中国科技核心期刊      中国指挥与控制学会会刊     军事装备类重点期刊
指挥控制与仿真

指挥控制与仿真 >

2023 , Vol. 45 >Issue 5: 123 - 128

DOI: https://doi.org/10.3969/j.issn.1673-3819.2023.05.017

任务规划与火力分配

空中目标威胁度分析与评估方法

  • 黄威龙 ,
  • 何涛
展开
  • 南京电子技术研究所, 江苏 南京 210000

黄威龙(1995—),男,助理工程师,研究方向为预警信息系统。

何涛(1993—),男,工程师。

Copy editor: 张培培

收稿日期: 2022-10-16

  修回日期: 2022-11-28

  网络出版日期: 2023-10-13

收起

Threat analysis and evaluation method of aerial targets

  • HUANG Weilong ,
  • HE Tao
Expand
  • Nanjing Research Institute of Electronics Technology, Nanjing 210000, China

Received date: 2022-10-16

  Revised date: 2022-11-28

  Online published: 2023-10-13

Fold

摘要

针对当前防空预警信息系统对空中目标威胁度评估的迫切需求,对空中目标作战场景和自身特点进行了分析研究。首先,提取携弹类型、所属国家等八项基本指标,通过层级划分构建层次式指标体系,并针对定性和定量指标给出威胁评分量化模型。然后,基于层次分析法给出各指标权重,计算空中目标威胁度的综合评分。最后,在仿真数据模拟实验中,验证了该方法的准确性和有效性。空中目标威胁度评估结果可有效支撑后续装备调度策略的选择和防空武器火力的分配,具有较高的实际应用价值。

关键词： 空中目标; 指标体系; 层次分析; 威胁评估

本文引用格式

黄威龙 , 何涛 . 空中目标威胁度分析与评估方法[J]. 指挥控制与仿真, 2023 , 45(5) : 123 -128 . DOI: 10.3969/j.issn.1673-3819.2023.05.017

Abstract

In view of the urgent need of air defense early warning information system to assess the threat of aerial targets, this paper analyzes the operational scenarios and characteristics of aerial targets. Firstly, eight indicators, such as ammunition type and country, are extracted. A hierarchical indicator system is built through hierarchical division and a quantitative threat scoring model is given for qualitative and quantitative indicators. Secondly, the weight of each index is given based on AHP, and the comprehensive score of aerial targets threat is calculated. Finally, the accuracy and effectiveness of this method are verified in the simulation experiment. The aerial threat assessment results can effectively support the selection of subsequent equipment scheduling strategies and the allocation of anti-air weapons, and have high practical application value.

Key words： aerial target; indicator system; analytic hierarchy process; threat assessment

空中目标威胁度一般指敌空中作战单元自身作战能力和对我方重要保卫目标造成破坏的程度及可能性。空中目标的威胁度分析与评估是防空预警信息系统工作中的关键一环,对于预警探测装备资源调度和打击武器火力分配具有重要的参考和指导意义。
在网络信息化技术和预警探测装备手段快速发展的背景下,防空预警信息系统能够获取的探测传感器和侦察设备类型不断增加,获取的敌空中目标信息不断丰富。威胁度评估就是建立在所获取的多维度、多属性目标状态信息和态势估计基础之上的高层信息融合技术[1]。
目前,国内外常用的目标威胁度评估方法通常选取表征目标威胁度的影响因子并对其进行处理和计算,得到目标威胁度评估结果[2⇓-4]。大多数文献针对威胁度影响因子的选择过于简单[5-6],或者所选影响因子数量虽多,但类型趋于单一[7],导致对目标威胁度的表征不够全面。本文以防空预警信息系统为应用背景,综合考虑空中目标威胁度影响要素、侦察探测装备探测信息特点,提炼出层次式空中目标威胁度评估指标体系,并采用层次分析法建立威胁度综合评估模型,给出空中目标威胁度评分,为后续预警探测资源的灵活筹划调度和武器火力分配提供了决策依据。

1 层次式指标体系构建

飞机是现代战争掌握主动权的利器和关键,特别是近半个世纪以来,数次局部战争的结果已经充分证明了掌握制空权就是捏住了战争胜负的命脉。飞机具有飞行速度快,机动性强,打击距离远等特点,随着预警机、加油机等功能强大的空中节点目标的出现,飞机的远程作战、联合作战能力得到了大幅提升。以一个典型敌空中目标远程打击场景为例,敌海外军事基地一架轰炸机起飞,执行对我本土的打击任务,同时预警机编队从航母起飞前出配合执行预警侦察任务,加油机在加油阵位配合提供途中加油(加油后的轰炸机续航长达上万千米),轰炸机在距离我海岸线1 000多千米的我防区外发射远程空射巡航导弹,直接打击我本土重要设施,具有非常大的威胁。空中目标威胁度的分析评估本质上是一个多属性决策问题[8⇓⇓-11]。通过分析空中目标威胁度主要影响因素,结合当前现有探测装备能力,选取携弹类型、隐身性能、目标类型、所属国家、任务类型、进入角、速度、目标距离共8个评价指标。根据空中目标威胁度的定义,瞄准空中目标威胁度评估的目标,按照目标能力、作战意图、成功机会三大准则进行一级指标划分。携弹类型和隐身性能在一定程度上表征了空中目标的作战能力,目标类型、所属国家、任务类型、进入角则体现了空中目标的作战意图,速度和目标距离则直接体现了空中目标与被保护设施之间的时空距离,即打击成功的机会性。因此,构建如图1所示的层次式空中目标威胁度评估指标体系。
图1 层次式空中目标威胁度评估指标体系

Fig.1 Hierarchical aerial target threat assessment index system

空中目标威胁度评估指标体系中包括体现目标不同属性的定量和定性多种指标,缺乏统一量纲进行衡量,需确定多属性决策方法并计算各指标权重,最终给出量化的目标威胁度评估值。本文评估值量化标准采用十分制,下面分别介绍每个指标的定义及量化方法。
1) 携弹类型
飞机的携弹类型大致可以分为对地攻击炸弹、火箭弹、精确制导炸弹、空对地导弹、反辐射导弹、空射巡航弹、核弹共7类。该指标可以衡量空中目标的火力打击射程以及可能对我方保卫区域所造成的伤害程度。基于这两个维度的考量,结合专家打分法可以获取携弹类型指标的威胁评分表,如表1所示。
表1 携带类型威胁评分表

Tab.1 Carrying type threat rating table

携弹类型 分值
核弹 10
空射巡航弹 9
反辐射导弹 8
空对地导弹 6
精确制导炸弹 4
火箭弹 2
对地攻击炸弹 1
2) 隐身性能
飞机的隐身性能是指采用低散射气动外形、隐身材料技术、红外隐身技术等减弱目标的雷达反射波、红外辐射等特征信息,躲避侦察探测装备探测的能力。主要考虑雷达RCS和红外辐射强度的因素,将隐身性能按强弱划分为5个等级,如表2所示。
表2 隐身性能威胁评分表

Tab.2 Stealth performance threat rating table

隐身性能 分值
很强 10
强 8
一般 6
弱 4
很弱 2
3) 目标类型
不同目标类型的飞机在战争中有不同的作战能力和使命。轰炸机载弹量大,对重要战略目标可能造成的毁伤程度大;预警机虽缺乏战斗火力,但其作为空中指挥大脑的作用不可小觑;加油机可以显著扩大其他飞机的活动范围,达到出其不意远程奔袭攻击的效果。目标类型指标参照我国对空中目标的分类方法,并综合考虑火力打击、预警指挥、系统使命等方面,通过专家打分法对轰炸机、预警机、加油机、战斗机和其他飞机五种类型的目标赋予相应等级分值,如表3所示。
表3 目标类型威胁评分表

Tab.3 Target type threat rating table

目标类型 分值
轰炸机 10
预警机 8
战斗机 6
加油机 4
其他飞机 2
4) 所属国家
空中目标所属国家的科技能力、军事能力不尽相同,所具备的飞机设计和制造能力也不尽相同。所属国家指标在一定程度上可以反映该空中目标的作战能力。同时,因为空中目标的续航里程限制,所属国家或所属国家的海外基地、海上起飞平台等与我国的距离也在一定程度上反映了目标的威胁程度。综合计算国家军事实力和到我国距离两项数据,将所属国家指标的威胁度划分成五个等级并赋予相应分值,如表4所示。俄罗斯、日本属于我国土周边军事强国,美国在我国土周边有军事基地和航母为飞机提供起飞条件,他们的威胁度最高,韩国、朝鲜、印度等邻近亚洲国家威胁度次之,然后是英国、法国、德国等距离较远的欧洲国家,非洲、南美洲等国家威胁度较小,本国的威胁度未设为零,是考虑敌空中目标混淆我方敌我识别设备的可能性。
表4 所属国家威胁评分表

Tab.4 National threat rating

所属国家 分值
俄罗斯、日本等我国土周边军事强国以及有军事基地
和航母为飞机提供起飞条件的美国		 10
韩国、朝鲜、印度等邻近亚洲国家 8
英国、法国、德国等距离较远的欧洲国家 6
非洲、南美洲等国家 4
本国 2
5) 任务类型
空中目标的任务类型一般可以分为攻击、侦察、巡逻、训练和其他五种大类。常规情况下,空中目标日常执行巡逻、训练任务;在特殊时间或事件发生节点,携带有源、无源探测设备的空中目标会执行有目的性的侦察任务;在战时状态下,根据作战需要执行攻击、侦察、加油等任务。综合技术侦察、雷达侦察、大数据挖掘等技术手段,并结合人工研判,可对空中目标的任务类型做出初步分类。五类任务的威胁度评分如表5所示。
表5 任务类型威胁评分表

Tab.5 Task type threat rating table

任务类型 分值
攻击 10
侦察 8
巡逻 6
训练 4
其他 2
6) 进入角
空中目标与弹道目标的不同点在于无法判断最终目的点,飞行航线随机性大,机动性强。本指标评估遵循以下规律:当空中目标执行例行巡逻、训练演练等常规任务时,其航线较为固定,且通常不会长时间朝向我方飞行;当空中目标在一段时间内的进入角均值较小,则表明其具有攻击意图,且进入角值越小,则表明其攻击我方意图越强。将一段时间内的进入角均值指标作为定量评估指标之一,用θ表示,单位为度,评价函数s(θ)为
s(θ)= 180 - θ 180×10
7) 速度
目标速度越快,则其接近我方保卫区域所需的时间越短,留给我方进行拦截、打击等战术反应的时间也越短,威胁度越大。通过雷达等探测装备手段,再经融合、滤波等处理后可得到空中目标的速度估计值。速度指标作为定量指标参与空中目标威胁度的评估计算,用v表示,单位为m/s,评价函数s(v)为如式(2)所示的分段函数。取一般武装直升机的飞行速度70 m/s和典型的美国第五代战斗机的最大平飞速度470 m/s作为边界值。速度低于70 m/s时,s(v)取值为0;速度高于470 m/s时,s(v)取值为10;速度位于二者之间时,s(v)取值符合线性函数。
s(v)= 0 , 　 　 　 　 v ≤ 70 v - 70 400 × 10,70 < v < 470 10 , v ≥ 470
8) 目标距离
空中目标与被保卫区域之间的距离越短,进入敌机载武器射程内的风险越大,留给我方防空系统的反应时间越短,威胁度越大。因此,将空中目标与被保卫区域之间的距离作为威胁度评估的定量指标之一。设目标与被保卫区域之间的距离为l,单位为km,评价函数s(l)如式(3)所示。取典型的美国AGM-158联合防区外空地导弹最大射程1 200 km为此项指标威胁度的0值点,随着目标距离缩小,威胁度值呈线性增长。
s(l)= 1200 - l 1200×10

2 基于层次分析法的威胁度综合评估

层次分析法[12-13]简称AHP,是指将一个复杂的多属性决策问题作为一个系统,将目标分解为多个子目标或准则,进而分解为多指标或多属性的若干层次,通过定性模糊量化方法算出每一层次指标对上一层次指标的优先权重,进而通过加权和算法得到总排序,以作为多属性优化决策的系统方法。空中目标威胁度受到多个指标的影响,而层次分析法将这些复杂指标进行有序划分,使得指标层级更加清晰,并且合理的层级划分可以对一些耦合性较低的因素进行解耦,使得指标分析和评估过程更加简洁、清晰。
具体步骤如图2所示,本文步骤1中的层次式指标体系已建立,下面主要介绍后续步骤。
图2 层次分析法计算威胁度评分步骤

Fig.2 Steps of AHP to calculate threat rating

2.1 判断矩阵构造

假设同一级指标为F=[f1, f2, …, fn],分别将每一个指标与其他所有同级指标相比,对上级某一指标的重要程度以数值1-9及其倒数表示,数值含义如表6所示。
表6 指标重要性判断矩阵中元素取值说明

Tab.6 Description of element values in index importance judgment matrix

相对重要程度aij 定义 说明
1 同等重要 fi和fj同样重要
3 略微重要 由经验或判断,fi比fj略微重要一些
5 相当重要 由经验或判断,认为fi比fj重要
7 明显重要 深感fi比fj重要,且这种重要性有实践证明
9 绝对重要 强烈地感到fi比fj重要得多
2,4,6,8 两个相邻判断的中间值 需要折中时采用
所构造出的判断矩阵A中元素aij满足以下约束条件:
a i j = f i / f j , i ≠ j a i j = 1 / a j i , i ≠ j a i j = 1 , i = j

2.2 特征值和特征向量计算

每级的判断矩阵构造完成后,通过本征向量法得到矩阵A的最大特征值λmax及其对应的特征向量W=[w1, w2, …, wn]T,再对W进行归一化处理,即可获得同一级指标相对于上级某一指标的重要性权重。

2.3 一致性检验

在使用该方法确定权值时,可以用λmax-n衡量判断矩阵中各元素的估计一致性,一致性指标(Consistence Index)CI的定义如下:
CI= λ m a x - n n - 1
CI与平均随机一致性指标RI(Random Index)的比值称为一致性比率CR(Consistence Rate),即CR=CI/RI,其中RI的取值如表7所示。CR的值可以衡量所构造的判断矩阵是否可以被接收。若CR>0.1,说明矩阵A的一致性不符合要求,应重新估计;若CR<0.1,则认为一致性满足要求,求得的W可以作为本级各指标的权值。
表7 随即平均一致性指标RI

Tab.7 Random average consistency index RI

n 1 2 3 4 5 6 7 8 9
RI 0 0 0.58 0.90 1.12 1.24 1.32 1.41 1.45

2.4 综合评分计算

获得各空中目标威胁度底层指标的评分S=[s1, s2, …, sn]和所占权重W=[w1, w2, …, wn]T后,采用一般加权和法,计算得到最终的空中目标威胁度综合评分p,计算公式如下:
p=SW= ∑ i = 1 nsiwi

3 仿真验证

为验证本文空中目标威胁度分析与评估方法的准确性,对我方防空预警信息系统通过融合多手段探测的数据仿真,综合处理后生成8批敌空中目标属性信息,选取某一时刻目标属性数据如表8所示。
表8 敌空中目标属性数据

Tab.8 Enemy aerial target attribute data

目标
批号		 携弹
类型		 隐身
能力		 目标
类型		 所属
国家		 任务
类型		 进入角/
(°)		 速度/
(m/s)		 目标距离/
km
1 反辐 强 战斗机 美国 训练 31 320 685
2 巡航 一般 轰炸机 美国 训练 148 330 668
3 空地 强 战斗机 日本 训练 7 355 680
4 - 很弱 预警机 日本 侦察 89 260 540
5 空地 一般 战斗机 韩国 巡逻 143 280 470
6 巡航 一般 轰炸机 中国 训练 45 298 1 200
7 核弹 强 轰炸机 美国 攻击 22 317 780
8 - 弱 加油机 美国 其他 68 280 700

注:反辐表示反辐射导弹,巡航表示空射巡航弹,空地表示空对地导弹。

一级和二级指标的重要性通过面向领域专家的问卷调查获得,所构造出的判断矩阵通过一致性检验则为有效调查问卷。通过计算有效调查问卷中指标重要性的均值,获得最终判断矩阵,并计算得到指标权重分布,如表9所示。
表9 指标权重分布

Tab.9 Index weight distribution

一级指标 权重 二级指标 权重 综合权重
空中目标
威胁度		 目标能力U1 0.285 1 携弹类型U11 0.827 6 0.235 9
隐身能力U12 0.172 4 0.049 2
作战意图U2 0.527 2 目标类型U21 0.348 3 0.183 6
所属国家U22 0.381 2 0.201 0
任务类型U23 0.182 6 0.096 3
进入角U24 0.087 9 0.046 3
成功机会U3 0.187 7 速度U31 0.263 1 0.049 4
目标距离U32 0.736 9 0.138 3
获得各底层指标权重后,再根据目标属性值分别采用定性和定量的评估方法计算得到各指标评分,将单指标评分和对应权重相乘并相加,从而得到空中目标威胁度综合评分,所有仿真目标的威胁度综合评分结果集P为
P= 8 8 4 10 4 8.2778 6.25 4.2917 9 6 10 10 4 1.778 6.5 4.4333 6 8 4 10 4 9.6111 7.125 4.3333 0 2 8 10 8 5.0556 4.75 5.5 6 6 4 8 6 2.0556 5.25 6.0833 9 6 10 2 4 7.5 5.7 0 10 8 10 10 10 8.7778 6.175 3.5 0 4 6 10 2 6.2222 5.25 4.1667 0.2359 0.0492 0.1836 0.2010 0.0963 0.0463 0.0494 0.1383= p 1 p 2 p 3 p 4 p 5 p 6 p 7 p 8 T= 6.6959 7.6660 6.3349 5.5770 5.8266 5.6703 8.7571 4.6247 T
由综合评分排序可知,目标的威胁度排序如下:目标7>目标2>目标1>目标3>目标5>目标6>目标4>目标8。经分析,目标7为美国携带核弹具有隐身能力的轰炸机,以一定巡航速度向我方保卫区域侧翼临近,在所有目标中威胁度最高。目标8为不装备直接攻击火力的美加油机,在远海飞行执行不明任务,评分在5以下,威胁度一般。综合评分计算结果符合专家研判意见和战场实际情况,表明了本文方法的合理性和有效性。

4 结束语

现代探测装备的手段不断丰富,技术体制不断升级,防空预警信息系统通过综合引接和融合处理所得到的目标数量和目标属性日益增加。在有限的探测资源下,高效、快速、准确地对空中目标的威胁度进行自动分析和评估,筛选出高威胁目标,是提高后续装备资源调度效率、任务筹划合理度的关键一环。
本文构建了层次式空中目标威胁度评估指标体系,并基于层次分析法建立了威胁度综合评估模型,能有效对空中目标威胁度进行自动分析计算并给出综合评分。通过实际建模和仿真数据验证,证明了本文方法合理、可行,可有效支撑后续装备调度策略的选择和防空武器火力的分配,具有较高的实际应用价值。随着探测装备能力不断提升,指标评估方法的不断发展,相关问题将进一步持续深入探讨。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
李弼程. 信息融合技术及其应用[M]. 北京: 国防工业出版社, 2010: 280-281.

LI B C. Information fusion technology and application[M]. Beijing: National Defense Industry Press, 2010: 280-281.

[2]
付涛, 王军. 防空系统中空中目标威胁评估方法研究[J]. 指挥控制与仿真, 2016, 38(3): 63-69.

FU T, WANG J. Threat assessment of aerial targets in air-defense[J]. Command Control & Simulation, 2016, 38(3): 63-69.

[3]
刘顺利, 陈亚生, 陈琳. 基于Agent的空中目标威胁度评估模型[J]. 弹箭与制导学报, 2010, 30(6): 212-215, 223.

LIU S L, CHEN Y S, CHEN L. Model for aerial target threat evaluation based on agent[J]. Journal of Projectiles, Rockets, Missiles and Guidance, 2010, 30(6): 212-215, 223.

[4]
张银燕, 李弼程. 基于MIN-MAX云重心推理的目标威胁评估方法[J]. 系统仿真学报, 2014, 26(2): 411-418.

ZHANG Y Y, LI B C. Method of target threat assessment based on cloudy MIN-MAX center of gravity reasoning[J]. Journal of System Simulation, 2014, 26(2): 411-418.

[5]
李正东. 量化目标威胁等级的改进[J]. 现代防御技术, 2003, 31(1): 15-20.

LI Z D. Improvement of target threat quantitative estimation[J]. Modern Defense Technology, 2003, 31(1): 15-20.

[6]
张肃. 空中目标威胁评估技术[J]. 情报指挥控制系统与仿真技术, 2005, 27(1): 41-45.

ZHANG S. Evaluation technology of the aerial targets’ threat[J]. Intelligence Command Control and Simulation Technigues, 2005, 27(1): 41-45.

[7]
陈辉, 龚奇. 基于整体作战效能的目标威胁排序[J]. 电子科技, 2015, 28(7): 97-100.

CHEN H, GONG Q. Threat ordering method based on overall combat effectiveness[J]. Electronic Science and Technology, 2015, 28(7): 97-100.

[8]
王应明, 阙翠平, 蓝以信. 基于前景理论的犹豫模糊TOPSIS多属性决策方法[J]. 控制与决策, 2017, 32(5): 864-870.

WANG Y M, QUE C P, LAN Y X. Hesitant fuzzy TOPSIS multi-attribute decision method based on prospect theory[J]. Control and Decision, 2017, 32(5): 864-870.

[9]
李高飞, 冯占林, 陆泽健. 单枚弹道导弹目标的威胁度评估方法研究[J]. 中国电子科学研究院学报, 2021, 16(1): 46-50, 61.

LI G F, FENG Z L, LU Z J. Research on threat assessment method of single ballistic missile target[J]. Journal of China Academy of Electronics and Information Technology, 2021, 16(1): 46-50, 61.

[10]
CHEN H, HUAI F L, HOU Y X. Target threat assessment based on influence nets[C]∥2015 IEEE International Conference on Computer and Communications (ICCC). Chengdu, 2016: 458-462.

[11]
卢盈齐, 范成礼, 付强, 等. 基于改进IFRS相似度和信息熵的反导作战目标威胁评估[J]. 系统工程与电子技术, 2022, 44(4): 1230-1238.

DOI

LU Y Q, FAN C L, FU Q, et al. Missile defense target threat assessment based on improved similarity measure and information entropy of IFRS[J]. Systems Engineering and Electronics, 2022, 44(4): 1230-1238.

DOI

[12]
杨小彬, 李和明, 尹忠东, 等. 基于层次分析法的配电网能效指标体系[J]. 电力系统自动化, 2013, 37(21): 146-150, 195.

YANG X B, LI H M, YIN Z D, et al. Energy efficiency index system for distribution network based on analytic hierarchy process[J]. Automation of Electric Power Systems, 2013, 37(21): 146-150, 195.

[13]
陈洋洋, 王宗军. 基于层次分析法下低碳审计评价指标体系初探[J]. 审计研究, 2016(6): 64-71.

CHEN Y Y, WANG Z J. Explorations on carbon audit evaluation index system based upon AHP method[J]. Auditing Research, 2016(6): 64-71.

Options
文章导航

/

〈 〉