空袭目标威胁动态评估SPA 法*

杨军佳，武翠霞，肖 健

（陆军炮兵防空兵学院郑州校区，郑州 450000）

0 引言

随着高科技在空袭兵器中的应用，隐身、超低空以及高速已经成为空袭兵器突防的利器。如何快速、准确地判断空袭目标的威胁程度是现代防空作战面临的首要问题。目前，关于空袭目标威胁评估方法主要有多属性决策、支持向量机、神经网络、模糊理论、灰色理论、云模型等。文献［1］在AHP 法确定指标权重以及多属性决策理论的基础之上，提出一种基于两层决策的控制目标威胁评估方法；文献［2］以威胁隶属度函数标识目标属性指标，提出了基于熵权法和TOPSIS 的目标威胁评估方法；文献［3］结合目标属性矩阵，构建了总偏差最小原则下的组合赋权模型，并将其应用于多属性决策方法中，提出了基于层次分析法与熵权法的空中目标威胁评估方法；文献［4］利用支持向量机和神经网络在分类方面具有较好的性能，分别应用回归型支持向量机和误差逆向传播神经网络的算法，解决水面舰艇单舰防空作战中空中目标威胁值评估的问题；文献［5］将易于实现且具有良好寻优性能的磷虾群算法进行改进后，用于Elman 神经网络初始参数的搜索，提出了自适应磷虾群优化Elman 神经网络的目标威胁评估方法；文献［6］利用粗糙集理论，从不精确、不一致、不完整等大量不完备信息中求取最小不变集合，并以此获取威胁评估指标权重，进而对目标的威胁等级进行排序；文献［7］通过定义“平均认识度”和“认识盲度”，提出了一种改进结构熵权法，并根据威胁评估信息不确定的特点，提出了一种基于区间灰色聚类的目标威胁评估方法；文献［8］通过引入云参数修正模型及构造推理规则库，获取目标的威胁度等级，在层次分析法确定指标主观权重以及云发生器的基础上，获取目标综合确定度；文献［9］通过综合指标的主客观权重，避免了主观决策造成的误差，并在此基础上提出了灰色关联TOPSIS 评估法。这些方法通过对空袭目标各种指标参数的综合计算，在某一时刻目标威胁排序方面取得了不错的效果。然而，对于指挥决策者来说，空袭目标的威胁程度并不应该仅仅考虑当前时刻的各种指标参数，而应该考虑整个监视期间内目标的参数变化情况。否则，很容易出现同一目标威胁程度波动剧烈的现象，以至于指挥者不能有效地进行指挥决策。因此，在进行目标威胁评估的过程中，将整个监视期间内目标参数的变化情况纳入威胁评估显得尤为必要。基于上述思想，本文提出了动态评估SPA 法。

1 空袭目标威胁动态评估指标体系

防空作战中，在上级没有明确指定空中目标威胁程度的前提下，本级指挥机构需要依据防空侦察系统探测到的空袭目标各项参数以及被保卫目标的重要程度，对空中目标的威胁程度进行评估，进而引导防空武器系统进行相应的拦截。而在单一的要地防空中，防空作战单元保卫的目标是明确且固定的。因此，在要地防空中，可以不考虑被保卫目标的重要程度，只需要依据防空侦察系统提供的各项参数对空袭目标的威胁程度进行评估。

依据防空侦察系统和武器拦截系统的特点以及空袭目标的飞行特性，建立空袭目标威胁动态评估指标体系如图1 所示。

1.1 目标类型

依据防空侦察系统获得的目标回波信号特征，可以将目标类型归纳为：大型目标（轰炸机、歼轰机等）、小型目标（隐身飞机、导弹等）以及直升机。一般而言，轰炸机等大型目标属于高危目标，其破坏力较大；导弹等小型目标的破坏力较轰炸机等较小；武装直升机的破坏力较上述两类目标小。

1.2 飞行速度

依据物理学中相对运动的理论，目标的飞行速度与被拦截的概率有直接的联系。飞行速度越快，越不容易被拦截，威胁程度也就越高；相反，威胁程度越低。

1.3 飞临时间

依据几何理论，目标的飞临时间越长，用于拦截的武器系统准备时间越长，对应的拦截成功率就会越高，威胁程度也就越低；相反，威胁程度越高。

1.4 航路捷径

依据射击理论，目标的航路捷径越小，越容易发动突然袭击，对应的威胁程度也就越高；相反，威胁程度越低。

1.5 飞行高度

依据侦察系统的战技性能可知，目标的飞行高度越低，越不容易被侦察系统发现，相应的威胁程度也就越高；相反，威胁程度越低。

1.6 参数更新时刻

依据侦察系统更新空袭目标相关指标参数的时刻可知，空袭目标指标参数更新越靠后，其实时性越高；相反，其实时性越低。

2 空袭目标威胁动态评估模型

2.1 规范化信息矩阵的构建

目标威胁评估指标中，有些指标是定量的，而有些指标是定性的。同时，评估指标对于目标威胁程度的影响是不同的，有些指标数值越大，威胁程度越高，而有些指标数值越小，威胁程度越高。因此，在进行威胁评估时，需要将定性指标转换为定量指标，并且对指标数值进行规范化。

2.1.1 定性指标定量化

根据第1 部分中评估指标的分析，目标类型属于定性指标。因此，目标类型需要根据专家经验知识赋予不同的数值。依据文献［9］中对目标类型的处理，可以分别赋予大型目标、小型目标以及武装直升机8、5、3。

2.1.2 定量指标规范化

为了便于威胁程度的评估，首先把评估指标规范化，具体公式如下所示：

2.2 评估指标权重的确定

目标威胁评估过程中，不同的评估指标对于目标威胁程度的影响不同，因此，需要为指标赋予相对应的权重。为避免单一权重对评估结果的影响，在确定权重的过程中，既要考虑到专家的主观经验知识，又要充分体现目标本身客观的指标参数。

2.2.1 熵权法确定指标客观权重

1）计算同一指标下不同目标参数值占比

2）计算各指标熵值

3）计算各指标权重

2.2.2 AHP 法确定指标主观权重

2.2.3 最小二乘优化模型确定指标综合权重

对上述模型通过拉格朗日及求导变换，可得：

解上述矩阵方程可得同一时刻不同指标的综合权重W。

2.2.4 更新时刻权重的确定

依据目标参数更新时刻越接近当前时刻，所收集到的信息实时性越高，其对目标威胁评估的价值越高这一原理，采用泊松分布法的逆形式来计算时间序列权重［11-13］，具体公式如下所示：

式中，Wt为参数更新时刻权重向量，ωtp为第p 个更新时刻的权重值，T 为参数更新时刻总数，ηp为第p个更新时刻的泊松分布参数，且。

2.3 动态评估SPA 法

1）确定威胁程度最大的理想方案

2）构建集对联系数矩阵

依据式（8）可构建tp时刻规范化信息矩阵中每个参数与理想方案中相应列参数的集对联系数矩阵为：

3）构建加权集对联系数

依据式（6）中综合权重及式（7）中的更新时刻权重，可得加权集对联系数向量为：

4）计算集对贴近度，实现目标威胁程度排序

2.4 算法流程

依据上述分析，空袭目标威胁动态评估SPA 法流程如图2 所示。

3 实例计算

假设某次对抗训练中，空袭方的空袭对象是某交通枢纽，指挥中心接收到防空侦察系统传输的4批目标信息，经融合处理之后，选取3 个连续时刻的数据，具体参数如下页表1 所示。

为验证本文所提方法的有效性，将具有代表性的文献［9］中所提的基于灰色关联TOPSIS 法作为对比分析方法。其中，专家对各指标的打分依次为：9、7、5、7、3，η=1.5。文献［9］中的参数。两种方法的评估结果如表2 所示。

图2 空袭目标威胁动态评估SPA 法流程图

表1 各空袭目标威胁评估指标值

表2 两种方法评估结果

图3 不同时刻目标1 在2 种方法下的威胁程度排序

图4 不同时刻目标2 在2 种方法下的威胁程度排序

图5 不同时刻目标3 在2 种方法下的威胁程度排序

图6 不同时刻目标4 在2 种方法下的威胁程度排序

由表2 及图3～图6 可得以下结论：

1）t1时刻2 种方法对4 批目标的威胁排序一致，威胁程度从大到小依次为目标1、目标4、目标3、目标2。由此可得，在对某一时刻目标威胁程度评估时，本文方法的评估结果与文献［9］是一致的，表明该方法是有效的。

2）t2时刻和t3时刻2 种方法对4 批目标的威胁程度排序出现了不一致的现象。究其原因，文献［9］所提方法仅仅考虑当前时刻目标的参数情况，本文方法不仅考虑到当前时刻的目标参数，而且考虑到之前时刻目标的参数情况。

3）本文方法对4 批目标威胁程度在3 个时刻的排序基本一致，只是在t3时刻出现了目标2 与目标3 排序互换的现象；而文献［9］方法对4 批目标威胁程度在3 个时刻的排序完全不一致，同一个目标在不同时刻威胁程度突变情况明显。这样的评估结果，会导致指挥员难以判断威胁程度最大的目标，不利于指挥决策。

4）就整个监视期内的目标威胁态势而言，通过本文方法可以看出，目标2 的威胁程度是逐步增大的。作为指挥员，除了重点关注威胁程度最大的目标之外，还应关注到威胁程度逐步变化的目标。对于威胁程度越来越大的目标，即使当前时刻的威胁程度相较于其他目标小，但是也应该给予重视，时刻注意其威胁态势信息，以便作出及时、有效的决策。

4 结论

本文提出了一种空袭目标威胁动态评估方法，采取主客观权重最小二乘优化的方法来确定指标的权重，避免评估结果受单一的主观或者客观权重的影响；将指标参数更新时刻加入到威胁评估当中，有效解决了单一时刻目标参数的变化可能出现的威胁程度波动剧烈、不利于指挥决策的现象；将集对分析理论应用于目标威胁评估当中，有效解决了确定的指标参数与不确定的威胁程度之间的关系。通过该方法对空袭目标威胁进行判断，可以为后续的防空作战目标分配环节提供依据，有效辅助指挥员进行作战决策。