对空威胁判断方法研究综述*

吴志泉 史红权 王 勃

(海军大连舰艇学院 大连 116018)



对空威胁判断方法研究综述*

吴志泉 史红权 王 勃

(海军大连舰艇学院 大连 116018)

介绍了国内外机构和学者对威胁判断概念和内涵的理解，提出了空中目标威胁判断的三大关键技术。综述了国内外对对空威胁判断方法研究的基础上，指出了目前对空威胁判断方法存在的两个问题，并讨论了今后对空威胁判断方法的三种发展趋势。

威胁判断; 威胁因素; 空中目标; 方法

Class Number E072;TJ83

1 引言

信息化条件下，各种作战平台速度快、隐身性能好、机动性强，多源传感器获得的数据和信息具有不确定性和不完备性，使得战场态势的变化更加复杂。水面舰艇防空作战中防御一方往往面临着多批次、全空域、连续饱和攻击的态势,信息量的剧增和急剧变化，使水面防空人员在短时间内很难及时、准确地对众多目标做出科学、合理的威胁判断[1]。这就要求指挥控制系统能够根据多传感器获取的各种信息对空中目标的作战能力、攻击意图和作战时机进行分析和预测，进而对空中目标的威胁程度做出判断，为合理的火力分配提供参考，最终提高水面舰艇防空作战的整体效能。其中威胁判断在水面舰艇对空防御中起着承上启下的作用，它的地位显得越来越重要。因此,在态势瞬息万变、战机稍纵即逝的对空防御中，采用何种方法能使对空威胁判断结果与海战场实际情况更加相符，将是摆在我们面前的一个急需解决的现实问题[2]。

2 对空威胁判断基本理论

2.1 威胁判断的概念与内涵

到目前为止，威胁判断还没有一个统一的、正式的定义，各种文献在不同的应用场合给出的概念也不一致。

威胁判断一词最早出现在美国国防部三军联合领导实验室(JDL)于1987年出版的数据融合模型中，威胁判断也称威胁估计，指的是根据给定战场态势预测和评估敌方作战力量对我方的威胁程度，是高层次的数据融合。在该模型中，数据融合分为五个层次，信号提取、目标估计、态势估计、威胁估计、优化评估，如图1所示。

图1 JDL数据融合模型

中国人民解放军海军军语对威胁判断的定义如下：威胁判断亦称威胁估计，分析和判断敌方目标对己方的威胁程度。威胁程度与很多因素有关，主要有：敌方目标攻击的可能性、对己方的毁伤能力，己方对敌方目标的抗击效率等[3]。

张多林等学者认为威胁判断是指来袭目标对被保卫对象威胁程度的预测，是防空作战指挥控制过程中进行目标优化分配的主要依据之一。威胁判断本质上属于多目标决策问题，即在一定的约束条件下，求多个目标函数最优的问题[4]。

贺正洪等学者认为威胁判断是在态势评估的基础上，综合敌方的破坏力、机动能力、运动模式及行为企图的先验知识，得到敌方的战术含义，估计出作战事件出现的程度或严重性，并对敌作战意图作出指示与警告，其重点是定量地表示出敌方作战能力和对我方的威胁程度[5]。

曲长文等学者认为威胁判断就是根据战场敌我双方的态势推断敌方对我方的威胁程度、我方的弱点及可能采取的最佳行动,为我方的决策、指挥提供支持。其主要任务就是自动化或半自动化地提供以往由军事指挥员所进行的推理、判断、决策和指挥行动[2]。

肖冰松等学者认为威胁判断是对敌杀伤能力及对我方威胁程度的评估,是在态势评估的基础上,依据敌我兵力和武器、电子设备性能、敌作战企图、我方重点保卫目标和敌我双方的作战策略,以定量形式对敌方威胁程度做出估计和分析,其任务是估计战场事件出现的程度和对我方威胁的严重性[6]

综合以上，本文认为，目标威胁程度是指它在不受防空体系对抗的条件下，对所攻击的对象进行侵袭成功的可能性及侵袭成功时可能造成的破坏程度。对空威胁判断指的是在态势估计的基础上，根据敌方空中目标的作战能力、作战企图和攻击紧迫度，评估和预测敌方空中目标对被保卫对象造成的毁伤程度。对空威胁判断的主要任务是查明或预测空中威胁目标可能攻击的对象、到达时间、威胁等级和威胁排序，为优化目标分配提供基本依据。

2.2 空中目标威胁的分类

根据空中目标类型的不同，威胁可分为直接威胁和间接威胁两大类[7]。直接威胁是指对我方兵力有较明显攻击意图并使被攻击对象造成一定毁伤的目标(直接威胁目标)所具有的威胁。间接威胁是指对我方兵力没有较明显攻击意图的目标(间接威胁目标)所具有的威胁。直接威胁目标包括战术弹道导弹、巡航导弹、空地导弹、攻击机、武装直升机等，间接威胁目标包括空中预警机、空中加油机、电子侦察机、电子干扰机等。威胁分类如图2所示。

图2 空中目标威胁的分类

2.3 威胁判断的关键技术

威胁判断的关键技术包括三个部分：第一是确定空中目标的威胁因素；第二是估计空中目标的作战能力、意图和紧迫度；第三是确定空中目标的威胁等级。这三个部分是相互递进的关系，即只有确定了空中目标的威胁因素，才能对它的作战能力、意图和紧迫度进行估计与预测，进而确定空中目标的威胁等级并排序。威胁判断的关键技术如图3所示。

图3 威胁判断的关键技术

3 国内外研究现状

3.1 国外研究现状

国外对威胁判断(Threat Assessment)的研究比较早，发展也比较迅速，在威胁判断理论和应用研究等方面都取得了明显进展。

R.T.Antony等于1995年在文献[8]中给出了威胁判断的示意图，阐述了JDL模型中高级数据融合的基本概念及功能，指出威胁判断要评估和预测出敌方的作战企图和作战能力。

M.J.Liebhaber等在文献[9]中把目标高度、目标速度及敌我识别等因素作为威胁判断因子，建立了威胁判断模型，并利用美国海、空军作战演练中得到的战场数据验证了该模型的准确性。

C.Smith等在文献[10]中对威胁因素进行了比较深入的研究，提取了十八个常用的威胁因素，并按权重大小确定了六个典型的威胁因素：目标来源、敌我识别结果，情报资源、高度、航线和电子支援。针对不同类型的目标可以通过选择不同种类和数量的因素进行威胁判断。

M.Hinman等在文献[11]中研究了启发式推理技术在威胁判断中的应用。分析了威胁判断常用的方法，例如贝叶斯网络、神经网络、遗传算法和模糊理论等。

N.Ton等在文献[12]中研究了智能威胁判断系统，该系统结合遗传算法和模糊逻辑理论能够估计和预测敌方作战意图和作战目标，解决了空战中多级数据融合问题，提高了威胁判断的准确性。

Justin M.beaver等在文献[13]中构建了一个通用威胁判断模型，给出了威胁等级分类的框架，该框架灵活性较强，并且可处理文本、数字、图像等多种原始数据。

3.2 国内研究现状

目前国内学者在对空威胁判断方面做了比较深入的研究，取得的研究成果在指控(C3I)系统中也得到了较好应用。

从研究威胁判断的影响因素上来看，考虑的主要因素有目标类型、数量、相对速度、加速度、航向、方位、距离、飞行高度、高度变化、航路捷径、临舰时间、干扰与反干扰能力、机动性、携带武器装备情况、毁伤能力、意图等[14～18]。这些因素相互间的关系复杂，要科学、合理而又全面地考虑各种因素，确定出各威胁因素与威胁程度的数学关系，难度比较大。所以为提高对空威胁判断的实时性，通常不得不忽略某些次要因素，采用一些简便的评估方法。

文献[14]把目标攻击意图、目标攻击能力、目标攻击紧迫度作为威胁因素，这些因素是通过对目标速度、距离、携带武器数量等数据计算得到，但文中并没有提供相应的计算方法，因此威胁判断结果的准确性无法保证。

文献[17]从定性的角度分析了威胁判断需要考虑的因素，并选择距离，速度、高度、航向角、目标类型作为威胁因素。只有定性分析，没有定量分析，缺乏说服力，不能保证威胁等级的正确评定。

文献[19]认为空中目标威胁程度的大小主要由防空武器系统的性能及空中目标的特性决定，并选择目标类型、飞临时间、速度和航路捷径作为威胁因素进行对空威胁判断，但没有解释清楚为什么它们是影响空中目标威胁程度的主要因素。

从研究威胁判断的方法上来看，有模糊理论法[20]、多属性决策法[21～22]、贝叶斯网络法[23]、神经网络法[24]、D-S理论法[1]、灰色关联分析法[25]、变权理论法[26]、集对分析法[27]等。

文献[28]使用模糊理论的方法，分析了传统上只是静态地对空中目标进行威胁判断的问题和空中目标状态实时变化对威胁程度的影响。通过对目标攻击企图系数、表征参数威胁系数和攻击达成的可能性系数的确定，建立了威胁判断模型，在一定程度上解决了目前仅通过目标某一时刻的状态进行威胁判断的不足。

文献[29]使用贝叶斯网络的方法，分析了影响对空中目标进行威胁判断的主要因素，根据贝叶斯网络能够较好地处理这些具有相互关联的主要因素的特点，建立了相应的威胁判断模型。但是论文在确定影响目标威胁等级的因素时仅考虑了目标的攻击力、机动能力、目标状态和射程这四个因素；而且过度依赖相关领域专家的知识来确定某些变量节点的条件概率。

文献[26]使用变权理论的方法，分析了传统上采用常权理论确定目标各属性权重时存在的不足，提出了根据变权理论确定目标属性权重的方法。但是在应用时需要构造合适的均衡函数，这要求一定的经验，而且需要不断试验才能得到相应的参数。

文献[30]使用模糊理论的方法，比较全面地分析了在对空中目标进行威胁判断时需要考虑的因素，通过模糊评判方法来确定目标的威胁程度，但是仅仅根据经验和相关资料就给出各因素隶属权重的方法是不可取的。

3.3 存在的问题

自20世纪80年代以来，国外对威胁判断从基础理论到工程应用等方面进行了较深入的研究，取得了比较大的进展。国内对威胁判断的研究比较晚，通过借鉴美国国防部联合领导实验室的数据融合模型，对威胁判断的基本功能需求等方面有了比较一致的认识，同时也针对性地提出了一些适用比较强的模型和算法。存在的不足主要有以下几个方面：

1) 威胁要素选择不够科学。对空威胁判断时目标威胁因素众多，如果选择所有威胁因素作为模型的输入，威胁判断结果较准确，但计算量大、效率低、有时甚至无法求出目标的威胁等级；如果为了简化问题而只选择部分威胁因素作为对空威胁判断模型的输入，势必影响威胁判断结果的准确性。从目前国内对威胁判断的研究现状可以看出，如何科学、合理地选择威胁因素一直以来没有统一的、科学的方法。要么做简单的定性分析、要么直接主观推断并选择部分因素，这些做法都缺乏科学性。

2) 对空威胁判断规则相对简单和固定。在威胁判断方法上，不管使用哪种方法，都是在离线的状态下生成威胁判断规则，而且这些规则往往都是固定不变的。在不同的作战态势下很有可能做出错误的威胁判断和威胁排序，但是指挥员是无法改变该错误结果，另外指挥员无法把自己的决策意图融入到规则中去。

4 对空威胁判断方法的发展趋势

信息化条件下的对空防御面临诸多新的挑战，例如需要处理的信息量越来越大、战争节奏越来越快、战场不确定性越来越多。这些挑战要求指控员必须具备更准确、更快速的威胁判断能力，如果仍然依靠智能化程度较低的指挥控制系统，就很有可能贻误战机。而人工智能凭借其良好的自学习能力、推理能力和泛化能力，能明显地提高指挥控制系统的智能决策水平，解决威胁判断面临的准确性低、适应性差等问题。

4.1 支持向量机技术的应用

支持向量机(Support Vector Machine)在本质上是一种数据分类方法，即通过构建分类函数或模型，把数据项映射到给定类别中的某一个，经过自学习可以达到预测未知数据类别的能力。对空威胁判断中目标威胁等级的划分与确定本质上是对威胁等级进行非线性分类，但是对空威胁判断面临两个问题，一是目前对空威胁判断能获取的数据样本非常有限，二是威胁等级的分类通常是非线性的。而支持向量机在解决小样本、非线性分类等方面具有较大的优势，所以通过基于支持向量机的非线性分类方法来确定目标威胁等级是一个有效、可行的途径。

4.2 深度学习技术的应用

深度学习(Deep Learning)技术可以通过预先提供的输入、输出数据组，找到它们之间的特点和规律，并根据这些特点和规律预测出新输入数据所对应的输出数据。对空威胁判断就是把目标的各种威胁因素作为输入数据，根据某一数学模型，计算出目标威胁程度等输出数据。指挥控制系统的数据库里存储着大量的作战数据，包括平时模拟的作战案例和实际作战的原始数据，并且可以得到不断完善。平时训练或作战前，通过深度学习技术找到数据库里输入数据与输出数据之间的关系或规律，并通过自身不断学习，使输出数据与输入数据之间的关系更加精确。在实际作战时，把战场上多源传感器获得的目标类型、监舰时间、航路捷径、目标舷角等数据作为输入，深度学习技术就可以根据之前学习到的规律，自动预测出准确的目标威胁等级等输出数据。

4.3 大数据技术的应用

随着信息技术的迅速发展，C3I系统获得的战场目标(位置、类型、速度)、水文气象、敌我双方经济政治、网络舆论等信息的数据量急剧增加，表现为规模大、增长快、类型多、价值密度低等特点。针对这些海量的数据，通常的做法是选取部分“有用”的数据作为C3I系统的输入，但是到底哪些数据是真正“有用”的，还没有科学、合理的判断标准，因此C3I系统输出的准确性也就无法得到保证。大数据(Big data)技术完全可以处理收集到的所有数据，甚至包括错误的数据。它具有高性能的数据分析能力，实现其核心功能即预测功能。大数据技术在医疗、金融、商业等领域上的成功应用，给未来指挥控制系统应用大数据提供了一定的参考。如果把大数据技术应用于未来的作战指挥控制系统中，整个指挥系统将以数据为中心，对空中目标的威胁判断将变得更加简单、更加准确。

5 结语

对空威胁判断是水面舰艇防空作战指挥的核心，是一个一直没有得到很好解决但又急需解决的重要军事应用问题。本文从对空威胁判断的基本理论、国内外研究现状、存在的问题和发展趋势待等方面进行了简要的介绍。对空威胁判断需要研究的内容远不止于此，作者将在后续文章中继续作相关的研究。

[1] 史红权.基于历史航迹分析的敌机企图估计方法[J].海军大连舰艇学院学报,2010,33(6):5-7,44.

[2] 曲长文,何友,马强.应用多属性决策的威胁评估方法[J].系统工程与电子技术,2000,22(5):27-30.[3] 海司军训部.中国人民解放军海军军语[M].北京:海潮出版社,2006:193-194.

[4] 张多林,吕辉,王刚.防空指挥自动化指挥控制系统[M].西安:西北工业大学出版社,2006:82-83.

[5] 贺正洪,吕辉,王睿.防空指挥自动化信息处理[M].西安:西北工业大学出版社,2006:221-223.

[6] 肖冰松,方洋旺,胡诗国,等.一种新的超视距空战威胁评估方法[J].系统工程与电子技术,2009,31(9):137-140.

[7] 王永春.海上防空作战态势估计理论及应用[M].北京:国防工业出版社,2014:73-75.

[8] R.t.antony. Principles of data fusion autonation[M]. Norwood: Artech House Inc,1995:198-212.

[9] M.liebhaber. Naval air defense threat assessment[R]. DTIC Document,2000:122-129.

[10] C.smith. Naval Air Threat Assessment[C]//Command and Control Research and Technology Symposium, Monterey: Naval Postgraduate School,1999:1031-1039.

[11] M.hinman. Some computational approaches for situation assessment and impact assessment[C]//Proceedings of the Fifth International Conference on Information Fusion,2002:687-693.

[12] N.ton. Intelligent threat assessment processor using genetic algorithms and fuzzy logic[C]//Proceedings of the Third International Conference on Information Fusion,2000:18-24.

[13] M.beaver Justin. An information fusion framework for threat assessment[C]//Proceeedings of the 12th International Conference on Information Fusion: IEEE,2009:1903-1910.

[14] 王玮,史红权,王磊,等.基于风险型多属性决策的编队空中目标威胁评估[J].舰船科学技术,2014,36(9):146-149.

[15] 潘科,潘宣宏,郭新奇.基于多属性决策的水面舰艇防空威胁判断分析[J].计算机与数字工程,2014,42(5):802-805.

[16] 徐奕航,童幼堂.基于编队的导弹目标威胁判断排序模[J].海军大连舰艇学院学报,2008,31(6):22-24.

[17] 董庆加,韩传久.基于MADM的目标威胁程度判断研究[J].桂林电子工业学院学报,2005,25(6):45-48.

[18] 张善文,刘进忙.以目标类型为主的一种威胁评估方法[J].系统仿真学报,2002,14(8):1109-1111.

[19] 谭乐祖,杨明军,彭伟伟.集对分析在舰艇编队空中目标威胁判断中的应用[J].舰船科学技术,2010,32(10):73-76.

[20] 张海峰,吴富初.防空系统目标威胁评估与火力分配模型[J].火力与指挥控制,2004,29(6):29-31.

[21] 王玮,史红权.不确定条件下编队协同作战空中目标威胁评估[J].指挥控制与仿真,2014,36(4):12-15.

[22] 周林,娄寿春,赵杰.基于MADM的威胁评估排序模型[J].系统工程与电子技术,2001,23(1):18-19.

[23] 邸若海,高晓光.模糊离散动态贝叶斯网络的目标威胁等级评估[J].火力与指挥控制,2012,37(4):14-17.

[24] 董奎义,杨根源,王子明.基于概率神经网络的编队协同防空威胁评估[J].现代防御技术,2011,39(5):71-75.

[25] 赵国钢,孙永侃,徐永杰,等.水面舰艇反导作战中威胁评估的灰色决策分析[J].战术导弹技术,2007,20(3):32-35.

[26] 曹可劲,江汉,赵宗贵.一种基于变权理论的空中目标威胁估计方法[J].解放军理工大学学报(自然科学版),2006,7(1):32-35.

[27] 谭乐祖,杨明军.采用区间数的集对分析目标威胁判断模型[J].电光与控制,2011,18(2):73-76.

[28] 李进军,丛蓉,熊吉光.舰艇编队对空中目标的威胁程度判断模型[J].火力与指挥控制,2005,30(7):29-33.

[29] 马静,李伟华.基于贝叶斯网络的战场目标威胁评估[J].微电子学与计算机,2009,26(7):84-87.

[30] 李强.航母舰载机对空防御实时威胁评估算法研究[J].舰船电子工程,2013,33(11):28-29.

Review of Method of Anti-Air Threat Assessment Research

WU Zhiquan SHI Hongquan WANG Bo

(Dalian Naval Academy, Dalian 116018)

The understanding on the concept and the connotation of the threat assessment is introduced among the domestic and foreign scholars. Three key technologies of the anti-air threat assessment are validated. The method of anti-air threat assessment is summarized among the scholars at home and abroad, on this condition, two existing problem in the anti-air threat assessment are presented. The development of the method of anti-air threat assessment is discussed.

threat assessment, threat factors, air target, method

2016年5月3日,

2016年6月18日

中国博士后科学基金项目(编号：2014m562557)资助。

吴志泉,男,硕士研究生,研究方向：舰艇作战运筹分析与应用。史红权,男,博士,副研究员，研究方向：作战辅助决策。王勃,男,博士后,工程师,研究方向：作战仿真。

E072;TJ83

10.3969/j.issn.1672-9730.2016.11.001