丁 磊，王睿家，范涌高

（中國(guó)電子科技集團(tuán)公司第三十六研究所，浙江 嘉興 314033）

0 引言

威脅評(píng)估是作戰(zhàn)決策的一個(gè)關(guān)鍵環(huán)節(jié)，是信息融合的高層次階段，但在當(dāng)前一體化聯(lián)合作戰(zhàn)趨勢(shì)下，戰(zhàn)場(chǎng)威脅評(píng)估的方法和體系仍然不成熟。為此，張建廷等人研究了威脅評(píng)估的相關(guān)實(shí)現(xiàn)模型，對(duì)威脅評(píng)估的理論方法進(jìn)行了總結(jié)歸納，并給出戰(zhàn)場(chǎng)威脅評(píng)估總體架構(gòu)和基本流程。 王欣雨等人提出一種具有機(jī)載適用性的威脅評(píng)估因子選取方法，以定量的形式對(duì)威脅源做出分析和評(píng)估，用非線性加權(quán)方法進(jìn)行威脅等級(jí)計(jì)算和排序仿真，最后通過(guò)仿真驗(yàn)證了這種方法的可行性。傅蔚陽(yáng)等人基于反向?qū)W習(xí)灰狼算法(OGWO)優(yōu)化小波神經(jīng)網(wǎng)絡(luò)的目標(biāo)威脅評(píng)估模型，提出了一種目標(biāo)威脅度評(píng)估算法，該算法通過(guò)改進(jìn)后的灰狼算法優(yōu)化小波神經(jīng)網(wǎng)絡(luò)的各權(quán)值和小波基函數(shù)的平移因子與伸縮因子，使優(yōu)化后的小波神經(jīng)網(wǎng)絡(luò)能夠?qū)ν{度測(cè)試樣本集作更好的預(yù)測(cè)。史小斌等人基于地面?zhèn)刹炖走_(dá)的目標(biāo)屬性集，利用隸屬度函數(shù)、專家知識(shí)和貝葉斯網(wǎng)絡(luò)構(gòu)建了地面?zhèn)刹炖走_(dá)動(dòng)態(tài)威脅度貝葉斯評(píng)估模型，對(duì)于多功能相控陣?yán)走_(dá)，可根據(jù)目標(biāo)威脅度自適應(yīng)調(diào)度波束實(shí)現(xiàn)對(duì)目標(biāo)的跟蹤，目標(biāo)威脅度評(píng)估數(shù)據(jù)變化特征符合人的推理過(guò)程。

在電磁頻譜作戰(zhàn)中，電磁目標(biāo)復(fù)雜，高效的目標(biāo)威脅評(píng)估方法有利于實(shí)時(shí)生成戰(zhàn)場(chǎng)電磁態(tài)勢(shì)?，F(xiàn)有的電磁目標(biāo)威脅等級(jí)評(píng)估方法存在時(shí)延較高、處理時(shí)間較長(zhǎng)和作戰(zhàn)適應(yīng)性不足等問(wèn)題，因此，急需一種針對(duì)電磁頻譜作戰(zhàn)需求的威脅等級(jí)評(píng)估機(jī)制。本文提出一種新的目標(biāo)威脅等級(jí)評(píng)估方法，根據(jù)電磁目標(biāo)特點(diǎn)建立電磁目標(biāo)模型，利用層次分析法（AHP）進(jìn)行威脅評(píng)估，結(jié)合作戰(zhàn)應(yīng)用場(chǎng)景對(duì)評(píng)估方法進(jìn)行了測(cè)試驗(yàn)證，并得出結(jié)論。

1 層次分析法

1.1 基本原理

AHP 屬于典型的多目標(biāo)決策M(jìn)CDM 方法，是對(duì)非定量事件作定量分析的一種有效方法，該方法保證了定性科學(xué)性和定量分析的精確性，又保證了定性和定量2 類指標(biāo)綜合評(píng)價(jià)的統(tǒng)一性?？筛鶕?jù)研究對(duì)象的性質(zhì)，將決策的目標(biāo)、考慮的因素（決策準(zhǔn)則）和決策對(duì)象按它們之間的相互關(guān)系分為最高層、中間層和最低層，繪出層次結(jié)構(gòu)圖。最高層是指決策的目的、要解決的問(wèn)題；最低層是指決策時(shí)的備選方案；中間層是指考慮的因素、決策的準(zhǔn)則。對(duì)于相鄰的2 層，稱高層為目標(biāo)層、低層為因素層。該方法的基本原理為根據(jù)問(wèn)題的性質(zhì)和要達(dá)到的總目標(biāo)，將問(wèn)題分解為不同的組成因素，并按照因素間的相互關(guān)系影響以及隸屬關(guān)系，將因素按不同層次聚集組合，形成一個(gè)多層次的分析結(jié)構(gòu)模型，從而最終使問(wèn)題歸結(jié)為最低層相對(duì)于最高層的相對(duì)重要權(quán)值的確定或相對(duì)優(yōu)劣次序的排定。

1.2 實(shí)現(xiàn)步驟

AHP 的主要思想是根據(jù)研究對(duì)象的性質(zhì)將要求達(dá)到的目標(biāo)分解為多個(gè)組成因素，并按因素間的隸屬關(guān)系，將其層次化，組成一個(gè)層次結(jié)構(gòu)模型，然后按層次分析，最終獲得最低層因素對(duì)于最高層（總目標(biāo)）的重要性權(quán)值，或進(jìn)行優(yōu)劣性排序，總結(jié)相關(guān)文獻(xiàn)，層次分析法的流程如圖1 所示。

圖1 層次分析法流程

AHP 的基本步驟如下：1）根據(jù)要研究的問(wèn)題建立分層的結(jié)構(gòu)模型；2）構(gòu)造下層指標(biāo)對(duì)相鄰的上層指標(biāo)的判斷矩陣；3）計(jì)算每個(gè)層次的重要性排序，并進(jìn)行一致性檢驗(yàn)；4）計(jì)算層次總的重要性排序，并進(jìn)行總的一致性檢驗(yàn)。

在運(yùn)用AHP 之前，必須對(duì)所要解決的問(wèn)題有清楚的認(rèn)識(shí)，明白要達(dá)到的目標(biāo)和影響目標(biāo)的因素，同時(shí)要注意AHP 的不足，在運(yùn)用時(shí)盡量避免觸及。如果一個(gè)因素還有下屬因素，則應(yīng)根據(jù)情況決定是否繼續(xù)將因素往下分解，層次過(guò)多或者因素過(guò)多會(huì)導(dǎo)致計(jì)算量大大增加。一般來(lái)講，AHP 各層次的因素個(gè)數(shù)不能超過(guò)8 個(gè)，層次一般分為3 層。

一般將最終的目標(biāo)放在最上層，考慮的因素放在下一層次，因素層可以繼續(xù)向下分解，并將子因素放在該因素層的下一層，依次類推，通常將上一層次元素稱為下一層次元素的目標(biāo)層，下一層次元素則作為因素層。建立層次結(jié)構(gòu)模型是層次分析法的關(guān)鍵工作，它提供了一個(gè)多層級(jí)的評(píng)分模型，為AHP 的合理實(shí)施打下了基礎(chǔ)，下面給出一個(gè)基本的層次結(jié)構(gòu)模型，如圖2 所示。

圖2 基本層次結(jié)構(gòu)模型

構(gòu)造判斷矩陣是層次分析法中最重要的一步，它直接影響最后的分析結(jié)果。判斷矩陣一般采用專家評(píng)分的方法給出，專家越權(quán)威、對(duì)所要解決的問(wèn)題越了解，評(píng)分結(jié)果就越準(zhǔn)確。構(gòu)造判斷矩陣的原則是：將某一層次的兩兩元素對(duì)所屬上一層次的某元素進(jìn)行重要度比較，并將模糊的評(píng)價(jià)值定量成具體數(shù)值，由此構(gòu)造兩兩比較的判斷矩陣，常用1-9 標(biāo)度法來(lái)進(jìn)行評(píng)判，其含義如表1 所示。

表1 1—9 標(biāo)度含義

并不是每個(gè)判斷矩陣得到的結(jié)果都能作為評(píng)價(jià)量，還要保證其結(jié)果具有滿意的一致性。

1）權(quán)重計(jì)算

在求判斷矩陣的特征值和特征向量的精確值時(shí)，和一般矩陣的計(jì)算方法并無(wú)差別。因此當(dāng)矩陣的階數(shù)過(guò)大時(shí)會(huì)造成計(jì)算困難，但是多數(shù)情況下并不需要求出判斷矩陣的精確值，因?yàn)樽罱K的目的是進(jìn)行一致性檢驗(yàn)，所以求出一個(gè)近似值就能滿足要求。

設(shè)有判斷矩陣為：

設(shè)=(,,…,w)為最大特征根對(duì)應(yīng)的特征向量，則特征向量求解步驟如下：

①將判斷矩陣每一列歸一化：

②將每一列經(jīng)過(guò)歸一化后的矩陣按行相加：

③將向量=(,,…,d)歸一化得：

所求得=(,,…,w)即為所求特征向量。

④計(jì)算判斷矩陣最大特征根：

2）一致性矩陣判斷

若判斷矩陣中的元素a滿足a=aa，則稱判斷矩陣為完全一致性判斷矩陣。由矩陣的性質(zhì)易知：階完全一致性判斷矩陣的最大特征根為=，其余特征根均為零。

通常度量判斷矩陣偏離一致性的指標(biāo)用表示，其數(shù)學(xué)表達(dá)式為：

的大小反映了判斷矩陣符合一致性的程度，其值越大則判斷矩陣的一致性越差，特別是當(dāng)為零時(shí)，判斷矩陣具有完全一致性。

2 基于層次分析法的目標(biāo)威脅等級(jí)評(píng)估

目標(biāo)威脅評(píng)估是信息融合決策級(jí)的重要內(nèi)容，是對(duì)敵方來(lái)襲目標(biāo)的威脅進(jìn)行量化的一個(gè)重要過(guò)程，也是對(duì)偵察節(jié)點(diǎn)進(jìn)行控制決策的主要依據(jù)之一。目標(biāo)威脅評(píng)估是在底層完成對(duì)目標(biāo)的識(shí)別跟蹤后，再經(jīng)過(guò)態(tài)勢(shì)分析，對(duì)所得到的數(shù)據(jù)進(jìn)行進(jìn)一步的評(píng)估，為搜集和分析情報(bào)、判斷敵我威脅水平和制定決策所進(jìn)行的高層信息處理過(guò)程。

2.1 建立層次結(jié)構(gòu)模型

影響目標(biāo)威脅的因素有很多，只考慮單方面的指標(biāo)很顯然是不科學(xué)的，只有綜合考慮多種指標(biāo)，才能降低部分指標(biāo)帶來(lái)的大偏差風(fēng)險(xiǎn)。選取能力因素指標(biāo)和態(tài)勢(shì)因素指標(biāo)2 類指標(biāo)進(jìn)行威脅估計(jì)模型的建立。能力因素指標(biāo)為目標(biāo)屬性、目標(biāo)頻率與信號(hào)電平絕對(duì)值，態(tài)勢(shì)因素指標(biāo)包括通聯(lián)關(guān)系和目標(biāo)位置。這些因素相互之間聯(lián)系不那么緊密且能夠從不同的角度反映目標(biāo)的威脅程度。指標(biāo)體系模型如圖3 所示。

圖3 指標(biāo)體系模型

為不失一般性，本文將采用5 個(gè)等級(jí)對(duì)威脅要素進(jìn)行量化，其中：

1）通聯(lián)關(guān)系：指目標(biāo)通信的頻繁程度。通信越頻繁，威脅程度越高。其中，通聯(lián)關(guān)系為1～5 次/s，按每1 次/s 為一個(gè)等級(jí)量化為1-5。

2）目標(biāo)距離：目標(biāo)與己方節(jié)點(diǎn)的距離越近，威脅程度越高。其中，目標(biāo)距離為3～15 km，按每3 km 為一個(gè)等級(jí)量化為1-5。

3）目標(biāo)屬性：根據(jù)上級(jí)上報(bào)的信息數(shù)據(jù)，、電臺(tái)屬性已知，比其他無(wú)法確定屬性的目標(biāo)重要。與電臺(tái)定為4，其他無(wú)法識(shí)別的電臺(tái)等級(jí)定為2。

4）信號(hào)電平絕對(duì)值：信號(hào)電平絕對(duì)值越高，接收到的信號(hào)強(qiáng)度越強(qiáng)，其威脅程度越高。信號(hào)電平絕對(duì)值為20～100 dBm，按每20 dBm 為一個(gè)等級(jí)量化為1-5。

5）目標(biāo)頻率：目標(biāo)頻率決定了目標(biāo)的威脅程度。其中，根據(jù)實(shí)際情況，30～88 MHz、200～520 MHz 更為重要。200～520 MHz 定為等級(jí) 5，30～88 MHz 定為等級(jí)4，其他頻率等級(jí)定為2。

2.2 構(gòu)造判斷矩陣

在確定各層次各因素之間的權(quán)值時(shí)，如果只是定性的結(jié)果，則常常不易被接受，因而Saaty 等人提出一致矩陣法，即不把所有因素放在一起比較，而是兩兩相互比較，對(duì)此采用相對(duì)尺度，以盡可能減少性質(zhì)不同的諸因素相互比較的困難，提高準(zhǔn)確度。如對(duì)某一準(zhǔn)則，對(duì)其下的各方案進(jìn)行兩兩對(duì)比，并按其重要性程度評(píng)定等級(jí)。

根據(jù)指標(biāo)體系模型，將同一層各因素相對(duì)于上一層而言兩兩進(jìn)行比較，對(duì)每一層中各因素相對(duì)重要性給出一定的判斷，采用1-5的比率對(duì)兩兩因素之間進(jìn)行相對(duì)比較。例如，認(rèn)為B與B同樣重要，則b=1,b=1；認(rèn)為B比B稍微重要，則b=2,b=1/2，以此類推。

根據(jù)實(shí)際威脅等級(jí)判斷問(wèn)題經(jīng)驗(yàn)知識(shí)，將各項(xiàng)評(píng)估指標(biāo)按對(duì)干擾效益影響的重要程度分組為：{,}為最重要，{}為較為重要，{}為中等重要，{}為一般重要。采用以上分組信息作為輸入，得到聚類因子權(quán)重如表1 所示。

表1 聚類因子權(quán)值

根據(jù)聚類因子權(quán)值，采用5 標(biāo)度法構(gòu)造判斷矩陣如下（如果不滿足一致性檢驗(yàn)，做參數(shù)調(diào)整）：

2.3 一致性檢驗(yàn)

針對(duì)判斷矩陣, 進(jìn)行相對(duì)權(quán)重的計(jì)算, 則權(quán)重向量表達(dá)式計(jì)算如下：

最終可得到評(píng)估指標(biāo)權(quán)重向量={,,,,}。

2.3.2 一致性比例 計(jì)算

1）計(jì)算判斷矩陣的最大特征根：

2）計(jì)算一致性指標(biāo)：

3）計(jì)算一致性比例：

式中，是多次重復(fù)計(jì)算十二階隨機(jī)構(gòu)造的矩陣的特征根，取它們的算術(shù)平均值作為平均一致性檢測(cè)指標(biāo)，經(jīng)過(guò)學(xué)者的眾多實(shí)驗(yàn)，計(jì)算出的一致性指標(biāo)隨機(jī)平均值如表2 所示。

表2 一致性指標(biāo)隨機(jī)平均值

當(dāng)＜0.1 時(shí)，說(shuō)明構(gòu)造的判斷矩陣是符合要求的，通過(guò)一致性檢測(cè)。

2.4 計(jì)算威脅等級(jí)

威脅等級(jí)為：

={,,,,}為上述5 個(gè)評(píng)價(jià)指標(biāo)，={,,,,}為權(quán)重因子集合。

2.5 總結(jié)

基于層次分析法的威脅等級(jí)評(píng)估方法流程如圖4所示。

圖4 基于層次分析法的威脅等級(jí)評(píng)估

3 仿真與分析

利用Matlab 對(duì)CJDM 機(jī)制進(jìn)行了分析。模擬區(qū)域的大小定義為12 km×12 km。節(jié)點(diǎn)的傳播范圍為5 km，節(jié)點(diǎn)的位置在區(qū)域內(nèi)是隨機(jī)分布的。目標(biāo)節(jié)點(diǎn)按隨機(jī)游動(dòng)模型移動(dòng)，干擾節(jié)點(diǎn)不移動(dòng)。

圖5 為10 個(gè)目標(biāo)節(jié)點(diǎn)下的威脅等級(jí)評(píng)估。目標(biāo)威脅等級(jí)區(qū)分清晰，威脅等級(jí)生成時(shí)間在秒級(jí)以內(nèi)。

圖5 威脅等級(jí)評(píng)估及輔助決策輸出

分別選取目標(biāo)節(jié)點(diǎn)數(shù) 10、15、20、25 個(gè)為輸入?yún)?shù)，隨機(jī)生成每個(gè)節(jié)點(diǎn)的通信參數(shù)，測(cè)試優(yōu)化算法下的威脅等級(jí)評(píng)估時(shí)間，敵方節(jié)點(diǎn)個(gè)數(shù)與威脅等級(jí)評(píng)估時(shí)間之間的關(guān)系如圖6 所示。

從圖6 可以看出，隨著節(jié)點(diǎn)密度增加，數(shù)據(jù)量變大，威脅等級(jí)評(píng)估時(shí)間變長(zhǎng)，但總的來(lái)說(shuō)，保持在一個(gè)較低的范圍內(nèi)，可見(jiàn)本方法能夠快速建立并更新威脅等級(jí)數(shù)據(jù)庫(kù)，驗(yàn)證了方法的有效性。

圖6 威脅等級(jí)評(píng)估時(shí)間隨目標(biāo)節(jié)點(diǎn)個(gè)數(shù)變化趨勢(shì)

4 外場(chǎng)試驗(yàn)驗(yàn)證

在浙江省嘉興市海寧市錢(qián)塘江灣進(jìn)行了方法的有效性外場(chǎng)試驗(yàn)驗(yàn)證。共部署3部目標(biāo)模擬單元（電臺(tái)）、4部分布式監(jiān)測(cè)單元與后端處理單元，3 部電臺(tái)之間進(jìn)行兩兩話報(bào)溝通，過(guò)程中應(yīng)用分布式監(jiān)測(cè)單元對(duì)電臺(tái)進(jìn)行定位，并進(jìn)行威脅等級(jí)評(píng)估。實(shí)際布置圖如圖7所示。

圖7 實(shí)際布置圖

威脅等級(jí)評(píng)估結(jié)果如圖8 所示。

圖8 威脅等級(jí)評(píng)估結(jié)果

5 結(jié)束語(yǔ)

目標(biāo)威脅估計(jì)是信息融合決策級(jí)的重要內(nèi)容，是對(duì)敵方目標(biāo)的威脅進(jìn)行量化的一個(gè)重要過(guò)程，也是偵察節(jié)點(diǎn)進(jìn)行控制決策的主要依據(jù)之一。本文針對(duì)復(fù)雜電磁對(duì)抗戰(zhàn)場(chǎng)環(huán)境下的目標(biāo)威脅快速評(píng)估，提出一種基于AHP 的目標(biāo)威脅估計(jì)方法，通過(guò)仿真及實(shí)測(cè)驗(yàn)證了方法的有效性。