，則可根據(jù)態(tài)勢(shì)的復(fù)雜程度將子態(tài)勢(shì)ψj再次分為pj個(gè)子組ψj1,ψj2,…,ψjpj，從而為分析戰(zhàn)場(chǎng)態(tài)勢(shì)提供方便。

為了描述目標(biāo)的戰(zhàn)場(chǎng)態(tài)勢(shì)信息，本文采用直覺模糊集[15]來表示目標(biāo)的某種意圖或任務(wù)的可能性，根據(jù)戰(zhàn)場(chǎng)多源傳感器信息和相應(yīng)的軍事知識(shí)進(jìn)行態(tài)勢(shì)推理和態(tài)勢(shì)估計(jì),獲得所需信息。

設(shè)X為給定論域，則X上的直覺模糊集A為

A={x,μA(x),γA(x)|x∈X}，

(1)

其中：μA(x)：X→[0,1],為A的隸屬函數(shù)；γA(x)：X→[0,1],為A的非隸屬函數(shù)。對(duì)于A上所有x∈X，均有0≤μA(x)+γA(x)≤1成立。

直覺模糊集Ak表示目標(biāo)k的戰(zhàn)場(chǎng)態(tài)勢(shì)ψ的估計(jì)信息，為目標(biāo)k態(tài)勢(shì)信息IFS描述,描述了目標(biāo)k的m個(gè)意圖或任務(wù)的可能性,且

Ak= {ψi,μA(ψi),γA(ψi)|ψi?ψ}=

(2)

2 戰(zhàn)場(chǎng)態(tài)勢(shì)變權(quán)方法

2.1 變權(quán)思路

設(shè)根據(jù)子態(tài)勢(shì)ψ1,ψ2,…,ψm將評(píng)估指標(biāo)分為m個(gè)組F1,F2,…,Fm，子態(tài)勢(shì)與指標(biāo)分組一一對(duì)應(yīng)，變權(quán)思路如下。1)對(duì)分組的權(quán)重進(jìn)行變權(quán)。設(shè)在子態(tài)勢(shì)ψ1下只考慮目標(biāo)的火力打擊能力，若通過態(tài)勢(shì)估計(jì)獲得了目標(biāo)完成火力打擊的意圖大小，就可相應(yīng)地改變與子態(tài)勢(shì)ψ1對(duì)應(yīng)的指標(biāo)組的權(quán)重。2)對(duì)指標(biāo)組內(nèi)各指標(biāo)的權(quán)重進(jìn)行變權(quán)。首先根據(jù)指標(biāo)屬性確定變權(quán)類型，然后依據(jù)指標(biāo)值的大小確定變權(quán)因子。

2.2 變權(quán)步驟

以1次分組為例，設(shè)戰(zhàn)場(chǎng)上共有K個(gè)評(píng)估目標(biāo);n個(gè)評(píng)估指標(biāo)f1,f2, …,fn，且指標(biāo)間相互獨(dú)立，子態(tài)勢(shì)ψi與指標(biāo)組Fi(i=1,2,…,m)對(duì)應(yīng)；且Fi有qi個(gè)指標(biāo)fi1,fi2,…,fiqi,指標(biāo)組的初始常權(quán)向量為W=(w1,w2,…,wm)。則在第k個(gè)目標(biāo)的Fi內(nèi)，各指標(biāo)的狀態(tài)向量為Xki=(xki1,xki2,…,xkiqi)，初始權(quán)重向量為wi=(wi1,wi2,…,wiqi)T。具體變權(quán)步驟如下。

1) 利用戰(zhàn)場(chǎng)態(tài)勢(shì)信息對(duì)指標(biāo)分組的權(quán)重進(jìn)行變權(quán)。根據(jù)每個(gè)目標(biāo)的戰(zhàn)場(chǎng)態(tài)勢(shì)信息Ak，計(jì)算直覺模糊集中每個(gè)元素的計(jì)分值。Ak的計(jì)分函數(shù)為[16]

L(E(Ak(i)))=μA(ψi)+μA(ψi)×

(1-μA(ψi)-γA(ψi))。

(3)

由式(3)可得第k個(gè)目標(biāo)的態(tài)勢(shì)信息記分值L(E(Ak))=(ak1,ak2,…,akm)，則對(duì)第k個(gè)目標(biāo)指標(biāo)組權(quán)重的變權(quán)為

(4)

式中：“·”為Hardarmard乘積，即2個(gè)向量對(duì)應(yīng)的元素相乘；sum()為求和函數(shù)。

(5)

本文提出了一種α取值的量化準(zhǔn)則。

(1) 當(dāng)采用懲罰性變權(quán)時(shí)，

(6)

(2) 當(dāng)采用激勵(lì)性變權(quán)時(shí)，

(7)

3) 融合態(tài)勢(shì)信息變權(quán)和指標(biāo)值信息變權(quán)，獲得最終變權(quán)權(quán)重向量，即

(8)

3 基于變權(quán)的TOPSIS法目標(biāo)威脅評(píng)估

3.1 初始常權(quán)的確定方法

指標(biāo)常權(quán)獲取方法有主觀賦權(quán)法、客觀賦權(quán)法和組合賦權(quán)法[17]。為了兼顧主、客觀信息，本文采用線性加權(quán)組合方法進(jìn)行賦權(quán)，即

wi=λSi+(1-λ)Oi。

(9)

式中：λ為主觀偏好系數(shù);Si為主觀權(quán)重;Oi為客觀權(quán)重。

3.2 變權(quán)TOPSIS法目標(biāo)威脅評(píng)估步驟

采用變權(quán)TOPSIS法進(jìn)行目標(biāo)威脅評(píng)估的具體步驟如下。

1) 用向量規(guī)范化的方法求得規(guī)范決策矩陣。設(shè)有m個(gè)評(píng)估目標(biāo)，n個(gè)評(píng)估指標(biāo)，Y=(yij)m×n為目標(biāo)威脅指標(biāo)量化矩陣；Z=(zij)m×n為規(guī)范化決策矩陣，其中：

(10)

2) 構(gòu)選變權(quán)加權(quán)規(guī)范矩陣X=(xij)m×n。其中:xij=wj·zij,為規(guī)范化指標(biāo)值，wj為指標(biāo)變權(quán)向量。

4) 計(jì)算各目標(biāo)到理想解與負(fù)理想解的距離。目標(biāo)xi到理想解和負(fù)理想解的距離分別為

(11)

5) 計(jì)算各目標(biāo)的綜合評(píng)價(jià)指數(shù)。

(12)

4 實(shí)例分析

以合成分隊(duì)作戰(zhàn)為例，對(duì)其目標(biāo)威脅進(jìn)行評(píng)估分析。獲取戰(zhàn)場(chǎng)態(tài)勢(shì)信息后，選取合成分隊(duì)作戰(zhàn)力量的部分典型運(yùn)用方式對(duì)變權(quán)指標(biāo)進(jìn)行分組，各指標(biāo)的分組及其初始常權(quán)如表1所示。

共有5個(gè)目標(biāo)威脅，其評(píng)估指標(biāo)值的歸一化處理結(jié)果如表2所示。

為了檢驗(yàn)算法對(duì)態(tài)勢(shì)信息的融合能力，本文假設(shè)2種戰(zhàn)場(chǎng)態(tài)勢(shì)A1、A2，每種態(tài)勢(shì)下都考慮5個(gè)目標(biāo)的情況。

表1 評(píng)估指標(biāo)分組及初始常權(quán)

表2 目標(biāo)威脅評(píng)估指標(biāo)值歸一化處理結(jié)果

A1={A11,A12,A13,A14,A15},其中:

A11={0.8,0.1,0.2,0.3,0.4,0.1},

A12={0.5,0.3,0.6,0.3,0.2,0.6},

A13={0.1,0.8,0.7,0.1,0.5,0.3},

A14={0.5,0.2,0.1,0.8,0.7,0.1},

A15={0.2,0.7,0.3,0.4,0.8,0.1}，

A2={A21,A22,A23,A24,A25},其中:

A21={0.2,0.7,0.8,0.1,0.1,0.8},

A22={0.1,0.9,0.9,0.1,0.2,0.6},

A23={0.2,0.6,0.8,0.1,0.3,0.3},

A24={0.1,0.8,0.7,0.2,0.2,0.7},

A25={0.3,0.6,0.8,0.1,0.1,0.7}。

在子態(tài)勢(shì)1、2中，完成作戰(zhàn)任務(wù)需要各指標(biāo)的協(xié)同作用，指標(biāo)之間不具有互補(bǔ)性，應(yīng)選擇懲罰性變權(quán)；在子態(tài)勢(shì)3中，指標(biāo)在目標(biāo)占領(lǐng)地域中可以互補(bǔ)，應(yīng)選擇激勵(lì)性變權(quán)。采用本文提出的算法分別對(duì)態(tài)勢(shì)A1、A2下的目標(biāo)威脅進(jìn)行評(píng)估，并與常權(quán)綜合評(píng)價(jià)方法、普通變權(quán)評(píng)估方法進(jìn)行了對(duì)比，結(jié)果如表3所示。

由表3可以看出：基于戰(zhàn)場(chǎng)態(tài)勢(shì)變權(quán)的威脅評(píng)估方法可根據(jù)戰(zhàn)場(chǎng)態(tài)勢(shì)的不同，融合戰(zhàn)場(chǎng)的態(tài)勢(shì)信息，自動(dòng)調(diào)整目標(biāo)的威脅度；普通變權(quán)綜合的結(jié)果與常權(quán)綜合不同，表明變權(quán)因子具有調(diào)節(jié)作用；與不考慮態(tài)勢(shì)信息的評(píng)估結(jié)果相比較，基于態(tài)勢(shì)信息1的評(píng)估結(jié)果有所變化，表明態(tài)勢(shì)信息對(duì)目標(biāo)威脅度有調(diào)整，不同的態(tài)勢(shì)會(huì)有不同的威脅度。由子態(tài)勢(shì)2的IFS信息描述可以看出：由于目標(biāo)偵察預(yù)警意圖較大，所以偵察預(yù)警指標(biāo)組的指標(biāo)值對(duì)威脅排序結(jié)果應(yīng)當(dāng)起決定性作用，而評(píng)估結(jié)果也正好反映了這一特點(diǎn)，表明本文所提出的算法是合理的。

表3 采用變權(quán)綜合和常權(quán)綜合的目標(biāo)威脅評(píng)估結(jié)果

5 結(jié)論

本文提出的威脅評(píng)估方法能夠較好地處理態(tài)勢(shì)和指標(biāo)信息，獲得較為滿意的威脅排序結(jié)果，為復(fù)雜戰(zhàn)場(chǎng)環(huán)境中提高目標(biāo)威脅評(píng)估結(jié)果的合理性提供了一種可行方法。態(tài)勢(shì)分組與指標(biāo)確定是變權(quán)的難點(diǎn)，下一步將針對(duì)態(tài)勢(shì)分組與指標(biāo)選取進(jìn)行研究，提高算法的可行性與易用性，為合成分隊(duì)的火力分配決策提供科學(xué)依據(jù)。

[1] 汪培莊,李洪興. 模糊系統(tǒng)理論與模糊計(jì)算機(jī)[M]. 北京:科出版社,1996: 11-15.

[2] 李洪興. 因素空間理論與知識(shí)表示的數(shù)學(xué)框架(Ⅷ)：變權(quán)綜合原理[J]. 模糊系統(tǒng)與數(shù)學(xué),1995,9(3):1-9.

[3] 張錦春,裘杭萍,權(quán)冀川. 變權(quán)評(píng)估中均衡函數(shù)的構(gòu)造[J]. 火力與指揮控制,2007,32(7):107-110.

[4] 徐則中. 變權(quán)綜合決策中變權(quán)向量的構(gòu)造[J]. 遼寧工程技術(shù)大學(xué)學(xué)報(bào):自然科學(xué)版,2010,29(5):843-846.

[5] 陳超, 沙基昌,劉俊先,等.分組變權(quán)綜合評(píng)估方法及應(yīng)用[J]. 系統(tǒng)管理學(xué)報(bào),2007,16(3): 341-344.

[6] 夏春林,周德云,馮琦. 基于變權(quán)灰色關(guān)聯(lián)法的目標(biāo)威脅評(píng)估[J].火力與指揮控制,2014,39(4):54-57.

[7] 李鑫,劉瑩瑩,李贛華,等. 基于模糊變權(quán)原理的衛(wèi)星健康評(píng)估方法[J]. 系統(tǒng)工程與電子技術(shù),2014,36(3):476-480.

[8] 張小芝,朱傳喜,朱麗. 一種基于變權(quán)的動(dòng)態(tài)多屬性決策方法[J]. 控制與決策,2014,29(3):494-498.

[9] 章玲,周德群.基于λ模糊測(cè)度的變權(quán)關(guān)聯(lián)多屬性決策分析[J]. 控制與決策,2008,23(3):267-272.

[10] 管清波,馮書興. 一種新的武器裝備體系能力指標(biāo)變權(quán)算法[J]. 裝備學(xué)院學(xué)報(bào),2014,25(1):112-115.

[11] 孫潤(rùn).態(tài)勢(shì)估計(jì)技術(shù)研究與實(shí)現(xiàn)[D]. 西安:西安電子科技大學(xué),2009.

[12] 柴慧敏,王寶樹. 動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)在戰(zhàn)術(shù)態(tài)勢(shì)估計(jì)中的應(yīng)用[J]. 計(jì)算機(jī)應(yīng)用研究,2011,28(6):2151-2153.

[13] 孫兆林,楊宏文,胡衛(wèi)東. 基于貝葉斯網(wǎng)絡(luò)的態(tài)勢(shì)估計(jì)方法[J]. 計(jì)算機(jī)應(yīng)用,2005,25(4):745-747.

[14] 賈則,宋敬利,金輝,等. D-S證據(jù)理論在戰(zhàn)術(shù)態(tài)勢(shì)估計(jì)技術(shù)中的應(yīng)用[J]. 計(jì)算機(jī)測(cè)量與控制,2009,17(8):1571-1573.

[15] Huang J, Zhao Y J, Li B C. The Application of Intuitionistic Fuzzy MADM Based on Projection Model in Threat Assessment[J]. Lecture Notes in Computer science,2012, 7530(1):506-513.

[16] 許昌林,魏立力. 多準(zhǔn)則模糊決策的Vague集方法[J]. 系統(tǒng)工程理論與實(shí)踐,2011,30(11):2019-2025.

[17] 耿濤,張安,郝興國(guó). 基于組合賦權(quán)TOPSIS法的空戰(zhàn)多目標(biāo)威脅評(píng)估[J]. 火力與指揮控制,2011,36(3):16-19.

(責(zé)任編輯: 王生鳳)

A Target Threat Assessment Method Based on Battlefield Situation Variable Weight

KONG De-peng1, XU Ke-hu1, CHEN Jin-yu2

(1. Department of Control Engineering, Academy of Armored Forces Engineering, Beijing 100072, China; 2. Troop No. 78098 of PLA, Chongzhou 611237, China)

In view of the problems that assessment results of constant right synthesis method is inconsistent with the actual situation and general variable weight synthesis cannot make full use of situation assessment information, a threat assessment method is proposed based on battlefield situation variable weight. At first, battlefield situation is divided into groups and a kind of situation assessment information representation method is defined by Intuitionistic Fuzzy Set (IFS), grouping variable weight is changed using score values of IFS; then the criteria of index variable weight type differentiation within group and the criteria of variable weight factor quantification are put forward; the index variable weight is obtained by grouping variable weight and variable weight within group, and target threat assessment is carried out using the TOPSIS method. At last, the method is proved to be rational and feasible by the simulation examples.

battlefield situation; Intuitionistic Fuzzy Set (IFS); variable weight; threat assessment

1672-1497(2015)04-0012-04

2015-03-19

軍隊(duì)科研計(jì)劃項(xiàng)目

孔德鵬(1990-)，男，碩士研究生。

E911

A

10.3969/j.issn.1672-1497.2015.04.003