焦士俊，劉 銳，劉劍豪，胡喬林

(1.空軍預警學院，湖北 武漢 430019；2.解放軍94860部隊，江蘇 南京 210046；3.解放軍32282部隊，山東 濟南 250022)

0 引 言

縱觀世界軍事發(fā)展史，科技的進步深刻影響著軍事變革的發(fā)展方向，是塑造未來戰(zhàn)爭不可忽視的因素。1903年萊特兄弟制造了第1架飛機，開辟了航空領域的新紀元，8年之后的意土戰(zhàn)爭中，意大利首次將飛機用于軍事斗爭，隨后誕生了以飛機為主要武器裝備的軍事力量，并逐漸誕生了空軍這一獨立軍種，在之后世界大戰(zhàn)中起到了決定性的作用。1934年蘇聯軍事工程師Piotr Oshchepkov發(fā)明了第一部雷達，其高軍事價值使其在戰(zhàn)爭中得到了大量使用，并逐步改變了傳統(tǒng)的空中和海上作戰(zhàn)模式，改寫了戰(zhàn)爭規(guī)則，催生了雷達兵這一獨立兵種的出現。目前，最具影響力的技術之一——無人機蜂群技術也將不可避免地引發(fā)作戰(zhàn)方式的變革，甚至會對部隊編制體制、訓練演練、作戰(zhàn)理論等方面帶來顛覆性改變，最終改寫未來戰(zhàn)爭規(guī)則。可以預見，未來戰(zhàn)爭中我們所面對的敵人很可能不再是有血有肉的士兵，而是成群結隊的無人機群，這種以往只能在科幻大片中看到的無人機蜂群作戰(zhàn)的場景正在加速變成現實，快速發(fā)展的無人機系統(tǒng)將改變未來戰(zhàn)爭的“游戲規(guī)則”。因此，加強無人機蜂群領域的作戰(zhàn)研究是當前不容忽視的重要課題，本文主要研究如何有效評估無人機蜂群中的單機或單組威脅程度的方法，為打擊手段的選擇、指揮決策的確定提供定量依據。

1 模糊層次分析法相關理論

模糊層次分析法首次對評估指標體系進行分析、比較，構造判斷矩陣，然后對判斷矩陣求解、并進行一致性檢驗，最后將準則層和指標層各指標進行線性加權，確定各指標的權重值[1]，簡化流程如圖1所示。

圖1 模糊層次分析法權重確定的簡化流程

1.1 三角模糊數的基本概念[2]

(1)

(2)

(3)

(4)

1.2 權重確定的詳細步驟

根據以上權重確定的簡化流程和三角模糊數的基本概念，模糊層次分析法計算權重的詳細步驟如下[2]：

(3) 求期望值矩陣E的互反判斷矩陣H=(hij)k×k，其中hij=eij/eji，并求出最大實特征根λmax。

(4) 對矩陣H進行一致性檢驗，利用公式RC=IC/IR，其中IR為隨機一致性指標，通過查表得到；IC為相容性指標，IC=(λmax-k)/(k-1)，當RC<0.1時，符合一致性要求，進行權重計算；反之，重新建立判斷矩陣，進行求解和一致性檢驗。

(5) 利用公式(3)和(4)，計算相應的模糊評價值、期望值，對期望值進行歸一化，得出準則層的權重向量α(k)=(α(1),α(2),…,α(k))。

(6) 同上述計算過程，得出指標層的權重：α(n1),α(n2),…,α(nk)，其中n1+n2+…+nk=n。

(7) 對兩層權重進行線性加權，即α(i)α(ni),i=1,2,…,k，得出各指標最終權重為αFAHP=(α1,α2,…,αn)。

2 無人機蜂群威脅評估體系

無人機蜂群目標特征小，識別難度大，因此在空防過程中，發(fā)現來襲目標后需要推斷其能力大小。雷達、光電等探測方式可以提供飛行器的識別信息，通過識別信息可以獲悉其平臺能力，并依據上述評估體系建立過程，確定了機動性能、接近程度、單機載荷和單機密度等級4類評估準則，如圖2所示。

圖2 無人機蜂群威脅評估體系

(1) 機動性能，分為最大飛行速度、最低飛行高度、留空時間，機動性能越好，對我威脅程度越大。

(2) 接近程度，分為航向偏差、距目標距離，接近程度越小，對我威脅程度越大。

(3) 網絡中心度等級，無人機蜂群網絡智能化作戰(zhàn)，通過分析判斷截獲的參數來判斷單機在集群中的重要程度，稱為網絡中心度等級，分為通信鏈接數量、單機密度等級，等級越高，威脅越大。

(4) 單機載荷，分為載荷類型和載荷數量。載荷類型越多，數量越多，對我威脅越大。

(5) 最大飛行速度，通過穩(wěn)定跟蹤、分段或分時計算等方式，推算單機的最大飛行速度。速度越大，威脅越大；反之，威脅越小。

(6) 最低飛行高度，無人機蜂群飛行高度低，有效雷達截面積小，探測難度大。利用偵察體系中多種手段綜合驗證飛行高度，高度越低，威脅越大；反之，威脅越小。

(7) 留空時間，無人機蜂群單機性能弱，航程受限，因此留空時間對其行動影響較大，通過跟蹤、推算、比較其留空時間。時間越短，威脅越大；反之，威脅越小。

(8) 航向偏差，根據雷達發(fā)現移動目標點時間窗口的信息，建立目標模擬航跡，通過分析其航跡，判斷其航向偏差。偏差越小，威脅越大；反之，威脅越大。

(9) 距目標距離，距目標距離越小，威脅越大；反之，威脅越小。

(10) 通信鏈接數量，通過截獲通信信號，估算某一單機通信鏈接的無人機數量，鏈接數量越多，其在群內作用越重要，可能擔任指揮或通信中繼等任務，因此威脅程度越大。

(11) 單機密度等級，無人機蜂群一般是群組作戰(zhàn)，其所在的群組，數量越多，密度越大，威脅越大；反之，越小。將防空空域進行劃分，30°為一個扇區(qū)，均分為12個扇區(qū)，一個扇區(qū)內無人機數量表示單機密度等級，如一個扇區(qū)內10架要比一個扇區(qū)5架的的單機密度等級大一倍。

(12) 載荷類型，分為偵察、干擾、反干擾、火力打擊載荷，4類載荷執(zhí)行不同任務，對于不同目標時，對我威脅等級不同，將其分為4級，結合具體情況量化取值。

(13) 載荷數量，單機可能攜帶一種類型多個載荷，也可能攜帶多種載荷。載荷數量不同，威脅不同。數量越多，威脅越大；種類越大，威脅越大，反之，威脅越小。

3 評估體系中各指標權重的確定

首先計算準則層B對目標層A的權重向量：

(1) 建立準則層的三角模糊數互補判斷矩陣：

(2) 計算期望值矩陣、正反判斷矩陣：

最大實特征根λmax=4.027 4。

(3) 對正反判斷矩陣H進行一致性檢驗：IC=(λmax-k)/(k-1)=(4.027 4-4)/(4-1)=0.009 1，IR=0.9，RC=IC/IR=0.010 1<0.1，因此矩陣H滿足一致性檢驗。

(4) 計算該矩陣的模糊評價值、期望值：

(5) 對期望值矩陣歸一化處理，可得準則層權重向量：

αA=(0.237 5,0.337 3,0.287 4,0.137 8)

(6) 同理建立指標層的三角模糊數互補判斷矩陣：

可求出指標層權重向量分別為：

αB1=(0.489 3,0.288 8,0.222 0)

αB2=(0.450 1,0.549 9)

αB3=(0.599 9,0.400 1)

αB4=(0.549 9,0.450 1)

(7) 對準則層、指標層進行線性加權，得出各指標最終權重為：

αFAHP=(0.116 2,0.068 6,0.052 7,0.151 8,0.185 5,0.172 4,0.115 0,0.076 2,0.062 0)

4 算例分析

為了驗證這種方法的結果是否可靠，是否具有使用價值，利用實兵模擬演練中某一次實驗結果進行對照，若評估結果基本一致，則可以判斷任務評估結果基本可靠。情況是敵方10架未知型號的無人機群，從多個方向對我某一重要目標進行集群攻擊，我方通過多種手段獲取、分析各指標量化值，如表1所示。

表1 各指標實兵驗證值

表2 各指標規(guī)范化處理值

再根據最終權重，可以求出每個目標的威脅程度，如表3所示。

表3 各目標的威脅程度

綜合比較可分析出該群目標分3個批次，目標1、2、3為1批目標，記批次1；目標4、5、6為1批目標，記批次2；目標7、8、9、10為1批目標，記批次3。批次3的威脅程度最大，優(yōu)先處理批次3的無人機。批次3內無人機威脅程度由高到低依次為目標10、9、7、8，由此可以確定批次內的優(yōu)先打擊順序，與實兵驗證結果基本一致。

5 結束語

文章從我方防御角度出發(fā)，結合無人機蜂群特點和我方裝備性能，從機動性能、接近程度、網絡中心度等級和單機載荷4個方面，構建了無人機蜂群威脅評估體系，大致區(qū)分無人機蜂群中單機或小組的威脅等級，為我防御指揮決策提供定量依據。本文中模型構建較理想，在實際作戰(zhàn)過程中，受戰(zhàn)場環(huán)境、人員素質等影響，評估體系可能需要進一步完善。

無人機蜂群作戰(zhàn)規(guī)模大，智能化程度高，反應時間短，以往的指揮、推演方式可能難以應對；因此，要依靠現代云計算、大數據等高科技，通過內置定量分析算法，從而達到快速評估威脅、制定方案的目的。因此，加快無人機蜂群作戰(zhàn)效能評估的算法研究尤為重要，下一步將重點研究反無人機蜂群作戰(zhàn)方案的評估，輔助指揮員實現快速決策。