林洪文 楊紹清

（海軍大連艦艇學(xué)院信息與通信工程系 大連 116018）

1 引言

21世紀(jì)的戰(zhàn)爭是信息化的戰(zhàn)爭，信息化戰(zhàn)爭要求艦艇部隊能夠充分利用可以獲得的各種信息資源，結(jié)合一定的戰(zhàn)術(shù)知識，對戰(zhàn)場態(tài)勢做出迅速、正確的判斷。目前，戰(zhàn)場態(tài)勢分析所用的知識主要來源于專家經(jīng)驗，這些經(jīng)驗對于態(tài)勢分析有一定的指導(dǎo)意義，但遠(yuǎn)不能滿足實(shí)戰(zhàn)中態(tài)勢分析的需要，這就要求利用其它方法和手段獲取更多的知識。我軍在作戰(zhàn)和日常的訓(xùn)練過程中，積累了大量的戰(zhàn)場目標(biāo)、態(tài)勢數(shù)據(jù)，這些數(shù)據(jù)里隱藏著許多作戰(zhàn)知識，如何發(fā)現(xiàn)并利用這些知識是目前亟待解決的一個問題。

2 知識發(fā)現(xiàn)技術(shù)概述

2.1 知識發(fā)現(xiàn)的概念

數(shù)據(jù)庫中的知識發(fā)現(xiàn)［1］（KDD.Knowledge Discovery in Databases）是從大量的、不完全的、有噪聲的、模糊的、隨機(jī)的原始數(shù)據(jù)中，提取隱含在其中的、事先未知的、而又潛在有用的信息和知識的過程，以滿足用戶對數(shù)據(jù)高層次而不僅僅是查詢這樣的低層次的要求，從而給人們提供所需問題的答案，提高信息的利用率。

2.2 知識發(fā)現(xiàn)的功能

知識發(fā)現(xiàn)的功能用于指定知識發(fā)現(xiàn)任務(wù)中要找的模式類型，典型的分為如下幾種：

1）特征化和區(qū)分：數(shù)據(jù)特征化是目標(biāo)類數(shù)據(jù)一般特征或特性的匯總；數(shù)據(jù)區(qū)分是將目標(biāo)類對象的一般特征與一個或多個對比類對象的一般特性進(jìn)行比較。

2）關(guān)聯(lián)分析：若兩個或多個變量間存在著某種規(guī)律性，就稱為關(guān)聯(lián)，關(guān)聯(lián)分析的目的就是找出數(shù)據(jù)中隱藏的關(guān)聯(lián)規(guī)則，如“航母?核潛艇（0.4，0.8）”就是一個關(guān)聯(lián)規(guī)則，它表示若某個海域出現(xiàn)航母，則同時會出現(xiàn)核潛艇的概率為40%，而該規(guī)則的可信度為80%。

3）聚類分析：聚類分析客觀地按被處理對象的特征分類，將具有相同特征的對象歸為一類（簇），使同一簇中的對象彼此盡可能相似，簇間的對象盡可能不同。

4）分類：分類是找出一組能描述數(shù)據(jù)集合典型特征的模型或函數(shù)，以便能通過它們識別出未知數(shù)據(jù)的類別，即將未知數(shù)據(jù)映射到某個類別，如對于雷達(dá)偵測到的空中目標(biāo)，可以根據(jù)它們的雷達(dá)回波大小、發(fā)現(xiàn)距離、飛行高度、飛行速度等特征進(jìn)行判斷，從而確定其類型。

5）預(yù)測：利用歷史數(shù)據(jù)建立模型，再運(yùn)用最新數(shù)據(jù)作為輸入獲得未來變化的趨勢或者評估給定樣本可能具有的屬性值或值的范圍。

6）時序分析：時序分析描述行為隨時間變化的對象的規(guī)律和趨勢，并對其建模。

7）孤立點(diǎn)分析：孤立點(diǎn)指數(shù)據(jù)庫中包含的一些與數(shù)據(jù)的一般行為或模型不一致的數(shù)據(jù)。大部分知識發(fā)現(xiàn)方法將孤立點(diǎn)視為噪聲或異常丟棄，然而，在一些應(yīng)用中（如故障檢測），罕見的事件可能比正常出現(xiàn)的事件更令人感興趣。

3 戰(zhàn)場態(tài)勢分析

3.1 戰(zhàn)場態(tài)勢分析概述

態(tài)勢分析［2～3］是對戰(zhàn)場上戰(zhàn)斗力量分配情況的評價過程。它通過綜合敵我雙方及地理、氣象環(huán)境等因素，將所觀測的戰(zhàn)斗力量分布與活動和戰(zhàn)場環(huán)境有機(jī)的聯(lián)系起來，識別已發(fā)生的事件和計劃，得到敵方兵力結(jié)構(gòu)、部署、行動方向和路線的估計，指出敵軍的行為模式，推斷出敵軍的意圖，做出對當(dāng)前戰(zhàn)場情景的合理解釋，并對臨近時刻的態(tài)勢變化做出預(yù)測。由上述定義可以看出，態(tài)勢分析是對戰(zhàn)場中戰(zhàn)斗力量部署及其動態(tài)變化情況進(jìn)行解釋，推斷敵方企圖，預(yù)測將來活動，并提供最優(yōu)決策依據(jù)與支持資源分配的過程。

真實(shí)環(huán)境下態(tài)勢分析的對象是作戰(zhàn)區(qū)域中隨時間推移而不斷動作并變化著的作戰(zhàn)實(shí)體，態(tài)勢分析實(shí)際上就是對這樣一個動態(tài)變化的對象進(jìn)行感知，并對提取出來的態(tài)勢元素進(jìn)行覺察、認(rèn)識、理解和預(yù)測的處理過程。據(jù)此，可確立戰(zhàn)場態(tài)勢分析的三個功能模型：態(tài)勢覺察、態(tài)勢理解和態(tài)勢預(yù)測。

1）態(tài)勢覺察：根據(jù)戰(zhàn)場態(tài)勢分析的需要，對實(shí)時傳感器航跡表中的數(shù)據(jù)進(jìn)行處理，提取相關(guān)的態(tài)勢分析數(shù)據(jù)，得到目標(biāo)的基本態(tài)勢數(shù)據(jù)，如目標(biāo)的距離、方位、速度、經(jīng)緯度、類型等。

2）態(tài)勢理解：根據(jù)態(tài)勢覺察信息，結(jié)合領(lǐng)域知識，對當(dāng)前態(tài)勢進(jìn)行解釋，用于判斷敵方的戰(zhàn)場部署和作戰(zhàn)企圖。

3）態(tài)勢預(yù)測：在態(tài)勢理解的基礎(chǔ)上，對未來可能出現(xiàn)的態(tài)勢情況進(jìn)行預(yù)測。

3.2 戰(zhàn)場態(tài)勢分析面臨的問題

信息化戰(zhàn)爭條件下的戰(zhàn)場態(tài)勢分析面臨諸多挑戰(zhàn)，主要有以下幾個方面：

1）面對的數(shù)據(jù)量快速增長：隨著C4ISR系統(tǒng)的發(fā)展和應(yīng)用，人們獲取信息的能力不斷增強(qiáng)，這些信息涉及到戰(zhàn)場的各個領(lǐng)域和環(huán)節(jié)，包括：戰(zhàn)場環(huán)境、敵我雙方武器裝備、編制體制、作戰(zhàn)理論、兵力部署、作戰(zhàn)行動、火力運(yùn)用等諸多因素。這些信息為指揮人員提供了豐富的戰(zhàn)場信息，使得現(xiàn)代戰(zhàn)場變得越來越透明，但隨之而來的問題是指揮員也將被淹沒在數(shù)據(jù)海洋中，變得無所適從。

2）信息不確定性增加：在實(shí)戰(zhàn)中，由于傳感器性能以及敵方干擾、欺騙等行為，使得獲得的目標(biāo)信息通常具有高度不確定性。在態(tài)勢分析過程中，這種不確定性主要表現(xiàn)為以下幾個方面：

·灰色信息：由于觀測能力、傳輸誤差、噪聲等的影響，使得無法獲得目標(biāo)的全部信息或確切信息，而只能得到部分信息或信息的大致范圍，如觀察到目標(biāo)的運(yùn)動速度為［200，220］，表示目標(biāo)的運(yùn)動速度處于200～220之間的某個值；

·模糊信息：由于戰(zhàn)場態(tài)勢的復(fù)雜性，各目標(biāo)特征界限不分明，導(dǎo)致無法準(zhǔn)確確定目標(biāo)的戰(zhàn)術(shù)類型，如對某一批目標(biāo)判斷為戰(zhàn)斗機(jī)、偵察機(jī)、轟炸機(jī)的概率分別為0.5、0.3和0.2。

·未確知信息：未確知信息表現(xiàn)為所掌握的信息不足以確定事物的真實(shí)狀態(tài)和數(shù)量關(guān)系。如戰(zhàn)場上可以同時獲得多個目標(biāo)的位置、運(yùn)動狀態(tài)等信息，但目標(biāo)之間的聯(lián)系，即群信息無法直接獲得。

隨著對不確定性信息認(rèn)識的深入，人們已經(jīng)意識到：如果忽略了不確定性信息，或不能對其進(jìn)行科學(xué)的處理，將不能作出正確的決策，更不能科學(xué)地研究復(fù)雜的軍事決策問題。

3）決策的時效性要求增強(qiáng)：信息化條件下，軍隊組織指揮和作戰(zhàn)行動的節(jié)奏明顯加快，各種作戰(zhàn)樣式轉(zhuǎn)換特別頻繁，戰(zhàn)場態(tài)勢瞬息萬變。為了實(shí)現(xiàn)“先敵決策、快敵決策、高敵決策”的目的，時效性成了軍事決策系統(tǒng)的必然要求。

4 基于知識發(fā)現(xiàn)技術(shù)的海戰(zhàn)場態(tài)勢分析

圖1 基于知識發(fā)現(xiàn)的海戰(zhàn)場態(tài)勢分析流程圖

利用知識發(fā)現(xiàn)技術(shù)的海量數(shù)據(jù)處理能力和方法多樣的特點(diǎn)，將其應(yīng)用于海戰(zhàn)場態(tài)勢分析過程中，可以為指揮員提供智能的、自動化的輔助手段，提高系統(tǒng)的智能化程度及決策科學(xué)性、時效性，從而極大地提高部隊整體作戰(zhàn)能力。

基于知識發(fā)現(xiàn)技術(shù)的海戰(zhàn)場態(tài)勢分析主要過程包括兩個階段，第一階段為知識獲取階段，第二階段為戰(zhàn)場態(tài)勢分析階段，如圖1所示。

知識獲取階段各模塊的含義如下：

·海戰(zhàn)場目標(biāo)基本信息數(shù)據(jù)庫：包括平時訓(xùn)練、演習(xí)、偵察獲得海戰(zhàn)場目標(biāo)基本數(shù)據(jù)。

·發(fā)現(xiàn)數(shù)據(jù)庫：對海戰(zhàn)場目標(biāo)基本信息數(shù)據(jù)庫中的數(shù)據(jù)進(jìn)行包括數(shù)據(jù)凈化、數(shù)值化與特定轉(zhuǎn)換等在內(nèi)的預(yù)處理，形成發(fā)現(xiàn)數(shù)據(jù)庫，以供知識發(fā)現(xiàn)過程使用。

·模式：利用知識發(fā)現(xiàn)技術(shù)對發(fā)現(xiàn)數(shù)據(jù)庫中的的數(shù)據(jù)進(jìn)行分析，挖掘隱藏在數(shù)據(jù)背后的規(guī)律，并以直觀的形式進(jìn)行表達(dá)，如分類規(guī)則：“IF飛行高度＝低AND飛行速度＝中THEN目標(biāo)類型＝導(dǎo)彈”，關(guān)聯(lián)規(guī)則：“航母?核潛艇（0.4，0.8）”。

·知識庫：通過知識發(fā)現(xiàn)技術(shù)獲得的模式，經(jīng)過評估，可能存在冗余或無關(guān)的模式，這時需要將其剔除，剩下的模式就形成知識，進(jìn)入知識庫。

·基礎(chǔ)知識庫：由作戰(zhàn)基本理論和作戰(zhàn)理論經(jīng)驗總結(jié)構(gòu)成。

·合成知識庫：由通過知識發(fā)現(xiàn)技術(shù)獲得的知識庫和基礎(chǔ)知識庫構(gòu)成。

在戰(zhàn)場態(tài)勢分析階段，可以直接利用合成知識庫中的知識對戰(zhàn)場態(tài)勢數(shù)據(jù)進(jìn)行分析，如利用知識庫中形如“IF飛行高度＝低AND飛行速度＝中THEN目標(biāo)類型＝導(dǎo)彈”的分類規(guī)則對雷達(dá)目標(biāo)的類型判別；在發(fā)現(xiàn)某一海域出現(xiàn)航母的情況下，根據(jù)關(guān)聯(lián)規(guī)則“航母?核潛艇（0.4，0.8）”，加強(qiáng)對水下核潛艇的搜索；同時，還可以使用知識發(fā)現(xiàn)方法直接作用于戰(zhàn)場態(tài)勢數(shù)據(jù)，如利用的貝葉斯網(wǎng)絡(luò)［4］、粗糙集［5］等方法，可以有效處理不確定數(shù)據(jù)，結(jié)合決策樹［6］、神經(jīng)網(wǎng)絡(luò)［7］、遺傳算法［8］等分類技術(shù)，可以對戰(zhàn)場 上的目標(biāo)進(jìn)行識別；利用聚類技術(shù)可以對戰(zhàn)場上的眾多目標(biāo)進(jìn)行分群［9］，即將位置相近、類型相似，且執(zhí)行相同任務(wù)的目標(biāo)劃分到一起，看作是一個整體，從而向指揮員提供簡化的戰(zhàn)場視圖，以便于指揮員準(zhǔn)確把握戰(zhàn)場態(tài)勢；利用神經(jīng)網(wǎng)絡(luò)技術(shù)，可以對目標(biāo)的威脅等級進(jìn)行判斷［10］，輔助指揮員進(jìn)行最優(yōu)的火力分配；利用動態(tài)貝葉斯網(wǎng)絡(luò)等推理技術(shù)，可以對敵方目標(biāo)的戰(zhàn)術(shù)意圖進(jìn)行推測［12］，為指揮員制定合理的戰(zhàn)術(shù)對策贏取寶貴時間。

5 結(jié)語

信息化戰(zhàn)爭對軍事決策提出了更高、更迫切的要求，基于知識發(fā)現(xiàn)技術(shù)的戰(zhàn)場態(tài)勢分析能夠?qū)Ａ康膽?zhàn)場態(tài)勢數(shù)據(jù)進(jìn)行實(shí)時分析，獲取其中的關(guān)鍵要素，為指揮員的決策提供輔助支持，從而極大地提高作戰(zhàn)指揮效能和整體作戰(zhàn)能力。

［1］唐曉萍.數(shù)據(jù)挖掘技術(shù)及其在指揮控制系統(tǒng)中的應(yīng)用［J］.火力與指揮控制，2002，27（2）：35－38.

［2］孔祥忠.戰(zhàn)場態(tài)勢估計和威脅估計［J］.火力與指揮控制，2003，28（6）：91－94，98.

［3］王寶樹，申屠曉鋒.態(tài)勢估計模型的研究與實(shí)現(xiàn)［J］.計算機(jī)工程，2004，30（11）：125－127.

［4］史志富，張安，何勝強(qiáng).基于貝葉斯網(wǎng)絡(luò)的多傳感器目標(biāo)識別算法研究［J］.傳感技術(shù)學(xué)報，2007，20（4）：921－924.

［5］賀有，羅舉平.基于粗集理論的雷達(dá)目標(biāo)類型識別［J］.紅外與激光工程，2007，36（增刊）：339－342.

［6］胡源，馬鑫，王旭贏.基于決策樹的雷達(dá)型號識別方法［J］.雷達(dá)科學(xué)與技術(shù)，2008，6（3）：161－164.

［7］白咸帥，王宏飛.基于BP神經(jīng)網(wǎng)絡(luò)的空襲目標(biāo)識別［J］.艦船電子工程，2007，26（4）：133－135，194.

［8］沈明華，馮新喜，黃智穎，等.遺傳算法在飛機(jī)目標(biāo)識別中的應(yīng)用［J］.系統(tǒng)工程與電子技術(shù)，2002，24（10）：28－31.

［9］李全龍，劉洪娟，余硌.基于聚類思想的戰(zhàn)場群目標(biāo)識別方法［J］.計算機(jī)工程，2007，33（15）：193－195.

［10］張發(fā)強(qiáng)，由大德，蔣敏.基于RBF神經(jīng)網(wǎng)絡(luò)的空襲目標(biāo)威脅評估模型研究［J］.艦船電子對抗，2010，33（6）：85－88.

［11］羅勇，夏丹，徐丹.基于可靠性評估的維修診斷輔助決策系統(tǒng)研究［J］.計算機(jī)與數(shù)字工程，2011，39（1）.

［12］鄧海軍，尹全軍，胡記文，等.基于 MEBN的戰(zhàn)術(shù)意圖識別［J］.系統(tǒng)工程與電子技術(shù)，2010，32（11）：2374－2379.