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 >

2019 , Vol. 41 >Issue 5: 21 - 26

DOI: https://doi.org/10.3969/j.issn.1673-3819.2019.05.005

理论研究

海上近岸目标威胁评估模型

  • 黄钦龙 ,
  • 刘忠 ,
  • 夏家伟
展开
  • 海军工程大学, 湖北 武汉 430000

黄钦龙(1994—),男,河南襄城人,硕士,研究方向为作战系统工程。

刘忠(1963—),男,教授,博士生导师。

Copy editor: 张培培

收稿日期: 2019-02-26

  修回日期: 2019-03-14

  网络出版日期: 2022-05-09

版权

版权所有,未经授权,不得转载、摘编本刊文章,不得使用本刊的版式设计。
收起

Threat Assessment Model of Near-shore Targets

  • HUANG Qin-long ,
  • LIU Zhong ,
  • XIA Jia-wei
Expand
  • Hubei Naval University of Engineering, Wuhan 430000, China

Received date: 2019-02-26

  Revised date: 2019-03-14

  Online published: 2022-05-09

Copyright

Copyright reserved © 2019
Fold

摘要

针对传统目标威胁评估方法对威胁目标连续运动信息应用不足的问题,提出了基于潜在威胁分析的近岸目标威胁评估模型。建立了近岸目标威胁评估指标体系,结合层次分析法和熵权法综合求出指标权重,实时利用目标参数得到目标运动趋势和潜在威胁,进而修正目标威胁度,达到海上威胁预警的目的。仿真试验表明了该方法的有效性,能够较好地兼顾主观经验和客观数据,并充分应用目标实时运动信息分析其潜在威胁,使得评估结果更加准确合理。

关键词： 威胁评估; 层次分析法; 熵权法; 潜在威胁

本文引用格式

黄钦龙 , 刘忠 , 夏家伟 . 海上近岸目标威胁评估模型[J]. 指挥控制与仿真, 2019 , 41(5) : 21 -26 . DOI: 10.3969/j.issn.1673-3819.2019.05.005

Abstract

Aiming at the problem that the traditional target threat assessment method is insufficient for the continuous motion information of threat targets, a near-shore target threat assessment model based on potential threat analysis is proposed. The paper establishes the near-shore target threat assessment index system, combines the analytic hierarchy process and the entropy weight method to obtain the index weights, and uses the target parameters to obtain the target motion trends and potential threats in real time, and then correct the target threat degree to achieve the purpose of maritime threat early warning. The simulation experiment shows that the method is effective, and it can better balance the subjective experience and objective data, and fully apply the target real-time motion information to analyze its potential threats, making the evaluation results more accurate and reasonable.

Key words： threat assessment; AHP; entropy weight method; potential threat

目标威胁评估是指根据当前战场态势信息评估敌方目标的作战能力和威胁程度,进而明确敌方意图的一种手段。作为美国JDL信息融合模型的第三层,威胁评估具有预警感知、威胁计算和威胁排序等功能。合理的目标威胁判断能够为我方指挥决策和作战资源分配提供有效的帮助,缩短决策反应时间,提高威胁目标的拦截成功率[1]。
目前,进行威胁判断的方法主要包括多属性决策理论[2,3,4]、模糊逻辑法[5,6,7]、贝叶斯网络法[8,9,10]以及灰关联法[11,12,13]。不少学者对其展开研究,并获得可喜的成果。其中,文献[14]提出了一种包含区间数的变权目标威胁评估方法,该方法对于极端条件下的威胁指标引起的系统性误差有良好的调整能力,能够给出合理的威胁评估结果;文献[15]利用指标隶属度和信息熵的方法,求解出各项威胁指标的权重,构建了空间目标威胁评估模型;文献[16]则利用拉格朗日乘子法求得权系数熵最大的指标权重,结合区间数的不同定义形式建立了基于TOPSIS法的威胁判断模型。但现有威胁评估模型多是基于离散数据对目标的能力威胁和态势威胁进行孤立分析,对目标作战意图威胁考虑较少,不能准确反映目标的潜在威胁以及威胁变化趋势。
本文提出了一种基于层次分析法和熵权法相结合的潜在威胁评估方法,该方法结合了层次分析法的主观性分析和熵权法的客观数据判断,通过分析目标的实时连续运动数据,构建了基于威胁机动模型的潜在威胁评估体系。
在港口防御监测中,近岸威胁目标具有隐蔽性强,机动性高的特点,其威胁度波动较大,易造成严重的突发事件,如美国海军驱逐舰“科尔号” 在也门亚丁港遭遇的自杀式爆炸袭击事件[17]。若能充分利用威胁目标的连续运动信息,提前预测其潜在威胁,便可有效提高对威胁目标的拦截成功率。

1 威胁评估指标及其量化处理

1.1 评估指标的选取

在港口防御中,监测区域的海上近岸目标数量多,隐蔽性强,机动性高,威胁程度难以估计,需要依靠雷达和光电等传感器获得的目标状态信息进行判断。对于常见的诸如渔船、货船、汽艇、快艇等海上近岸目标,其威胁影响因素较多,相互关系复杂,且部分信息难以直接获得。为了与实际作战相结合,现将威胁因素分为两方面:属性方面和行为方面。属性方面包括目标的威胁类型,目标武器载荷信息,目标无人化信息等;行为方面包括目标速度信息,目标距离信息,目标航向角信息等。具体如图1。
图1 海上近岸目标威胁评估指标

1.2 评估指标的量化

由1.1节可知,目标的威胁度是由多方面定性和定量信息共同决定的,部分信息难以用数值直接描述,现采用隶属度的方法消除目标信息的量纲和数量级差别,对数据进行规范化处理,将其转换为0~1的无量纲数据。
目标的威胁类型属于定性指标,对于海上近岸威胁目标,可通过敌我识别器或其他手段判别。本文依据常见的目标类型将该指标分为敌船、未知和民船,对应的威胁量化值根据专家评判如表1所示。当目标为敌船时,威胁最为明显,故量化值取最大;当无法有效识别目标类型时,存在较大潜在威胁,量化值取适中大小;对于已识别的民船,仍要有一定的警戒意识,取较小值。
表1 威胁类型量化表
敌船 未知 民船
量化值 1 0.55 0.25
武器载荷也属于定性指标,本文将其分为有明确武器,有潜在武器和未装备武器三种等级,具体信息可根据光电数据利用深度学习识别判断或人在回路参与判断。有明确武器是指可通过人工智能或检测人员直接识别出目标外部武器装备,或者根据数据库信息对比得知;有潜在武器是指目标有隐蔽武器的空间与可能;未装备武器是指已证实目标没有负载武器的空间与性能。其威胁度由高到低,量化值适当依次降低,根据专家相关经验,具体取值如表2所示。
表2 武器载荷信息量化表
有明确武器 有潜在武器 未装备武器
量化值 0.85 0.65 0.25
无人化指标在这里是指威胁目标的作战平台是否无人,本文将其分为有人系统,未知系统和无人系统。在现代作战中,由于无人系统的非接触和零伤亡,使得其作战成本大大降低,潜在威胁更大。故无人系统,未知系统和有人系统的威胁度依次减小,其量化值取值适当依次降低,根据专家相关经验,具体取值如表3所示。
表3 无人化信息量化表
无人系统 未知系统 有人系统
量化值 0.85 0.65 0.35
速度指标的威胁隶属度函数应满足速度越大,威胁度越大的特点,根据实际作战经验,文本采用上升型指数函数的形式,如式(1)。v0为速度威胁阈值,γv为速度威胁衰减系数,αv为最低速度威胁隶属度。根据相关经验,各项取值分别为:v0=5,γv=-0.055,αv=0.2。
μ(v)= 1 - ( 1 - α v ) e γ v ( v - v 0 ) 　 v ≥ v 0 α v v < v 0
威胁目标离己方保卫目标越近,则其威胁意图越大,故根据作战经验,隶属度函数可选取下降型指数函数形式,如式(2)。d0为距离威胁阈值,γd为距离威胁衰减系数,αd为最小距离威胁隶属度。根据相关经验,各项取值分别为:d0=2,γd=-0.16,αd=0.2。
μ(d)= 1 　　　　　　　　　 d < d 0 ( 1 - α d ) e γ d ( d - d 0 ) + α d 　 d ≥ d 0
威胁目标航向与保卫目标方位越接近,则其威胁度越大。为计算方便,现以威胁目标与保卫目标连线为基准,定义航向偏差角θ,顺时针为正,逆时针为负。θ0为航向偏差角威胁阈值,γθ为角度威胁衰减系数,αθ为最小偏差角威胁隶属度。根据相关经验,各项取值分别为:θ0=90,γθ=-0.03,αθ=0.2。
μ(θ)= ( 1 - α θ ) e γ θ | θ | + α θ 　 θ | < θ 0 α θ | θ | ≥ θ 0
根据以上评估指标模型,可计算出威胁隶属度矩阵A
A=(aij)m×n
式中,m和n表示有m个目标和n个威胁指标,aij为威胁目标i的第j个指标威胁隶属度。

2 基于潜在威胁分析的修正综合评估模型

2.1 层次分析法与熵权法综合求权重

权重的确定方法包括主观赋权法和客观赋权法,主观赋权法偏向于专家的直观经验,客观赋权法更侧重于数据的严谨。现采用主观赋权中的层次分析法和客观赋权中的熵权法相结合求常权重。
层次分析法(AHP)通过将复杂问题的各个因素梳理为相互关联的有序层次,是一种定性与定量相结合的多目标决策分析方法[18]。利用层次分析法求权重具体步骤如下。
1) 构造指标比较矩阵
对于已经构建的指标体系,根据指标层次关系,将相同层级的指标进行两两比较,得到各个指标的重要性量化矩阵B,式中n为指标个数。
B= b 11 b 12 ··· b 1 n b 21 b 22 ··· b 2 n ︙ ︙ ︙ b n 1 b n 2 ··· b nn
矩阵各个元素bij可根据指标相互重要性取值。
2) 计算相对权重
根据判断矩阵,求出其最大特征根λmax及其对应的特征向量w,方程如下
Bw=λmaxw
所求特征向量w经归一化处理,即各个指标的相对权重。
3) 一致性检验
以上求得的权重是否合理并符合专家的评判标准,还要通过一致性检验来确定。
熵本来是一个热力学概念,后由C.E.Shannons引入信息论,定义了信息熵,如果某指标信息熵越小,则其能提供的信息量越大,在评价体系中所占的权重应当更大[19]。对于m个目标,n个指标的威胁评价体系,具体权重求解步骤如下。
1) 根据威胁隶属度矩阵A求出标准化矩阵P
由上一节求出的威胁隶属度矩阵A,可求出第j个威胁指标下目标i的威胁占全部m个目标威胁的比重,即矩阵P中各个元素pij为
pij= a ij ∑ i = 1 m a ij
2) 求出各个指标的信息熵
Ej=- 1 ln ∑ i = 1 m(pijln pij)
3) 求解各个指标权重
Wj= 1 - E j ∑ j = 1 n ( 1 - E j ),j=1,2,3···n
综上,利用层次分析法求得的权重向量和熵权法求得的权重向量,可得综合权重
ηj= w j W j ∑ j = 1 n w j W j,j=1,2,3···n

2.2 基于潜在威胁分析的修正综合评估

战场态势时刻不断在变化,对于目标的威胁评估也是一个动态的过程。我们可以根据目标不断变化的运动态势分析其潜在威胁,通过构建基于威胁机动模型,对目标威胁度进行修正评估,如图2所示。
图2 威胁机动模型
威胁目标在执行作战任务时,会进行必要的威胁机动,此时部分威胁指标会连续增大,如航向角不断偏向保卫目标或航速不断增大。即使此时威胁评估指标的隶属度并不大,但根据其作战意图及指标的增长率可预测其后续威胁会不断增大,即当前存在潜在威胁。为更好防范突发威胁事故,应对现有威胁评估系统进行潜在威胁修正。
假设对于传感器实时监测的威胁目标信息,即每隔ΔT监测周期进行抽取分析,可得到T1,T2,T3···Ts时刻m个目标的n项指标的威胁判断信息。如果第i个目标的j项指标威胁隶属度从T1时刻到当前Tk+1时刻连续K个监测周期持续增大,则定义该威胁目标进行了K周期的威胁机动,进行如下综合动态修正威胁评估:
Ui= ∑ j = 1 naij(TK+1)·ηj·rij
rij= 1 + ( f ij ( T K + 1 + k ) - a ij ( T K + 1 ) ) a ij ( T K + 1 ) 　 K > 1 1 K ≤ 1
式中,aij(TK)为TK时刻第i个目标的j项指标的威胁隶属度,ηj为j项指标的综合权重,rij为基于威胁运动的修正系数,fij(TK+1+k)为根据T1时刻到Tk+1时刻该指标威胁隶属度相对时间的拟合函数,K为监测周期,可根据实际需求取值。

3 威胁评估仿真分析

设某一时间段我方港口监测系统探测到5批近岸海上目标,光电与雷达获取的目标在T1~T4时刻内目标的威胁类型、武器载荷、无人化、速度、距离和航向角等信息如表4所示。
表4 T1~T4时刻目标特征信息
目标 威胁
类型		 武器载荷 无人化 速度/kn
T1~T4		 距离/km
T1~T4		 航向偏差角/(°)
T1~T4
D1 未知 有潜在武器 有人系统 8 10 14 16 8.2 8.2 8.2 8.1 -18 -16 -14 -12
D2 未知 有潜在武器 无人系统 18 17 15 14 6.9 6.9 6.9 7.0 20 21 25 25
D3 敌船 有明确武器 有人系统 28 28 27 27 10.4 10.4 10.4 10.3 40 42 50 55
D4 未知 未装备武器 未知系统 18 17 18 17 15.4 15.4 15.4 15.3 -80 -81 -82 -81
D5 民船 有潜在武器 有人系统 5 5 4 3 7.6 7.6 7.6 7.6 25 28 28 27
基于潜在威胁分析的海上近岸目标威胁评估的流程如下。
1) 计算目标隶属度矩阵
对属性表进行量化求解,得到目标的隶属度矩阵A(T1),A(T2),A(T3)和A(T4):
A(T1)= 0.55 0.65 0.35 0.3217 0.4684 0.6662 0.55 0.65 0.85 0.6086 0.5764 0.6390 1 0.85 0.35 0.7742 0.3515 0.4410 0.55 0.25 0.65 0.6086 0.2413 0.2726 0.25 0.65 0.35 0.2000 0.5138 0.5779
A(T2)= 0.55 0.65 0.35 0.3923 0.4684 0.6950 0.55 0.65 0.85 0.5865 0.5764 0.6261 1 0.85 0.35 0.7742 0.3515 0.4269 0.55 0.25 0.65 0.5865 0.2413 0.2704 0.25 0.65 0.35 0.2000 0.5138 0.5454
A(T3)= 0.55 0.65 0.35 0.5123 0.4684 0.7256 0.55 0.65 0.85 0.5384 0.5764 0.5779 1 0.85 0.35 0.7337 0.3515 0.3785 0.55 0.25 0.65 0.6086 0.2413 0.2683 0.25 0.65 0.35 0.1548 0.5138 0.5454
A(T4)= 0.55 0.65 0.35 0.5631 0.4755 0.7581 0.55 0.65 0.85 0.5123 0.5667 0.5779 1 0.85 0.35 0.7027 0.3555 0.3536 0.55 0.25 0.65 0.5865 0.2424 0.2704 0.25 0.65 0.35 0.1070 0.5138 0.5559
2)结合层次分析法与熵权法综合求权重
对于层次分析法:首先通过专家评议,得到表5的重要性比较表格,然后利用和积法,得到其正规化矩阵B与特征向量w。
表5 指标相对重要性比较
指标 威胁
类型		 武器
载荷		 无人化 速度 距离 航向角
威胁类型 1 1/2 1 1/2 1/4 1/2
武器载荷 2 1 2 1 1/3 1
无人化 1 1/2 1 1/3 1/4 1
速度 2 1 3 1 1/2 2
距离 4 3 4 2 1 2
航向角 2 1 1 1/2 1/2 1
B= 0.0833 0.0714 0.0833 0.0938 0.0882 0.0667 0.1667 0.1429 0.1667 0.1875 0.1176 0.1333 0.0833 0.0714 0.0833 0.0625 0.0882 0.1333 0.1667 0.1429 0.2500 0.1875 0.1765 0.2667 0.3333 0.4286 0.3330 0.3750 0.3529 0.2667 0.1667 0.1429 0.0833 0.0938 0.1765 0.1333
w= 0.0811 0.1524 0.0870 0.1984 0.3483 0.1327
最大特征根为λmax=6.1182, CR=0.01906<0.1满足一致性检验。
对于熵权法:获得目标权重向量为:
W(T1)= 0.2116 0.1492 0.1918 0.2371 0.1027 0.1077
W(T2)= 0.2174 0.1532 0.1970 0.2087 0.1054 0.1184
W(T3)= 0.2087 0.1471 0.1891 0.2229 0.1012 0.1309
W(T4)= 0.1932 0.1361 0.1750 0.2672 0.0899 0.1385
故综合常权重:
η(T1)= 0.1117 0.1480 0.1086 0.3060 0.2327 0.0930
η(T2)= 0.1160 0.1537 0.1128 0.2724 0.2417 0.1034
η(T3)= 0.1109 0.1469 0.1078 0.2897 0.2310 0.1138
η(T4)= 0.1015 0.1345 0.0987 0.3434 0.2029 0.1191
如果直接利用该常权重计算可得不同时刻威胁度:
U T 1= 0.4650 0.6297 0.6352 0.4368 0.3966
U T 2= 0.4951 0.6234 0.6262 0.4216 0.4034
U T 3= 0.5334 0.6029 0.6183 0.4304 0.3865
U T 4= 0.5579 0.5868 0.6261 0.4364 0.3545
各个目标T1~T4时刻的威胁隶属度如图3~6所示。
图3 T1时刻各个目标威胁隶属度
图4 T2时刻各个目标威胁隶属度
图5 T3时刻各个目标威胁隶属度
图6 T4时刻各个目标威胁隶属度
即不同时刻威胁度排序均为D3>D2>D1>D4>D5。
3)基于潜在威胁分析的修正综合评估
根据T1~T4时的威胁隶属度矩阵,现取K=3,k=1,对于符合威胁运动定义的指标,对其采用多项式拟合,求出对应fij(T5),并依据式(12)求得其修正系数rij。本案例中目标D1的速度和角度指标符合威胁运动定义,对其计算后得到r14=1.1692,r16=1.0453,代入修正后得到威胁度
U T 5= 0.5947 0.5868 0.6261 0.4364 0.3545。
综合修正威胁隶属度如图7所示。
图7 各个目标综合修正威胁隶属度
威胁度排序与修正前所有时刻都大致相似,为D3>D1>D2>D4>D5。主要区别为D1目标的威胁 度有所提高,现对于D1目标进行分析:其运动状态为持续加速,并转向保卫目标,具有明显的威胁行为,在各个孤立时刻,其威胁度综合评估都并没有D2目标大,但按照其当前运动趋势,其威胁度会逐步超过目标D2,即D1目标在当前时刻有极大的潜在威胁。此威胁度排序符合实际情况。

4 结束语

对于以往目标威胁评估模型中,对威胁目标历史运动信息应用不足的缺点,本文通过对目标连续运动信息的分析,构造威胁运动模型,建立了基于潜在威胁分析的海上近岸目标威胁评估体系。与以往离散分析的模型相比,该模型能够更好地预测威胁目标的作战意图,为作战指挥人员提供更多的反应时间,具有一定的军事价值。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
徐泽水. 不确定多属性决策方法及应用[M]. 北京: 清华大学出版社, 2004: 104.

[2]
Hwang CL, Yoon K. Multiple Attribute Decision Making:Methods and Applications[M]. New York:Springer-Ver-1ag, 1981.

[3]
魏世孝, 周献中. 多属性决策理论方法及其在C3I系统中的应用[M]. 北京: 国防工业出版社, 1998.

[4]
王毅, 刘三阳, 张文, 等. 属性权重不确定的直觉模糊多属性决策的威胁评估方法[J]. 电子学报, 2014, 42(12):2509-2514.

DOI

[5]
雷英杰. 基于直觉模糊推理的态势与威胁评估研究[D]. 西安:西安电子科技大学, 2005.

[6]
杨纶标, 高英仪, 凌卫新. 模糊数学原理及应用[M]. 广州: 华南理工大学出版社, 2011:94-109.

[7]
章泽虎. 基于模糊综合评判的船舶碰撞危险度模型研究[D]. 大连:大连海事大学, 2012.

[8]
Dragos V, Ziegler J, Costa P. Description and Assessment of a User Oriented Approach for Asymmetric Threat Detection[R]. Fairfax: George Mason University Office of Sponsored Programs, 2013.

[9]
樊昊, 高晓光. 基于分层的SVDDBN的空间作战决策研究[J]. 宇航学报, 2011, 32(2):349-354.

[10]
周源, 燕军, 孙媛, 等. 基于贝叶斯网络的要地防空目标威胁评估模型[J]. 海军航空工程学院学报, 2015, 30(5):467-472.

[11]
盛文平, 杨明军, 王威. 基于联系数的空中目标威胁评估模型[J]. 舰船电子工程, 2010, 30(7):39-41.

[12]
邓聚龙. 灰色系统基本方法[M]. 2版. 武汉: 华中理工大学出版社, 2005.

[13]
宋志刚. 灰色关联分析法在舰艇对空目标威胁判断中应用[J]. 指挥信息系统与技术, 2015, 6(3):90-93.

[14]
徐浩, 邢清华. 基于区间数变权法的目标威胁评估[J]. 战术导弹技术, 2017(5):104-108.

[15]
肖海, 刘新学, 李斌, 等. 基于隶属度与信息熵的空间目标威胁评估[J]. 现代防御技术, 2015, 43(4):25-29.

[16]
王光源, 马海洋, 庞文强. 基于熵与TOPSIS法的空中目标威胁判断[J]. 海军航空工程学院学报, 2011, 26(2):233-237.

[17]
郭春雷. 港口防卫型无人艇控制系统的技术研究[D]. 大连:大连海事大学, 2018.

[18]
Satty T L. The analytic hierarchy process[M]. New York: McGraw-Hill, 1980.

[19]
张堃, 周德云. 基于熵的TOPSIS法空战多目标威胁评估[J]. 系统工程与电子技术, 2007(9):1493-1495.

Options
文章导航

/

〈 〉