周國祥, 許錦洲, 韋曉萍

?

艦艇編隊電磁態(tài)勢預測的動態(tài)貝葉斯網(wǎng)絡方法

周國祥*1, 2, 許錦洲2, 韋曉萍2

(1. 海軍蚌埠士官學校 信息技術(shù)系, 安徽 蚌埠, 233012; 2. 海軍指揮學院 信息系, 江蘇 南京, 211800)

對敵艦艇編隊進行電磁態(tài)勢預測是我方指揮員選擇電子戰(zhàn)作戰(zhàn)方法、制定電子戰(zhàn)資源分配方案的基礎(chǔ). 引入DBN算法實現(xiàn)電磁態(tài)勢預測過程中大量不確定、不精確、不完全的知識表示與推理, 在分析艦艇編隊電磁攻防事件類型基礎(chǔ)上, 依據(jù)事件間因果關(guān)系構(gòu)造了艦艇編隊電磁態(tài)勢預測DBN模型, 研究了DBN的推理算法. 理論分析和實驗結(jié)果表明: 該方法具有較高的預測準確性, 能在一定程度上為指揮員電子戰(zhàn)決策提供輔助支持.

艦艇編隊; 動態(tài)貝葉斯網(wǎng)絡; 電磁態(tài)勢; 態(tài)勢預測

電磁態(tài)勢[1]是一定戰(zhàn)場空間內(nèi)敵對雙方電磁力量對峙的狀態(tài)和形勢. 在海上信息化作戰(zhàn)中, 通過對海戰(zhàn)場電磁環(huán)境、按時序到達的敵我電磁攻防力量狀態(tài)、電子戰(zhàn)行動等信息的分層處理, 判斷敵方電子戰(zhàn)目的、計劃和意圖, 尤其是預測敵下一步可能采取的電子戰(zhàn)行動, 對于艦艇編隊指揮員選擇電子戰(zhàn)作戰(zhàn)方法和策略、制定電子戰(zhàn)資源分配方案等具有重要意義.

國內(nèi)外關(guān)于電磁態(tài)勢估計方面的文獻較少. 從已發(fā)表文獻來看, 對電磁態(tài)勢的研究主要集中在戰(zhàn)場電磁態(tài)勢監(jiān)測與電磁環(huán)境復雜度分析、電磁態(tài)勢感知、電磁態(tài)勢可視化等方面, 未見公開發(fā)表的對海上艦艇編隊電磁態(tài)勢預測方面的研究成果. 電磁態(tài)勢預測過程中涉及到大量不確定、不精確、不完全的知識和信息, 如何對這些知識和信息進行表示和推理是實現(xiàn)電磁態(tài)勢預測的關(guān)鍵之所在, 而貝葉斯網(wǎng)絡則是解決此類問題的有利工具.

本文提出了基于動態(tài)貝葉斯網(wǎng)絡的電磁態(tài)勢預測方法, 它能夠綜合不同時間片檢測到的戰(zhàn)場電磁攻防事件, 對敵方下一步電子戰(zhàn)行動進行預測, 且有效克服預測過程的主觀性, 增強了態(tài)勢預測的準確性.

1 電磁態(tài)勢預測問題的推理模式

根據(jù)上述分析, 態(tài)勢預測問題的求解過程可以分為戰(zhàn)場事件檢測、基于知識的推理和態(tài)勢預測3個方面.

2 戰(zhàn)場電磁攻防事件檢測

2.1 戰(zhàn)場電磁攻防事件

戰(zhàn)場電磁攻防事件是交戰(zhàn)雙方為達成電子戰(zhàn)作戰(zhàn)目的所采取的各種軍事行動. 作戰(zhàn)背景、戰(zhàn)場環(huán)境不同, 相應的戰(zhàn)場電磁事件也不同, 甚至在同一作戰(zhàn)環(huán)境下, 由于敵方電子戰(zhàn)力量部署的變化或戰(zhàn)術(shù)上的變化也會引起戰(zhàn)場電磁事件的變化. 因此對電磁態(tài)勢有意義的事件不是一成不變的, 而是需要綜合考慮具體的作戰(zhàn)背景、作戰(zhàn)環(huán)境等因素.

以保護島礁作戰(zhàn)為例, 由于島礁遠離交戰(zhàn)雙方國家陸地, 無法得到岸基電子戰(zhàn)兵力支援, 雙方參戰(zhàn)兵力主要有驅(qū)護艦編隊、預警機、電子戰(zhàn)飛機、戰(zhàn)斗機、潛艇等. 因此, 敵我雙方在電磁攻防方面采取的兵力行動主要有雷達對抗、通信對抗、光電對抗、水聲對抗. 由于光電對抗受海洋氣象條件影響較大, 潛－艦之間協(xié)同復雜, 因此本文僅考慮雷達對抗與通信對抗. 艦艇編隊電子戰(zhàn)作戰(zhàn)過程中, 對電磁態(tài)勢有意義的事件主要有2類: 與雷達對抗有關(guān)的事件, 包括雷達干擾/反干擾、雷達偵察/反偵察、雷達隱身/反隱身、反輻射武器攻擊/抗反輻射武器攻擊等; 與通信對抗有關(guān)的事件, 包括通信干擾/反干擾、通信偵察/反偵察等.

戰(zhàn)場電磁攻防事件是敵方為完成其作戰(zhàn)任務所采取的序貫電子戰(zhàn)行動, 事件在一定程度上反映了電子戰(zhàn)力量要完成的作戰(zhàn)任務, 通過檢測戰(zhàn)場敵方序貫電磁攻防事件的發(fā)生與否, 可以識別敵電子戰(zhàn)作戰(zhàn)計劃/作戰(zhàn)意圖. 因此, 進行電磁態(tài)勢預測, 關(guān)鍵就在于實時檢測和分析敵方電磁攻防行動事件序列.

2.2 戰(zhàn)場電磁攻防事件檢測

上述戰(zhàn)場電磁攻防事件可以分為主動和被動2類, 對于敵方采取的主動電磁攻防行動, 如雷達干擾、通信干擾等, 可以根據(jù)一級融合輸出結(jié)果采用模糊邏輯[4]對不精確的語義信息進行處理量化; 而對于敵方實施的被動電磁攻防行動, 如雷達偵察、通信偵察等, 可以通過計算敵方對我艦艇編隊輻射的電磁信號截獲概率實現(xiàn). 這里分別以雷達干擾和雷達偵察為例說明戰(zhàn)場電磁攻防事件的檢測方法.

對雷達干擾事件的檢測, 可以通過測量雷達接收機上的噪聲是否超過給定的閾值來判斷. 由于態(tài)勢預測只需要檢測事件發(fā)生與否, 因此這里的狀態(tài)變量均取2值. 設定噪聲功率閾值為, 當噪聲功率W≤時認為噪聲是由海洋氣象環(huán)境、系統(tǒng)內(nèi)部噪聲造成的, 即不存在雷達干擾; 當噪聲功率W＞持續(xù)成立時認為存在雷達干擾. 根據(jù)分析, 選擇正態(tài)分布隸屬函數(shù)劃分雷達干擾的模糊子集.

對雷達偵察事件的檢測分為2步: 敵方目標截獲我雷達信號、識別信號. 本文將截獲的含義局限在敵方目標對我雷達信號的發(fā)現(xiàn)上, 即前端截獲, 并假設敵方雷達接收機對我雷達信號偵察時同時滿足能量條件、方位對準條件、頻率對準條件和極化對準條件. 對雷達信號的前端截獲概率計算的方法為[5]: 令() ={>}為直到時刻尚未截獲到信號的概率, 則到(+ Δ)時刻仍未截獲到信號的概率為:

(+ Δ)=()[1-q()Δ]. (2)

其中q為敵方雷達偵察接收機對我方雷達信號的接觸概率,()為接觸條件下雷達偵察接收機對雷達信號的瞬時截獲概率密度. 則有:

根據(jù)初始條件(0) = 1求得:

故時刻截獲信號概率:

當() == const時,

根據(jù)我編隊裝備性能參數(shù)及一級融合輸出結(jié)果, 按式(6)即可計算得到敵雷達偵察系統(tǒng)對我編隊雷達信號的截獲概率.

3 艦艇編隊電磁態(tài)勢預測模型

3.1 動態(tài)貝葉斯網(wǎng)絡原理

①假設在有限時間內(nèi)條件概率變化過程對所有時間一致平穩(wěn);

②假設動態(tài)概率過程是馬爾科夫(Markovian)的, 也就是未來時刻的概率只與當前時刻有關(guān)而與過去時刻無關(guān), 即滿足:

DBN的基本思想[7]: 對于連續(xù)觀測值, 首先根據(jù)網(wǎng)絡中變量的離散狀態(tài)建立相應的模糊集合, 然后對連續(xù)觀測值通過模糊分類函數(shù)進行模糊分類, 獲得連續(xù)觀測值屬于各個模糊集合的隸屬度. 因為模糊集和變量的離散狀態(tài)對應, 因此獲得的隸屬度就等同于變量的觀測值屬于各個狀態(tài)的概率.

3.2 動態(tài)貝葉斯網(wǎng)絡推理算法

一個具有個隱結(jié)點和個觀測結(jié)點的靜態(tài)貝葉斯網(wǎng)絡, 根據(jù)貝葉斯網(wǎng)絡的條件獨立性假設, 網(wǎng)絡的推理即計算[8]:

式(8)中x表示X的一個取值狀態(tài),y表示Y的一個取值狀態(tài),(Y)表示y的父結(jié)點集合. 分母求和符號Σ下的1,2, …,x為隱變量在其狀態(tài)空間取值的一種組合狀態(tài). 分母的含義是對觀測變量組合狀態(tài)和隱變量組合狀態(tài)的聯(lián)合分布求和.

將式(8)在時間上進行擴展就得到含有個時間片的離散動態(tài)貝葉斯網(wǎng)絡. 由于觀測值只有一種組合狀態(tài), 因此在此觀測值下隱變量的分布為:

式(9)中x是X的一種取值狀態(tài), 其中第1個下標表示第個時間片, 第2個下標表示該時間片內(nèi)的第個隱結(jié)點.y表示觀測變量Y的取值.(Y)表示y的父結(jié)點集合. 分母求和符號下的11,21, …, x1;x1,x2,…,x為隱變量的一種取值狀態(tài). 分母的含義是對觀測變量組合狀態(tài)和隱變量組合狀態(tài)的聯(lián)合分布求和, 實際上是計算確定的觀測變量組合狀態(tài)的分布.

對于離散模糊動態(tài)貝葉斯網(wǎng)絡, 連續(xù)觀測值經(jīng)過模糊分類后, 使得觀測變量的組合狀態(tài)11,12, …,1m;y1,y2,…,y不是一個, 而是多個. 并且11,12, …,1m;y1,y2,…,y處于每一種組合狀態(tài)的概率都不是1. 需要計算隱變量的11,21, …, x1;x1,x2,…,x的后驗分布, 應用概率原理, 需要進行概率加權(quán)[9].

因此得到動態(tài)貝葉斯網(wǎng)絡的推理公式如下:

式(10)中,Yo表示第個時間片內(nèi)第個觀測結(jié)點Y的觀測狀態(tài),(Yo=Y)是Y的連續(xù)觀測值屬于狀態(tài)y的隸屬度.

3.3 電磁態(tài)勢預測DBN構(gòu)建

艦艇編隊電子戰(zhàn)是通過軟硬殺傷手段控制電磁頻譜或攻擊敵方所采取的軍事行動, 其實質(zhì)上是交戰(zhàn)雙方為爭奪作戰(zhàn)海區(qū)電磁空間的制信息權(quán)而進行的戰(zhàn)爭. 根據(jù)電子戰(zhàn)作戰(zhàn)原則, 敵方可能采取的作戰(zhàn)策略有電子進攻(EA)、電子防御(EP)、電子偵察(ES) 3種. 由于電子戰(zhàn)裝備作用距離有限, 因此敵方在采取作戰(zhàn)策略時需要考慮3個主要因素: 與我方電子戰(zhàn)力量的距離(Range)、我方電子戰(zhàn)力量運動速度(Velocity)及運動方向(Bearing). 如果敵方進行電子進攻, 則可能采取的行動有雷達干擾(Rad_Jam)、雷達反隱身(Rad_CSte)、反輻射武器攻擊(Rad_Rad)、通信干擾(Com_Jam)等; 如果敵方進行電子防御, 則可能采取的行動有雷達隱身(Rad_Ste)、雷達反干擾(Rad_CJam)、抗反輻射武器攻擊(Rad_CRad)、通信反干擾(Com_CJam)、雷達反偵察(Rad_CSco)、通信反偵察(Com_CSco)等; 如果敵方進行電子偵察, 則可能采取的行動有雷達偵察(Rad_Sco)、通信偵察(Com_Sco)、雷達反隱身(Rad_CSte)、雷達反偵察(Rad_CSco)、通信反偵察(Com_CSco)等.

基于上述分析, 選擇敵方在電磁攻防行動中考慮的主要因素、作戰(zhàn)策略、可能的事件作為貝葉斯網(wǎng)絡結(jié)點, 依據(jù)結(jié)點間關(guān)系, 采用因果分析法從上向下建立艦艇編隊電磁態(tài)勢預測貝葉斯網(wǎng)絡見圖1.

圖1 艦艇編隊電磁態(tài)勢預測DBN

3.4 網(wǎng)絡結(jié)點狀態(tài)空間

在進行態(tài)勢預測時, 貝葉斯網(wǎng)絡中各結(jié)點的狀態(tài)空間為: 距離(Range) = {適中(Medium), 遠(Far)}; 速度(Veloci-ty) = {適中(Medium), 快(Fast)}; 方位(Bearing) = {臨近(Near), 背離(Deviation)}[10]; 網(wǎng)絡中其余結(jié)點均取是(True)、否(False)二值.

4 仿真驗證與結(jié)果分析

下面以一個示例來說明使用DBN進行態(tài)勢預測的過程. 想定以藍方企圖占領(lǐng)紅方擁有主權(quán)的島礁為背景, 紅藍雙方在遠離各自國家陸地的開闊海域進行電磁攻防作戰(zhàn), 電磁攻防主要在雷達對抗與通信對抗領(lǐng)域展開, 涉及雷達對抗偵察/反偵察、雷達干擾/反干擾、通信反偵察、通信抗干擾等方面. 想定設定3個時間片, 每個時間片代表紅藍雙方進行的電磁攻防行動.

1時刻: 藍方預警機發(fā)現(xiàn)紅方艦艇編隊、預警機, 使用電子干擾機對紅方預警機雷達實施干擾; 紅方預警機受到2級噪聲干擾, 采取頻率捷變等抗干擾措施后干擾降至1級.

2時刻: 藍方對紅方實施通信干擾致使紅方電子偵察飛機與編隊通信中斷, 同時藍方對紅方實施通信偵察; 紅方電子偵察機與艦艇編隊間通信中斷, 采用新的通信信道和通信手段后通信暢通, 并采取了通信反偵察措施.

3時刻: 藍方對紅方艦艇編隊警戒雷達實施強烈干擾; 紅方艦艇編隊警戒雷達遭干擾, 采用偵察雷達探測敵方輻射源信號后, 可建航且航跡連續(xù), 完全掌握戰(zhàn)場電磁態(tài)勢, 同時發(fā)現(xiàn)藍方一輻射源目標朝艦艇高速逼近.

由于3個時間片內(nèi)紅藍雙方均實施了電磁攻防對抗行動. 為顯示各時刻戰(zhàn)場電磁態(tài)勢情況, 這里將貝葉斯網(wǎng)絡初始狀態(tài)設為事件步1, 3個時間片按電磁攻防事件劃分為事件步2～7. 將網(wǎng)絡參數(shù)輸入圖1的態(tài)勢預測DBN, 初始網(wǎng)絡狀態(tài)下藍方全局作戰(zhàn)意圖、可能采取的電磁攻防行動概率見圖2.

初始狀態(tài)下藍方實施電子進攻和電子防御的概率均接近于0.5, 實施電子偵察的概率(0.602 844)較高, 網(wǎng)絡初始狀態(tài)下對藍方全局作戰(zhàn)意圖的預測結(jié)果是合理的. 這主要是因為電子戰(zhàn)并不只是存在于戰(zhàn)爭時期, 在和平時期, 雙方的偵察活動一天也沒有停止過[11].

圖2 初始網(wǎng)絡狀態(tài)下預測藍方作戰(zhàn)意圖.

對網(wǎng)絡初始狀態(tài)下預測的藍方下一步行動按發(fā)生概率進行排序, 分別是: 雷達偵察(0.645 678), 雷達干擾(0.566 415), 通信偵察(0.544 048), 通信干擾(0.519 596), 反輻射攻擊(0.475 324).

圖3 各事件步對藍方作戰(zhàn)行動的預測.

將藍方在事件步(= 2, 4, 6)實施的電子戰(zhàn)行動作為證據(jù)輸入態(tài)勢預測DBN, 即可得到對藍方在+ 1時刻可能實施電子戰(zhàn)行動的預測. 根據(jù)網(wǎng)絡推理, 各事件步對藍方下一步電子戰(zhàn)行動預測結(jié)果見圖3.

事件步2后預測的藍方下一步行動按發(fā)生概率進行排序為: 通信干擾(0.733 815), 通信偵察(0.718 921), 雷達干擾(0.681 957), 雷達偵察(0.632 485), 反輻射攻擊(0.605 842); 事件步4后預測的藍方下一步行動按發(fā)生概率進行排序為: 雷達干擾(0.809 521), 通信偵察(0.796 428), 反輻射攻擊(0.792 689), 雷達偵察(0.752 891), 通信干擾(0.751 238); 事件步6后預測的藍方下一步行動按發(fā)生概率進行排序為: 反輻射攻擊(0.926 833), 通信偵察(0.906 244), 雷達干擾(0.853 021), 雷達偵察(0.816 472), 通信干擾(0.803 483).

藍方可能采取的電子戰(zhàn)行動隨時間置信度不斷提高, 各事件步對藍方下一步行動的預測曲線見圖4.

通過態(tài)勢預測貝葉斯網(wǎng)絡的推理可以看出: ①由于交戰(zhàn)雙方在電子戰(zhàn)過程中所采取的作戰(zhàn)行動具有保密性和不確定性, 因此在進行態(tài)勢預測時, 從紅方視角無法確定藍方下一步將采取何種電子戰(zhàn)行動, 但DBN推理可以給出藍方所有可能采取的電子戰(zhàn)行動概率, 依據(jù)該行動概率可以對藍方下一步電子戰(zhàn)行動進行排序, 指揮員根據(jù)該排序結(jié)果并結(jié)合自身對戰(zhàn)場態(tài)勢的把握和理解, 即可制定作戰(zhàn)指揮決策; ②從推理結(jié)果可以看出, 隨著紅方對戰(zhàn)場電磁態(tài)勢的理解, 以及檢測到的藍方序貫電子戰(zhàn)行動, 紅方對藍方電子戰(zhàn)意圖以及可能實施的作戰(zhàn)行動預測的置信度不斷增大, 這也符合態(tài)勢估計問題的實際情況; ③從想定中藍方采取的電子戰(zhàn)行動來看, 紅方采用態(tài)勢預測貝葉斯網(wǎng)絡較好實現(xiàn)了對藍方作戰(zhàn)行動的預測, 預測準確性較高, 這也直接說明了所構(gòu)建態(tài)勢預測貝葉斯網(wǎng)絡模型的正確性與合理性.

圖4 各事件步對藍方下一步行動的預測曲線

5 結(jié)束語

本文應用DBN解決艦艇編隊電磁態(tài)勢預測問題, 仿真結(jié)果證明了該方法是行之有效的. 該方法結(jié)合領(lǐng)域?qū)＜液椭R庫中的知識建立電磁態(tài)勢預測DBN, 將檢測到的戰(zhàn)場電磁攻防事件作為證據(jù)輸入態(tài)勢預測DBN, 經(jīng)過網(wǎng)絡推理可以得到敵方下一步采取電子戰(zhàn)行動的概率, 對敵下一步行動按概率進行排序最終即可預測敵方可能采取的行動. 因此, 將DBN應用于態(tài)勢預測具有實際意義, 同時也為后續(xù)電磁威脅估計的研究打下了良好基礎(chǔ).

[1] 楊富民, 萬剛, 李鋒. 復雜戰(zhàn)場電磁態(tài)勢三維可視化研究[J]. 測繪工程, 2012, 21(2): 35—38.

[2] Martin E.Liggins, David L.Hall,and James Llinas. Handbook of Multisensor Data Fusion, Second Edition: Theory and Practice. Washington DC, NY: CRC Press, 2008: 450—452.

[3] Mica R Endsley. Toward a Theory of Situation Awareness in Dynamic Systems[J]. Human Factors Journal, 1995, 37(1): 32—64.

[4] 熊加遙, 王睿, 廖陽, 等. 基于可信度理論的一種態(tài)勢估計方法[J]. 現(xiàn)代防御技術(shù), 2011, 39(2): 79—82.

[5] 邵國培, 曹志耀, 何俊, 等. 電子對抗作戰(zhàn)效能分析[M]. 北京: 解放軍出版社, 1998: 75—77.

[6] 肖秦琨, 高嵩, 高曉光. 動態(tài)貝葉斯網(wǎng)絡推理學習理論及應用[M]. 北京: 國防工業(yè)出版社, 2007: 10.

[7] 李馮敬, 姚佩陽, 田曉飛, 等. 動態(tài)貝葉斯網(wǎng)絡在通信對抗目標選擇中的應用[J]. 電光與控制, 2012, 19(8): 63—69.

[8] 邸若海, 高曉光. 模糊離散動態(tài)貝葉斯網(wǎng)絡的目標威脅等級評估[J]. 火力與指揮控制, 2012, 37(4): 14—17.

[9] 柴慧敏, 王寶樹. 動態(tài)貝葉斯網(wǎng)絡在戰(zhàn)術(shù)態(tài)勢估計中的應用[J]. 計算機應用研究, 2011, 28(6): 2151—2153, 2160.

[10] 張波. 基于模糊動態(tài)貝葉斯網(wǎng)絡的輻射源威脅估計[J]. 計算機工程與應用, 2010, 46(12): 242—244, 248.

[11] 張錫祥, 劉永堅, 王國宏. 和平時期電子戰(zhàn)技術(shù)與應用(雷達對抗篇)[M]. 北京: 電子工業(yè)出版社, 2005: 153.

Method of dynamic bayesian network for warship formation electromagnetic situation forecast

ZHOU GuoXiang1, 2, XU JinZhou2, WEI XiaoPing2

(1.Department of Information Technology, Bengbu Naval Petty Officer Academy, Bengbu 233012, China; 2.Information Department, Navy Command College, Nanjing 211800, China)

Electromagnetic situation forecast of enemy’s warship formation is an important base for our commander elect electronic warfare operational methods and resource allocation. In order to deal with uncertain imprecise incomplete knowledge representation and reasoning in the process of electromagnetic situation forecast, DBN method is proposed. Based on analyzing electronic warfare events of warship formation, DBN for electromagnetic situation forecast was established by causality between electronic warfare events, and the reasoning algorithm of DBN was researched. Theoretical analysis and experimental results show that this method has preferably forecast veracity, can provide reference for warship formation command’s decision-making in electronic warfare.

warship formation; dynamic bayesian network; electromagnetic situation; situation forecast

10.3969/j.issn.1672-6146.2014.03.017

TP 391.9

1672-6146(2014)03-0073-06

email: chanjuan0924@163.com.

2014-04-08

2012年全軍軍事類研究生資助課題(2012JY002-456)

(責任編校:劉剛毅)