基于灰色关联度的要地防空目标威胁分析*
2012-08-10高志华徐吉辉鲁华杰李木易
高志华 徐吉辉 鲁华杰 李木易
(1.海军航空工程学院 烟台 264001)(2.海军装备部军械保障部 北京 100841)
1 引言
在要地防空作战过程中,当空袭目标采用全空域、多方向、多层次、多批次、连续饱和攻击的方式对要地进行攻击时,防空指挥控制系统如何对来袭目标进行威胁评估分析,以及对目标的威胁程度进行排序,是防空指挥的重要环节[1]。对空袭目标的威胁程度进行有效排序,有利于分清主次,集中火力,重点拦截威胁度较大的目标[2]。
所有的空中来袭目标,应定量地估计来袭目标的威胁度和威胁级别,以确定拦截顺序。目标威胁排序所应遵循的原则:
1)上级指定的来袭目标优先打击;
2)经过威胁算法模型计算后,威胁值相对较大的目标优先打击;
3)空中目标在我防空火力的射击远界以外不参与排序;
4)目标远离我防区,对保卫目标不构成任何威胁不参与排序。
本文采用灰色关联度排序法对空袭目标进行威胁度排序[3]。灰色系统理论提出了一种比较新的方法-关联度分析方法。事物之间许多因素相互关系不是很清晰,该方法可以对因素之间的相似或相异程度进行相关性分析,能针对不同类型目标,衡量各评估因素之间关联的程度。
2 目标威胁评估指标体系
要地防空作战条件下,威胁评估指标体系的建立应考虑包括敌我双方作战态势,武器装备性能及工作状态和我方重点需要保卫的目标等因素,根据要地防空反导作战的特征建立目标威胁评估指标体系,如图1所示[4]。
图1 目标威胁指标体系
根据威胁评估指标体系,一般情况下,考虑以下指标:
1)空袭目标类型和数目;
2)空袭目标的来袭方向及高度;
3)空袭目标的速度大小、隐身和机动特性;
4)我方雷达的发现距离和跟踪引导距离;
5)防空可用拦截火力通道数目和武器系统正常工作情况;
6)天气情况和作战地理环境;
7)我方保卫目标的重要程度。
来袭目标的威胁分析与多种因素有关,根据大多文献表述,可以得到影响威胁评估的主要因素为目标类型、目标飞临时间、目标飞行速度、目标高度、目标航路捷径以及目标距离等,本文就主要因素进行分析如下[5]:
1)目标类型
空中目标类型不同,攻击能力各不相同,构成的威胁也各都不同。根据文献的一般描述,可得空袭目标分类,威胁程度属于效益型函数,威胁值如表1所示。
表1 空中目标的类型及威胁程度
2)目标飞临时间
目标距离越近时,给防空武器系统进行火力打击的时间就越不充分,目标相对应的威胁度就越大,反之威胁度就越小。空袭目标飞临时间威胁程度值呈半正态分布,当飞临时间小于零时,表示目标远离,威胁度下降。可以看出,飞临时间威胁度属于成本型函数。
3)目标航路捷径
空中目标的航路捷径是指要地到目标航路水平投影的距离。航路捷径越小,则攻击性越强,威胁就越大。则航路捷径威胁度属于成本型函数。
4)目标高度
降低飞行高度能使空袭目标被发现概率明显降低。因此,低空和超低空突防已成为现代突防的重要形式之一。一般来说,目标高度越低,其突防概率就越大,对所保卫目标的威胁程度也越大,反之则越小。目标高度威胁度属于成本型函数。
5)目标距离[6]
来袭目标越近,防空火力对其进行拦截的时间就越少,拦截次数也相对较少,空袭目标的突防概率也随之增大,对所要保卫目标的威胁度就越大,反之则越小,目标距离威胁度属于成本型函数。
6)目标飞行速度
图2 空袭目标威胁度层次结构模型
一般而言,飞行速度与威胁程度成正比,飞行速度越大,威胁程度就大,反之就越小。飞行速度属于效益型函数。
建立空袭目标威胁度层次结构模型如图2所示。
3 灰色关联度模型建立
灰色关联度分析是一种多因素统计分析方法。该方法以发展态势为立足点,以一定的目标样本量数据为依据,不需要目标典型的一些分布规律,用关联度来描述因素间相关性的强弱。如果样本数据反映各因素之间变化的态势基本一致,则两者之间的关联度就大,反之,则越小。再就关联度的大小做出排序,从而找出影响总指标发展态势的重要因素。这种方法分析计算量较小、结果比较可靠,在农业、工业、经济等各个领域广泛应用,取得的分析效果也不错。因此本文将建立基于灰色关联度分析的模糊综合评判模型,并结合实例作分析验证[7]。
灰色关联度排序法分析步骤如下[8]:
1)选定参考数列
在样本数据各个因素中,选取对目标威胁度影响最大以及最小的指标数据,分别作为比较比较矩阵的理想最优以及最劣参考数列[9]。
理想最优参考数列为
理想最劣参考数列为
式中,j表示时刻,n表示评估指标数。
2)对原始指标数值进行预处理
由于各个因素数据的物理意义不一样,数据量级量纲不一样,直接比较时难以获得较好结果。因此为进行综合比较,保证建模的质量与结果正确性,需要对收集来的原始数据进行数据变换和处理,使其消除量纲和具有可比性。
效益型指标:
成本型指标:
3)求关联系数
假设有比较数列m个,分别为
则比较数列xi分别与理想最优参考数列x01及理想最劣参考数列x02,在k时刻的关联系数
4)求最大关联度ri1及最小关联度ri2
式中ri1为比较数列xi与理想最优参考数列x01的最大关联度,ri2为比较数列xi与理想最劣参考数列x02的最小关联度。按照最大关联度,由大到小排序叫做最大关联度法,按照最小关联度,由小到大排序叫做最小关联度法[11]。
5)求综合关联度ri
综合关联度的大小直接反映了目标威胁度的相对大小,若目标综合关联度值越大,则表示目标的参数越接近对目标威胁影响最大的参考值,即目标威胁度也就越大。
4 实例应用
对某一时刻来袭的12批空中目标进行威胁评估与排序,目标特征指标如表2所示。将数据带入模型进行计算,得出各目标的关联度值,从而得到了目标威胁度的大小排序。
根据影响目标威胁度的指标,得出原始数据,如表2所示。
表2 目标特征值
将表中数据代入上述模型,可得各目标的灰色关联度曲线图,如图3所示。
综合关联度越大,威胁度就越大,通过相对大小的比较可以得到来袭目标的威胁排序为:
M9>M7>M11>M8>M12>M5>M10>M3>M4>M6>M2>M1,此排序结果比较公正客观。
图3 空中目标灰色关联度曲线图
5 结语
在构建了目标的威胁评估指标体系的基础上,采用灰色关联度方法对空中目标的威胁程度进行评估与排序。结合最大关联度以及最小关联度值,得出综合关联度值,结果可信度较高,并且这种算法的计算机程序易于实现,可以很方便地应用于防空C4ISR系统中,为指挥员的目标分配和火力拦截提供辅助决策。
[1]夏璐,邢清华,范海雄.Vague物元及熵权的空袭目标威胁评估[J].火力与指挥控制,2012,37(2):8488.
[2]骆文辉,刘少伟,杨建军.基于灰色区间关联决策的目标威胁评估[J].空军工程大学学报,2008,9(3):3740.
[3]唐志刚,赵建国,张超.灰色关联度分析法评判目标威胁度[J].火力与指挥控制,2004,29(2):7980.
[4]张元瀚,李相民,代进进.基于灰色区间关联决策的海上编队反导威胁评估[J].火力与指挥控制,2011,36(5):9598.
[5]刘新科,王威,谭乐祖.ELECTREI多属性评估方法在防空威胁评估中的应用[J].兵工自动化,2011,30(7):1922.
[6]栗蓬,朱齐丹,章慧君,等.一种基于 MADM的AHP威胁度评估方法[J].应用科技,2007,34(1):3941.
[7]司守奎.数学建模算法与程序[M].烟台:海军航空工程学院,2007:542544.
[8]徐伟,智军,陈亮,等.基于灰色综合关联度的空中目标威胁度评估[J].兵工自动化,2008,27(8):8688.
[9]张肃.基于灰色关联度分析的目标威胁程度评估[J].制导与引信,2005,26(3):1923.
[10]张昀申,刘福太,张媛.基于改进灰色关联决策的CGF目标选择[J].计算机与数字工程,2010(4).
[11]董尤心,唐宏,张杰,等.效能评估方法研究[M]:北京:国防工业出版社,2009:94101.