黃欽龍,劉 忠,夏家偉

(海軍工程大學(xué),湖北武漢 430000)

目標(biāo)威脅評(píng)估是指根據(jù)當(dāng)前戰(zhàn)場(chǎng)態(tài)勢(shì)信息評(píng)估敵方目標(biāo)的作戰(zhàn)能力和威脅程度,進(jìn)而明確敵方意圖的一種手段。作為美國(guó)JDL信息融合模型的第三層,威脅評(píng)估具有預(yù)警感知、威脅計(jì)算和威脅排序等功能。合理的目標(biāo)威脅判斷能夠?yàn)槲曳街笓]決策和作戰(zhàn)資源分配提供有效的幫助,縮短決策反應(yīng)時(shí)間,提高威脅目標(biāo)的攔截成功率[1]。

目前,進(jìn)行威脅判斷的方法主要包括多屬性決策理論[2-4]、模糊邏輯法[5-7]、貝葉斯網(wǎng)絡(luò)法[8-10]以及灰關(guān)聯(lián)法[11-13]。不少學(xué)者對(duì)其展開研究,并獲得可喜的成果。其中,文獻(xiàn)[14]提出了一種包含區(qū)間數(shù)的變權(quán)目標(biāo)威脅評(píng)估方法,該方法對(duì)于極端條件下的威脅指標(biāo)引起的系統(tǒng)性誤差有良好的調(diào)整能力,能夠給出合理的威脅評(píng)估結(jié)果;文獻(xiàn)[15]利用指標(biāo)隸屬度和信息熵的方法,求解出各項(xiàng)威脅指標(biāo)的權(quán)重,構(gòu)建了空間目標(biāo)威脅評(píng)估模型;文獻(xiàn)[16]則利用拉格朗日乘子法求得權(quán)系數(shù)熵最大的指標(biāo)權(quán)重,結(jié)合區(qū)間數(shù)的不同定義形式建立了基于TOPSIS法的威脅判斷模型。但現(xiàn)有威脅評(píng)估模型多是基于離散數(shù)據(jù)對(duì)目標(biāo)的能力威脅和態(tài)勢(shì)威脅進(jìn)行孤立分析,對(duì)目標(biāo)作戰(zhàn)意圖威脅考慮較少,不能準(zhǔn)確反映目標(biāo)的潛在威脅以及威脅變化趨勢(shì)。

本文提出了一種基于層次分析法和熵權(quán)法相結(jié)合的潛在威脅評(píng)估方法,該方法結(jié)合了層次分析法的主觀性分析和熵權(quán)法的客觀數(shù)據(jù)判斷,通過分析目標(biāo)的實(shí)時(shí)連續(xù)運(yùn)動(dòng)數(shù)據(jù),構(gòu)建了基于威脅機(jī)動(dòng)模型的潛在威脅評(píng)估體系。

在港口防御監(jiān)測(cè)中,近岸威脅目標(biāo)具有隱蔽性強(qiáng),機(jī)動(dòng)性高的特點(diǎn),其威脅度波動(dòng)較大,易造成嚴(yán)重的突發(fā)事件,如美國(guó)海軍驅(qū)逐艦“科爾號(hào)” 在也門亞丁港遭遇的自殺式爆炸襲擊事件[17]。若能充分利用威脅目標(biāo)的連續(xù)運(yùn)動(dòng)信息,提前預(yù)測(cè)其潛在威脅,便可有效提高對(duì)威脅目標(biāo)的攔截成功率。

1 威脅評(píng)估指標(biāo)及其量化處理

1.1 評(píng)估指標(biāo)的選取

在港口防御中,監(jiān)測(cè)區(qū)域的海上近岸目標(biāo)數(shù)量多,隱蔽性強(qiáng),機(jī)動(dòng)性高,威脅程度難以估計(jì),需要依靠雷達(dá)和光電等傳感器獲得的目標(biāo)狀態(tài)信息進(jìn)行判斷。對(duì)于常見的諸如漁船、貨船、汽艇、快艇等海上近岸目標(biāo),其威脅影響因素較多,相互關(guān)系復(fù)雜,且部分信息難以直接獲得。為了與實(shí)際作戰(zhàn)相結(jié)合,現(xiàn)將威脅因素分為兩方面:屬性方面和行為方面。屬性方面包括目標(biāo)的威脅類型,目標(biāo)武器載荷信息,目標(biāo)無人化信息等;行為方面包括目標(biāo)速度信息,目標(biāo)距離信息,目標(biāo)航向角信息等。具體如圖1。

圖1 海上近岸目標(biāo)威脅評(píng)估指標(biāo)

1.2 評(píng)估指標(biāo)的量化

由1.1節(jié)可知，目標(biāo)的威脅度是由多方面定性和定量信息共同決定的,部分信息難以用數(shù)值直接描述,現(xiàn)采用隸屬度的方法消除目標(biāo)信息的量綱和數(shù)量級(jí)差別,對(duì)數(shù)據(jù)進(jìn)行規(guī)范化處理,將其轉(zhuǎn)換為0～1的無量綱數(shù)據(jù)。

目標(biāo)的威脅類型屬于定性指標(biāo),對(duì)于海上近岸威脅目標(biāo),可通過敵我識(shí)別器或其他手段判別。本文依據(jù)常見的目標(biāo)類型將該指標(biāo)分為敵船、未知和民船,對(duì)應(yīng)的威脅量化值根據(jù)專家評(píng)判如表1所示。當(dāng)目標(biāo)為敵船時(shí),威脅最為明顯,故量化值取最大;當(dāng)無法有效識(shí)別目標(biāo)類型時(shí),存在較大潛在威脅,量化值取適中大小;對(duì)于已識(shí)別的民船,仍要有一定的警戒意識(shí),取較小值。

表1 威脅類型量化表

武器載荷也屬于定性指標(biāo),本文將其分為有明確武器,有潛在武器和未裝備武器三種等級(jí),具體信息可根據(jù)光電數(shù)據(jù)利用深度學(xué)習(xí)識(shí)別判斷或人在回路參與判斷。有明確武器是指可通過人工智能或檢測(cè)人員直接識(shí)別出目標(biāo)外部武器裝備,或者根據(jù)數(shù)據(jù)庫(kù)信息對(duì)比得知;有潛在武器是指目標(biāo)有隱蔽武器的空間與可能;未裝備武器是指已證實(shí)目標(biāo)沒有負(fù)載武器的空間與性能。其威脅度由高到低,量化值適當(dāng)依次降低,根據(jù)專家相關(guān)經(jīng)驗(yàn),具體取值如表2所示。

表2 武器載荷信息量化表

無人化指標(biāo)在這里是指威脅目標(biāo)的作戰(zhàn)平臺(tái)是否無人,本文將其分為有人系統(tǒng),未知系統(tǒng)和無人系統(tǒng)。在現(xiàn)代作戰(zhàn)中,由于無人系統(tǒng)的非接觸和零傷亡,使得其作戰(zhàn)成本大大降低,潛在威脅更大。故無人系統(tǒng),未知系統(tǒng)和有人系統(tǒng)的威脅度依次減小,其量化值取值適當(dāng)依次降低,根據(jù)專家相關(guān)經(jīng)驗(yàn),具體取值如表3所示。

表3 無人化信息量化表

速度指標(biāo)的威脅隸屬度函數(shù)應(yīng)滿足速度越大,威脅度越大的特點(diǎn),根據(jù)實(shí)際作戰(zhàn)經(jīng)驗(yàn),文本采用上升型指數(shù)函數(shù)的形式,如式(1)。v0為速度威脅閾值,γv為速度威脅衰減系數(shù),αv為最低速度威脅隸屬度。根據(jù)相關(guān)經(jīng)驗(yàn),各項(xiàng)取值分別為:v0=5,γv=-0.055,αv=0.2。

(1)

威脅目標(biāo)離己方保衛(wèi)目標(biāo)越近,則其威脅意圖越大,故根據(jù)作戰(zhàn)經(jīng)驗(yàn),隸屬度函數(shù)可選取下降型指數(shù)函數(shù)形式,如式(2)。d0為距離威脅閾值,γd為距離威脅衰減系數(shù),αd為最小距離威脅隸屬度。根據(jù)相關(guān)經(jīng)驗(yàn),各項(xiàng)取值分別為:d0=2,γd=-0.16,αd=0.2。

(2)

威脅目標(biāo)航向與保衛(wèi)目標(biāo)方位越接近,則其威脅度越大。為計(jì)算方便,現(xiàn)以威脅目標(biāo)與保衛(wèi)目標(biāo)連線為基準(zhǔn),定義航向偏差角θ,順時(shí)針為正,逆時(shí)針為負(fù)。θ0為航向偏差角威脅閾值,γθ為角度威脅衰減系數(shù),αθ為最小偏差角威脅隸屬度。根據(jù)相關(guān)經(jīng)驗(yàn),各項(xiàng)取值分別為:θ0=90,γθ=-0.03,αθ=0.2。

(3)

根據(jù)以上評(píng)估指標(biāo)模型,可計(jì)算出威脅隸屬度矩陣A

A=(aij)m×n

(4)

式中,m和n表示有m個(gè)目標(biāo)和n個(gè)威脅指標(biāo),aij為威脅目標(biāo)i的第j個(gè)指標(biāo)威脅隸屬度。

2 基于潛在威脅分析的修正綜合評(píng)估模型

2.1 層次分析法與熵權(quán)法綜合求權(quán)重

權(quán)重的確定方法包括主觀賦權(quán)法和客觀賦權(quán)法,主觀賦權(quán)法偏向于專家的直觀經(jīng)驗(yàn),客觀賦權(quán)法更側(cè)重于數(shù)據(jù)的嚴(yán)謹(jǐn)?，F(xiàn)采用主觀賦權(quán)中的層次分析法和客觀賦權(quán)中的熵權(quán)法相結(jié)合求常權(quán)重。

層次分析法(AHP)通過將復(fù)雜問題的各個(gè)因素梳理為相互關(guān)聯(lián)的有序?qū)哟?是一種定性與定量相結(jié)合的多目標(biāo)決策分析方法[18]。利用層次分析法求權(quán)重具體步驟如下。

1) 構(gòu)造指標(biāo)比較矩陣

對(duì)于已經(jīng)構(gòu)建的指標(biāo)體系,根據(jù)指標(biāo)層次關(guān)系,將相同層級(jí)的指標(biāo)進(jìn)行兩兩比較,得到各個(gè)指標(biāo)的重要性量化矩陣B,式中n為指標(biāo)個(gè)數(shù)。

(5)

矩陣各個(gè)元素bij可根據(jù)指標(biāo)相互重要性取值。

2) 計(jì)算相對(duì)權(quán)重

根據(jù)判斷矩陣,求出其最大特征根λmax及其對(duì)應(yīng)的特征向量w,方程如下

Bw=λmaxw

(6)

所求特征向量w經(jīng)歸一化處理,即各個(gè)指標(biāo)的相對(duì)權(quán)重。

3) 一致性檢驗(yàn)

以上求得的權(quán)重是否合理并符合專家的評(píng)判標(biāo)準(zhǔn),還要通過一致性檢驗(yàn)來確定。

熵本來是一個(gè)熱力學(xué)概念,后由C.E.Shannons引入信息論,定義了信息熵,如果某指標(biāo)信息熵越小,則其能提供的信息量越大,在評(píng)價(jià)體系中所占的權(quán)重應(yīng)當(dāng)更大[19]。對(duì)于m個(gè)目標(biāo),n個(gè)指標(biāo)的威脅評(píng)價(jià)體系,具體權(quán)重求解步驟如下。

1) 根據(jù)威脅隸屬度矩陣A求出標(biāo)準(zhǔn)化矩陣P

由上一節(jié)求出的威脅隸屬度矩陣A,可求出第j個(gè)威脅指標(biāo)下目標(biāo)i的威脅占全部m個(gè)目標(biāo)威脅的比重,即矩陣P中各個(gè)元素pij為

(7)

2) 求出各個(gè)指標(biāo)的信息熵

(8)

3) 求解各個(gè)指標(biāo)權(quán)重

(9)

綜上,利用層次分析法求得的權(quán)重向量和熵權(quán)法求得的權(quán)重向量,可得綜合權(quán)重

(10)

2.2 基于潛在威脅分析的修正綜合評(píng)估

戰(zhàn)場(chǎng)態(tài)勢(shì)時(shí)刻不斷在變化,對(duì)于目標(biāo)的威脅評(píng)估也是一個(gè)動(dòng)態(tài)的過程。我們可以根據(jù)目標(biāo)不斷變化的運(yùn)動(dòng)態(tài)勢(shì)分析其潛在威脅,通過構(gòu)建基于威脅機(jī)動(dòng)模型,對(duì)目標(biāo)威脅度進(jìn)行修正評(píng)估,如圖2所示。

圖2 威脅機(jī)動(dòng)模型

威脅目標(biāo)在執(zhí)行作戰(zhàn)任務(wù)時(shí),會(huì)進(jìn)行必要的威脅機(jī)動(dòng),此時(shí)部分威脅指標(biāo)會(huì)連續(xù)增大,如航向角不斷偏向保衛(wèi)目標(biāo)或航速不斷增大。即使此時(shí)威脅評(píng)估指標(biāo)的隸屬度并不大,但根據(jù)其作戰(zhàn)意圖及指標(biāo)的增長(zhǎng)率可預(yù)測(cè)其后續(xù)威脅會(huì)不斷增大,即當(dāng)前存在潛在威脅。為更好防范突發(fā)威脅事故,應(yīng)對(duì)現(xiàn)有威脅評(píng)估系統(tǒng)進(jìn)行潛在威脅修正。

假設(shè)對(duì)于傳感器實(shí)時(shí)監(jiān)測(cè)的威脅目標(biāo)信息,即每隔ΔT監(jiān)測(cè)周期進(jìn)行抽取分析,可得到T1,T2,T3…Ts時(shí)刻m個(gè)目標(biāo)的n項(xiàng)指標(biāo)的威脅判斷信息。如果第i個(gè)目標(biāo)的j項(xiàng)指標(biāo)威脅隸屬度從T1時(shí)刻到當(dāng)前Tk+1時(shí)刻連續(xù)K個(gè)監(jiān)測(cè)周期持續(xù)增大,則定義該威脅目標(biāo)進(jìn)行了K周期的威脅機(jī)動(dòng),進(jìn)行如下綜合動(dòng)態(tài)修正威脅評(píng)估:

(11)

(12)

式中，aij(TK)為TK時(shí)刻第i個(gè)目標(biāo)的j項(xiàng)指標(biāo)的威脅隸屬度,ηj為j項(xiàng)指標(biāo)的綜合權(quán)重,rij為基于威脅運(yùn)動(dòng)的修正系數(shù),fij(TK+1+k)為根據(jù)T1時(shí)刻到Tk+1時(shí)刻該指標(biāo)威脅隸屬度相對(duì)時(shí)間的擬合函數(shù),K為監(jiān)測(cè)周期,可根據(jù)實(shí)際需求取值。

3 威脅評(píng)估仿真分析

設(shè)某一時(shí)間段我方港口監(jiān)測(cè)系統(tǒng)探測(cè)到5批近岸海上目標(biāo),光電與雷達(dá)獲取的目標(biāo)在T1～T4時(shí)刻內(nèi)目標(biāo)的威脅類型、武器載荷、無人化、速度、距離和航向角等信息如表4所示。

表4 T1～T4時(shí)刻目標(biāo)特征信息

基于潛在威脅分析的海上近岸目標(biāo)威脅評(píng)估的流程如下。

1) 計(jì)算目標(biāo)隸屬度矩陣

對(duì)屬性表進(jìn)行量化求解,得到目標(biāo)的隸屬度矩陣A(T1),A(T2),A(T3)和A(T4)：

2)結(jié)合層次分析法與熵權(quán)法綜合求權(quán)重

對(duì)于層次分析法:首先通過專家評(píng)議,得到表5的重要性比較表格,然后利用和積法,得到其正規(guī)化矩陣B與特征向量w。

表5 指標(biāo)相對(duì)重要性比較

最大特征根為λmax=6.1182,CR=0.01906<0.1滿足一致性檢驗(yàn)。

對(duì)于熵權(quán)法:獲得目標(biāo)權(quán)重向量為:

故綜合常權(quán)重:

如果直接利用該常權(quán)重計(jì)算可得不同時(shí)刻威脅度:

各個(gè)目標(biāo)T1～T4時(shí)刻的威脅隸屬度如圖3～6所示。

圖3 T1時(shí)刻各個(gè)目標(biāo)威脅隸屬度

圖4 T2時(shí)刻各個(gè)目標(biāo)威脅隸屬度

圖5 T3時(shí)刻各個(gè)目標(biāo)威脅隸屬度

圖6 T4時(shí)刻各個(gè)目標(biāo)威脅隸屬度

即不同時(shí)刻威脅度排序均為D3>D2>D1>D4>D5。

3)基于潛在威脅分析的修正綜合評(píng)估

根據(jù)T1～T4時(shí)的威脅隸屬度矩陣,現(xiàn)取K=3,k=1,對(duì)于符合威脅運(yùn)動(dòng)定義的指標(biāo),對(duì)其采用多項(xiàng)式擬合,求出對(duì)應(yīng)fij(T5),并依據(jù)式(12)求得其修正系數(shù)rij。本案例中目標(biāo)D1的速度和角度指標(biāo)符合威脅運(yùn)動(dòng)定義,對(duì)其計(jì)算后得到r14=1.1692,r16=1.0453,代入修正后得到威脅度

綜合修正威脅隸屬度如圖7所示。

圖7 各個(gè)目標(biāo)綜合修正威脅隸屬度

威脅度排序與修正前所有時(shí)刻都大致相似,為D3>D1>D2>D4>D5。主要區(qū)別為D1目標(biāo)的威脅 度有所提高,現(xiàn)對(duì)于D1目標(biāo)進(jìn)行分析:其運(yùn)動(dòng)狀態(tài)為持續(xù)加速,并轉(zhuǎn)向保衛(wèi)目標(biāo),具有明顯的威脅行為,在各個(gè)孤立時(shí)刻,其威脅度綜合評(píng)估都并沒有D2目標(biāo)大,但按照其當(dāng)前運(yùn)動(dòng)趨勢(shì),其威脅度會(huì)逐步超過目標(biāo)D2,即D1目標(biāo)在當(dāng)前時(shí)刻有極大的潛在威脅。此威脅度排序符合實(shí)際情況。

4 結(jié)束語(yǔ)

對(duì)于以往目標(biāo)威脅評(píng)估模型中,對(duì)威脅目標(biāo)歷史運(yùn)動(dòng)信息應(yīng)用不足的缺點(diǎn),本文通過對(duì)目標(biāo)連續(xù)運(yùn)動(dòng)信息的分析,構(gòu)造威脅運(yùn)動(dòng)模型,建立了基于潛在威脅分析的海上近岸目標(biāo)威脅評(píng)估體系。與以往離散分析的模型相比,該模型能夠更好地預(yù)測(cè)威脅目標(biāo)的作戰(zhàn)意圖,為作戰(zhàn)指揮人員提供更多的反應(yīng)時(shí)間,具有一定的軍事價(jià)值。