多保護(hù)對(duì)象，多攻擊目標(biāo)攻擊的目標(biāo)威脅評(píng)估

王樹千 夏海寶 龍文彪 馬 健

(空軍工程大學(xué)航空航天工程學(xué)院 西安 710038)

多保護(hù)對(duì)象，多攻擊目標(biāo)攻擊的目標(biāo)威脅評(píng)估

王樹千 夏海寶 龍文彪 馬 健

(空軍工程大學(xué)航空航天工程學(xué)院 西安 710038)

隨著信息化快速發(fā)展，空中指揮控制成為預(yù)警機(jī)發(fā)展的一種必然趨勢(shì)。由此引出多保護(hù)對(duì)象，多攻擊目標(biāo)的排序問題。本文分析了目標(biāo)、預(yù)警機(jī)與被保護(hù)對(duì)象之間的態(tài)勢(shì)關(guān)系，利用坐標(biāo)轉(zhuǎn)換獲取影響目標(biāo)威脅評(píng)估的因素值，然后根據(jù)迭代原理，利用多重灰色關(guān)聯(lián)分析法，計(jì)算得出多目標(biāo)對(duì)于多對(duì)象整體而言的綜合威脅評(píng)估值。最后，通過案例仿真驗(yàn)證，表明本文所提算法與實(shí)際情況相符，且易于工程實(shí)現(xiàn)。

多保護(hù)對(duì)象多攻擊目標(biāo)，綜合威脅評(píng)估，坐標(biāo)轉(zhuǎn)換，多重灰色關(guān)聯(lián)

0 引言

隨著信息化快速發(fā)展，作為空中指揮、控制重要平臺(tái)的預(yù)警機(jī)，正面臨多種任務(wù)挑戰(zhàn)。其中多保護(hù)對(duì)象，多攻擊目標(biāo)的目標(biāo)排序問題也正是預(yù)警機(jī)面臨的困難之一。那么應(yīng)該如何對(duì)多攻擊目標(biāo)進(jìn)行危險(xiǎn)評(píng)估和威脅排序呢?

文獻(xiàn)［1］采用多屬性決策理論和方法獲得目標(biāo)威脅度，文獻(xiàn)［2］改進(jìn)的威脅評(píng)估非參量方法，建立威脅評(píng)估模型。文獻(xiàn)［3］采用基于灰色關(guān)聯(lián)分析的方法，對(duì)空中目標(biāo)選取了七個(gè)指標(biāo)，對(duì)預(yù)警機(jī)評(píng)價(jià)指標(biāo)進(jìn)行評(píng)估和量化，并給出了預(yù)警機(jī)威脅目標(biāo)的灰色關(guān)聯(lián)排序步驟。文獻(xiàn)［4］在提出了灰色關(guān)聯(lián)度計(jì)算的多專家主觀賦權(quán)方法和基于信息矩陣的客觀賦權(quán)方法基礎(chǔ)上，利用離差函數(shù)與目標(biāo)規(guī)劃的方法，將權(quán)重確定建模為多目標(biāo)約束的優(yōu)化問題，設(shè)計(jì)了基于最小二乘原理的組合賦權(quán)機(jī)制。文獻(xiàn)［5］［6］采用改進(jìn)的層次分析法用于多目標(biāo)威脅度排序。文獻(xiàn)［7］［8］分析了現(xiàn)有的目標(biāo)威脅評(píng)估方法中距離威脅模型存在不足，并各自提出了改進(jìn)的距離威脅模型。還有一些其他的改進(jìn)算法，比如在文獻(xiàn)［9］－［12］提到的，基于目標(biāo)概率威脅值評(píng)估的多平臺(tái)分布式目標(biāo)分配法、改進(jìn)BP算法、基于改進(jìn)支持向量機(jī)的威脅評(píng)估算法等等。但是，這些文獻(xiàn)都只研究了單對(duì)象多目標(biāo)的目標(biāo)威脅評(píng)估，未考慮多對(duì)象多目標(biāo)的情況。并沒有考慮預(yù)警機(jī)在執(zhí)行空中任務(wù)時(shí)，需要防止保護(hù)對(duì)象被破壞，在目標(biāo)威脅評(píng)估時(shí)須考慮攻擊目標(biāo)對(duì)整體的影響。

本文，采用多重灰色關(guān)聯(lián)分析法，利用分組傳遞原理，針對(duì)多保護(hù)對(duì)象，多攻擊目標(biāo)系統(tǒng)的目標(biāo)威脅排序問題進(jìn)行深入研究，方便預(yù)警機(jī)快速判斷戰(zhàn)場態(tài)勢(shì)，及時(shí)有效的保護(hù)我方戰(zhàn)機(jī)。同時(shí)該研究也為后續(xù)“多傳感器管理和任務(wù)調(diào)度”這一課題奠定了基礎(chǔ)。

1 戰(zhàn)場態(tài)勢(shì)分析

預(yù)警機(jī)載雷達(dá)測到目標(biāo)數(shù)據(jù)(R，θ，α)，其中R、θ、α分別為相對(duì)距離、方位角、俯仰角，以及目標(biāo)的徑向速度Vr。當(dāng)針對(duì)被保護(hù)對(duì)象做威脅評(píng)估時(shí)，無法直接使用機(jī)載雷達(dá)量測數(shù)據(jù)，需對(duì)數(shù)據(jù)參數(shù)進(jìn)行轉(zhuǎn)換，測量參數(shù)轉(zhuǎn)換示意圖如1所示。極坐標(biāo)系轉(zhuǎn)換為直角坐標(biāo)系公式如下:

其中，Vr'為目標(biāo)與被保護(hù)對(duì)象之間的速度，

2 灰色關(guān)聯(lián)分析法

3 模型的建立

3.1 影響空襲目標(biāo)威脅等級(jí)的因素

根據(jù)預(yù)警機(jī)能夠提供的目標(biāo)數(shù)據(jù)，經(jīng)分析，影響目標(biāo)威脅等級(jí)的主要因素有:

1)飛行高度;飛行高度越高，威脅等級(jí)越小。2)相對(duì)距離;相對(duì)距離越遠(yuǎn)，威脅等級(jí)越小。3)編隊(duì)數(shù)量;編隊(duì)數(shù)量越少，威脅等級(jí)越少。

4)敵我屬性;定義三種敵我屬性:敵、不明、友，分別定義數(shù)值為1敵，2不明，3友。數(shù)值越小，威脅等級(jí)越高。

5)徑向速度;徑向速度越大，威脅等級(jí)越高。

6)目標(biāo)類型;定義目標(biāo)類型有導(dǎo)彈，F(xiàn)－22，F(xiàn)－15，F(xiàn) －18G，C －130，E －2C等，對(duì)應(yīng)的數(shù)值分別為1～6。數(shù)值越小，威脅等級(jí)越高。

3.2 無量綱化處理

假設(shè)預(yù)警機(jī)需要保護(hù)的對(duì)象有K個(gè)，同時(shí)存在有n個(gè)目標(biāo)，每一個(gè)目標(biāo)具有m個(gè)屬性，屬性值bij表示目標(biāo)Si(i=1，2，...，n) 的第Pj(j=1，2，...，m)個(gè)屬性的大小，用矩陣B=(bij)n*m表示，即判斷矩陣。為增加各個(gè)屬性之間的可比性，對(duì)判斷矩陣進(jìn)行無量綱化處理。

1)對(duì)于效益型屬性，即屬性值pj越大越好:

2)對(duì)于成本型屬性，即屬性值pj越小越好:

則n個(gè)目標(biāo)的排序方案的無量綱屬性矩陣為:

3.3 威脅評(píng)估算法步驟

4 實(shí)例分析

預(yù)警機(jī)在執(zhí)行某次任務(wù)中，需要保護(hù)某兩個(gè)對(duì)象不受襲擊，且假設(shè)被保護(hù)對(duì)象的形狀為點(diǎn)目標(biāo)。假設(shè)當(dāng)預(yù)警機(jī)處于某一位置時(shí)，預(yù)警機(jī)雷達(dá)掃描發(fā)現(xiàn)了5批目標(biāo)，且朝著預(yù)警機(jī)方向飛行。經(jīng)過機(jī)載傳感器的探測得到了目標(biāo)數(shù)據(jù)，具體數(shù)據(jù)如表1所示，且令預(yù)警機(jī)在該點(diǎn)的坐標(biāo)為(0，0，0)，被保護(hù)對(duì)象的位置坐標(biāo)分別為(100，－250，－9)、(500，－100，－9)，單位:(千米)。

4.1 預(yù)警機(jī)多目標(biāo)的威脅排序

表1 預(yù)警機(jī)的目標(biāo)屬性值大小(高度、距離單位:千米，速度單位:米/秒)

表2 預(yù)警機(jī)的無量綱化判決矩陣

表3 預(yù)警機(jī)的關(guān)聯(lián)系數(shù)矩陣

針對(duì)預(yù)警機(jī)而言，5批目標(biāo)的威脅評(píng)估綜合系數(shù)為:0.5496、0.5478、0.5919、0.8180、0.7070;目標(biāo)排序結(jié)果為:目標(biāo)4＞目標(biāo)5＞目標(biāo)3＞目標(biāo)1＞目標(biāo)2。

4.2 預(yù)警機(jī)與被保護(hù)對(duì)象1作為整體的多目標(biāo)威脅排序

表4 對(duì)象1的目標(biāo)屬性值大小(高度、距離單位:千米，速度單位:米/秒)

表5 對(duì)象1的無量綱判斷矩陣

表6 對(duì)象1的關(guān)聯(lián)系數(shù)矩陣

針對(duì)對(duì)象1與預(yù)警機(jī)作為的總體來說，5批目標(biāo)的綜合威脅評(píng)估值為:0.5739、0.5752、0.6295、0.8557、0.7234。5批目標(biāo)對(duì)對(duì)象1與預(yù)警機(jī)的總體而言的威脅等級(jí)排序?yàn)?目標(biāo)4＞目標(biāo)5＞目標(biāo)3＞目標(biāo)2＞目標(biāo)1。

4.3 預(yù)警機(jī)與兩個(gè)對(duì)象作為整體的多目標(biāo)威脅排序

表7 對(duì)象2的目標(biāo)屬性值大小(高度、距離單位:千米，速度單位:米/秒)

表8 對(duì)象2的無量綱判斷矩陣

表9 對(duì)象2的關(guān)聯(lián)系數(shù)矩陣

針對(duì)預(yù)警機(jī)與對(duì)象1和對(duì)象2作為的整體來說，5批目標(biāo)對(duì)這個(gè)整體的綜合威脅評(píng)估系數(shù)分別為:0.6275、0.6687、0.6596、0.8252、0.6921。由此可得 5批目標(biāo)的威脅等級(jí)排序?yàn)?第4批目標(biāo)＞第5批目標(biāo)＞第2批目標(biāo)＞第3批目標(biāo)＞第1批目標(biāo)。

5 分析總結(jié)

本文從預(yù)警機(jī)遂行作戰(zhàn)任務(wù)出發(fā)，針對(duì)預(yù)警機(jī)的空中指揮中心功能任務(wù)，從全局整體出發(fā)對(duì)目標(biāo)機(jī)的威脅評(píng)估排序問題做了研究。本文以兩個(gè)保護(hù)對(duì)象及預(yù)警機(jī)本身作為一個(gè)整體，假定5批目標(biāo)分別從不同方位來襲，采用了三重灰色關(guān)聯(lián)系數(shù)法，對(duì)5批目標(biāo)進(jìn)行了威脅評(píng)估排序。根據(jù)表1～3可得，目標(biāo)威脅排序?yàn)?目標(biāo)4＞目標(biāo)5＞目標(biāo)3＞目標(biāo)1＞目標(biāo)2;根據(jù)表4～6可得，目標(biāo)威脅排序?yàn)?目標(biāo)4＞目標(biāo)5＞目標(biāo)3＞目標(biāo)2＞目標(biāo)1;根據(jù)表7～9可得，目標(biāo)威脅排序?yàn)?第4批目標(biāo)＞第5批目標(biāo)＞第2批目標(biāo)＞第3批目標(biāo)＞第1批目標(biāo)。據(jù)此分析可知，針對(duì)預(yù)警機(jī)與被保護(hù)對(duì)象1這兩個(gè)組成整體而言，第2批攻擊目標(biāo)偏向被保護(hù)對(duì)象1，是以預(yù)警機(jī)在對(duì)5批目標(biāo)進(jìn)行威脅級(jí)排序時(shí)，將第2批目標(biāo)的威脅等級(jí)提高一級(jí)，排在了第1批目標(biāo)之前，使得被保護(hù)目標(biāo)不受攻擊。同樣，針對(duì)預(yù)警機(jī)、被保護(hù)對(duì)象1及被保護(hù)對(duì)象2三個(gè)對(duì)象組成的整體而言，第2批目標(biāo)較之第3批目標(biāo)對(duì)被保護(hù)對(duì)象的威脅更大，預(yù)警機(jī)遂在進(jìn)行目標(biāo)排序時(shí)，將第2批目標(biāo)排在了第3批目標(biāo)之前。因此，對(duì)三個(gè)對(duì)象的整體而言，預(yù)警機(jī)在進(jìn)行目標(biāo)威脅排序時(shí)，考慮到目標(biāo)對(duì)其他對(duì)象的威脅程度，在進(jìn)行了三重灰色關(guān)聯(lián)法排序后可得，多批目標(biāo)的威脅等級(jí)排序?yàn)?第4批目標(biāo)＞第5批目標(biāo)＞第2批目標(biāo)＞第3批目標(biāo)＞第1批目標(biāo)。綜上所述，本文所述方法，對(duì)多目標(biāo)多對(duì)象的威脅級(jí)評(píng)估具有指導(dǎo)意義，更有利于預(yù)警機(jī)遂行空中指揮任務(wù)。

［1］歐愛輝，朱自謙.基于多屬性決策和態(tài)勢(shì)估計(jì)結(jié)果的空戰(zhàn)威脅評(píng)估方法［J］.火控雷達(dá)技術(shù).2006，2(35):64－67.

［2］孫永芹，世文榮等.基于改進(jìn)非參量法的現(xiàn)代空戰(zhàn)威脅評(píng)估研究［J］.火控雷達(dá)技術(shù)．2013，3(42):28 －33.

［3］陳宇，錢建剛，張志強(qiáng).空中目標(biāo)對(duì)預(yù)警機(jī)威脅的灰色關(guān)聯(lián)排序.［J］.空軍雷達(dá)學(xué)院學(xué)報(bào)．2012，26(6):439 －441.

［4］王赟，反艦導(dǎo)彈威脅評(píng)估指標(biāo)組合權(quán)重因子確定.［J］. 現(xiàn)代防御技術(shù).2015，43(4):31 －35

［5］陳超，張安，王強(qiáng).改進(jìn)層次分析法在空面多目標(biāo)攻擊排序中的應(yīng)用［J］.火力與指揮控制，2012，37(1):64 －66.

［6］嚴(yán)世華，劉華，涂同飛.一種空中紅外多目標(biāo)威脅度排序方法［J］.火力與指揮控制，2014，39(6):22－25.

［7］郭輝，任博，呂英軍，羅艷春，崔連柱.基于區(qū)間數(shù)理論的空戰(zhàn)目標(biāo)威脅評(píng)估.［J］.火力與指揮控制，2013，38(6):31 －34.

［8］郭輝，呂英軍，王 平，任博，朱麗.基于區(qū)間支持向量回歸的空戰(zhàn)目標(biāo)威脅評(píng)估.［J］.火力與指揮控制，2014，39(8):17 －20.

［9］林鋒，盧發(fā)興，孫亞東.基于目標(biāo)概率威脅值評(píng)估的多平臺(tái)分布式目標(biāo)分配［J］.艦船電子工程，2011，31(7):49 －51.

［10］粘松雷，林云，陳榕.基于改進(jìn)BP算法的編隊(duì)空中威脅判斷模型研究［J］.計(jì)算機(jī)與數(shù)字工程，2011，39(12):5 －8.

［11］廖炎平，劉莉，邢超.TOPSIS中不同規(guī)范化方法的研究［J］.北京理工大學(xué)學(xué)報(bào)，2012，32(5):871－876.

［12］李姜，郭立紅，基于改進(jìn)支持向量機(jī)的目標(biāo)威脅估計(jì) .［J］.光學(xué) 精密工程，2014，22(5):1355－1362.

Target Threat Assessment in Multi-Object Protection under Multi-Attack

Wang Shuqian，Xia Haibao，Long Wenbiao，Xu Yunshan
(Air Force Engineering University，Xi'an 710038)

With the rapid development of information，air control and command has become an inevitable trend in the development of early warning aircraft．Target threat sequencing for multi-object protection under multi-attack should be considered．Geometrical relation between threat targets，multi-object to be protected and early warning aircraft is analyzed．Factors which affect target threat assessment is obtained by using coordinate transforming;based on iteration principle，synthetic threat assessment of multiple threat targets against multi-object to be protected is calculated by using multi-grey correlation analysis．Simulation by using example verified that the threat level assessment algorithm presented matches with the actual situation，and its engineering implementation is easy．

multi-object protection under multi-attack;synthetic threat assessment;coordinate transforming;multigrey correlation

TN95

A

1008-8652(2017)01-032-04

2016-07-03

航空科學(xué)基金(20145596024)

王樹千(1989－)，男，碩士研究生。研究方向?yàn)槔走_(dá)信號(hào)處理、傳感器管理。