基于指标环的目标威胁度评估方法研究*

王曰根 陈小凤 史亚锋

（中国电子科技集团公司第五十二研究所 杭州 311100）

1 引言

对抗条件下，目标威胁度评估是以感知战场态势信息为背景，对敌来袭目标对我方的威胁度进行分析，是作战资源分配、作战力量的使用的基础［1］。目标威胁度评估常用的建模方案为层次分析法。该方法首先将复杂的多目标决策问题按照评价准则分解为不同的层次结构，其次用求解判断矩阵特征向量的办法，求得每一层次各个指标的权重，最后通过加权和的方法求得最终的结果［2～3］。

层次分析法中权重的确定多采用专家评比的方式，专家在评定时主要基于其专业知识、经验，评定结果具有一定的主观性和不确定性［4］；且上述方法是基于树状结构，将不同的指标孤立开来，实际上各个指标之间是具有相互影响关系的，是一个网状结构［5～6］。针对这一问题，有学者利用神经网络方法对生成的训练样本进行训练和测试，建立威胁评估模型［7～9］，但神经网络的黑盒特征不能够直观描述各个指标之间的关系，难以理解［10］。此外实际情况中侦察获得的目标属性往往有限，上述两种方法权重固定，均存在不能够自适应适应指标变化的缺点［11］。如何结合各评价指标之间的关联关系确定各指标的权重对于目标威胁评估十分重要，故对如何基于各评价指标关联关系对层次分析法进行优化进行研究。

2 目标威胁度评估模型

影响目标威胁度的因素包括目标类型、方位、距离、俯仰等静态属性以及目标速度、加速度、行进方向、生存概率等动态属性［12］，典型的基于层次分析法的目标威胁评估指标如图1所示。

图1 目标威胁评估指标

获取目标的静态属性、动态属性后需要对各个指标进行量化［13］，具体量化方式有大量相关研究，由于该部分内容不作为研究重点，故此处以目标类型、距离为例进行简要介绍。

目标类型威胁度往往以查表的方式进行量化。典型的目标类型威胁度量化如表1所示。

表1 目标类型威胁度量化表

目标距离威胁度往往归一化的方式进行量化。设我方告警距离为Lmax，最小处置距离Lmin为目标距离为L，则目标距离威胁度的量化值为

设各个指标量化后的值为Xn，各个指标的权重为Wn，其中∑Wn=1 ，采用加权法进行计算，目标威胁度估计模型如下：

3 基于“指标环”的权重确定算法

各个评价指标不是孤立存在的，例如，目标的类型直接决定了目标的速度范围，例如人的速度为0～20km/h，而车的速度可达0～160km/h；目标的速度、行进方向又会影响目标的距离变化，当目标目标速度越大且行进方向朝向我方时，目标的距离会急剧减小；目标的距离又会影响生存概率的变化，距离在我方最佳处置区域内时，目标的生存概率最小，距离我方最佳处置区域越远，目标的生存概率越大。

本研究充分结合各个指标的关联关系，设计的指标环的权重确定算法步骤如下：

1）编辑每个指标会产生直接影响的指标，生成指标关联关系集；

2）基于1）所建立的指标关联关系集，及实际情况中获取到的指标，生成指标环，典型的指标环如图2所示；

图2 典型的指标环

3）以各个指标节点为起点，以目标威胁度为终点，统计起点至终点的环路个数Hn；

4）将每个指标的环路个数相加，统计总的环路个数H总；

5）依据每个指标的环路个数与总环路个数的比值，计算各个指标的权重Wn，公式如下：

4 实例分析

设某次作战，有5 个目标对我方构成威胁，且只获取到其中7 个属性值，各个目标的属性值经过量化后，如表2所示。

表2 目标属性量化值

4.1 权重确定

按照第3 小节中的步骤，对第2 小节中的指标权重进行计算。

建立指标关联关系，形成指标关系集，如表3所示；

表3 目标类型威胁度量化表

2）基于1）所建立的指标关联关系集，结合表3中获取的指标（不含俯仰），生成指标环，如图3 所示。

图3 指标环

3）以各个指标节点为起点，以目标威胁度为终点，统计起点至终点的环路个数Hn。

以目标类型为例进行阐述，如图4 所示。目标类型至威胁度为环路1，目标类型经生存概率至威胁度为环路2，目标类型经速度至威胁度为环路3，目标类型经速度经生存概率至威胁度为环路4，目标类型经速度经距离至威胁度为环路5，目标类型经速度经距离经生存概率至威胁度为环路6，目标类型经加速度至威胁度为环路7，目标类型经加速度经速度至威胁度为环路8，目标类型经加速度经速度经距离至威胁度为环路9，目标类型经加速度经速度经生存概率至威胁度为环路10，目标类型经加速度经速度经距离经生存概率至威胁度为环路11。

图4 目标类型至威胁度的环路图

经过统计计算，各个指标对应的环路数量及权重如表4所示。

表4 目标类型威胁度量化表

4.2 威胁度评估

利用式（2），计算可得各个目标的威胁度如表5所示。

表5 各个目标的威胁度计算结果

由表5 可知，5 个目标的威胁度排序依次为装甲车辆＞侦察飞行器＞特战人员＞武装人员＞普通人员，较符合指挥员根据经验的决策指挥。计算结果表明，基于“指标环”的权重确定算法能够弥补固定权重的弊端，既能够保留各个指标之间的相互影响，又能够随输入指标项的变化而动态变化，更能够满足现代战争实时性、信息不完备条件下计算的需求。

5 结语

基于“指标环”的权重确定算法，相比传统的专家评比法，减小了评定的主观性和随意性，更加易于操作；相比神经网络法，更加直观表达指标间的关联关系，易于理解，为指挥员对目标威胁度评估提供了一种新思路，具有较强的参考价值。