蒲賢亮，楊瑞娟，程紅斌，崔曉夢

(空軍預(yù)警學(xué)院，湖北 武漢 430019)

隨著預(yù)警監(jiān)視系統(tǒng)不斷發(fā)展，雷達(dá)情報信息呈爆發(fā)式增長。情報用戶所需要的信息被湮沒在這些海量的信息之中。如果不加選擇地將情報信息“推送”給用戶，既會增加用戶處理的負(fù)擔(dān)，降低情報信息的使用效率，又會浪費本來就稀缺的信道傳輸資源。情報按需分發(fā)則是解決這一問題有效途徑。情報按需分發(fā)根據(jù)情報用戶的需要，有選擇地將情報信息發(fā)送給用戶，從而避免了用戶端的信息爆炸和傳輸壓力。

目前，所采用的情報分發(fā)方式是發(fā)布/定制式。這種方法雖然能滿足情報用戶的需求，但是存在定制情報的范圍比較粗獷、實時性差的缺點。為了解決該問題，文獻［1］提出了采用協(xié)同過濾的情報智能分發(fā)技術(shù)，文獻［2］提出基于聚類的雷達(dá)數(shù)據(jù)按需分發(fā)技術(shù)。這兩種基于個性化推薦技術(shù)的方法，都較好地實現(xiàn)了對情報的智能按需分發(fā)，但是都受到用戶興趣模型的制約。

本文考慮情報用戶的作戰(zhàn)需求，探討基于目標(biāo)威脅規(guī)則的情報按需分發(fā)技術(shù)。即針對保衛(wèi)對象，估計目標(biāo)威脅程度的大小，設(shè)置閾值將無關(guān)的情報信息進行過濾，然后與情報用戶作戰(zhàn)需求模型動態(tài)匹配，最終將匹配得到的情報信息推送給情報用戶。如圖1所示。

圖1 基于目標(biāo)威脅規(guī)則的情報按需分發(fā)原理

1 目標(biāo)威脅估計

威脅估計是具有不確定性決策信息的多屬性決策問題(MADM)。目標(biāo)威脅值估計的方法主要有動態(tài)貝葉斯網(wǎng)絡(luò)推理［3］、模糊綜合決策［4-5］、灰度關(guān)聯(lián)決策［7］等。這些方法各有優(yōu)缺點和不同的適用環(huán)境。本文針對情報按需分發(fā)，采用模糊綜合決策的方法進行目標(biāo)威脅估計。其思路是:首先，確定威脅估計參數(shù);其次，對各參數(shù)的威脅度進行估計;然后，估計目標(biāo)的綜合威脅值。

1.1 威脅估計參數(shù)

威脅估計參數(shù)是建立目標(biāo)威脅估計模型的核心。文獻［3］通過分析戰(zhàn)場作戰(zhàn)要素，把影響威脅估計的參數(shù)分為臨近參數(shù)、能力參數(shù)、企圖參數(shù)。這種分類方式較好地將威脅估計參數(shù)歸類，但仍不全面，例如，該分類沒有考慮保衛(wèi)對象本身的重要程度的影響。而通過雷達(dá)可以得到的目標(biāo)情報有方位、距離、高度、速度、時間、機型和架數(shù)。本文綜合考慮雷達(dá)情報網(wǎng)絡(luò)所能得到情報信息，將威脅估計參數(shù)劃分為臨近參數(shù)、能力參數(shù)、企圖參數(shù)和保衛(wèi)對象參數(shù)。具體如表1所示。

表1 威脅估計參數(shù)

各威脅估計參數(shù)對保衛(wèi)對象的影響程度是不同的，而且部分參數(shù)之間相互制約。若要全面地考慮每個參數(shù)，難度較大。因此，對于特定的保衛(wèi)對象，選擇較全面而且合理的參數(shù)是非常必要的。

1.2 威脅估計參數(shù)隸屬度函數(shù)

采用模糊綜合決策方法對威脅估計參數(shù)進行描述并建立如下規(guī)則:若某一參數(shù)的攻擊力最大時認(rèn)為其目標(biāo)威脅值也處于最大值，設(shè)其評判函數(shù)值為1;反之，評判函數(shù)的值為0。當(dāng)威脅估計參數(shù)處于其他狀態(tài)時其評判函數(shù)值介于0-1間［4］。

1)相對距離的威脅隸屬度函數(shù)

相對距離是指目標(biāo)與保衛(wèi)對象的水平直線距離。相對距離與威脅程度之間為遞減關(guān)系，當(dāng)相對距離越大時威脅越小，當(dāng)相對距離增大到一定范圍，通常為預(yù)警距離之外時，可認(rèn)為目標(biāo)對保衛(wèi)對象不造成威脅，設(shè)其威脅值為0;當(dāng)相對距離減小到一定程度時認(rèn)為威脅達(dá)到最大，設(shè)為1。因此可得出威脅度隸屬函數(shù):

式中，k1為對應(yīng)的衰減參數(shù)，它反映了目標(biāo)的攻擊意圖變化的趨勢和范圍。r1為保衛(wèi)對象的最小警戒距離，r2為保衛(wèi)對象的預(yù)警半徑。

2)相對高度的威脅隸屬度函數(shù)

同相對距離一樣，目標(biāo)離保衛(wèi)對象的高度越低，對保衛(wèi)對象的威脅也越大。因此同樣可得出威脅度隸屬函數(shù):

式中，k2為對應(yīng)的衰減參數(shù)，它反映了目標(biāo)的攻擊意圖變化的趨勢和范圍。h1、h2分別表示目標(biāo)威脅保衛(wèi)對象的最低高度和最高高度。

3)相對速度的威脅隸屬函數(shù)

與上述兩種因素不同，威脅目標(biāo)相對于保衛(wèi)對象的速度越大，其對保衛(wèi)對象的威脅度越大。將目標(biāo)威脅度與威脅目標(biāo)速度的關(guān)系定義為線性遞增關(guān)系。其威脅度隸屬函數(shù)為

式中，k3為對應(yīng)的衰減參數(shù)，它反映了目標(biāo)的攻擊意圖變化的趨勢和范圍。

4)航向角的威脅隸屬度函數(shù)

保衛(wèi)對象為固定目標(biāo)時，規(guī)定威脅目標(biāo)與保衛(wèi)對象連線為基準(zhǔn)線。威脅目標(biāo)速度的矢量方向與基準(zhǔn)線的夾角為 θ1。當(dāng) θ1≤90°，航向角θ= θ1;當(dāng) θ1＞ 90°，航向角θ=θ1-180°。保衛(wèi)對象為移動目標(biāo)時，威脅目標(biāo)速度的矢量方向與基準(zhǔn)線的夾角為θ1，保衛(wèi)對象速度的矢量方向與基準(zhǔn)線的夾角為θ2。航向角θ=θ2-θ1。當(dāng)夾角在-90°～90°的區(qū)域時，對保衛(wèi)對象構(gòu)成威脅，夾角越接近0°時，威脅值越大。建立隸屬度函數(shù)為

5)航路捷徑的威脅隸屬度函數(shù)

目標(biāo)的航路捷徑是指空襲目標(biāo)矢量在地面投影的延長線與被保護目標(biāo)之間的距離。航向角為0°～90°時，航路捷徑為正;航路角為-90°～90°時，航路捷徑為負(fù)。

當(dāng)在目標(biāo)的威脅范圍內(nèi)時，如圖2中目標(biāo)1，p1≤r，航路捷徑越小，攻擊意圖越明顯，威脅越大。若超出目標(biāo)的威脅范圍，如圖2中目標(biāo)2，p1＞r，攻擊意圖可忽略。因此，可以用中間型半正態(tài)分布函數(shù)形式來描述航路捷徑的攻擊意圖，隸屬度函數(shù)為［10］

式中，k3為該威脅目標(biāo)所對應(yīng)的參數(shù)，它反映了目標(biāo)的威脅范圍，具體取值依目標(biāo)殺傷范圍而定。

圖2 航路捷徑示意圖

6)目標(biāo)類型的威脅隸屬度函數(shù)

目標(biāo)類型是目標(biāo)屬性和機型的組合。其中，目標(biāo)屬性包括敵機、我機、友機、不明、中立，而機型有很多種;通過雷達(dá)獲取的，有大型機、小型機，而通過其他偵測手段，可以獲得具體機型，比如殲擊機、轟炸機、導(dǎo)彈、幻影-2000等，不同目標(biāo)類型的威脅目標(biāo)對保衛(wèi)對象的威脅程度不同。通過專家評估，能得到不同目標(biāo)類型的威脅目標(biāo)相對于保衛(wèi)對象的威脅隸屬度函數(shù)μ(s)。

7)保衛(wèi)對象重要性的威脅隸屬度函數(shù)

通常，保衛(wèi)對象不只一個。不同的保衛(wèi)對象有重要性的差別，確定保衛(wèi)對象的重要性值對于擔(dān)負(fù)保衛(wèi)任務(wù)的情報用戶是非常必要的。同樣，將保衛(wèi)對象重要性的威脅度定義在0-1之間。威脅度隸屬度函數(shù)為μ(e)。

1.3 基于層次分析法的目標(biāo)綜合威脅估計

不同威脅估計參數(shù)對保衛(wèi)對象的威脅大小是不一樣的，需要進行權(quán)重(加權(quán)因子 W=(w1，w2，…，wM))的分配。權(quán)重反映了所評價問題上各個參數(shù)之間相對重要性。計算權(quán)重的方法有很多種，本文采用層次分析法(analytic hierarchy process，AHP)。文獻［4］研究了基于層次分析法的目標(biāo)評估方法，研究表明，其在結(jié)合模糊綜合決策方法的情況下，得到較好的威脅評估結(jié)果。將需要討論的威脅參數(shù)根據(jù)要求建立層次分析法求權(quán)重，結(jié)構(gòu)圖見圖3。

圖3 層次分析法求權(quán)重結(jié)構(gòu)圖

采用線性加權(quán)求和的方法將威脅目標(biāo)各參數(shù)的威脅度分別乘以各自的權(quán)重再求和，即得到威脅目標(biāo)相對于保衛(wèi)對象的綜合威脅值:ω=

2 情報按需分發(fā)

2.1 情報過濾

目標(biāo)對保衛(wèi)對象是否有威脅，需要對目標(biāo)威脅估計值經(jīng)過門限判斷，即與閾值α比較。當(dāng)威脅值大于閾值時(ω≥α)，視為該目標(biāo)對保衛(wèi)對象有威脅;當(dāng)威脅值小于閾值時(ω＜α)，該目標(biāo)對保衛(wèi)對象沒有威脅。不同的保衛(wèi)對象門限不同。閾值的大小由保衛(wèi)對象的具體情況確定。

2.2 用戶作戰(zhàn)需求模型

情報分發(fā)的最終受用者是用戶。按照用戶的需求對情報進行分發(fā)，是非常重要的。擔(dān)負(fù)保衛(wèi)任務(wù)的情報用戶有不同的作戰(zhàn)半徑。對于不在作戰(zhàn)半徑內(nèi)的情報，情報用戶是不需要的。因此，建立以作戰(zhàn)半徑為依據(jù)的用戶作戰(zhàn)需求模型。然后以用戶作戰(zhàn)需求模型與目標(biāo)威脅估計所得到的威脅目標(biāo)動態(tài)匹配，最終達(dá)到對情報按需分發(fā)的要求。具體步驟是:當(dāng)威脅目標(biāo)在情報用戶作戰(zhàn)半徑范圍內(nèi)，將威脅目標(biāo)信息分發(fā)給用戶;當(dāng)不在作戰(zhàn)半徑范圍內(nèi)時，不分發(fā)。情報按需分發(fā)的原理如圖4所示。

圖4 情報按需分發(fā)的步驟

3 仿真分析

為驗證方法的有效性，現(xiàn)通過實例進行仿真分析。保衛(wèi)對象A為某指揮所。保衛(wèi)對象坐標(biāo)為(800，800，0)?，F(xiàn)有5批目標(biāo)，其信息如表2所示。

表2 目標(biāo)信息

情報信息提供頻率為6次/min，目標(biāo)威脅航跡投影如圖5所示。

圖5 目標(biāo)威脅航跡投影

設(shè)威脅參數(shù)為相對距離(C1)、航路捷徑(C2)、相對高度(C3)、相對速度(C4)、航向角(C5)、目標(biāo)類型(C6)。因為是單個保衛(wèi)對象，所以不考慮保衛(wèi)對象重要性參數(shù)。確定威脅目標(biāo)參數(shù)之間的重要性判斷矩陣為

得到權(quán)重 W= ［0.24480.13240.04720.07180.30840.1955］T。CR=0.005 ＜ 0.1，滿足一致性要求。

對目標(biāo)威脅值進行估計，可得當(dāng)前目標(biāo)威脅值見圖6。取閾值α=0.53。過濾后威脅目標(biāo)為目標(biāo)1、目標(biāo)4，目標(biāo)點數(shù)分別為395、130。

設(shè)擔(dān)負(fù)保衛(wèi)任務(wù)的作戰(zhàn)單元為某導(dǎo)彈部隊B，為固定情報用戶。其坐標(biāo)為(400，400，0)。作戰(zhàn)半徑為200km。根據(jù)用戶作戰(zhàn)需求模型，對情報進行匹配分發(fā)。最終，分發(fā)給用戶的目標(biāo)為目標(biāo)1，分發(fā)目標(biāo)點數(shù)為115。分發(fā)情況見圖7。

圖6 目標(biāo)威脅估計值

在這里定義兩個概念，情報過濾率和分發(fā)率。情報過濾率η為過濾后威脅目標(biāo)數(shù)與目標(biāo)總數(shù)的比值。分發(fā)率ε為分發(fā)給用戶的威脅目標(biāo)總點數(shù)與雷達(dá)探測的所有目標(biāo)總點數(shù)之間的比值。在該仿真中，η=40%，ε=4.6%。仿真證明，隨著目標(biāo)數(shù)的增多，η和ε將更小。這說明基于層次分析法的目標(biāo)綜合威脅估計方法，適用于雷達(dá)情報的按需分發(fā)，而且可靠性、有效性較高。相比較于發(fā)布/定制式，其粗獷特點有很大改善，效率有很大提高。

圖7 情報過濾后威脅目標(biāo)航跡投影

取目標(biāo)數(shù)為100，閾值為 α = ［0.10.20.30.40.50.60.70.80.9］T，可以得到閾值與威脅目標(biāo)數(shù)目之間的關(guān)系見圖8。

由圖8分析可知，隨著閾值的增大，威脅目標(biāo)數(shù)減小，當(dāng) α =0.43 時，η =50%;當(dāng)α =0.5時，η =23%。這滿足閾值對情報過濾的要求。同時，可以選擇不同的閾值得到不同威脅級別的威脅目標(biāo)。這將是下一步研究的一個方向。

圖8 閾值與威脅目標(biāo)數(shù)的關(guān)系

4 結(jié)束語

本文針對預(yù)警監(jiān)視網(wǎng)發(fā)展而產(chǎn)生的信息過載問題，提出了基于規(guī)則的情報按需分發(fā)，討論了基于層次分析法的目標(biāo)綜合威脅估計方法。該方法較好地實現(xiàn)了基于規(guī)則的情報按需分發(fā)，具有工程應(yīng)用價值。但也受到權(quán)重及威脅隸屬度參數(shù)確定時的主觀性的制約。這有待后續(xù)研究予以改善。

［1］王相平，楊瑞娟，程紅斌.基于協(xié)同過濾的雷達(dá)數(shù)據(jù)智能分發(fā)技術(shù)［J］.微計算機信息，2011，27(4):134-135.

［2］王相平，楊瑞娟，黃美榮，等.基于聚類的雷達(dá)數(shù)據(jù)按需分發(fā)技術(shù)［J］.計算機工程，2011，37(19):289-290.

［3］肖兵，沈薇薇，金宏斌.基于動態(tài)貝葉斯網(wǎng)絡(luò)的威脅估計研究［J］.自動化與信息工程，2010，4(2):5-9.

［4］曹睿婷，章衛(wèi)國，李廣文.基于多層次分析方法的目標(biāo)威脅估計研究［J］.彈道與制導(dǎo)學(xué)報，2011，31(2):30-32.

［5］劉鵬翔，韓維，史瑋韋，等.復(fù)雜作戰(zhàn)環(huán)境下空中目標(biāo)威脅程度評估［J］.海軍航空工程學(xué)院學(xué)報，2010，25(4):462-467.

［6］張善，李銀萍.一種防空系統(tǒng)目標(biāo)威脅評估方法［J］.現(xiàn)代雷達(dá)，2010，32(9):6-9.

［7］駱文輝，劉少偉，楊建軍.基于灰色區(qū)間關(guān)聯(lián)決策的目標(biāo)威脅評估［J］.空軍工程大學(xué)學(xué)報(自然科學(xué)版)，2008，9(3):37-41.

［8］孫東川.系統(tǒng)工程導(dǎo)論［M］.北京:清華大學(xué)出版社，2004.

［9］徐澤水.直覺模糊信息集成理論及應(yīng)用［M］.北京:科學(xué)出版社，2008.

［10］王連鋒，劉衛(wèi)東.導(dǎo)彈陣地目標(biāo)威脅估計［J］.指揮控制與仿真，2010，31(4):33-36.