鄭振 馬蛟

（中國人民解放軍91129部隊 ?？?570311）

1 引言

隨著水下對抗與反對抗的不斷升級，反潛作戰(zhàn)成為海戰(zhàn)課題研究的熱點，隨著潛艇的隱身性能以及攻擊武器為例不斷提升，潛艇的水下威脅程度不斷增強，潛艇在海戰(zhàn)中具有隱蔽性高、攻擊破壞度大等方面的優(yōu)勢，因此，研究新型的反潛武器成為海軍武器裝備系統(tǒng)研究的熱點課題。常見的反潛武器中，主要有魚雷、深水炸彈、水雷等，其中以魚雷作為常用，反潛作戰(zhàn)平臺由護衛(wèi)艦，反潛直升機，反潛巡邏機等構(gòu)成，在反潛作戰(zhàn)中，需要關(guān)注反潛武器的作戰(zhàn)效能，以提高潛艇的搜潛概率，從而降低己方被攻擊的危險，研究反潛武器作戰(zhàn)效能評估模型，對提升反潛作戰(zhàn)性能，提高己方生存概率方面具有重要意義［1］。

對反潛武器作戰(zhàn)效能評估是建立在對武器裝備的組成、作戰(zhàn)流程等方面的性能參數(shù)分析基礎上，結(jié)合對反潛武器裝備平臺的效能參數(shù)分析，通過多元組合參數(shù)分析的方法，采用層次化分析模型，實現(xiàn)反潛武器的作戰(zhàn)效能動態(tài)評估和參數(shù)估計［2～4］，當前，對反潛武器作戰(zhàn)效能評估的方法主要有神經(jīng)網(wǎng)絡分析方法、仿生群分析方法、閾值評估方法等，采用Agent建模作戰(zhàn)實體模型，通過聲吶探測概率閾值來定義有效覆蓋距離，進行反潛作戰(zhàn)效能評估。其中，文獻［5］中提出艦載深彈反潛作戰(zhàn)效能分析模型，綜合考慮了艦艇對敵的探測發(fā)現(xiàn)、指揮人員的控制決策和深彈發(fā)射及水下作戰(zhàn)3個階段的性能指標，實現(xiàn)作戰(zhàn)效能評估，但該模型的動態(tài)評估性能不好。文獻［6］實現(xiàn)空投磁探無人機集群應召反潛作戰(zhàn)效能分析，建立了基于多平行段搜索的空投磁探無人機集群應召反潛數(shù)學模型，通過仿真評估了反潛巡邏機應召反應時間、磁探無人機數(shù)量和搜索范圍大等，實現(xiàn)反潛作戰(zhàn)效能的動態(tài)評估分析，但該方法的實時性不好，作戰(zhàn)效能評估的參數(shù)估計精度不高［4］。

針對上述問題，本文提出基于攻擊參數(shù)識別的反潛武器作戰(zhàn)效能評估模型，進行反潛作戰(zhàn)的動態(tài)參數(shù)分析，結(jié)合概率尋優(yōu)和參數(shù)優(yōu)化估計，實現(xiàn)反潛武器系統(tǒng)效能的動態(tài)評估和最優(yōu)解算，提高評估的穩(wěn)定性，提高反潛武器的作戰(zhàn)可靠性。首先進行參數(shù)和指標模型構(gòu)建，然后進行作戰(zhàn)效能評估模型設計，最后進行仿真測試，展示了本文方法在提高反潛武器作戰(zhàn)效能評估可靠性方面的優(yōu)越性能更。

2 模型參數(shù)和評估指標體系

2.1 作戰(zhàn)效能評估模型參數(shù)分析

為了實現(xiàn)反潛武器作戰(zhàn)效能的動態(tài)評估，結(jié)合反潛作戰(zhàn)的影影響因素特征分析，建立潛艇以潛艇移動速度、聲吶識別回波參數(shù)、隱蔽性參數(shù)指標以及作戰(zhàn)平臺數(shù)量的相關(guān)的作戰(zhàn)效能參數(shù)分析模型，根據(jù)可控因素和己方作戰(zhàn)單元的相關(guān)性因素分析，進行反潛作戰(zhàn)的效能動態(tài)分析模型構(gòu)建，以作戰(zhàn)兵力、作戰(zhàn)單元、作戰(zhàn)平臺、探測設備、通訊設備、作戰(zhàn)實體行為決策等指標參數(shù)為一級指標體系，以探測能力、通訊能力、毀傷能力以及指揮決策能力為二級指標體系［7～9］，構(gòu)建多角度和多維度的反潛武器作戰(zhàn)效能評估體系結(jié)構(gòu)模型，對反潛作戰(zhàn)效能評估的體系模型構(gòu)造如圖1所示。

圖1 反潛作戰(zhàn)效能評估的體系模型

根據(jù)圖1的體系模型構(gòu)造，建立多個相應的反潛作戰(zhàn)效能評估Agent實體模型，根據(jù)探測關(guān)系以及毀傷關(guān)系分布，結(jié)合作戰(zhàn)方與作戰(zhàn)兵力的部署分析，進行作戰(zhàn)單元的標識，把反潛直升機作戰(zhàn)單元標識為R_Helicopter，紅方編隊作戰(zhàn)單元的標識為R_Formation，潛艇作戰(zhàn)單元標識為B_Submarine，紅方helicopter為空中實體［10～13］，由此建立作戰(zhàn)實體的Agent單元模型如圖2所示。

圖2 作戰(zhàn)實體的Agent單元模型

根據(jù)圖2對反潛作戰(zhàn)效能評估的實體模型分析和模型指數(shù)分析，通過Initial Agent編寫全局變量和控制模型，通過實體的決策、移動、打擊、探測等行為模型構(gòu)建，建立反潛作戰(zhàn)效能評估模型的數(shù)學模型［4］。

2.2 作戰(zhàn)評估的指標體系

根據(jù)潛艇的移動速度、反潛武器的移動速度、聲吶識別范圍以及潛艇的隱蔽性參數(shù)分析，建立反潛武器的作戰(zhàn)單元相關(guān)性控制參量分析模型，基于系統(tǒng)效能評估［15］，得到反潛武器的脅迫參數(shù)分布為

式中，xk表示系統(tǒng)總體性能參數(shù)，yk表示量敵潛艇的位置信息，vk和ek分別表示潛艇速度和量化參數(shù)分布群，f(xk-1)為搜潛點位的間距，h(xk)為USV反潛裝備體系參數(shù)，且，使用反饋和迭代的方法，得到攻擊態(tài)勢指數(shù)表示為

3 反潛作戰(zhàn)效能評估模型優(yōu)化

3.1 深度ANP學習算法

采用深度ANP學習學習方法實現(xiàn)反潛作戰(zhàn)過程中的效能尋優(yōu)［19］，分析不可控因素單元因素，單階段的系統(tǒng)效能分析的加權(quán)權(quán)重：

其中，ωs為作戰(zhàn)系統(tǒng)的系統(tǒng)可用性特征參數(shù)，ωe為單階段的系統(tǒng)效能參數(shù)，Ic作戰(zhàn)效能的均衡狀態(tài)，Imax為最優(yōu)狀態(tài)分布集，假設多階段的ADC模型融合參數(shù)為，在艦艇反潛作戰(zhàn)效能的轉(zhuǎn)移概率為 pij，作戰(zhàn)評估節(jié)點i與節(jié)點之間 j之間的聯(lián)合分布式為

其中，xi(t)為探測系統(tǒng)的可用度，vi(t+1)為發(fā)射系統(tǒng)的可用度，采用艦艇的探測能力參數(shù)，分析正常狀態(tài)的概率約束性特征參數(shù)，采用艦艇的指揮控制指令可靠性分析，得到深度ANP路徑尋優(yōu)目標函數(shù)為

其中，aij為毀傷潛艇這個事件的狀態(tài)參數(shù)，在探測系統(tǒng)、指控系統(tǒng)中，得到尋優(yōu)權(quán)值 pij定義為

由此，計算Agent實體的決策行為、移動行為，得到戰(zhàn)果評估的適應度函數(shù)為

其中dS(i)為USV前方搜潛的目標距離，dT(i)為高價值作戰(zhàn)單元的等效控制函數(shù)。

在移動過程中每隔一分鐘，潛艇聲吶工作一次，通過多傳感器參數(shù)定位，得到ANP學習的狀態(tài)參數(shù)為，由此建立反潛作戰(zhàn)效能評估模型的自適應學習模型，通過分析深彈毀傷概率，進行毀傷潛艇的概率分析和參數(shù)估計［20］。

3.2 參數(shù)評估和優(yōu)化解算

將艦艇作戰(zhàn)全過程的每個性能指標作為評價對象，得到探測節(jié)點va，vb和vc的毀傷概率為

其中，yi,a為每個子系統(tǒng)的可靠度，ea為各個子系統(tǒng)的可用度，在單枚作戰(zhàn)效能低下的情況下，得到反潛對抗作戰(zhàn)的分形指向性函數(shù)為

考慮全局優(yōu)化問題min｛f（x）｝，以成功識別潛艇的概率密度作為關(guān)聯(lián)因子，采用信息熵和關(guān)聯(lián)維特征檢測方法，建立反潛武器作戰(zhàn)效能評估的動態(tài)尋優(yōu)分析模型，得到作戰(zhàn)效能最有效下的有效打擊概率為

其中，dist(i,Fg)為打擊因子，N為完成任務過程中向第j中狀態(tài)轉(zhuǎn)移量，綜上算法設計，采用信息熵和關(guān)聯(lián)維特征檢測方法，構(gòu)建反潛武器作戰(zhàn)效能的實體單元模型，根據(jù)作戰(zhàn)實體、通信和關(guān)系以及對作戰(zhàn)仿真造成的影響分析，進行效能評估。模型實現(xiàn)流程如圖3所示。

圖3 改進算法實現(xiàn)流程

4 仿真測試與性能評估

通過仿真實驗驗證本文方法在實現(xiàn)反潛武器作戰(zhàn)效能評估的應用性能，實驗采用Matlab仿真設計，實驗考慮了14個實驗參數(shù)，包括USV速度、傳感器范圍和探測概率等，采用TCP/IP協(xié)議構(gòu)建系統(tǒng)網(wǎng)絡體系，在Mutigen Creator中建立的.flt格式的動態(tài)作戰(zhàn)場景模型，初始化靜態(tài)變量（static vari?ables）和簡單的類（single classes），反潛武器的檢測線的長度Length為100m，寬度Width為50m，高度Height為50m，如圖4所示。

圖4 反潛武器碰撞檢測線

在仿真平臺中位置參數(shù)和方位信息分布如圖5所示。

圖5 反潛作戰(zhàn)的信息參數(shù)設定

根據(jù)上述參數(shù)設定，進行作戰(zhàn)效能評估，得到參數(shù)解算結(jié)果如圖6所示。

圖6 作戰(zhàn)效能參數(shù)解算結(jié)果

分析得出，在反潛武器攻擊中，多普勒頻移fd=1333.32Hz，信噪比是-6.35647dB，來襲武器和拖曳體之間距離為490.096m，拖曳體的運動速度vt=30kn，因此來襲武器的運動速度為50kn，本文方法能有效實現(xiàn)作戰(zhàn)效能的動態(tài)評估。測試評估準確性，得到對比結(jié)果如圖7所示。分析圖7得出，本文方法進行反潛武器作戰(zhàn)效能評估的精度更高。

圖7 評估效能對比

5 結(jié)語

通過分析反潛武器的作戰(zhàn)效能，以提高潛艇的搜潛概率，本文提出基于攻擊參數(shù)自適應識別和跟蹤學習的反潛武器作戰(zhàn)效能評估模型，建立多個相應的反潛作戰(zhàn)效能評估Agent實體模型，采用深度ANP學習學習方法實現(xiàn)反潛作戰(zhàn)過程中的效能尋優(yōu)，通過分析深彈毀傷概率，進行毀傷潛艇的概率分析和參數(shù)估計。研究表明，本文方法能有效實現(xiàn)反潛武器作戰(zhàn)效能參數(shù)解析和評估，評估準確性較高。