融合戰(zhàn)術(shù)與修正物理特征的空中目標(biāo)戰(zhàn)術(shù)類型識(shí)別*

崇元，李加祥，艾葳，王勃

（海軍大連艦艇學(xué)院，遼寧大連116018）

融合戰(zhàn)術(shù)與修正物理特征的空中目標(biāo)戰(zhàn)術(shù)類型識(shí)別*

崇元，李加祥，艾葳，王勃

（海軍大連艦艇學(xué)院，遼寧大連116018）

針對(duì)敵方飛行器隱身、偽裝技術(shù)的日趨成熟，致使我方由偵察設(shè)備獲取的電磁信號(hào)嚴(yán)重變形，特別是物理特征在目標(biāo)類型識(shí)別中的作用日趨減弱的現(xiàn)實(shí)問題，提出了一種融合目標(biāo)戰(zhàn)術(shù)特征修正物理特征證據(jù)的目標(biāo)戰(zhàn)術(shù)類型識(shí)別方法。該方法從目標(biāo)戰(zhàn)術(shù)類型識(shí)別的軍事需求出發(fā)，提出對(duì)沖突物理特征證據(jù)的階梯式修正規(guī)則，以及對(duì)沖突證據(jù)折扣因子的優(yōu)化方法，并將修正后的證據(jù)重新組合得到識(shí)別結(jié)果。仿真實(shí)例證明該方法在處理目標(biāo)沖突物理特征證據(jù)時(shí)具有高準(zhǔn)確率的特點(diǎn)。該方法為復(fù)雜環(huán)境下的目標(biāo)戰(zhàn)術(shù)類型識(shí)別問題提供一種新的解決思路。

目標(biāo)戰(zhàn)術(shù)類型識(shí)別，戰(zhàn)術(shù)特征，物理特征，證據(jù)沖突，證據(jù)修正

0 引言

對(duì)空中目標(biāo)戰(zhàn)術(shù)類型的識(shí)別是編隊(duì)防空態(tài)勢分析的基本內(nèi)容，也是指揮決策過程的一個(gè)重要環(huán)節(jié)，我方指揮員必須知道來襲目標(biāo)是誰，才能進(jìn)行正確的指揮決策工作［1］。

目前關(guān)于目標(biāo)類型識(shí)別的理論與方法，主要集中在傳感器信號(hào)級(jí)的研究并利用目標(biāo)回波、信號(hào)特征等物理特征的識(shí)別方法，如經(jīng)典譜分析、小波分析、時(shí)頻分析等［2］。這些技術(shù)手段通常只根據(jù)目標(biāo)的物理特征信息進(jìn)行識(shí)別分類，然而探測設(shè)備所獲得的目標(biāo)電磁或聲信號(hào)經(jīng)數(shù)字化處理后，其物理外觀特征往往被隱瞞，同時(shí)由于敵方干擾和現(xiàn)代艦艇、飛機(jī)均采用了隱身等偽裝技術(shù)，造成其電磁、聲信號(hào)嚴(yán)重變形，這使得獲得的目標(biāo)信息通常具有高度的不完全性和不確定性，從而導(dǎo)致分類效果很難令人滿意。因此，僅靠技術(shù)手段識(shí)別目標(biāo)的類型將難以滿足作戰(zhàn)指揮的需要，為此又有文獻(xiàn)提出將目標(biāo)戰(zhàn)術(shù)特征與物理特征相結(jié)合的目標(biāo)類型識(shí)別方法［1，3-5］。這些方法雖在一定程度上提高了類型區(qū)分的準(zhǔn)確性和容錯(cuò)性，但幾乎沒有考慮前者是否存在干擾、欺騙等行為，并且物理特征在識(shí)別過程中的匹配程度要強(qiáng)于戰(zhàn)術(shù)特征，若將二者同時(shí)作為識(shí)別算法的輸入?yún)?shù)，會(huì)導(dǎo)致戰(zhàn)術(shù)特征在識(shí)別過程中的作用不突出，最終導(dǎo)致識(shí)別失敗。

因此，本文采用DS證據(jù)理論以及從修正原始證據(jù)的角度，對(duì)經(jīng)證據(jù)校驗(yàn)后存在沖突的物理特征證據(jù)進(jìn)行修正，通過建立證據(jù)折扣因子的優(yōu)化模型，對(duì)沖突的物理特征證據(jù)進(jìn)行最佳折扣，以提高目標(biāo)戰(zhàn)術(shù)類型的識(shí)別率。

1 目標(biāo)戰(zhàn)術(shù)類型識(shí)別的必要性

隨著編隊(duì)防空作戰(zhàn)范圍的逐步增大，編隊(duì)所面臨的空中目標(biāo)組成將更加復(fù)雜，在編隊(duì)防空作戰(zhàn)范圍內(nèi)，防空作戰(zhàn)面臨的威脅目標(biāo)可以分為兩大類：飛機(jī)和導(dǎo)彈，其劃分方法如表1所示［3］。

表1 空中目標(biāo)類型劃分

目前，對(duì)空中目標(biāo)識(shí)別的工作大多數(shù)都定義為“目標(biāo)類型”識(shí)別，其目的是將如表1中的類型A～F進(jìn)行區(qū)分。由于不同類型的空中目標(biāo)在作戰(zhàn)過程中將呈現(xiàn)出不同的戰(zhàn)術(shù)特征，以便完成其所執(zhí)行的戰(zhàn)術(shù)任務(wù)，如執(zhí)行攻擊任務(wù)的主戰(zhàn)飛機(jī)，以及執(zhí)行偵察任務(wù)的支援飛機(jī)，其在目標(biāo)加速度、目標(biāo)出現(xiàn)距離、目標(biāo)攻擊舷角等戰(zhàn)術(shù)屬性上將有顯著差異，因此，若區(qū)分表1中的機(jī)種類別，利用目標(biāo)戰(zhàn)術(shù)特征就可完成識(shí)別工作。但隨著作戰(zhàn)任務(wù)的復(fù)雜化、具體化需求，戰(zhàn)術(shù)電子戰(zhàn)飛機(jī)既可以是專用型號(hào)，也可以利用普通戰(zhàn)斗機(jī)進(jìn)行改裝，加掛電子偵查與干擾吊艙后執(zhí)行偵查與干擾任務(wù)。另外根據(jù)傳統(tǒng)識(shí)別方法只能識(shí)別出的A類別支援飛機(jī)還包括偵察機(jī)與干擾機(jī)，若對(duì)目標(biāo)不進(jìn)行戰(zhàn)術(shù)類型識(shí)別則無法判定其可能執(zhí)行的戰(zhàn)術(shù)任務(wù)，從而影響我方對(duì)抗該目標(biāo)的壓制手段。

綜上所述，即使對(duì)目標(biāo)類型作出識(shí)別，也很難斷定作戰(zhàn)平臺(tái)的戰(zhàn)術(shù)意圖。因此，現(xiàn)有的目標(biāo)類型識(shí)別方法已不能夠滿足作戰(zhàn)指揮的需要，只有對(duì)“目標(biāo)戰(zhàn)術(shù)類型”進(jìn)行識(shí)別才能為后續(xù)指揮決策提供更有意義的情報(bào)信息。本文所研究的目標(biāo)戰(zhàn)術(shù)類型識(shí)別將區(qū)別于一般意義上的目標(biāo)類型識(shí)別方法，它是在總結(jié)并分析戰(zhàn)術(shù)行為特點(diǎn)的基礎(chǔ)上，融合偵察設(shè)備獲得的目標(biāo)物理特征信息，并對(duì)其進(jìn)行適當(dāng)修正，以實(shí)現(xiàn)對(duì)目標(biāo)戰(zhàn)術(shù)類型進(jìn)行識(shí)別的目的。這一過程給指揮員提供了更為全面、準(zhǔn)確的戰(zhàn)場態(tài)勢，是一個(gè)由“作戰(zhàn)信息”上升為“作戰(zhàn)知識(shí)”的過程。

2 目標(biāo)物理特征證據(jù)校驗(yàn)及證據(jù)折扣優(yōu)化方法

2.1 目標(biāo)物理特征校驗(yàn)

作戰(zhàn)過程中包含大量的不確定性，作戰(zhàn)仿真模型要充分考慮戰(zhàn)場不確定的來源與傳遞過程。其中，目標(biāo)戰(zhàn)術(shù)類型識(shí)別過程中的不確定性是由于戰(zhàn)場感知的不確定（如有關(guān)目標(biāo)的物理特征）輸入信息造成的。這些大量不可靠的、自相矛盾的甚至虛假的信息混雜于有用信息中，使得指揮決策變得更加困難，從而影響到作戰(zhàn)的進(jìn)程和結(jié)局［2］。但沖突證據(jù)也不能夠全盤否定，沖突也是一種信息，其中也蘊(yùn)含著某些有用的信息分量，因此，在目標(biāo)戰(zhàn)術(shù)類型識(shí)別過程中，對(duì)容易引起證據(jù)沖突的目標(biāo)物理特征進(jìn)行沖突校驗(yàn)，并對(duì)校驗(yàn)后能夠進(jìn)行沖突消減的物理特征進(jìn)行證據(jù)折扣優(yōu)化是非常有必要的。在這里，本文所指的目標(biāo)物理特征為目標(biāo)的電磁波響應(yīng)以及雷達(dá)回波信號(hào)波等而非目標(biāo)集合參數(shù)的物理模型。

根據(jù)作戰(zhàn)需要，不同類型的空中目標(biāo)在作戰(zhàn)過程中將呈現(xiàn)出不同的戰(zhàn)術(shù)特征，而目標(biāo)戰(zhàn)術(shù)特征是通過目標(biāo)機(jī)動(dòng)進(jìn)行展示的，其不存在偽裝、欺騙等要素，因而本文將以目標(biāo)戰(zhàn)術(shù)特征作為物理特征校驗(yàn)的參考標(biāo)準(zhǔn)，并給出目標(biāo)物理特征校驗(yàn)規(guī)則：

①分別使用目標(biāo)戰(zhàn)術(shù)特征與各項(xiàng)物理特征對(duì)目標(biāo)類型進(jìn)行識(shí)別，得到如表1中的機(jī)種類別。

②對(duì)目標(biāo)戰(zhàn)術(shù)特征以及各項(xiàng)物理特征進(jìn)行證據(jù)質(zhì)量評(píng)價(jià)，并與戰(zhàn)術(shù)特征證據(jù)識(shí)別結(jié)果相比較，將有別于表1中機(jī)種類別的某項(xiàng)物理特征且其證據(jù)沖突度量大于戰(zhàn)術(shù)特征證據(jù)沖突度量并達(dá)到一定閾值Ω1的物理特征直接舍棄。

③對(duì)有別于表1中機(jī)種類別的某項(xiàng)物理特征且其證據(jù)沖突度量大于戰(zhàn)術(shù)特征證據(jù)沖突度量但小于一定閾值Ω1的物理特征進(jìn)行證據(jù)修正。

④對(duì)與戰(zhàn)術(shù)特征證據(jù)識(shí)別結(jié)果同屬于一個(gè)機(jī)種類別下的某項(xiàng)物理特征且其沖突度量大于一定閾值Ω2的證據(jù)進(jìn)行證折扣修正，對(duì)于沖突度量小于一定閾值的證據(jù)進(jìn)行保留。

證據(jù)沖突的度量以及證據(jù)修正方法將在下文中闡述。

2.2 證據(jù)理論及證據(jù)沖突度量

2.2.1 DS證據(jù)理論

設(shè)Θ為樣本空間，領(lǐng)域內(nèi)的命題都用Θ的子集表示，2Θ→［0，1］。并設(shè)函數(shù)m（x），且滿足

m（x）稱為x的基本概率數(shù)，它表示證據(jù)支持命題x發(fā)生的程度或信任程度。

設(shè)m1，m2，…，mn是同一辨識(shí)框架Θ上n個(gè)不同證據(jù)的概率分配函數(shù)，則由Dempster合成規(guī)則得到正交和m=m1⊕m2⊕…⊕mn的概率分配函數(shù)如下式，k為證據(jù)間的矛盾因子。

2.2.2 證據(jù)可信度

證據(jù)的可信度［6-7］與證據(jù)間的沖突量密切相關(guān)，沖突量越大，證據(jù)集的可信度越??；否則反之。而證據(jù)的可信度可由證據(jù)間距離來衡量，證據(jù)距離表示了不同證據(jù)整體的差異程度，也即相似程度，因此，若兩證據(jù)之間的沖突量越小，則證據(jù)間距離就越小。當(dāng)兩個(gè)證據(jù)m1和m2在相同的辨識(shí)框架Θ下時(shí)，m1和m2的Jousselme距離為［8］

2.2.3 證據(jù)識(shí)別結(jié)果的聚焦度

證據(jù)識(shí)別結(jié)果的聚焦度反應(yīng)了不同證據(jù)所支持目標(biāo)的一致性和明確性程度，其可用證據(jù)間矛盾因子k來衡量。若兩證據(jù)支持的目標(biāo)越一致，k就越小，否則反之。由式（1）可得，當(dāng)n等于2時(shí)，有下式成立

因此，可得兩證據(jù)的矛盾因子k為

2.3 沖突證據(jù)修正折扣的組合方法

目前證據(jù)沖突消解的方法主要有兩種：一是修改證據(jù)組合規(guī)則的方法；二是修正原始證據(jù)，即證據(jù)折扣法。其中修改證據(jù)組合規(guī)則方法將DS理論的組合公式進(jìn)行改進(jìn)，這些方法在一定程度上解決了高沖突信息的融合問題，但其組合公式較復(fù)雜，計(jì)算量大，且在證據(jù)沖突較小時(shí)融合結(jié)果收斂也較慢。而證據(jù)折扣法是從修改證據(jù)源的角度來消減證據(jù)沖突。它是在知道某些不確定因素的先驗(yàn)信息時(shí)，將先驗(yàn)信息轉(zhuǎn)化為適當(dāng)?shù)恼劭垡蜃犹砑拥阶C據(jù)的概率分配函數(shù)中，并再對(duì)概率分配函數(shù)進(jìn)行合成操作［9］。本文采用作戰(zhàn)目標(biāo)的戰(zhàn)術(shù)特征作為不確定因素的先驗(yàn)信息，對(duì)2.1節(jié)中物理特征校驗(yàn)后存在沖突的證據(jù)進(jìn)行折扣優(yōu)化修正，其中將不存在沖突的物理特征保留，并在識(shí)別目標(biāo)戰(zhàn)術(shù)類型時(shí)繼續(xù)將其作為不確定因素的先驗(yàn)信息；對(duì)于不存在沒有沖突的物理特征證據(jù)時(shí)，則采用基于最大后驗(yàn)概率方法建立空中目標(biāo)戰(zhàn)術(shù)類型識(shí)別模型。

設(shè)表1中目標(biāo)類型A～F為辨識(shí)框架Θ中元素，將所有目標(biāo)戰(zhàn)術(shù)特征證據(jù)與目標(biāo)物理特征證據(jù)分別計(jì)算其對(duì)Θ中元素的概率分配函數(shù)，并將戰(zhàn)術(shù)特征證據(jù)的分配概率作為先驗(yàn)信息按照2.1節(jié)中規(guī)則對(duì)物理特征進(jìn)行校驗(yàn)與證據(jù)修正。設(shè)m1，m2，…，mN為辨識(shí)框架Θ上N個(gè)證據(jù)的基本概率分配數(shù)，令ai表示物理特征證據(jù)mi對(duì)目標(biāo)類型A～F的折扣，則用ai修正后的新的物理特征證據(jù)的概率分配為

利用折扣因子ai修正后的物理特征能夠適應(yīng)戰(zhàn)術(shù)特征對(duì)目標(biāo)類型的識(shí)別結(jié)果，但其還不能夠?qū)δ繕?biāo)戰(zhàn)術(shù)類型進(jìn)行模式分類。而要想對(duì)目標(biāo)戰(zhàn)術(shù)類型繼續(xù)識(shí)別，則需要對(duì)目標(biāo)物理特征證據(jù)進(jìn)行繼續(xù)修正，本文將分為以下兩種情況分析并計(jì)算物理特征證據(jù)的基本概率分配函數(shù)：

①在對(duì)目標(biāo)物理特征校驗(yàn)后，若存在不需要修正的物理特征時(shí)，則將其作為接下來目標(biāo)戰(zhàn)術(shù)類型識(shí)別的先驗(yàn)信息，繼續(xù)對(duì)利用折扣因子ai修正后的物理特征證據(jù)進(jìn)行折扣修正，則用bi修正后的新證據(jù)為：

因此，有證據(jù)mi對(duì)目標(biāo)戰(zhàn)術(shù)類型的概率分配為：

②在對(duì)物理特征校驗(yàn)后，若尋找不到不需要修正的物理特征時(shí)，利用貝葉斯條件概率公式計(jì)算證據(jù)mi對(duì)目標(biāo)戰(zhàn)術(shù)類型Y的后驗(yàn)概率，則證據(jù)mi對(duì)目標(biāo)戰(zhàn)術(shù)類型的概率分配

式中，Ci為物理特征證據(jù)；P（Y）為目標(biāo)戰(zhàn)術(shù)類型的先驗(yàn)概率；P（Ci|Y）為條件概率，先驗(yàn)概率和條件概率由防空專家根據(jù)經(jīng)驗(yàn)預(yù)先指定。

本方法的重點(diǎn)是計(jì)算折扣因子ai與bi，那么問題將轉(zhuǎn)換為如何確定a=（a1，a2，…，aN）及b=（b1，b2，…，bM）才能使修正后的證據(jù)融合結(jié)果的可靠性增大，為此本文建立了一種沖突證據(jù)折扣優(yōu)化方法，求解方法見第3節(jié)。

3 沖突證據(jù)折扣優(yōu)化模型

優(yōu)化問題的關(guān)鍵是建立模型的目標(biāo)函數(shù)及約束條件。本文對(duì)沖突證據(jù)折扣優(yōu)化的目的是提高證據(jù)集的可信度以及證據(jù)識(shí)別結(jié)果的聚焦度。以上兩者的共同提高，文獻(xiàn)［8］已給出了證明。因此，本文可建立關(guān)于證據(jù)可信度及識(shí)別結(jié)果聚焦度的，沖突證據(jù)折扣優(yōu)化目標(biāo)函數(shù)如下

3.1 用于識(shí)別目標(biāo)類型的折扣因子ai

3.2 用于識(shí)別目標(biāo)戰(zhàn)術(shù)類型的折扣因子bi

由于以上建立的目標(biāo)函數(shù)是非線性的，因此，可利用遺傳算法或神經(jīng)網(wǎng)絡(luò)等方法對(duì)該目標(biāo)函數(shù)進(jìn)行求解。將求解后的折扣因子分別帶入式（5）和式（6）中計(jì)算折扣后物理特征證據(jù)的基本概率數(shù)，并將修正后證據(jù)帶入式（1）重新融合得到組合證據(jù)對(duì)辨識(shí)框架中各命題的信任度。

4 仿真實(shí)例

仿真想定：假設(shè)在編隊(duì)中程攔截線距離以內(nèi)，近程攔截線以外發(fā)現(xiàn)某一批次空中目標(biāo)，經(jīng)過傳感器探測和預(yù)處理分別得到它們的戰(zhàn)術(shù)特征和物理特征信息，將目標(biāo)戰(zhàn)術(shù)與物理特征分別構(gòu)造證據(jù)mass函數(shù)，所得證據(jù)概率分配函數(shù)值如表2所示。辨識(shí)框架Θ中元素為（A1：偵察機(jī)、A2：干擾機(jī)、B1：殲擊機(jī)、B2：轟炸機(jī)）。

表2 目標(biāo)戰(zhàn)術(shù)與物理特征證據(jù)的基本置信度列表

對(duì)該批目標(biāo)的物理特征證據(jù)進(jìn)行校驗(yàn)，設(shè)Ω1、Ω2分別為物理特征證據(jù)的概率分配函數(shù)相對(duì)于戰(zhàn)術(shù)特征證據(jù)的60%與25%。因此，該目標(biāo)的m物1特征證據(jù)將直接舍棄，而m物2、m物3、m物6物理證據(jù)需要修正，m物4、m物5兩項(xiàng)物理證據(jù)則不需要修正，可作為接下來目標(biāo)戰(zhàn)術(shù)類型識(shí)別的先驗(yàn)信息。根據(jù)式（2）、式（4）、式（5）、式（9）可建立用于識(shí)別目標(biāo)類型折扣因子ai的目標(biāo)函數(shù)為

同理，可得物理特征證據(jù)m3、m6的折扣因子目標(biāo)函數(shù)。其中，m戰(zhàn)（A）、m戰(zhàn)（B）由目標(biāo)戰(zhàn)術(shù)特征證據(jù)的概率分配函數(shù)做正交和計(jì)算為0.060 6、0.939 4。

根據(jù)式（2）、式（4）、式（6）、式（10）可建立用于識(shí)別目標(biāo)戰(zhàn)術(shù)類型折扣因子bi的目標(biāo)函數(shù)為

同理，可得物理特征證據(jù)m3、m6的折扣因子目標(biāo)函數(shù)。其中m物（A）、m物（B）由物理特征證據(jù)的概率分配函數(shù)m4與m5做正交和計(jì)算為0.0521、0.0161、0.782 9、0.148 9。

本文采用遺傳算法對(duì)各目標(biāo)函數(shù)進(jìn)行尋優(yōu)計(jì)算，并取10次平均值得最后計(jì)算結(jié)果。折扣因子計(jì)算結(jié)果如表3所示。

表3 最優(yōu)化折扣因子參數(shù)表

根據(jù)式（5）對(duì)證據(jù)進(jìn)行目標(biāo)類型識(shí)別框架下的第1次折扣修正，根據(jù)式（6）、式（7）對(duì)證據(jù)進(jìn)行目標(biāo)戰(zhàn)術(shù)類型識(shí)別框架下的第2次修正，并利用Dempster規(guī)則對(duì)折扣后的證據(jù)進(jìn)行重新組合，得到最后融合結(jié)果，如表4所示。

表4 目標(biāo)戰(zhàn)術(shù)類型識(shí)別結(jié)果

從證據(jù)組合結(jié)果中可以確定，該空中目標(biāo)為B1，即識(shí)別結(jié)果為殲擊機(jī)。從仿真過程可以看出，本文所建立的目標(biāo)戰(zhàn)術(shù)類型識(shí)別模型，不僅可以充分利用目標(biāo)的戰(zhàn)術(shù)特征區(qū)分目標(biāo)類型結(jié)果，而且綜合考慮了目標(biāo)物理特征證據(jù)作為目標(biāo)戰(zhàn)術(shù)類型區(qū)分的依據(jù)，并在基于目標(biāo)類型識(shí)別的基礎(chǔ)上對(duì)沖突的物理特征證據(jù)進(jìn)行了折扣修正，可使得識(shí)別結(jié)果不受敵方偽裝、干擾等因素影響。

5 結(jié)論

針對(duì)現(xiàn)代空中目標(biāo)的作戰(zhàn)特點(diǎn)以及傳統(tǒng)目標(biāo)類型識(shí)別存在的問題，本文對(duì)空中目標(biāo)類型的下級(jí)分支，即目標(biāo)戰(zhàn)術(shù)類型的識(shí)別工作進(jìn)行了研究。由于目標(biāo)物理特征證據(jù)存在欺騙、偽裝的這一問題在當(dāng)前作戰(zhàn)中已不可避免，本文基于目標(biāo)戰(zhàn)術(shù)特征可校驗(yàn)物理特征的這一特點(diǎn)，提出了一種對(duì)目標(biāo)沖突物理特征校驗(yàn)并進(jìn)行證據(jù)修正的戰(zhàn)術(shù)類型識(shí)別方法。仿真結(jié)果表明，該方法可以克服復(fù)雜電磁環(huán)境下，輸入信息的不確定性問題，以達(dá)到提高傳感器證據(jù)對(duì)目標(biāo)戰(zhàn)術(shù)類型識(shí)別結(jié)果的基本概率數(shù)的目的。

［1］徐永杰，李登峰.基于動(dòng)態(tài)直覺模糊淘汰選擇的目標(biāo)類型識(shí)別［J］.電光與控制，2010，17（9）：9-12.

［2］叢蓉.作戰(zhàn)指揮決策支持系統(tǒng)目標(biāo)融合識(shí)別研究［D］.大連：大連理工大學(xué)，2010.

［3］董奎義，王子明.基于粗糙集與神經(jīng)網(wǎng)絡(luò)方法的空襲目標(biāo)類型識(shí)別模型研究［J］.電光與控制，2011，18（1）：10-13.

［4］叢蓉，王秀坤.融合粗糙集和DS方法的空中目標(biāo)類型識(shí)別算法［J］.控制與決策，2008，23（8）：915-919.

［5］史紅權(quán)，徐永杰.直覺模糊多特征融合目標(biāo)類型識(shí)別模型［J］.艦船科學(xué)技術(shù)，2012，34（1）：95-98.

［6］陳雁飛，夏學(xué)知.基于試探折扣修正的證據(jù)組合方法［J］.電子學(xué)報(bào)，2014，42（4）：756-765.

［7］金宏斌，藍(lán)江橋.一種有效融合高沖突證據(jù)的目標(biāo)身份識(shí)別方法［J］.裝備指揮技術(shù)學(xué)院學(xué)報(bào)，2011，22（1）：88-92.

［8］JOUSSELME A L，GRENIER D，BOSSE E.A new distance between two bodies of evidence［J］.Information Fusion，2001，2（2）：91-101.

［9］邢清華，劉付顯.基于證據(jù)折扣優(yōu)化的沖突證據(jù)組合方法［J］.系統(tǒng)工程與電子技術(shù)，2009，31（5）：1158-1161.

Aerial Target Tactics Recognition Integrated with Targets Tactical and Amendatory Physics Characteristics

CHONG Yuan，LI Jia-xiang，AI Wei，WANG Bo
（Dalian Naval Academy，Dalian 116018，China）

In view of the enemy aircraft camouflage technology becomes more mature，it gives rise to electromagnetic acoustic signal serious deformation，especially the effect of physical characteristics having a diminished role.To dissolve the problem，an aerial target tactics recognition integrated with targets tactical and amendatory physics characteristics is proposed.This method put forward a stepwise amendatory rules and an optimized method of discount factor for conflict physics evidence.Then，it combined the amendatory evidences to get recognition result.The example shows that this method has the characteristics of high accuracy in the treatment of target conflict physics evidence.It provides a new solution for aerial target tactics recognition under the complicated environment.

targettacticsrecognition，tacticalcharacteristics，physicscharacteristics，evidence conflict，evidence amendment

TN959

A

1002-0640（2016）12-0150-05

2015-11-15

2015-12-23

軍內(nèi)重點(diǎn)科研基金；中國博士后科學(xué)基金資助項(xiàng)目（2014M562557）

崇元（1988-），女，江蘇南京人，在讀博士研究生。研究方向：海戰(zhàn)場態(tài)勢分析。