劉 杰

（中國人民解放軍91388部隊91分隊 湛江 524022）

1 引言

水面艦反潛魚雷發(fā)現(xiàn)概率是水面艦反潛作戰(zhàn)能力的一個重要指標，發(fā)現(xiàn)概率的高低直接決定了水面艦打擊潛艇的效果。魚雷出管后，能否發(fā)現(xiàn)目標，受到多方面因素的影響，主要包括發(fā)射時刻敵我態(tài)勢、本艦和目標運動參數(shù)、魚雷射擊諸元和預設(shè)定參數(shù)、魚雷性能、海洋環(huán)境、目標潛艇類型、目標是否采取對抗措施、系統(tǒng)解算誤差、魚雷航行誤差等。在水面艦綜合反潛火控設(shè)備顯控臺上能夠看到魚雷攻擊潛艇的實時發(fā)現(xiàn)概率，對指揮員的指揮決策起到輔助作用，但是目前由于受到計算方法的限制，可參考性不強。

大數(shù)據(jù)分析算法就是對海量的各種各樣的數(shù)據(jù)進行計算，找出數(shù)據(jù)之間的相關(guān)關(guān)系，與針對“小數(shù)據(jù)量”的傳統(tǒng)算法相比，避免了在采樣過程中信息的丟失以及算法本身的誤差。利用水面艦在試驗、訓練、演習等過程中收集的有關(guān)使用魚雷反潛的大量數(shù)據(jù)進行分析計算，能夠更加準確地預測當前條件下水面艦反潛魚雷的實時發(fā)現(xiàn)概率。

2 大數(shù)據(jù)

大數(shù)據(jù)的定義為無法在一定時間內(nèi)用常規(guī)軟件工具對其內(nèi)容進行抓取、管理和處理的數(shù)據(jù)集合。是信息網(wǎng)絡(luò)技術(shù)發(fā)展的一個必然產(chǎn)物，其沖擊對于任何領(lǐng)域和行業(yè)都無法避免，軍事領(lǐng)域也是如此［1～4］。

2.1 大數(shù)據(jù)的特點

大數(shù)據(jù)的第一個特點就是“大”，即數(shù)據(jù)總量巨大。數(shù)據(jù)大小通常都在PetaBytes到ExaBytes，至少在GigaBytes；第二個特點是數(shù)據(jù)高速增長。隨著信息技術(shù)的發(fā)展，任何事物都可以被數(shù)據(jù)化，數(shù)據(jù)量呈現(xiàn)爆炸式的增長，數(shù)據(jù)更新速度非常快，因此，對很多實時數(shù)據(jù)要進行快速處理，平衡數(shù)據(jù)量和處理速度之間的關(guān)系也是大數(shù)據(jù)分析的一個難點；第三個特點是數(shù)據(jù)種類繁多，關(guān)系復雜。隨著數(shù)據(jù)收集能力的提高，收集到的數(shù)據(jù)類型也越來越多，質(zhì)量參差不齊，各種數(shù)據(jù)之間都相互作用，簡單地剔除較差的數(shù)據(jù)會導致數(shù)據(jù)的大量浪費；第四個特點是有價值數(shù)據(jù)占的比例較小，即價值密度較低。

上述四個典型特點可以用4V表示，分別為總量（volume）、速度（velocity）、多樣性（variety）、價值（value）［5］。

2.2 數(shù)據(jù)挖掘

由于大數(shù)據(jù)的特點，傳統(tǒng)的統(tǒng)計學方法無法對其進行處理，因此，出現(xiàn)了一系列的大數(shù)據(jù)處理技術(shù)，即系列使用非傳統(tǒng)的工具來處理大量的結(jié)構(gòu)化、半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)，從而獲得分析和預測結(jié)果的一系列數(shù)據(jù)處理技術(shù)［6］。

數(shù)據(jù)挖掘也稱為現(xiàn)代統(tǒng)計學，是對大數(shù)據(jù)進行分析處理的一門方法，是對傳統(tǒng)統(tǒng)計方法的延伸和擴展，最早是由Fayyad在1995年［7］知識發(fā)現(xiàn)會議上所提出來的他認為數(shù)據(jù)挖掘是一個自動或半自動化地從大量數(shù)據(jù)中發(fā)現(xiàn)有效的、有意義的、潛在有用的、易于理解的數(shù)據(jù)模式的復雜過程。數(shù)據(jù)挖掘的核心任務(wù)是對數(shù)據(jù)特征和關(guān)系的探索、建立。根據(jù)要探索的數(shù)據(jù)關(guān)系是否有目標，可以將數(shù)據(jù)挖掘的功能分為兩大類，一類稱為有指導的學習，是對預設(shè)目標的概率學習和建模，主要由分類、估計和預測三方面的功能構(gòu)成，其中分類是較為基礎(chǔ)的，用于概念的識別，估計是對概念量的認識，預測則是對未知情況的判斷；另一類是無指導的學習，旨在尋找和刻畫數(shù)據(jù)的概念結(jié)構(gòu)，主要由關(guān)聯(lián)分組、聚類和可視化三方面的內(nèi)容構(gòu)成，主要任務(wù)是提煉數(shù)據(jù)中潛在的模式，探索數(shù)據(jù)之間的聯(lián)系和內(nèi)在結(jié)構(gòu)［8～12］。本文的數(shù)據(jù)模型主要采用聚類的方法找出影響魚雷發(fā)現(xiàn)概率的所有因素之間的聯(lián)系。

3 發(fā)現(xiàn)概率計算模型的構(gòu)設(shè)

3.1 水面艦反潛魚雷發(fā)現(xiàn)概率

發(fā)現(xiàn)概率是對魚雷出管后，按照預設(shè)定參數(shù)和設(shè)定的射擊諸元進行動作，發(fā)現(xiàn)目標情況的定量描述。

影響水面艦反潛魚雷發(fā)現(xiàn)概率的因素可分為本艦、目標、魚雷、探測系統(tǒng)、環(huán)境等五個方面，每一方面都包含多種因素，具體如下所示：

本艦：類型、工作狀態(tài)、運動參數(shù)、發(fā)射時刻與目標的相對態(tài)勢、系統(tǒng)解算誤差、系統(tǒng)工作方式等；

目標：類型、性能、運動參數(shù)、是否采取對抗等；

魚雷：類型、性能、發(fā)射方式、預設(shè)定參數(shù)、射擊諸元、航行（飛行）誤差等；探測系統(tǒng)：類型、性能、使用方式、使用狀態(tài)等；環(huán)境：水文、氣象、海況、海區(qū)深度、海底底質(zhì)等。

3.2 模型構(gòu)設(shè)

魚雷發(fā)射出去后能否發(fā)現(xiàn)目標主要由發(fā)射時魚雷射擊諸元是否正確、發(fā)射后魚雷的執(zhí)行能力、目標的性能及是否采取對抗等決定，因為對反潛武器系統(tǒng)來說，目標是否會采取對抗措施以及采取何種對抗措施，在實際作戰(zhàn)中很難提前預料，所以，本文在模型構(gòu)設(shè)時假定目標不采取對抗措施。

水面艦每發(fā)射一條魚雷，就用一個特征向量P表示魚雷攻擊目標的過程數(shù)據(jù)，形式如式（1）所示。

式中a1，a2，…，a5分別表示上述影響魚雷發(fā)現(xiàn)目標的五個方面，即本艦、目標、魚雷、探測系統(tǒng)和環(huán)境，每個方面包含的因素都用一個變量表示，?表示本次魚雷發(fā)射后是否發(fā)現(xiàn)目標，0表示未發(fā)現(xiàn)，1表示發(fā)現(xiàn)。

設(shè)訓練樣本集為X，共包含n個特征向量，每個特征向量用 Pi=(ai1，ai2，…，ai5，?i) 表示，其 中(i=1，2，…，n)，使用歐式距離來計算系統(tǒng)魚雷發(fā)現(xiàn)概率。

對所有di＜β（β是一個判斷樣本相似性的閾值，根據(jù)實際使用進行確定）的數(shù)據(jù)按式（3）統(tǒng)計魚雷發(fā)現(xiàn)概率δ：

式中m表示di＜β的特征向量總數(shù)，?k表示其對應(yīng)的發(fā)現(xiàn)目標情況（是否發(fā)現(xiàn)）。

歐式距離判斷方法需要對樣本集中的每個樣本進行計算，計算效率比較低，不適用于大規(guī)模數(shù)據(jù)集。當訓練樣本集中的樣本量非常大時，可以采用聚類分析（二分k-均值算法或BIRCH算法等）的方法先將訓練樣本集劃分成K類（K根據(jù)實際使用進行確定）［8］，聚類的原則是使類內(nèi)樣本的相似度達到最大，而類間樣本的相似度達到最小，然后計算與每個類的聚類中心的歐式距離，選擇距離最小的類作為的類別，再按式（3）計算魚雷發(fā)現(xiàn)概率δ，此時式中的m表示所屬類別中特征向量的總數(shù)。計算流程詳見圖1所示。

圖1 魚雷發(fā)現(xiàn)概率計算流程圖

3.3 可行性和存在困難

本文的計算模型是否可行，主要受數(shù)據(jù)和數(shù)據(jù)處理方法兩個方面的影響。目前基于互聯(lián)網(wǎng)的大數(shù)據(jù)分析技術(shù)已經(jīng)在不同領(lǐng)域得到了應(yīng)用，并取得了很好的效果，數(shù)據(jù)挖掘方法日趨完善，能夠很好地對大規(guī)模數(shù)據(jù)進行組織、分析和存儲。近年來，我海軍艦船數(shù)量迅速增加，外出執(zhí)行訓練、演習、試驗以及其他任務(wù)頻繁，發(fā)射了大量的反潛魚雷，期間產(chǎn)生的數(shù)據(jù)量急劇增加，多年來積累了大量與魚雷發(fā)現(xiàn)目標相關(guān)的數(shù)據(jù)，因此，從理論上來說，本文計算模型可行。

但是想在水面艦反潛武器系統(tǒng)中實現(xiàn)該模型，還存在計算量和訓練樣本集實時更新的難題，要實現(xiàn)對大數(shù)據(jù)的實時處理，需要大量的存儲設(shè)備和處理設(shè)備，目前互聯(lián)網(wǎng)中解決該問題的方式主要是采用云計算，通過大眾參與的方式來處理大規(guī)模數(shù)據(jù)。因此，海軍艦船可以參考云計算的概念，通過某種方式將所有艦船上的計算和存儲設(shè)備進行共享，充分利用各艦船閑置的存儲和處理數(shù)據(jù)的能力，實時處理大規(guī)模數(shù)據(jù)，得到反潛魚雷發(fā)現(xiàn)概率以及更新訓練樣本集的目的。同時隨著計算機處理和存儲數(shù)據(jù)能力的提升，將來大數(shù)據(jù)實時處理的難題應(yīng)該能夠得到更好的解決。

4 結(jié)語

數(shù)據(jù)就是信息，如何利用日益增加的數(shù)據(jù)來提升我軍裝備的戰(zhàn)斗力，是一個需長期研究的過程。數(shù)據(jù)是客觀的，當數(shù)據(jù)量足夠大時，就一定能夠從中找出我們需要的信息。本文提出的計算模型是基于大數(shù)據(jù)的預測能力，充分利用了艦船在執(zhí)行各項任務(wù)期間所產(chǎn)生的有用數(shù)據(jù)，但是在實際作戰(zhàn)中，魚雷的發(fā)現(xiàn)概率還會受到人為的影響，尤其是聲納兵的能力，且本文的模型未考慮目標機動的情況，這些都是下一步需要研究的重點。