基于多证据的对陆远程精确打击毁伤效果评估技术*

（海军装备部驻武汉地区第四军事代表室 武汉 430205）

1 引言

在对陆远程精确打击过程中，对目标打击效果评估占据着十分重要的作用，主要体现在：一是目标打击毁伤效果评估制约着对陆打击指挥控制系统传感器资源和武器资源的分配，对被打击后的目标毁伤情况进行一个科学的综合评估，它决定着后续作战行动的决策［1］。二是在“观测-判断-决策-行动”OODA的指挥控制流程中，毁伤效果评估占据了重要的一环。打击效果评估结果可以辅助作战指挥员决策是否对要对目标实施二次打击，没有毁伤评估，无法形成完整的对陆作战指挥控制流程，无法形成完整的OODA指挥控制回路［2］。目前，对于毁伤评估的研究主要包括：一是从系统目标复杂程度的角度对武器装备战场损伤概率进行判定；二是从战场获取的各种声光电磁信息中综合判定。美国DARPA实施的R/TBDA项目通过雷达图像提取目标毁伤特性，进而对目标的毁伤效果进行评估，使得对从观测数据中进行及时、准确地毁伤效果评估成为可能。随着战场监视传感器网络的发展和传感器探测水平的提高，基于图像、视频、雷达信号等多种证据的毁伤效果技术成为了当前毁伤效果评估的主要方向，且被广泛应用在对陆远程精确打击过程中。国在打击效果评估方面的发展起步较晚，一直处于研究与探索的阶段，但仍存在着许多问题有待解决，基于不确定信息评估战场毁伤效果的研究较少［3～9］。本文借鉴贝叶斯网络在不确定性信息处理方面的优势，结合传感器网络获取的目标多源异类信息进行毁伤效果评估，可为对陆远程精确打击毁伤效果评估提供参考［10］。

2 毁伤效果评估基本问题

毁伤效果评估（Battle Damage Assessment，BDA）是指在对目标实施武器火力打击后，通过多种侦察手段，包括雷达、光电、红外、技侦等，依据多源信息融合后的获得目标破坏程度的监视信息，采用适当的数学物理模型对毁伤程度进行量化。毁伤效果评估的实时性及可信度，对战场指挥控制决策有着至关重要的作用。评估时间越短，评估可信度越高，就越能提高指挥控制决策能力，越能发挥武器火力打击能力。目标毁伤评估过程主要包括信息收集、信息处理、建模分析、决策建议等。

1）信息收集

信息收集是实施毁伤评估的首要环节。主要是明确毁伤评估对象，对与作战任务相关的声、光、电、磁等实时观测信息和历史轨迹、活动规律等非实时信息进行收集，供情报处理系统进行信息处理。

2）信息处理

信息处理是实施毁伤评估的重要环节。所收集的目标毁伤信息具有不确定性、不完整性冗余和延时等特性。必须经过信息处理形成决策证据，才能提供给决策指挥者。因此，信息处理中心接到目标状态观测信息后，需要进行数据融合、证据加工等处理。

3）建模分析

建模分析是实施毁伤评估的核心环节。通过建立信息处理后的证据与毁伤效果的映射关系，实现由因到果的推理模型；通过实际观测证据的模型迭代，得到实际的毁伤效果。

4）决策建议

决策建议是实施毁伤评估的主要目标。在得出目标毁伤效果分析结果后，与任务预期进行对比，根据任务执行偏差再次进行打击建议。

3 毁伤效果评估模型

3.1 证据处理

对陆远程精确打击的观测信息主要包括天基/空基等大范围情报、导弹状态信息和导弹回传图像等，通过研究不同尺度的天基、空基目标侦察图像和导弹回传图像等图像信息在毁伤效果评估中的应用方法，可实现天基、空基监视信息和导弹回传图像信息的证据化。通过研究多枚导弹对同一目标进行攻击时导弹监控状态信息评估应用方法，可建立导弹监控信息的证据模型，实现导弹监控信息证据化。

1）图像信息证据化

针对陆上机场、防空阵地、雷达站、观通站、指挥所等）以及时敏目标（坦克分队、军车）等典型目标，通过建立图像处理基本框架，包括图像多尺度变换、图像时空配准等，对每个尺度的目标毁伤前后图像信息采用SIFT变换算法进行图像变换，然后进行特征比对，对差异进行检测，根据不同尺度的差异情况建立毁伤概率模型，可以得到侦察图像提供的毁伤证据。

2）回传信息证据化

利用导弹回传的状态信息进行对陆远程打击毁伤效果评估，分析子母弹战斗部战术性能，建立子母弹落点分布模型，结合导弹的状态监控信息能够预测出弹着点的位置，再根据导弹杀伤概率圆和预测的弹着点位置构建多枚导弹对目标的杀伤概率模型，以得到导弹监控信息提供的毁伤证据。

3.2 模型构建

贝叶斯网络又成置信网络，通过网络的形式将目标状态与众多信息之间的关系连接起来，节点之间的条件概率反映了节点的关联关系及相互影响程度，并且条件概率中蕴含了先验信息、专家知识、样本数据内在的联系，因此，贝叶斯网络非常适合于证据不完整或者证据较多情况下的决策建模，本文综合利用多源证据信息包括空基、天基遥感情报证据、导弹回传图像证据、导弹监控信息证据、弹药量等多种证据构建毁伤评估动态贝叶斯网络模型，如图1所示，首先对远程精确打击问题进行详细的分析，确定多种证据信息的相关变量及每个变量的状态空间，然后建立目标毁伤的贝叶斯网络模型，并确定节点间相互关联的贝叶斯网络结构，确定节点间的先验概率分布，最后通过对模型进行仿真实验，从而测试模型的有效性［10］。

图1 多证据毁伤效果评估模型构建流程

1）网络要素分析

在远程对陆精确打击过程中，可用于评估目标毁伤等级要素主要包括：弹丸威力、弹着点位置、弹药消耗量、目标图像的变化差异、目标火力、目标机动性、目标防护等因素。可以上述因素作为基础构建目标毁伤等级贝叶斯网络模型。本文选取弹丸威力、弹着点位置、弹药消耗量、目标图像的变化差异四个因素进行建模分析。

（1）弹丸威力：弹丸威力因种类而异，弹丸的长度、直径、装药量、弹药类型等都决定了弹丸的打击能力。

（2）弹着点位置：弹着点位置一般指弹药炸点与目标中心之间的直线距离，一般来说，炸点离目标越近，杀伤作用越大。

（3）弹药消耗量：弹药消耗量是指对目标打击所消耗的弹药量。一般来说，弹药消耗量越大，毁伤能力越强。

（4）目标图像的变化差异：目标图像的变化差异通过天基图像、空基图像和导弹回传图像来确定。

2）网络拓扑结构

基于专家知识和经验构建目标毁伤等级评估贝叶斯网络模型如图2所示，父节点为目标毁伤等级，子节点为弹药威力、弹着点位置、弹药消耗量、图像变化差异，确定好网络结构后就可以对各节点进行状态离散化，对条件概率进行分配。

图2 毁伤评估贝叶斯网络结构

本文考虑的影响毁伤效果评估的因素主要为目标毁伤等级、弹药威力、弹着点位置、弹药消耗量、图像变化差异。五个节点离散化的状态如下。

（1）目标毁伤等级A：1弱（三级）、2中（二级）、3强（一级）；

（2）弹药威力B：1中、2强；

（3）弹着点位置C：1近、2中、3远；

（4）弹药消耗量D：1少、2中、3多；

（5）图像变化差异E：1小、2中、3大。

3）节点概率

毁伤的贝叶斯网络各节点的条件概率如表1～4所示，分别给出了上述模型中需要的条件概率P（A/B）、P（A/C）、P（D/A）和 P（A/E）。

表1 目标毁伤等级贝叶斯网络各节点的条件概率表一

表2 目标毁伤等级贝叶斯网络各节点的条件概率表二

表3 目标毁伤等级贝叶斯网络各节点的条件概率表三

表4 目标毁伤等级贝叶斯网络各节点的条件概率表四

3.3 模型求解

确定好网络结构和概率分布后，就可以利用观测证据信息进行贝叶斯网络推理，用于远程精确打击毁伤效果评估的基本推理过程主要包括以下步骤。

1）网络初始化：对目标毁伤评估贝叶斯网络进行初始化，包括先验概率和条件概率的初始化；

2）证据生成：从卫星、雷达等多源传感器获取战场观测信息，并进行信息融合，形成图像差异、弹着点位置等证据信息；

3）网络推理：基于观测证据利用贝叶斯公式进行后验概率计算，从叶子节点开始逐层计算后验概率，直至所有节点概率都更新；

4）结论生成：根据父节点的概率分布情况对毁伤等级进行判别，得到目标毁伤等级。

4 仿真分析

为了验证本文模型和方法的有效性，将设计仿真试验进行毁伤效果评估验证。假设我水面舰艇发射对陆导弹对两处陆上目标进行远程精确打击，分别为陆上指挥所和军用机场，收集到卫星、无人机侦察及导弹回传信息，经过多源信息融合后，我方舰艇指控系统加工后的两个目标的证据信息分别如下所示。

目标1岸上指挥所：弹药威力强，消耗弹药多，弹着点位置近，图像变化差异大，即B=2，C=1，D=3，E=3。

目标2军用机场：弹药威力中，消耗弹药多，弹着点位置中，图像变化差异中，即B=1，C=1，D=2，E=2。

在Windows XP下的Matlab R2008a软件中构建仿真验证环境，在进行仿真推理时，采用消息传递算法进行网络推理，通过网络节点间的消息传递实现各节点后验概率的计算，可以得到不同场景下的后验概率。表5给出了根据观测证据信息对探测到的两个目标的识别推理结果，对于目标1岸上指挥所，毁伤效果为弱、中、强的概率分别是0.0004、0.0271、0.9725，因此，该目标为毁伤效果为一级的可能性大；对于目标2军用机场，毁伤效果为弱、中、强的概率分别是0.2090、0.5380、0.2530，因此目标2毁伤程度为中，即二级的可能性较大，可进一步供指挥员决策。图3给出了毁伤效果评估后验概率分布图。

图3 目标毁伤效果推理后验概率分布图

表5 两个目标毁伤效果评估推理结果

5 结语

针对复杂的陆上远程精确打击目标毁伤效果评估问题，文中引入了基于贝叶斯网络的不确定性知识表达方法进行毁伤建模，对贝叶斯网络在目标毁伤效果评估中的使用和实例仿真都进行了详细分析，效果良好，本文的研究将为水面舰艇编队对陆作战辅助决策提供理论和技术支撑。