空袭目标威胁排序模型研究＊

彭 杰 王振华

（1.海军91245部队 葫芦岛 125000）（2.海军航空工程学院研究生管理大队 烟台 264001）

1 引言

从近几次局部海战来看，日趋广泛的空中打击已成为一种独立的作战样式，水面舰艇由于隐蔽性差等特点，将面临着越来越严峻的空中威胁形势。舰艇防空的目的就是对来袭目标进行合理的火力分配并进行拦截打击，挫败敌方作战意图，保卫我舰的安全。威胁评估是火力分配的基础和依据，要想在分秒必争的海战场上迅速作出比较合理的决策，就必须对来袭目标进行合理的威胁评估。威胁评估的目的是为了对所有来袭目标的威胁程度进行排序，为发射决策提供依据。目前，常用的威胁评估方法很多，主要有：变权理论［1］、改进灰关联分析［2～3］、神经网络［4］、多属性决策法［5～6］等。这些方法各有所长，分别适应不同的情形，它们的有机结合，可以取长补短，提高处理的效率和有效性，满足一定场合的需求。本文通过规范化处理来消除不同物理量纲对评估结果的影响，采用相邻比较法确定来袭目标权重，进行威胁度评估。

2 影响空中来袭目标威胁度的主要因素

威胁度，即目标的威胁程度，是指空袭兵力、兵器对我水面舰艇进行侵袭成功的可能性以及侵袭成功后可能造成的破坏程度的数量表示，对目标威胁程度的判断和排序是水面舰艇火力组织的基本依据［7］。

影响空中来袭目标威胁度的因素很多，根据实际作战，目标威胁的评判因素大致有：目标类型、身份、数量、飞行高度、相对己方平台距离、电子干扰能力、航路捷径、飞临时间、飞抵方向、飞行速度、飞行加速度等。在众多因素当中，既有定量分析，也有定性描述，而且相互之间的关系复杂，若要全面合理地考虑每个因素，给出一个威胁程度与各种因素的函数关系非常困难［8］。在实践过程中，如果把所有影响威胁评估的因素都考虑进去，得出的结果显然准确性更高，但是这样做一方面很容易产生组合爆炸，使问题的处理复杂化，导致结果不易实现甚至不能实现，另一方面在激烈紧张、分秒必争的战场环境下必然使防空兵指挥员迅速做出指挥决策的难度增大。为了提高威胁度判断的实时性，在不影响威胁评估排序的情况下，本文忽略了一些因素，对水面舰艇防空作战而言，主要用以下四个参数来描述空中来袭目标的威胁程度：

1）目标类型。目标类型不同，其用途以及雷达探测到的目标特征、攻击方式、攻击威力及速度大小等都不同，威胁度相应也不同。

2）目标速度。对于同一类型目标来说，速度越大，则被拦截的次数就越小，突防概率就越大，对我舰艇编队的威胁就越大。

3）目标距离。空袭目标与被保卫目标之间的距离越小，我防御时间就越紧迫，被保卫目标受到的威胁就越大。

4）航路捷径。空中目标的航路捷径是指舰艇到目标航路水平投影的距离。空中来袭目标的航路捷径越小，其攻击意图越明显，威胁度也就越大；航路捷径越大，威胁度就越小。

3 威胁评估模型

设空中来袭目标构成的被评估的目标集为U＝（U1，U2，…，Um），影响目标威胁度评估的指标集为C＝（C1，C2，C3，C4），如前所述。

为了消除不同物理量纲对评估结果的影响，采用效益型函数和成本型函数对各评估指标进行处理。以上四个评估因素中，2）、3）、4）为定量指标因素。对于指标因素2），其评估值越大威胁度也越大，采用效用型函数进行评估；对于指标因素3）和4），其评估值越小威胁度越大，采用成本型函数进行评估。设由空中各目标威胁度评估指标组成的评估矩阵为：X＝（xij）m×4，其中xij为被评估的空中来袭目标Ui关于因素Cj的指标属性值。对评估矩阵（xij）m×4作如下处理［9］：

效益型函数：

目标类型为定性指标因素，在雷达屏幕上可直接显示出目标反射面积的大小，由于时间紧迫、情报有限，不易详细判断目标类型。因此，按反射面积σ的大小将来袭目标区分为大、中、小型三类目标，具体区分情况如下：

表1 来袭目标特性

从表1中可以看出，来袭目标的反射面积越小，对我水面舰艇构成的威胁越大。因此，可以根据来袭目标反射面积的大小将目标类型从定性指标转化为定量指标，指标因素1）为成本型函数。

4 指标权重的计算

属性的权值是指各属性对威胁程度影响的大小，合理地确定权值是非常重要的，对排序结果将产生较大的影响。确定权值的方法很多，AHP是获得权值的常用方法，但采用AHP方法计算权值的计算量较大，这里采用相邻比较法（环比评分法）［12］，通过群组决策，按各属性对威胁程度的相对重要性，由大到小依次从上到下进行排列，具体步骤为：

1）对影响空中来袭目标的四个因素的重要性进行粗糙排序。对水面舰艇防空而言，粗糙排序结果为：速度＞反射面积＞距离＞航路捷径，为方便叙述，简记为b1＞b2＞b3＞b4；

2）规定b1的重要性为1，让决策者从后往前依次比较两因素之间的重要性比率。本文中，b2相对b1的重要性为0.8，b3相对b2的重要性为0.9，b4相对b3的重要性为0.8；

3）计算所有因素相对b1的重要性。由2）得b1，b2，b3，b4的重要性分别为1，0.80，0.72，0.576；

4）归一化处理计算权重。把3）中的数据进行归一化处理得b1，b2，b3，b4的权重分别为：0.323，0.258，0.233，0.186。

具体情况如表2所示：

表2 各指标因素权值的确定

5 实例分析

假设某时刻来袭目标个数为五个，我舰测得的目标运动要素参数值如表3所示：

表3 敌空中来袭目标的属性值

则评估矩阵X为：

根据式（1）、式（2）计算得到的规范化矩阵R＝（rij）5×4为

由表2得，权重指标向量W＝［0.323，0.258，0.233，0.186］，计算来袭目标的威胁度为：S＝W·RT＝［0.8636，0.4837，0.5709，0.5461，0.1430］，敌空中来袭目标规范化矩阵及评估结果一览表如表4所示：

表4 敌空中来袭目标规范化矩阵及评估结果

所以对来袭的5个目标的威胁排序结果为：X1＞X3＞X4＞X2＞X5。

6 结语

在水面舰艇防空作战过程中，威胁估计的主要任务是查明或预测敌兵力、兵器可能到达的时间以及各批来袭目标威胁程度的高低，为合理分配火力提供依据，提高拦截打击的效率。本文通过规范化处理来消除不同物理量纲对评估结果的影响，为了提高评估的实时性，把对目标类型的威胁判断转化为对雷达反射面积的分析，易于在分秒必争的战场上对来袭目标迅速进行威胁排序，从而为指挥员提供辅助决策支持。因此，该方法具有一定的实用价值。

［1］刘蜀，李登峰.舰艇对抗反舰导弹威胁判断变权评估方法［J］.现代防御技术，2009，37（05）：1－4.

［2］刘健.基于灰色关联决策的空袭目标威胁评估模型研究［J］.战术导弹技术，2010（6）：49－52.

［3］刘兆丰，任雄伟.改进的灰色关联度方法在威胁评估中的应用［J］.舰船电子工程，2010，30（01）：78－82.

［4］张发强，由大德，蒋敏.基于RBF神经网络的空袭目标威胁评估模型研究［J］.舰船电子对抗，2010，33（06）：85－88.

［5］武志强，王巨海，等.城市防空中目标威胁评估的多属性决策排序模型［J］.兵工自动化，2006，25（12）：17－18.

［6］张濡川，刘作良，王硕.基于模糊多属性决策的威胁度评估与排序研究［J］.现代防御技术，2005，33（01）：15－18.

［7］谭安胜.水面舰艇编队作战运筹分析［M］.北京：国防工业出版社，2009：26－28.

［8］韩双.现代战场防御资源优化分配方法研究［D］.无锡：江南大学，2008：32－34.

［9］李荣均.模糊多准则决策理论与应用［M］.北京：科学出版社，2002：16－18.

［10］王志成，贾希胜，孙宝琛，等.集群装备战时维修保障业务优化排序模型研究［J］.计算机与数字工程，2010（6）.

［11］付立，窦明罡，朱建凯，等.非支配排序遗传算法的改进［J］.计算机与数字工程，2011（2）.

［12］魏世孝，周献中.多属性决策理论方法及其在C3I系统中的应用［M］.北京：国防工业出版社，1998：28－29.