基于风险型多属性决策的编队空中目标威胁评估

王 玮，史红权，王 磊，赵建华

(1．海军大连舰艇学院 舰炮系，辽宁 大连116013;2．海军大连舰艇学院 作战软件与仿真研究所，辽宁 大连116013)

0 引 言

空中目标威胁评估是舰艇编队对空防御指挥决策的一个重要环节，也是编队合理分配防空武器资源、有效组织火力打击目标的重要依据。然而，由于空中目标具有很强的机动性、欺骗性和攻击性等特点，使得战场态势瞬息万变，作战决策变得更加复杂。因此，如何有效评估空中目标威胁程度就成为编队防空领域研究的一个难点问题［1］。

从现有文献看，目标威胁评估本质上可以归属于一类不确定的多属性决策问题。目前这类问题的研究已经取得一些成果［2］，但这些研究往往简化了战场态势估计与目标威胁评估之间的关联，把战场态势作为十分明确的确定性情形看待，忽略了对战场态势而言，由于受随机不确定性因素的影响，客观上存在着多种状态(诸如对我方有利、不利、势均力敌等)，威胁评估的属性值会随着未来可能出现的状态变化而随之有所不同。由于过度的抽象和简化难以较好地反映实际情况。本文从舰艇编队防空作战的角度出发，对不确定性的编队空中目标威胁评估问题进行了研究，在综合运用风险型多属性决策理论的基础上［3］，建立基于风险型多属性决策的编队空中目标威胁评估模型，从而提出一种新的编队空中目标威胁评估方法。

1 编队空中目标威胁评估影响因素分析

在实际作战过程中，通过舰载C3I 系统指挥员可以获得实时的战场态势信息。一般情况下，在数据融合及目标识别的基础上，对于空中目标可以得到如下的信息:

1)静态属性。目标类型、携带武器装备情况、干扰及反干扰能力等;

2)动态属性。方位、距离、航向、高度、速度。

以上这些属性值变化会影响空中目标威胁程度的大小，由于二者之间关系复杂，若要全面描述每个属性并给出一个函数关系，难度非常大。因此，从舰艇编队防空作战的实际情况出发，对空中目标进行威胁程度评估主要应考虑以下3 个方面的因素:

1)目标进行攻击的毁伤能力。主要由目标的类型来决定，空中目标类型不同，其自身飞行性能、携带武器、种类、数量、攻击方式和攻击距离等都不同，从而对编队威胁程度也有很大的差别。

2)目标攻击意图的可能性。主要根据目标类型和目标航迹(航路捷径、距离、高度、方位、速度及变化情况)等信息来综合判断，由于战术的灵活性和战场信息的不确定性，准确地估计目标意图很困难，通常要依靠专家经验，在分析目标当前状态与历史信息的基础上，综合判断目标对编队攻击可能性。

3)目标进行攻击的紧迫程度。主要由编队防空武器性能、目标距离及飞行速度决定，目标到达舰载防空武器发射区边界的时间越短，指挥员用于火力分配及射击准备的时间就越紧迫，目标的威胁程度越大。

除此之外，空中目标具有很强的机动性、欺骗性和攻击性等特点，空中目标未来的可能行为根本无法准确预测与估计出来，因此，对上述影响威胁程度的各个评估因素进行综合衡量必然是一种不确定的决策结果，而这种不确定性可以导致编队空中目标威胁评估的复杂性，使其决策活动极具风险性。

2 基于风险型多属性决策的编队空中目标威胁评估模型

2.1 威胁评估处理过程

最著名的JDL 认为［4］，威胁评估融合了态势估计的结果，是根据当前战场态势推理敌方的意图和目的，量化判断敌方对我方的危害程度。对战场态势而言，由于随机不确定性因素的影响，客观上存在着多种状态，如对我方有利、不利、势均力敌等态势;而利用模糊推理、黑板模型、模板匹配、计划识别、多属性决策理论、贝叶斯网络等诸多方法［5］，可以估计出未来可能出现的各种状态发生的概率分布。考虑现有的决策方法常常忽略了这种态势估计的不确定性，本文结合编队防空作战的实际情况，给出编队空中目标威胁评估处理过程，如图1所示。

图1 舰艇编队空中目标威胁评估处理框图Fig.1 Processing frame of formation aerial target threat assessment

图1 中，舰艇编队首先利用各种传感器来获取空中目标、自然环境、上级情报以及编队资源等信息，在此基础上进行实时数据融合处理，形成整个编队共享、全局一致、动态更新的战场综合态势图;然后，利用编队统一的战场综合态势图，指挥员从全局观点分析敌我双方对抗的战场态势演变情况，估计未来可能出现的各种状态及其发生的概率分布;最后，再对所有空中来袭目标进行综合分析，预测与估计在各种状态下的毁伤能力、攻击意图和紧迫程度等威胁评估的属性值，从而计算给出所有空中来袭目标的威胁程度排序。

2.2 问题描述

为不失一般性，现在考虑某舰艇编队对空中目标进行威胁程度评估的风险型多属性决策问题，令M={1，2，…，m}，N={1，2，…，n}，Q={1，2，…，q}。设:待评估的空中来袭目标有m 个，记为A=(a1，a2，…，am);影响空中目标威胁程度的评价属性有m个，记为U=(u1，u2，…，un);运用AHP 法［6］，可以确定属性uj，j ∈N 的权重为。已知:某舰艇编队在综合分析敌我双方作战能力、敌方意图估计以及环境信息等因素的基础上，预测与估计未来战场态势可能出现的状态有q 种，记为S={s1，s2，…，sq}，其中状态sk，k ∈Q 发生的概率为预测与估计目标ai，i ∈M关于属性uj，j ∈N 在状态sk，k ∈Q 下的评估值为现将所有评估结果构成一个风险型多属性决策矩阵，记为。

编队空中目标威胁评估的风险型多属性决策问题，就是由风险型决策矩阵求得空中来袭目标集A 中的各个目标威胁程度排序。

2.3 威胁评估方法

为了解决上述问题，本文综合运用风险型多属性决策理论［7］，提出一种新的编队空中目标威胁评估方法。

首先，由于多属性之间不同物理量纲对决策结果有影响，需要对风险型多属性决策矩阵X=进行规范化处理。常见的属性类型有效益型属性、成本型属性，其中效益型属性是指属性值越大越好的属性，成本型属性是指属性值越小越好的属性［8］。本文采用规范化公式如下:

其中i ∈M，j ∈N。

现在，根据TOPSIS 法的基本思想给出如下定义:

显然，待评估空中目标ai越接近E+，待评估空中目标ai的威胁度越大;反之，待评估空中目标ai越接近E，待评估空中目标ai的威胁度越小。

为了合理评价待评估空中目标的威胁程度大小，引入相对贴近度指标。选取加权欧几里德距离，计算ai与E+之间的偏差、ai与E－之间的偏差，即:

这样，待评估空中目标ai对E+的相对贴近度指标ai可按下式求得:

于是，根据计算求得ai值大小进行排序，便可得到所有空中目标的威胁程度排序，即排在前面ai值越大，目标ai的威胁越大。

3 实例分析

假设:空中来袭目标有4 批，A=(a1，a2，a3，a4)={轰炸机、反舰导弹、歼击机、预警机};空中目标的评价属性有3 个，U={u1，u2，u3}={毁伤能力，攻击意图，到达时间}，其中各属性的权重分别为w1=0.3，w2=0.3，w3=0.4。现在，某编队在综合分析敌我双方作战能力、敌方意图估计以及环境信息等因素的基础上，认为未来战场态势可能出现的状态有2 种，S={s1，s2}={对我方有利，对我方不利}，其中各状态的发生概率分别为p1=0.7，p2=0.3。在此基础上，经过综合分析预测每个目标在各种状态下的属性值如表1所示。根据式(2)计算得到每个目标的各种状态下属性的规范值，利用式(3)求得每个空中目标对各属性的期望值，如表2所示。

表1 每个空中目标各种状态对应的属性值Tab.1 Attributive value of each aerial targat in evary status

表2 每个空中目标对各属性的期望值Tab.2 Expectation value on sttributive of each aerial targe

按照给出的定义构造出的理想解为

负理想解为

由式(4)～式(5)计算求出每个空中目标与理想解E+和负理想解E－之间的偏差，即:

最后，根据式(5)计算得到每个待评估空中目标的相对贴近度指标值，即:a1=0.9587，a2=0.1703，a3=0.5351，a4=0.0001。

这样，按照每个待评估目标的相对贴近度指标值的大小进行排序，即可得到该舰艇编队受到空中目标的威胁程度排序为a1＞a3＞a2＞a4。

4 结 语

对空中来袭目标进行威胁评估，是舰艇编队防空作战指挥决策中的一项首要任务。本文在深入分析空中目标威胁影响因素的基础上，针对影响威胁评估的不确定因素，从系统的角度建立了编队空中目标威胁评估的风险型多属性决策模型，从而提出了一种新的编队空中目标威胁评估方法。该方法合理地将战场态势估计和目标威胁评估进行关联，整个计算过程简单，从而为解决编队空中目标威胁判断问题提供了一条新的途径。

［1］李进军，丛蓉，熊吉光．舰艇编队对空中目标的威胁程度判断模型［J］．火力与指挥控制，2005，30(7):29－33．

LI Jin-jun，CONG Rong，XIONG Ji-guang．Analysis of the threat assessment model of aerial targets of warship fleets［J］．Fire Control and Command Control，2005，30(7):29－33．

［2］耿涛，卢广山，张安．基于Vague 集的空中目标威胁评估群决策方法［J］．系统工程与电子技术，2011，33(12):2686－2690．

GENG Tao，LU Guang-shan，ZHANG An．Group decisionmaking method for air target threat assessment based on Vague sets［J］．System Engineering and Electronics，2011，33(12):2686－2690．

［3］于义彬，王本德，柳澎，等．具有不确定信息的风险型多目标决策理论及应用［J］．中国管理科学，2003，11(6):9－13．

YU Yi-bin，WANG Ben-de，LIU Peng，et al．Risky multiobjective decision-making theory and its application［J］．Chinese Journal of Management Scienc，2003，11(6):9－13．

［4］张楠，丁锋．数据融合中的态势估计与威胁估计技术［J］．电子对抗，2007，112(1):37－41．

ZHANG Nan，DING Feng．Situation assessment and threat assessment technique in data fusion［J］．Electronic Warfare，2007，112(1):37－41．

［5］金宏，周武，黄四牛，等．不确定分布下的态势估计方法［J］．舰船电子工程，2010，30(3):58－62．

JIN Hong，ZHOU Wu，HUANG Si-niu，et al．Situation assessment method with distribution uncertainty［J］．Ship Electronic Engineering，2010，30(3):58－62．

［6］王晓帆，王宝树．基于直觉模糊与计划识别的威胁评估方法［J］．计算机科学，2010，37(5):175－177．

WANG Xiao-fan，WANG Bao-shu．Techniques for thread assessment based on intuitionistic fuzzy theory and plan recognition［J］．Computer Science，2010，37(5):175－177．

［7］王玮，张玉芝．模糊AHP 的权重向量求解方法研究［J］．控制与决策，2006，21(1):184－188．

WANG Wei，ZHANG Yu-zhi．Research on a method of obtaining weight vectors for fuzzy AHP［J］．Control and Decision，2006，21(1):184－188．

［8］廖炎平，刘莉，邢超．TOPSIS 中不同规范化方法的研究［J］．北京理工大学学报，2012，32(5):871－876．

LIAO Yan-ping，LIU Li，XING Chao．Investigation of different normalization methods for TOPSIS［J］．Transactions of Beijing Institute of Technology，2012，32(5):871－876．