張　莉

(海軍大連艦艇學院　大連　116043)

ZHANG Li

(Dalian Naval Academy, Dalian　116043)

?

基于Entropy-Topsis的水面艦艇防空威脅判斷研究*

張莉

(海軍大連艦艇學院大連116043)

首先闡述了水面艦艇防空威脅判斷指標選取原則,在此基礎(chǔ)上從多個不同角度選取出了反映空中目標威脅的指標,將其歸結(jié)為一個多屬性決策問題,使用Entropy-Topsis模型予以解決。該方法的優(yōu)點在于威脅排序輸出快速可信、易于實現(xiàn),對于不斷變化的空情威脅,可進行持續(xù)計算輸出。最后,通過仿真示例驗證了模型的有效性與可行性。

威脅判斷; 防空作戰(zhàn); Entropy-Topsis模型

ZHANG Li

(Dalian Naval Academy, Dalian116043)

Class NumberE917

1　引言

隨著反艦導(dǎo)彈和作戰(zhàn)飛機性能的不斷進步提升,水面艦艇面臨的防空壓力越來越大,特別是面對多批連續(xù)飽和、多平臺多方向攻擊時,水面艦艇處于劣勢更為明顯,艦艇指揮員難以做出快速精準對抗決策。因此,在獲取來襲空中目標一定數(shù)據(jù)基礎(chǔ)上,借助輔助決策手段,快速、合理對目標進行威脅排序,并在第一時間做出抗擊行為,是水面艦艇生存關(guān)鍵所在[1～2]。水面艦艇防空威脅判斷,可歸結(jié)為多屬性決策問題。

2　水面艦艇防空威脅判斷指標選取

2.1指標選取原則

水面艦艇防空威脅判斷指標選取的科學合理,直接影響威脅判斷結(jié)果輸出準確性,在選取威脅判斷指標時應(yīng)遵循以下原則:

1) 選取能夠反映目標威脅的關(guān)鍵因素作為指標。如果威脅判斷指標選取過多,不僅會導(dǎo)致計算繁瑣、降低結(jié)果獲取時效性,而且還會湮沒關(guān)鍵指標價值,降低結(jié)果準確性。

2) 要充分利用已分析獲取的信息作為指標。威脅判斷屬于高層信息融合層,在進行威脅判斷時要利用已有分析數(shù)據(jù),比如目標類型、毀傷能力等,作為參考指標。

3) 選取指標要能夠反映目標意圖信息[3～4]。比如,目標航路勾徑、飛行高度、方位距離、飛行動作、飛行速度等,都一定程度上揭示了目標意圖信息。

2.2指標選取[5～6]

根據(jù)上述原則,本文選取的威脅判斷指標如下:

1) 航路勾徑。一般認為,目標航路勾徑越小,目標攻擊意圖越強,威脅也越大。

2) 飛行高度。由于艦載雷達受地球曲率所限和海雜波影響,目標飛行高度越低,不僅不易被探測到,而且壓縮了雷達發(fā)現(xiàn)距離,造成艦艇攔截時間緊迫,對艦艇威脅越大。

3) 飛行速度。同型目標,飛行速度越高的,被攔截可能越低,突防概率越高,對艦艇造成的威脅越大。

4) 毀傷能力。目標毀傷能力是指,在艦艇不采取對抗條件下,目標對其造成最大毀傷的能力。目標毀傷能力越強,則目標對艦艇威脅程度越大。

5) 目標類型。不同類型目標給水面艦艇帶來的威脅亦不相同。

6) 飛抵艦空武器攔截起始線時間。若目標在艦空導(dǎo)彈攔截區(qū)外時,飛抵艦空武器攔截起始線時間越快,則艦艇決策時間越短,對艦艇威脅程度越大。

上述指標中,目標飛行高度、速度、航路勾徑和飛抵時間不難得到,而目標類型和毀傷能力需要事先判斷和計算得出。一般認為,目標毀傷能力由其類型T(j)、裝備的反艦武器類別W(k)、相應(yīng)武器單發(fā)命中概率PW(k)、毀傷一艘水面艦艇的平均必須命中彈數(shù)ωW(k)、各反艦武器數(shù)量NW(k)等因素決定。

有目標毀傷能力βj:

(1)

計算目標毀傷能力關(guān)鍵在于獲取目標類型,一旦類型得知,便可根據(jù)戰(zhàn)場情報和經(jīng)驗數(shù)據(jù)得出式(1)中T(j)、W(k)、PW(k)、ωW(k)和NW(k)等值。

目標類型可以通過其飛行高度、速度、動作、加速度、回波特征等外在特點進行判別[2],甚至可以通過預(yù)先偵查直接獲取。本文直接給出的目標類型與其對艦艇威脅系數(shù)對應(yīng)關(guān)系,如表1所示。

表1　目標類型及其威脅系數(shù)

表1中的掠海快速和不明目標,應(yīng)根據(jù)實際情況對其速度和航路勾徑做出具體限值說明,這里不具體給出。無法計算目標毀傷能力,但其威脅系數(shù)被歸為其它可計算毀傷能力目標的同一類時,其毀傷能力應(yīng)參考該類其它目標。

3　基于Entropy-Topsis的水面艦艇防空威脅判斷[7～8]

2.2節(jié)從多個不同角度選取了反映目標威脅情況的指標,可看作為一個待進行威脅判斷目標的多個屬性。因此,水面艦艇防空威脅判斷,可歸結(jié)為多屬性決策問題。

3.1Entropy-Topsis模型介紹

Topsis全稱是“逼近與理想值的排序方法”,適用于根據(jù)多個指標,對多個方案(目標)進行比較和選擇[9],但在確定各指標權(quán)重過程中由主觀方法直接給出,難以保證方案優(yōu)選客觀性和可信度。因此,在使用Topsis法時必須借助客觀賦權(quán)法,以確保優(yōu)選結(jié)果的客觀準確性。信息論中,熵(Entropy)代表某指標在該問題中提供有效信息量多少的程度,用來度量數(shù)據(jù)有效信息量,因此熵權(quán)可以確定權(quán)重[4]。

3.2基于Entropy-Topsis的防空威脅判斷模型[10]

基于Entropy-Topsis的防空威脅模型具體計算步驟如下:

1) 設(shè)待進行威脅判斷的目標為X={x1,x2,…,xm},選取威脅判斷指標集為O={o1,o2,…,on},目標xi(i=1,2,…,m)關(guān)于指標oj(j=1,2,…,n)的指標值可以表示為yij。所有指標值均可用簡記做矩陣形式Y(jié)=(yij)m×n,Y為待進行威脅判斷的決策矩陣;

2) 對決策矩陣Y元素yij進行極差變換,將其轉(zhuǎn)化為規(guī)范化決策矩陣R=(rij)m×n;

當威脅判斷指標oj屬于效益型指標時:

(2)

效益型指標是指隨著指標oj數(shù)值增大,目標xi對水面艦艇的威脅度同向加大。顯然,2.2節(jié)所選取的六個指標中,飛行速度、毀傷能力和類型威脅系數(shù)為效益型指標。

當威脅判斷指標oj屬于成本型指標時:

(3)

成本型指標是指隨著指標oj數(shù)值增大,目標xi對水面艦艇的威脅度減小。飛抵艦空武器攔截起始線時間、航路勾徑和飛行高度為成本型指標。

3) 使用熵權(quán)法計算威脅判斷指標oj權(quán)重方法如下:

(4)

(5)

上式中當fij=0時,lnfij無意義,因此對fij的計算加以修正,將其定義為

(6)

(7)

(8)

與

(9)

式中,Ωb為效益型指標。

6) 計算各待進行威脅排序目標與正負理想解的歐氏距離:

(10)

(11)

7) 計算各待進行威脅排序目標與正負理想解的相對貼近度Ci。

(12)

不難看出,Ci∈[0,1],且Ci值越大,目標xi的威脅越大。

8) 根據(jù)所得相對貼近度Ci對選取空中目標進行威脅排序,形成排序序列,為指揮員提供輔助決策結(jié)論。

4　仿真示例

4.1仿真數(shù)據(jù)

設(shè)T時刻某驅(qū)逐艦對空警戒雷達發(fā)現(xiàn)防區(qū)外6批空中來襲目標,其中2批判為L型反艦導(dǎo)彈,剩余4批判為攜帶2枚L型反艦導(dǎo)彈和1枚M型制導(dǎo)炸彈的K型殲轟機。根據(jù)經(jīng)驗數(shù)據(jù)和情報信息得出L型和M型武器的相關(guān)數(shù)據(jù)如表2所示。

表2　L型和M型武器的相關(guān)數(shù)據(jù)

通過式(1)可計算得出L型反艦導(dǎo)彈和K型殲轟機的毀傷能力量化分別為0.45和0.7467。根據(jù)雷達獲取數(shù)據(jù),得到六批目標威脅判斷初始數(shù)據(jù)如表3所示。

表3　來襲目標威脅判斷初始數(shù)據(jù)

表3中,指標o1、o2、o3、o4、o5和o6分別為航路勾徑、飛行高度、飛行速度、毀傷能力系數(shù)、目標類型威脅系數(shù)和飛抵某驅(qū)逐艦艦空武器攔截起始線時間。

4.2仿真結(jié)果

應(yīng)用Entropy-Topsis模型對上述六批目標進行威脅判斷計算過程如下:

1) 根據(jù)表3數(shù)據(jù),得到水面艦艇防空威脅判斷問題的決策矩陣Y:

2) 利用式(2)、式(3)對矩陣Y元素yij進行極差變換,可得規(guī)范化決策矩陣R:

3) 利用式(4)、式(5)和式(6)可計算出指標o1到o6的權(quán)重分別為:0.1760、0.1770、0.1947、0.1483、0.1483、0.1557。

r+=(0.1760,0.1770,0.1947,0.1483,0.1483,0.1557)

和

r-=(0.0000,0.0000,0.0000,0.0000,0.0000,0.0000)

6) 利用式(10)、式(11)和式(12)分別計算各目標與正負理想解的歐式距離和相對貼近度Ci。

表4　各目標與正負理想解的歐式距離及貼近度

從表4計算結(jié)果可以看出,導(dǎo)彈較飛機對艦艇威脅較大,T時刻1001批L型反艦導(dǎo)彈對某驅(qū)逐艦威脅最大,1002、1003、1004、1006和1005依次次之,計算結(jié)果符合定性分析和一般認知。

5　結(jié)語

水面艦艇在防空作戰(zhàn)時,對目標威脅判斷的合理與否將直接影響后續(xù)抗擊決策的科學性,在做出合理判斷基礎(chǔ)上,越快給出判斷結(jié)論,則留給后續(xù)抗擊時間越充裕,防空作戰(zhàn)效益也會隨之提升。本文給出的水面艦艇威脅判斷模型,指標數(shù)據(jù)信息較易獲取、計算過程簡單可行、易于工程實現(xiàn)、威脅排序輸出快速可信,對于不斷變化的空情威脅,可進行持續(xù)計算輸出,是一種行之有效的水面艦艇防空威脅判斷輔助決策方法,具有一定的參考借鑒價值。

[1] 王永春,繆旭東,王義濤.直覺模糊條件下艦艇編隊防空威脅估計決策模型[C]//系統(tǒng)仿真技術(shù)及其應(yīng)用學術(shù)年會論文集——系統(tǒng)仿真技術(shù)及其應(yīng)用第十卷,2008,7:186-189.

[2] 張磊,童幼堂,徐奕航.艦艇編隊空中目標威脅排序模型研究[J].艦船電子工程,2009,29(6):136-138.

[3] X. T. Nguyen. Threat Assessment in Tactical Airborne Environments[C]//ISIF,2002:1300-1307.

[4] Alessio Benavoli, Branko Ristic. An Approach to Threat Assessment Based on Evidential Network[C]//10th International Conference on Information Fusion,2007:1235-1242.

[5] 符永軍,方棉佳,張永順.模糊多因素多層次評判在目標威脅度中的應(yīng)用[J].火力與指揮控制,2004,29(3):88-90.

[6] 潘科,潘宣宏,郭新奇.基于多屬性決策的護航艦艇防空威脅判斷分析[J].計算機與數(shù)字工程,2014,42(5):802-805,821.

[7] 王風雷,孫瑩.基于熵值TOPSIS法的旅游上市公司績效評價[J].商丘職業(yè)技術(shù)學院學報,2012,11(3):42-44.

[8] 吳金平,陸銘華,黃文斌,等.水面艦艇編隊對反艦導(dǎo)彈的威脅判斷研究[J].系統(tǒng)仿真學報,2004,16(5):879-882.

[9] 張宇,王義濤,孫慶聲.基于Entropy-Topsis的水面艦艇編隊防空配置方案優(yōu)選[J].指揮控制與仿真,2015,37(2):31-35,47.

[10] 王光源,馬海洋,龐文強.基于熵與TOPSIS法的空中目標威脅判斷[J].海軍航空工程學院學報,2011,26(2):233-237.

Target Threat Assessment in Surface Antiaircraft Based on Entropy-Topsis*

Firstly this paper elaborates the principle of index selection about the warship air defense threat judgment, on the basis on this the indexes reflecting the aerial targets threat are selected from many different angles, and the warship air defense threat judgment can be attributed to a multi-attribute decision problem which can be solved by using the Entropy TOPSIS model. The advantage of the method is that the output of the threat sequencing is rapid, reliable and easy to realize. It can also calculate the output continuously about the constantly changing aerial threats. At last, the validity and feasibility of the model are verified by simulation examples.

threat assessment, anti-air warfare, Entropy-Topsis model

2015年2月7日,

2015年3月20日

張莉,女,博士,研究方向:模擬訓練及仿真。

E917

10.3969/j.issn.1672-9730.2016.08.014