王印来 陈松辉 杨方应
(海军陆战学院 广州 510430)
红外侦察是指使用红外线仪器进行的侦察,也称红外线侦察,是利用目标自身的红外辐射特性及红外反射特性对目标进行的光学侦察[1]。信息化条件下,作战指挥对情报的依赖性显著增强,对情报的准确性和及时性提出了更高的要求,仅仅依靠高技术侦察手段已经难以满足指挥决策对情报的需求。使用红外侦察手段实施地面侦察成为战役登陆作战指挥员获取情报信息的一个重要途径。在作战使用中,红外侦察器材主要用于夜间搜索、发现、识别或跟踪敌前沿、纵深的地面或海上的军事目标。如敌有生力量、装甲目标、侦察预警装置,甚至是水下目标。其特点是行动隐蔽,能穿透云雾、烟尘和一定的伪装实施侦察,能够发现伪装或遮蔽物后的目标、目标离开以后留下的热痕迹,甚至埋藏在地下的地雷等。但是在遇到大的云层或下雨等情况时,由于环境温度和目标温度的差异变小,红外侦察器材发现目标的概率会大大降低。因此,评判红外侦察器材发现目标的概率存在一定难度。
目前,很多有关红外侦察技术的资料均以调制传递函数(MTF)、噪声等效温差(NTD)、最小可分辨温差(MRTD)等参数分别来表征探测器的性能。在推导MRTD时,首先考虑的是侦察器材系统对目标图像信噪比的影响。在此条件下,定义目标图像的探测器输出信噪比SNRi为
此时的目标为处于均匀背景中足够大的目标,目标与背景均假定为黑体。式(1)意味着当SNRi为1时,温差ΔT为NETD,并以此为基础建立数学模型计算最小可分辨MRTD:
式(2)中,fi是测试图案的空间角频率(周/毫弧);α是系统的水平视场角;β是系统的垂直视场角;(Te·F)是人眼时间积累效应,Te是人眼积累时间(一般约0.2s~0.3s),F是帧频;τd是红外侦察器材驻留时间;ΔfR是侦察器材内部系统的等效噪声带宽[3]。
虽然温差是影响红外侦察器材发现目标的一个最直接的因素,但并不是唯一因素,如果单纯以可察觉信噪比与系统最小可分辨温差、目标与背景的辐射温差等因素来衡量红外侦察器材发现目标的概率,事实上是不够客观和全面的。在登陆作战中,实际影响红外侦察效能的因素要远比上述情况复杂得多,很难依此进行准确的模拟计算。
通过分析红外侦察器材的战斗性能和工作特点发现影响其战斗效能的主要因素有红外侦察器材的技术性能状况、侦察人员的综合侦察水平、目标的外表特征、目标的位置特征、目标的伪装程度、目标与背景间的对比度、大气透过率等。由此可以看出对于诸如地理环境、气象条件、目标的伪装等因素对红外侦察器材发现目标的影响,很难确定一个较为明确的大小或明晰的界限。所以可以考虑用模糊数学的方法对发现目标概率进行综合评判。主要从以下三个指标层研究登陆作战中红外侦察器材发现目标概率评判指标体系,其结构如图1所示[5]。
图1 登陆作战中红外侦察器材发现目标概率评判指标体系
指标体系的顶层为综合指标层,是登陆作战中红外侦察器材发现目标概率评判的结果集,拟选定五个评判结果,概率由大到小分别为Ⅰ、Ⅱ、Ⅲ、Ⅳ、Ⅴ个等级,其余为子指标层。在第一层子指标中,主要从红外侦察器材的综合侦察能力、目标所处的环境和目标的特性三个方面来进行评判。由于评判因素子集的定义相对比较复杂,这里只重点分析以上七种因素对红外侦察器材发现目标概率的影响,并将其设置为第二层子指标,分类对应第一层子指标。红外侦察器材的技术性能状况u11,主要是反映侦察器材的性能及其工作状态,此项数值越大表示其发现目标的能力越强。侦察员的综合侦察水平u12,主要是指红外侦察器材的性能状态和侦察员使用红外侦察器材的能力,可将其从优到劣分为1~5个等级。目标的外表特征u21,即目标的外形、大小、颜色、亮度和阴影等外表特征,此项数值越大表示目标隐蔽性越好,被红外侦察器材发现的概率越低。目标的位置特征u22,即目标的战术配置位置,主要是指目标位置之间的相互关系及位置部署上的战术规律性,如目标配置于海岸防御前沿或距前沿指挥所等其他重要目标越近,则被发现的概率越大。此项数值越大表示被发现的概率越大。目标的伪装程度u23,包括天然伪装和人工伪装,其数值越大其隐蔽效果越好。目标与背景间的对比度u31,即目标的光、热和颜色等物理量与所处的环境背景之间的差别,此项数值越大表示对比程度越大,目标的隐蔽性越差,被发现的概率就越大。目标环境的大气透过率u32,其数值越大,表示大气透过率越高,目标红外辐射的衰减越小,被发现的概率越大。
根据上述综合指标层设定的评判概率,可以将评判等级的模糊子集定义为
将评判因素模糊子集定义为
按照各个因素不同的属性,将它们进一步分为以下三个子集:
在以上分析的基础上,建立目标发现概率的二级综合评判模型。首先对U1,U2,U3三个子集进行第一级综合评判,取概率算子模型为
其中:
X1,X2,X3分别为子集U1,U2,U3评判因素的权重集;R1,R2,R3分别为子集U1,U2,U3中评判因素与评判等级中的模糊关系矩阵;Y1,Y2,Y3分别为子集U1,U2,U3的一级评判结果[4]。
在一级评判结果的基础上,可进行第二级综合评判。其数学模型为
式(6)中X为子集U中的评判因素权重集;Y为二级综合评判结果。
通过确立模糊分布函数(隶属函数),可以求出模糊关系矩阵R1,R2,R3中的元素rijk,即评判因素uij(i=1,2,3;j=1,2,3)对评判等级Pk(k=1,2,3,4,5)的隶属度μijk(uij),从而,可根据式(6)、(7)进行一级综合评判。
显然,评判因素uij(i=1,2,3;j=1,2,3)相对于某一评判等级的隶属度是受多方面因素影响的。可采用最常见的模糊分布,即假定每个评判因素对每个评判等级的隶属函数是正态分布的,其形式为
其中:μijk(uij)为第一层第i类指标中的第j个因素uij,对第k个评判等级Pk的隶属度;mijk为第i类指标中的第j个因素uij对第k个评判等级Pk的统计值的均值;σijk为第i类指标中的第j个因素uij对第k个评判等级Pk的统计值的方差。则由式(6)~式(9),可进行二级综合评判。
假定目标发现概率的诸影响因素(u11,u12,u21,u22,u23,u31,u32)的 统 计 值 相 对 于 每 个 评 判等级的均值mijk如表1所示,均方差σij如表2所示。这里假定对同一因素uij来说,它的统计值的均方差对任一评判等级Pk都是相同的,即σijk=σij。
表1 评判因素在各评判等级中的均值
表2 评判因素在各评判等级的均方差
根据经验和专家打分,设定评判因素权重集X1,X2,X3为
设定U1,U2,U3在u11,u12,u21,u22,u23,u31,u32中的权重分别为:0.65,0.55,0.45,即X=(0.65 0.55 0.45)。
当影响红外侦察器材发现目标的诸因素具体参数为:u11=1,u12=2,u21=0.5,u22=0.8,u23=0.4,u31=0.6,u32=0.55时,计算一下综合评判结果。
首先将u11,u12,u21,u22,u23,u31,u32,各参数代人式(7),查表2和表3,可计算各自的隶属度。例如:对u23的隶属度计算如下
按照以上方法,计算出其它各评判因素的隶属度,将其列入表3。
表3 各评判因素的隶属度
将表3所列出的隶属度值按式(3)对子集所进行的划分,可以分别列出子集U1,U2,U3的模糊矩阵如下:
则由式(4),采用概率算子模型进行一级评判,可得:
由式(6)进行二级综合评判:
从以上二级结果的隶属度分布可知,该目标被发现的概率可以综合评定为二级。
本文以登陆作战为背景,针对红外侦察器材的工作原理和性能特点,运用模糊数学方法建立的红外侦察器材发现目标评判模型,可以对红外侦察器材在各种条件下对不同目标的发现概率进行综合评判。研究结论对于登陆作战的指挥决策和侦察力量的作战运用具有一定的辅助作用。由于在实际的作战运用中,影响红外侦察器材作战效能的因素非常复杂,本文仅仅是考虑了其中较为突出的几种,故所得结论与实际情况难免存在一定误差。
[1]全军军事术语管理委员会,军事科学院.中国人民解放军语[M].北京:军事科学出版社,2011:209.
[2]徐贤胜.陆军信息化武器装备作战效能评估理论与方法研究[M].北京:海潮出版社,2010:185-196.
[3]许卫东,梁洪钧,吕进.热红外侦察条件下战场目标发现概率的计算[J].工兵装备研究1996(2):132-136.
[4]周刚,马颖,光电侦察对目标发现概率的FUZZY评判[C]//陈信礼.军事运筹与决策.北京:海潮出版社,1998:349-353.
[5]张玉辉,侯著荣,联合作战军队指挥效能评估初探[C]//刘新华.联合作战与军事系统工程.北京:海潮出版社,2004:578-583.
[6]阎文丽,郝佳新.指数方法在武器装备体系效能评估中的应用[J].计算机仿真,2010,27(4).8-10.
[7]贾子英,李勇,刘卫东.基于系统优势函数和IAHP的预警机作战效能评估[J].海军航空工程学院学报,2011,26(4):461-464.
[8]董树军,汪江华,张庆捷.作战效率分析[M].北京:解放军出版社,2002:71-76.
[9]韩卫华,白智平,王家营.目标发现概率的计算方法探索[J].光电技术应用,2007:25-27.
[10]陈晓兰,刘蒲凰.概率论与数理统计[M].北京:经济科学出版社,2004:191-192.