陳曉曦，姚景順，沈振華，侯玉梅

（1.海軍大連艦艇學院，遼寧 大連 116018；2.德州學院，山東 德州 253023）

1 概述

海軍在執(zhí)行非戰(zhàn)爭軍事任務時如索馬里護航、奧運海上安保等任務時，常遇到突發(fā)性的不明空情，其最突出的特點是敵我屬性和意圖均無法明確；并且空情數據來源于各種傳感器或數據鏈，數據本身具有不確定性；因此如何處理空情信息的不確定是評估不明空情威脅程度的關鍵所在，也是海上編隊完成任務及保障自身安全的一個重要前提。

目前，基于知識表示和推理的方法是當前國內外威脅評估領域的主要建模方法，有專家系統、黑板系統、邏輯模板匹配和貝葉斯網絡等算法。貝葉斯網絡算法應用于有條件的依賴和多種控制因素的決策；相對于其它算法，它以網絡圖形的方式描述人類的推理模式，量化推理過程，收斂性和實時性較好，能反映推理過程的連續(xù)性和累積性，已廣泛運用于火力威脅評估[1]，態(tài)勢估計[2]、目標識別[3]等領域。本文將運用此算法來處理信息的不確定性，對不明空情的威脅評估展開研究。

2 貝葉斯網絡

2.1 貝葉斯網絡概述[4]

貝葉斯網絡是用一個＜G,P＞二元組表示，G表示一個由節(jié)點和指向節(jié)點的邊組成的有向無環(huán)圖（圖1）。其中節(jié)點表示隨機變量，是對事件、狀態(tài)等實體特征的描述；有向邊表示變量之間的依賴關系。這種依賴關系通過一組條件概率P表示。每個節(jié)點的條件概率可用P=(X|m(X))表示，其含義是節(jié)點X相對于父節(jié)點的條件概率。

圖1 貝葉斯網絡示意圖

2.2 貝葉斯網絡推理

第一步：更新自身的后驗概率

第二步：自底向上更新

第三步：自頂向下更新

3 模型建立

3.1 確定威脅因子

如何從獲取的信息中分析并提取出與不明空情威脅程度相關的威脅因子（Threaten Genes），從而確定網絡結構中的節(jié)點是建立模型的基礎。美國海軍專家Liebhaber和Smith在2000年對海上空情威脅因子有過有效的研究[6]?？紤]非戰(zhàn)爭條件下的空情特點，在評估不明空情威脅時，可主要考慮以下因子：

● 飛行航線 (Flight Air-lane)

● IFF信號回應（IFF Response）

● 起飛機場 (Original Airport)

● 武器使用跡象(Weapons Apparent)

● 告警信號回應(Warning Response)

● 空情通報（Intelligence Report）

● 空情數量（Number）

● 速度（Speed）

● 飛行高度（Flight Altitude）

● 航路勾徑（CAP）

● 信號輻射類型（Electronic Signal type)

● 距離（Range）

● 雷達回波觀察（Echo Observation）

● 高度變化（Altitude Change）

苔蘚和地衣下面的凍土層好比是北極的一座天然冰箱，寒冷的氣候冷凍了土壤，也順帶冷凍了土壤里的各種有機物。然而，由于人類活動導致的全球氣候變暖，使得凍土和周圍的海冰逐漸融化。土壤中的微生物被釋放出來，參與化學反應，向大氣釋放二氧化碳、甲烷等氣體，而這些氣體反過來又加速了全球氣候的變暖。也許你會說，天氣變暖，馴鹿遷徙的路就不那么難走了，可出人意料的是，天氣變暖會讓馴鹿餓肚子！

確定各節(jié)點后，需分析各節(jié)點之間的關系。這些節(jié)點在網絡中可能位于同一層次，也可能位于不同層次而存在依賴關系。根據節(jié)點條件依賴關系，建立圖2所示的貝葉斯網絡。影響不明空情威脅等級的直接因子共7個，位于網絡第二層；次因子5個，位于第三層。

圖2 不明空情威脅評估網絡

3.2 因子狀態(tài)確定

威脅等級（TL）：按照慣例，可把威脅程度分成三個等級，即 TL1=“低”，TL2=“中”，TL3=“高”；

飛行航路 (FL)：民用飛機的飛行航線是有一定寬度的空域，該空域以連接各導航設施的直線為中心線，規(guī)定有上限和下限高度和寬度。按照國際民用航空公約的規(guī)定，航路的基本寬度為航路中心線兩側各 4海里（7.4公里）[7]。當某一空情明顯偏離航路中心線 4海里以上，可被視成軍用飛機或意圖不明的民用飛機。因此，該因子狀態(tài)可取值為 FL1=“位于民航航線”，FL2=“偏離民航航線4海里以上”；

IFF信號回應(IFF)：民航機與軍用機均安裝了應答機以利于識別。根據信號發(fā)射頻率和代碼特點，應答機有模式1、模式2、模式3/A、模式4，模式5，模式B、模式C、模式D和S模式。其中民用模式有模式3/A（軍民合用），模式C和S模式[8]。因此，該因子狀態(tài)可取值為IFF1=“民用應答信號”，IFF2=“軍用應答信號”，IFF3=“無應答信號”；

起飛機場 (OA)：在近海，根據發(fā)現空情最初點、航向及比對民用航線后，可判定起飛機場類型。因此，該因子狀態(tài)可取值為OA1=“民用機場”，OA2=“軍民兩用”，OA3=“軍用機場”，OA4=“不明機場”；

武器使用跡象（WA）：導彈是主要的空對艦攻擊武器；炸彈投擲是飛機對海攻擊傳統方式；自殺性襲擊是執(zhí)行非戰(zhàn)爭任務時面臨的主要威脅之一。無論不明空情采取何種攻擊方式，都會作出一系列相應的空中動作或輻射一定類型電磁信號。根據這些特征，能判斷出目標攻擊的方式。因此，該因子狀態(tài)可取值為WA1=“導彈”，WA2=“炸彈”，WA3=“自殺式襲擊”，WA4=“無”；

告警信號回應（WR）：不明空情進入對空告警空間后，海上編隊會在特定頻道對其發(fā)出無線電告警信號，迫使其采取一定的措施遠離本方以消除威脅。因此，該因子狀態(tài)可取值為WR1=“明確回復”，WR2=“含糊回復”，WR3=“無回復”；

空情通報 (IR)：除依靠本艦對空探測器材獲取空情外，還可通過數據鏈等其它通信方式獲取來自友方的空情信息。因此，該因子狀態(tài)可取值為IR1=“空情通報無威脅”，IR2=“空情通報不明”，IR3=“空情通報有威脅”；

空情數量（Num）：在同一飛行航路上，同一時刻民用機出現的數量為單架。雙機以上組成的空中編隊一般為軍用飛機。因此，該威脅因子狀態(tài)可取值為：Num1=“單架”，Num2=“雙架以上”；

飛行高度（FA）：飛機在發(fā)射空艦導彈時，其飛行高度必需滿足導彈發(fā)射要求，高度通常在800-3000m之間；飛機實施炸彈投擲及自殺性襲擊時，其飛行高度一般在800m以下。因此該因子狀態(tài)可取值為FA1=“3000m以上”，FA2=“800-3000m”，FA3=“800m 以下”；

高度變化（AC）：飛機采取不同的攻擊手段時，其高度變化也不同。如為保障炸彈投擲的精度，飛機的飛行高度會保持不變；飛機實施自殺式襲擊時，會高速俯沖；在實施導彈攻擊戰(zhàn)術時，飛機的高度一般會經過爬升、保持再下降的過程。因此，該因子狀態(tài)可取值為 AC1=“俯沖”，AC2=“平飛”，AC3=“爬升”；

航路勾徑（CAP）：在發(fā)射傳統直向攻擊導彈時，飛機須不斷改變航向以減小航路勾徑。隨著可規(guī)劃航路導彈的運用，航路勾徑對導彈發(fā)射的限制越來越小。而飛機在實施炸彈轟炸及自殺性襲擊時，其航路勾徑幾乎為零。因此，該因子狀態(tài)可取值為CAP1=“3km以內”，CAP2=“3－10km”，CAP3=“10km 以上”；

電子信號輻射（ES）：實施導彈攻擊前，飛機一般要經過機載雷達搜索發(fā)現目標、鎖定跟蹤目標過程，期間艦載電子戰(zhàn)系統會截獲機載雷達輻射信號。因此，該因子狀態(tài)可取值為 ES1=“截獲非軍用機載雷達信號”，ES2=“截獲軍用雷達搜索信號”，ES3=“截獲軍用雷達鎖定信號”， ES4=“未截獲任何雷達信號”；

距離（RA）：先進的空艦導彈最大射程可達100Km以上，但擁有此類導彈或制造技術的國家為避免導彈擴散，對其有著嚴格限制。因此，海上編隊面臨主要的空艦導彈有效射程一般在 50-100Km，而飛機在實施自殺性襲擊及炸彈投擲時，其攻擊距離至少在25Km以內。因此，該因子狀態(tài)取值為RA1=“25Km以內”，RA2=“25－50Km”， RA3=“50－100Km”，RA4=“100Km 以上”；

雷達回波觀察（EO）：飛機在發(fā)射導彈時，雷達顯示器會出現明顯的回波分離變化。因此，該因子狀態(tài)可取值為EO1=“回波無變化”，EO2=“回波分離”。

3.3 條件概率分配

貝葉斯網絡模型建立以后，需要確定各節(jié)點因子之間的條件概率。條件概率可根據領域專家知識進行確定，也可通過測試大量數據并運用參數學習的方法來確定。本文先根據專家知識初步確定條件概率，并通過利用“Stark”、“Vincennes”案例及海軍演練等樣本數據反復調試條件參數，盡可能消除專家知識的主觀性，以提高評估模型的可信度。條件參數調試的結果見表1-4。

表1 條件矩陣

表2 條件矩陣

表3 條件矩陣

表4 條件矩陣

4 模型仿真

4.1 案例概述[9]

兩伊戰(zhàn)爭進入“油輪戰(zhàn)”后，美中東艦隊為中立國提供海上石油運輸安全保障。護航期間，美軍艦“Stark”號在公海巡邏時發(fā)現一不明空情，因其作戰(zhàn)人員對該不明空情的威脅評估產生錯誤，被伊拉克戰(zhàn)斗機發(fā)射的兩枚導彈擊中，造成37名官兵犧牲?！癝tark”事件是國際海軍判斷不明空情威脅程度的一個典型案例。根據美國軍方事件調查報告，對該案例進行仿真，以驗證模型的有效性。

4.2 仿真驗證

2058，“Stark”號接到上級通報，獲取如下先驗信息：從伊拉克軍用機場起飛的一不明空情，航向155°，航速530km/h，高度900m，距離70.2海里，航路勾徑17.7km，正逐漸接近“Stark”號。網絡節(jié)點Num、FA、CAP、RA、OA、IR、SP、CA、FL獲取信息，由2.2節(jié)的推理算法，采用 MATLAB語言編制貝葉斯網絡算法程序，獲取如表5所示的仿真結果。

2102，艦載雷達探測到不明空情距Stark號約48.4海里，航路勾徑約4海里；艦載電子戰(zhàn)系統截獲軍用機載雷達搜索信號。網絡節(jié)點ES、CAP、RA得到新信息，整個網絡更新結果如表6所示。

2105，伊機航向小調整后，航路勾徑幾乎為零；此時對不明空情威脅程度的評估結果如表7所示。

2106，伊機航向157°，高度900m，速度580km/h，距離Stark號約27海里；此時對不明空情威脅程度的評估結果如表8所示

2108，不明空情距Stark號約15.5海里；艦載電子戰(zhàn)系統截獲軍用雷達鎖定信號后；Stark號對其發(fā)出的無線電告警信號未收到任何回復；此時對不明空情威脅程度的評估結果如表9所示。

表5 2058時威脅仿真結果

表6 2102時威脅仿真結果

表7 2105時威脅仿真結果

表8 2106時威脅仿真結果

4.3 結果分析

由表 5知，2058時，Bel(WA)概率分布為(0.1352,0.0014,0.0,0.8633)，其中目標不使用武器的跡象概率最高；Bel(TL)低、中、高威脅等級概率分布為（0.027,0.7379 ,0.235)，根據最大概率法可評定目標的威脅程度為中。

表9 2108時威脅仿真結果

2102時，將2058時的評估結果及其它節(jié)點因子的更新信息作為2102時輸入參數。結果顯示空情使用導彈的跡象概率最高，威脅評估結果更新為(0.0019,0.4171,0.581)。與上一時刻相比，低威脅的概率為零，高威脅的概率明顯增大。此時，“Stark”號作戰(zhàn)人員應準備采取積極防御措施。

由表7和8知，隨著空情航路勾徑和距離不斷減小，高威脅概率不斷增加；2105時，高威脅的概率已明顯高于中威脅的概率。

由表9知，2108時，在更新λES和λRA威脅因子信息后，高威脅的概率達到0.99；目標對“Stark”號構成十分嚴重的安全威脅。從美軍解密的事件調查報告知，此刻伊機正向“Stark”號發(fā)出第一枚導彈。仿真結果能與美軍的調查結果及事件進程相吻合。因此，該評估模型具有很高的可信性。

5 結束語

本文提出了一種基于貝葉斯網絡的海上不明空情威肋等級評估模型。該模型具有信息累積及動態(tài)實時評估的能力，符合人類專家的評估特點。經過實際案例驗證，該模型能夠準確地評估海上不明空情的威脅等級；從而能為指揮人員提供輔助決策，對可能發(fā)生的攻擊提前采取措施以消除空中威脅，從而保障海上編隊安全。

[1]稅薇,葛艷. 基于貝葉斯網絡的火力威脅等級評估算法[J].系統仿真學報,2009,15(8):4625.

[2]張雪梅,高曉光. 貝葉斯網絡用于作戰(zhàn)態(tài)勢評估[J].火力與指揮控制,2008,33(10):30.

[3]郭小賓,王壯,胡衛(wèi)東. 基于貝葉斯網絡的目標融合識別方法研究[J].系統仿真學報,2005,17(11):2713

[4]張連文,郭海鵬. 貝葉斯網引論[M].北京:科學出版社,2006.

[5]Neil M,Fenton N,Nielsen L. Building large-scale Bayesian networks[J].The Knowledge Engineering Review (S0269-8889),2000,15(3):257-284.

[6]Liebhaber, M. J., Smith, P. Naval Air Defense Threat Assessment: Cognitive Factors and Model,[D]Command and Control Research and Technology Symposium,Monterey, CA, June 2000.