水面舰艇编队防空目标威胁评估

孙春生,　齐新战,　鲁　军

(1.海军潜艇学院,河北 青岛　266000;2.特种作战学院,广东 广州　510500)



水面舰艇编队防空目标威胁评估

孙春生1,齐新战1,鲁军2

(1.海军潜艇学院,河北 青岛266000;2.特种作战学院,广东 广州510500)

摘要：在海上作战过程中,空中力量通常使用反舰导弹对舰艇编队进行多批次、多方向的饱和攻击,对舰艇编队的安全构成了极大威胁。因此,对空防御是舰艇编队的主要任务。为了对空中目标进行有效的火力分配和打击,首先要对空中目标的威胁进行分析判断,通过相关参数描述空中目标的威胁程度。针对舰艇编队防空作战中目标数量多、信息量少导致威胁判断和火力分配难的问题,论文以威胁隶属度函数表示目标信息,建立了基于熵值法和TOPSIS的防空目标威胁评估方法,不仅能够较为准确的量化评估空中目标的威胁程度,还能为编队合理分配火力有效对抗来袭空中目标提供依据,提高编队指挥员决策的可靠性,对提高舰艇编队防空作战决策的准确性和科学性有一定的参考价值。

关键词：防空作战; 威胁评估; 熵值法; TOPSIS法

1引言

在海上作战过程中,空中力量通常使用反舰导弹对舰艇编队进行多批次、多方向的饱和攻击,对舰艇编队的安全构成了极大威胁。因此,对空防御是舰艇编队的主要任务。为了对空中目标进行有效的火力分配和打击,首先要对空中目标的威胁进行分析判断[1]。对防空目标威胁评估的问题已有许多研究成果,主要利用层次分析法、贝叶斯网络法、神经网络法、多属性决策法等[2][3]。这些方法或计算比较繁琐,或由人员确定权重,具有很大的主观性。因此,本文提出了基于熵值法和TOPSIS的水面舰艇编队防空目标威胁评估方法,不仅能够较为准确的量化评估空中目标的威胁程度,还能为编队合理分配火力有效对抗来袭空中目标提供依据,提高编队指挥员决策的可靠性,同时也可满足仿真训练的需要,具有十分重要的意义。

2威胁评估量化指标

舰艇编队在防空作战的过程中,可以通过相关参数描述空中目标的威胁程度,主要包括目标的类型、目标数量、航路捷径、距离、速度、高度、电子干扰等,这些因素之间不仅相互关联,同时也相互影响,需要综合考虑进行分析评估[4]。

2.1目标类型

不同的空中目标类型,其装备的武器装备和探测器材各不相同,担负的作战任务和作战样式也不一样,对舰艇编队造成的威胁程度也不同相同。针对舰艇编队的防空特点,量化空中目标的威胁程度如表1所示[5]。

表1　空中目标威胁量化表Tab.1　Air target threat quantization table

2.2目标距离

目标距离定义为目标与指挥舰之间的距离,反映空中目标对舰艇编队的攻击企图。如果目标距离不断减小,对舰艇编队的威胁程度也随之增加。目标距离隶属度函数可表示为

(1)

其中,D1=30km,D2=300km,kd=10-2。

2.3目标速度

目标速度对舰艇编队防空导弹的拦截成功率有直接影响。目标速度越快,穿过导弹杀伤区的时间越短,对舰艇编队的威胁越大。速度威胁度函数可表示为

(2)

其中,v>0,单位为马赫;a=-3×10-3×340=-1.02。

2.4目标高度

空中目标的飞行高度对于发现概率也有明显影响。当目标采用超低空突防时,被发现距离缩短,突防概率随之增大,对舰艇编队的威胁度也大大增加。目标高度的隶属度函数可表示为

(3)

其中,a=0.05km,kh=2×10-2。

2.5航路捷径的威胁隶属度函数

(4)

其中,k=5×10-3km-2,a=0km,pi为航路捷径。

3基于熵值法和TOPSIS的威胁评估算法

利用熵值法和TOPSIS对目标威胁进行评估的步骤如下:

3.1构造初始数据矩阵

根据原始数据,计算各个指标的隶属度函数,对数据进行归一化处理,得到m个样本,n项指标(m>n),可得矩阵X。

3.2对数据进行标准化处理

由于评价所选用的各个指标的量纲不尽相同,需要对初始数据进行处理

(5)

3.3采用熵值法计算指标权重

熵是对信息不确定性的一种度量。当信息量增大,则不确定性也随之减小,熵也相应减小;信息量越小,不确定性也相应增加,熵也随着增大。因此,熵的数值大小可以表示事件的随机性,也可表示指标的离散程度。指标的离散程度越强,熵值越大;离散程度越小,熵值越小。

设第j项指标的信息熵值为

(6)

其中,k是与m有关的常数,k=(lnm)-1。

第j项指标的yij值分散程度越大,相应的hj值也越大,则第j项指标重要度也就越高。反之,如第j项指标的yij值分布比较集中,表明该指标的重要性相对较低。

第n个指标值中,第j项指标的权重为

(7)

3.4加权标准决策矩阵

将标准化矩阵与相应的权重值相乘即可得到新的加权标准决策矩阵

(8)

3.5确定最理想与最不理想的指标加权值集合

从各指标中选择最大的指标值,即可形成最理想解集合,负理想解则相反。

(9)

(10)

式中,J1为效益性指标的集合,J2为成本型指标的集合。效益性指标最大值为其最理想值,成本型指标最小值为最理想值。

3.6相对接近度的确定

预选方案xi可能距离理想解V+最近,但并不同时距离负理想解V-的距离最远。因此,通过计算对理想解的接近程度对方案优劣进行排序,确定n个方案的偏好排序。

方案与正理想解的距离为

(11)

方案与负理想解的距离为

(12)

方案指标值同最理想指标集合、最不理想指标值集合的相对接近度为

(13)

将计算出的Ci由大到小排序,确定目标威胁排序。

4仿真实例分析

设舰艇编队发现7批空中目标,经信息处理、综合分析等处理得到目标信息如表2所示。

表2　空中目标参数表Tab.2　Air target parameter table

根据表2可得归一化矩阵X:

根据式(5)、(6)可得5项指标的熵值为:2.33,1.65,2.13,1.63,2.43。根据式(7)可得各指标的权重为:0.256,0.126,0.218,0.122,0.276。根据式(8)可得加权标准决策矩阵:

最理想解集合为:S+={0.093,0.060,0.048,0.0982,0.062,0.118,0.0613};负理想解集合为:S-={0.087,0.079,0.094,0.091,0.090,0.026,0.110}。

根据式(13)可得相对接近度为:Ci={1.033,1.040,1.068,1.038,1.052,1.118,1.061}。

最终得出的威胁度排序为:超音速反舰导弹>超低空反舰导弹>亚音速反舰导弹>攻击机2>攻击机1>预警机>侦察机。

参考文献:

[1]程明,周德云,张堃.基于混合型多属性决策方法的目标威胁评估[J].电光与控制,2010,17(1):11-13.

CHENGMing,ZHOUDeyun,ZHANGKun.Threatassessmentoftargetbasedonahybridmulti-attributedecision-makingmethod[J].ElectronicsOptics&Contaol,2010,17(1):11-13.

[2]董彦非,郭基联,张恒喜.多机空战目标威胁评估算法[J].火力指挥与控制,2002,27(4):73-75.

DONGYanfei,GUOJilian,ZHANGHengxi.Threatassessmentformulti-aircraft-aircombat[J].FireControl&CommandControl,2002,27(4):73-75.

[3]唐志刚,赵建国,张超.灰色关联度分析法评判目标威胁度[J].火力指挥与控制,2004,29(z1):79-80.

TANGZhigang,ZHAOJianguo,ZHANGChao,Assessingthedegreeofobjectivethreatenbygreyrelationalanalyticalmethod[J].FireControl&CommandControl,2004,29(z1):79-80.

[4]董奎义,杨根源,王子明.编队攻防一体网络化防空作战威胁评判问题研究[J].舰船科学技术.2010,32(11):105-109.DONGKuiyi,YANGGenyuan,WANGZiming.Researchonthethreatassessmentproblemofattack-defenseinteg-ratednetworkair-defenseoperationalinformation[J].ShipScienceandTechnology,2010,32(11):105-109.

[5]田涛,王月星,周德云.基于多目标攻击目标选择与战术决策研究[J].弹箭与制导学报.2006,26(4):374-376.

TIANTao,WANGYuexing,ZHOUDeyun.Multi-targetattacktargetselectandtacticsdecisionresearch[J].JournalofProjectiles,Rockets,MissilesandGuidance,2006,26(4):374-376.

孙春生男(1978-),山东青岛人,讲师,硕士,主要研究方向为作战仿真。

齐新战男(1971-),山西曲沃人,教授,硕士,主要研究方向为作战仿真。

中图分类号：TP 391.9

文献标识码：A

Threat Evaluation of Surface Warfare Air Defense Target

SUN Chunsheng1,QI Xinzhan1,LU Jun2

(1.NavySubmarineAcademy,Qingdao266000,China; 2.People′sLiberationArmySpecialOperationUniversity,Guangzhou510500,China)

Abstract：During the operation of the sea,the air force usually uses the multi - batch and multi - direction saturation attack to the warship formation,which is a great threat to the security of the warship formation.Therefore,the air defense is the main task of the warship formation.In order to carry out effective fire distribution and strike on the air target,we must first analyze the threat of the air target,and describe the threat degree of the air target through the related parameters.According to the number of targets in the fleet air defense operation,the amount of information leads to less threat assessment and firepower assignment difficult problem,the threatened to membership degree function representation of the target information,the extent of the threat of air targets threat based on the method of entropy and TOPSIS evaluation method can not only more accurate quantitative assessment of air target is established,also for the formation of rational firepower assignment is effective against air raid targets provide a basis,improve the reliability of the fleet commander decision,which has certain reference value to improve the accuracy and scientific of naval fleet air defense combat decision.

Key words：air defense warfare; threat evaluation; entropy value method; TOPSIS method