海战场目标分群方法研究

熊红强， 耿伯英， 王文涛

(1.海军工程大学电子工程学院，武汉 430033; 2.中国人民解放军91033部队，山东 青岛 266034)

0 引言

在复杂的海战场环境下，敌我对抗双方作战平台数量众多、类型多样、空间分布广泛，指挥员面临极大的战场态势认知压力。但对抗中，双方都以作战群方式进行，兵力按照一定的规则部署和集结，不同态势中的目标实体有不同的功能和空间分布结构，兵力结构中不同的组成部分起着不同的作用，这一结构称为目标群［1］。

目标分群是兵力聚合的子问题，将关于目标对象的特征数据按空间、功能等属性分群，揭示目标间的相互联系，确定相互协作的目标，解释目标对象的各种战术行为［2］，因此具有十分重要的军事意义。

现有的聚类算法在对象之间的相似度度量上多采用欧式空间距离［3］，马哈拉若比斯距离等尺度，在位置相似度及速度相似度采用设置门限的方法［4－5］。但海战场数据空间特别是作战目标数据空间是一种高维空间，数据分布具有稀疏性，使得低维空间的距离函数和相似度函数不能满足海战场多属性分析要求［6］，因此本文采用一种高维空间相似度函数对目标分群进行研究。

1 目标分群问题描述

海战场对抗双方主要由双方参加海战的各种平台构成，主要包括舰艇、飞机和潜艇等。根据初级数据融合的结果，在任意t时刻，战场环境下的目标信息可表示为

式中Oi是第i个目标在该时刻的状态信息集合。Oi={I，AattrTtypeTthreat，X，Y，Z，Vx，Vy，Vz，R，W}，其中:I为目标编号;Aattr为敌我属性;Ttype为目标类型;Tthreat为威胁性;X，Y，Z 为位置;Vx，Vy，Vz为速度;R 为攻击范围;W为武器。……