楊凱達(dá)

（中國人民解放軍95808部隊(duì) 酒泉 735006）

1 引言

目標(biāo)毀傷效果評(píng)估（Battle Damage Assessment，BDA）是目標(biāo)保障工作的一項(xiàng)重要內(nèi)容，貫穿作戰(zhàn)全流程，是指揮員進(jìn)行作戰(zhàn)決策、部隊(duì)檢驗(yàn)訓(xùn)練效果的重要評(píng)估手段。目前，現(xiàn)有評(píng)估主要通過航空、航天偵察圖像，電子偵察及抵近偵察等手段作為評(píng)估依據(jù)，在不同的戰(zhàn)場(chǎng)環(huán)境中，受限于時(shí)效性、安全性及敵方干擾和破壞等因素，制約目標(biāo)毀傷效果評(píng)估工作的開展，難以實(shí)現(xiàn)高效準(zhǔn)確的評(píng)估。隨著武器裝備的發(fā)展，電視制導(dǎo)導(dǎo)彈以其命中精度高、殺傷威力大和作戰(zhàn)效費(fèi)比高等優(yōu)點(diǎn)，被廣泛應(yīng)用于實(shí)現(xiàn)對(duì)目標(biāo)的“點(diǎn)穴”式毀傷。利用電視制導(dǎo)導(dǎo)彈攻擊目標(biāo)時(shí)近實(shí)時(shí)的視頻圖像，進(jìn)行目標(biāo)毀傷效果評(píng)估，是一種全新的目標(biāo)毀傷效果評(píng)估手段，便于飛行人員及武器操縱員在攻擊單目標(biāo)情況下選擇目標(biāo)易損傷部位，在攻擊目標(biāo)群的情況下選擇體系中要害目標(biāo)，進(jìn)而提升實(shí)戰(zhàn)條件下目標(biāo)選擇和戰(zhàn)場(chǎng)應(yīng)用能力。

2 評(píng)估流程設(shè)計(jì)

2.1 研究現(xiàn)狀

基于導(dǎo)彈視頻圖像實(shí)現(xiàn)目標(biāo)毀傷效果評(píng)估，相關(guān)研究鮮見于國內(nèi)。美軍從1999年起，就將“武器系統(tǒng)視頻”（Weapon System Video，WSV）作為進(jìn)行物理毀傷評(píng)估所需的數(shù)據(jù)資料來源之一[1]。John提出了從多個(gè)層面改進(jìn)目標(biāo)毀傷效果評(píng)估的技術(shù)解決方案，其中包含加裝彈藥傳感器（Munition Sensors）[2]這一構(gòu)想。美國空軍實(shí)驗(yàn)室（Air Force Research Lab）的研究人員在文獻(xiàn)[3]中，嘗試在精導(dǎo)彈藥上加裝傳感器以實(shí)現(xiàn)毀傷數(shù)據(jù)的收集，在安全的前提下，實(shí)現(xiàn)大范圍的毀傷信息的反饋。同時(shí)，他們還探索延長傳感器收集數(shù)據(jù)的時(shí)間，從而進(jìn)行毀傷信息的收集、傳輸、轉(zhuǎn)發(fā)等研究。但到目前為止，還沒有哪種相關(guān)方法投入實(shí)際運(yùn)用的報(bào)道。我方裝備了大量電視制導(dǎo)導(dǎo)彈，在制定作戰(zhàn)計(jì)劃和作戰(zhàn)實(shí)施階段都需要及時(shí)了解被打擊目標(biāo)的毀傷情況，雖然有一些評(píng)估方法，但總體上比較簡單、科學(xué)性不強(qiáng)，需要進(jìn)一步研究和優(yōu)化[4～6]。

2.2 技術(shù)路線

目前，大部分BDA方法和系統(tǒng)都難以對(duì)具有大量時(shí)序信息的信息源進(jìn)行信息的處理和運(yùn)用，本文提出的技術(shù)路線如圖1所示，在實(shí)施首輪空地打擊時(shí)，利用導(dǎo)彈回傳的視頻圖像，確定導(dǎo)彈在被打擊目標(biāo)上的落點(diǎn)，通過對(duì)導(dǎo)彈戰(zhàn)斗部威力和目標(biāo)易損性的分析，利用動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)模型，加入毀傷時(shí)間流的演化過程，構(gòu)建目標(biāo)毀傷效果評(píng)估及預(yù)測(cè)模型，實(shí)現(xiàn)對(duì)目標(biāo)的毀傷效果評(píng)估以及預(yù)測(cè)目標(biāo)毀傷趨勢(shì)。

圖1 技術(shù)路線

目前，作者已完成了兩方面的研究，一是基于導(dǎo)彈實(shí)時(shí)傳回的視頻圖像為依據(jù)，改進(jìn)圖像處理算法，實(shí)現(xiàn)導(dǎo)彈落點(diǎn)定位[7]；二是基于戰(zhàn)斗部威力/目標(biāo)易損性（V/L）方法，結(jié)合戰(zhàn)斗部威力、雷達(dá)目標(biāo)模型，建立毀傷效果模型，實(shí)現(xiàn)了毀傷節(jié)點(diǎn)數(shù)據(jù)模擬[8]。

3 加入毀傷時(shí)間流的評(píng)估模型構(gòu)建

為了正確地處理、表述、轉(zhuǎn)換和評(píng)估目標(biāo)毀傷情況，BDA模型不僅需要能夠系統(tǒng)地處理戰(zhàn)場(chǎng)的不確定性信息[9]，同時(shí)，還應(yīng)該實(shí)現(xiàn)對(duì)目標(biāo)毀傷效果進(jìn)行時(shí)間流上的推理和評(píng)估[10]。BDA模型的構(gòu)建應(yīng)著重思考三個(gè)方面的問題[11]：一是評(píng)估信息的不確定性，戰(zhàn)時(shí)評(píng)估信息來源廣泛，包括各類參戰(zhàn)人員、武器平臺(tái)、目標(biāo)整編信息等，其中，存在著大量具有時(shí)間變化和因果關(guān)系的信息；二是戰(zhàn)場(chǎng)決策的時(shí)效性，戰(zhàn)場(chǎng)決策的緊迫性要求指揮員要在極短的時(shí)間內(nèi)完成決策，決策者需要了解當(dāng)次打擊后目標(biāo)的毀傷程度，以便對(duì)是否進(jìn)行二次打擊進(jìn)行決策；三是戰(zhàn)場(chǎng)態(tài)勢(shì)的動(dòng)態(tài)變化性。戰(zhàn)場(chǎng)態(tài)勢(shì)的變化，對(duì)目標(biāo)毀傷的要求也隨著時(shí)間的推移發(fā)生變化。

3.1 動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)

貝葉斯網(wǎng)絡(luò)（Bayesian Network，BN）[12]主要包括靜態(tài)貝葉斯網(wǎng)絡(luò)（Static Bayesian Network，SBN）和動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)（Dynamic Bayesian Network，DBN）兩種[13]，是一種基于貝葉斯定理和貝葉斯假設(shè)，描述各變量之間概率關(guān)系，進(jìn)行不確定事件分析和推理的工具[14]。戰(zhàn)爭條件下，戰(zhàn)場(chǎng)環(huán)境不斷變化，利用SBN網(wǎng)絡(luò)模型無法處理動(dòng)態(tài)系統(tǒng)中存在的問題，特征變量在不同時(shí)刻下會(huì)呈現(xiàn)出不同的狀態(tài)。評(píng)估實(shí)驗(yàn)將毀傷時(shí)間流引入BN，構(gòu)建可以處理時(shí)間序列數(shù)據(jù)的動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)模型。

利用狀態(tài)空間模型可以實(shí)現(xiàn)在時(shí)間流上基于先驗(yàn)知識(shí)的預(yù)測(cè)，構(gòu)建包括先驗(yàn)概率P(Χ1) 、狀態(tài)轉(zhuǎn)換模型P(Χt|Χt-1)及觀測(cè)函數(shù)P(Yt|Χt) 的模型。設(shè)一個(gè)隨時(shí)間變化的變量 Zt，用 Ut、Xt、Yt表示狀態(tài)空間的三個(gè)部分，即輸入、隱含和輸出變量[15]。設(shè)一個(gè)D維實(shí)值觀測(cè)向量{Y1，Y1，…，YT}，在每一個(gè)時(shí)間步Y(jié)t中，利用Χt進(jìn)行建模，則：

模型構(gòu)成結(jié)構(gòu)為隱含狀態(tài)變量Χ={x0，x1，…，xT-1}序列的概率分布函數(shù)和觀測(cè)變量Y={y0，y1，…，yT-1}的序列，變量數(shù)為T，表示系統(tǒng)發(fā)生的時(shí)間界，即：

一般要求模型滿足如下兩個(gè)假設(shè)：一是時(shí)不變假設(shè)，即條件概率變化一直平穩(wěn)，表示為P(Χt|Χt-1)與時(shí)間t無關(guān)；二是馬爾科夫假設(shè)，即P(Χt+1|Χ1，Χ2，…，Χt)=P(Χt+1|Χt)。

2時(shí)間片貝葉斯網(wǎng)是一個(gè)貝葉斯網(wǎng)絡(luò)片段，節(jié)點(diǎn)有Χ∪Χ'。其中，Χ的節(jié)點(diǎn)沒有雙親節(jié)點(diǎn)，Χ'的節(jié)點(diǎn)條件概率分布為P(Χ′|Pa(Χ′))，該片段表現(xiàn)的條件概率分布為

DBN由先驗(yàn)網(wǎng)B1和轉(zhuǎn)移網(wǎng)B→兩部分構(gòu)成，B1為先驗(yàn)分布P(Χ1)的BN，B→為一個(gè)2時(shí)間片貝葉斯網(wǎng)，通過有向無環(huán)圖對(duì)P(Χt|Χt-1)定義為

給定窗口長度T，通過疊加(B1，B→) 形成一個(gè)完整的BN，擴(kuò)展到計(jì)算DBN中每一個(gè)點(diǎn)的聯(lián)合概率分布。

3.2 模型結(jié)構(gòu)及參數(shù)

3.2.1 拓?fù)浣Y(jié)構(gòu)

BN模型拓?fù)浣Y(jié)構(gòu)主要體現(xiàn)變量之間的相互關(guān)系，各個(gè)變量對(duì)于目標(biāo)毀傷效果評(píng)估的決定權(quán)重是不同的，需要將所有因素融合處理，才能降低不確定性對(duì)評(píng)估結(jié)果的影響[16]。建立DBN模型是一個(gè)逐層推理的過程，先根據(jù)評(píng)估特征變量確定BN拓?fù)浣Y(jié)構(gòu)，再利用轉(zhuǎn)移BN模型，對(duì)先驗(yàn)BN模型進(jìn)行擴(kuò)展，根據(jù)相鄰時(shí)刻特征變量之間的相互影響程度，建立因果關(guān)系，充分反映特征變量之間的概率依賴關(guān)系和毀傷時(shí)間流下的演化過程。將SBN網(wǎng)絡(luò)沿時(shí)間流展開，得到DBN目標(biāo)毀傷效果評(píng)估模型，如圖2所示。

圖2 DBN評(píng)估模型結(jié)構(gòu)

3.2.2 評(píng)估變量

將｛武器威力，武器落點(diǎn)，目標(biāo)類型，目標(biāo)作戰(zhàn)能力，目標(biāo)防御能力，目標(biāo)修復(fù)能力｝作為目標(biāo)毀傷效果評(píng)估的特征變量屬性集，其子變量的節(jié)點(diǎn)狀態(tài)集合如表1所示。

表1 模型各節(jié)點(diǎn)狀態(tài)集合

4 仿真實(shí)驗(yàn)及分析

4.1 加入毀傷時(shí)間流的BDA

采用Netica軟件開展仿真，依據(jù)DBN模型，建立推理圖形。模型初始化后，加入初始數(shù)據(jù)，通過仿真，得到的模擬導(dǎo)彈落點(diǎn)及V/L結(jié)果，更新模型節(jié)點(diǎn)數(shù)據(jù)。網(wǎng)絡(luò)推理被觸發(fā)，各網(wǎng)絡(luò)節(jié)點(diǎn)的概率分布數(shù)據(jù)更新，獲得T時(shí)刻的評(píng)估結(jié)果。設(shè)定兩種典型作戰(zhàn)想定方案，如表2所示。

表2 兩種典型作戰(zhàn)想定

打擊目標(biāo)為某雷達(dá)永備陣地，配屬維修分隊(duì)，維修實(shí)力較強(qiáng)，對(duì)遭受中度和輕度的打擊，具有一定的抗毀傷能力。相鄰時(shí)刻的條件轉(zhuǎn)移概率的取值與相鄰時(shí)刻的選取密不可分，間隔時(shí)刻不同，條件概率也就隨之變化。根據(jù)維修的成效性評(píng)估，設(shè)定條件轉(zhuǎn)移評(píng)估時(shí)刻的間隔為1天，評(píng)估時(shí)刻為時(shí)刻T1至?xí)r刻T10。模型時(shí)刻間的條件轉(zhuǎn)移概率表見表3。

表3 相鄰時(shí)刻的條件轉(zhuǎn)移概率表

初始數(shù)據(jù)輸入后，得到兩種想定條件下的評(píng)估模型推理結(jié)果（時(shí)刻T1），各節(jié)點(diǎn)狀態(tài)概率如圖3、圖4所示。

圖3 想定方案A模型推理結(jié)果（時(shí)刻T1）

圖4 想定方案B模型推理結(jié)果（時(shí)刻T1）

BDA與V/L（LE、VU）三個(gè)關(guān)鍵節(jié)點(diǎn)在各時(shí)刻的概率分布表如表4、表5所示。

表4 關(guān)鍵節(jié)點(diǎn)概率分布表（想定方案A）

表5 關(guān)鍵節(jié)點(diǎn)概率分布表（想定方案B）

4.2 未加入時(shí)間流的BDA

不考慮時(shí)間流對(duì)目標(biāo)毀傷效果評(píng)估的影響，只能實(shí)現(xiàn)基于輸入數(shù)據(jù)的靜態(tài)評(píng)估，初始數(shù)據(jù)輸入后，BDA與V/L（LE、VU）三個(gè)關(guān)鍵節(jié)點(diǎn)的概率分布表如表6所示。

表6 關(guān)鍵節(jié)點(diǎn)概率分布表

4.3 結(jié)果分析

如圖5所示，想定方案A條件下，隨著時(shí)間流的演進(jìn)，目標(biāo)處于重度毀傷（T）、中度毀傷（M）、輕度毀傷（L）三個(gè)狀態(tài)的概率分布，在10個(gè)時(shí)刻內(nèi)變化較為明顯。目標(biāo)處于T、M、L狀態(tài)的概率演化分別呈現(xiàn)遞減、平穩(wěn)、上升的趨勢(shì)。T1時(shí)刻的目標(biāo)狀態(tài)，表現(xiàn)為其遭受打擊后實(shí)時(shí)的毀傷情況，目標(biāo)處于T狀態(tài)的概率較高，達(dá)56.7%。T1～T6時(shí)刻期間，隨著維修力量的介入，目標(biāo)整體毀傷情況有所緩解。T6時(shí)刻目標(biāo)處于T狀態(tài)的概率達(dá)50.1%，與處于M、L狀態(tài)的概率之和基本持平，之后目標(biāo)毀傷情況明顯好轉(zhuǎn)，其處于T狀態(tài)的下降趨勢(shì)加快，相對(duì)應(yīng)的，處于L狀態(tài)的趨勢(shì)明顯增強(qiáng)。T6～T7時(shí)刻之間，目標(biāo)處于M、L狀態(tài)的概率分布交匯，T9～T10時(shí)刻之間，目標(biāo)處于T、L狀態(tài)的概率分布交匯，目標(biāo)毀傷狀態(tài)明顯好轉(zhuǎn)。通過分析可知，T6時(shí)刻是實(shí)施二次打擊的最佳時(shí)機(jī)。

圖5 想定方案A條件下目標(biāo)毀傷狀態(tài)分布趨勢(shì)

如圖6所示，想定方案B條件較為有利，我方已部分取得制空權(quán)，敵方無干擾，導(dǎo)彈制導(dǎo)精度較高，在T8時(shí)刻之前，目標(biāo)處于T狀態(tài)的概率，一直處于80%以上，反映此次毀傷效果較為嚴(yán)重，取得了較好的打擊效果。整體上看，目標(biāo)處于T狀態(tài)的概率經(jīng)歷了小幅度提升，在T4時(shí)刻達(dá)到峰值，達(dá)83.8%，說明有毀傷二次效應(yīng)出現(xiàn)；在T7時(shí)刻后，概率下降趨勢(shì)開始加強(qiáng)，目標(biāo)處于M狀態(tài)、L狀態(tài)的概率同步有所提升，但都在10%之內(nèi)。通過分析可知，目標(biāo)在較長時(shí)間內(nèi)毀傷較為嚴(yán)重，功能恢復(fù)的可能性較小，沒有二次打擊的必要。

圖6 想定方案B條件下目標(biāo)毀傷狀態(tài)分布趨勢(shì)

在同樣觀測(cè)數(shù)據(jù)下，兩種模型在T1時(shí)刻的毀傷評(píng)估等級(jí)基本一致，未加入時(shí)間流的BN模型只能評(píng)估T1時(shí)刻目標(biāo)的毀傷情況，而加入時(shí)間流的DBN模型可以對(duì)T1～T10時(shí)刻的目標(biāo)毀傷情況進(jìn)行評(píng)估，實(shí)現(xiàn)對(duì)時(shí)刻間毀傷情況的利用與轉(zhuǎn)化，較好地展示了目標(biāo)毀傷情況在時(shí)間流下的變化。

4.4 評(píng)估驗(yàn)證

結(jié)合某次實(shí)彈演練數(shù)據(jù)，對(duì)DBN模型的可行性進(jìn)行驗(yàn)證。演練主要對(duì)某型雷達(dá)目標(biāo)進(jìn)行打擊，打擊共分為兩個(gè)階段：第一階段載機(jī)在較遠(yuǎn)距離發(fā)射導(dǎo)彈，對(duì)雷達(dá)目標(biāo)進(jìn)行打擊，打擊后由情報(bào)人員進(jìn)行目標(biāo)的毀傷效果判定；第二階段在第一階段的基礎(chǔ)上，對(duì)目標(biāo)進(jìn)行二次打擊，打擊后由情報(bào)人員進(jìn)行目標(biāo)的毀傷效果判定。導(dǎo)彈采用爆破戰(zhàn)斗部，由視頻監(jiān)視設(shè)備確定導(dǎo)彈在目標(biāo)上的落點(diǎn)。第一階段打擊結(jié)束后，目標(biāo)受損，經(jīng)專家綜合評(píng)估后，判定目標(biāo)的毀傷為輕度毀傷。通過DBN模型的計(jì)算，得到第一階段打擊后雷達(dá)處于T、M和L狀態(tài)的概率分別為14%、21%和65%，目標(biāo)處于L狀態(tài)的概率最大，模型計(jì)算結(jié)果與專家評(píng)估相一致。第二階段的打擊結(jié)束后，經(jīng)專家綜合評(píng)估后，判定雷達(dá)的毀傷為中度毀傷。DBN模型計(jì)算得到目標(biāo)處于T、M和L狀態(tài)的毀傷概率分別為37%、48%和15%。目標(biāo)處于M狀態(tài)的概率最大，模型計(jì)算結(jié)果與專家評(píng)估相一致，基本符合時(shí)間演化過程毀傷評(píng)估結(jié)果變化。綜上所述，利用DBN模型開展目標(biāo)毀傷效果評(píng)估的準(zhǔn)確性較高，與人工評(píng)估結(jié)果基本一致。

5 結(jié)語

構(gòu)建基于DBN的目標(biāo)毀傷效果評(píng)估模型，根據(jù)V/L變量分析結(jié)果，建立拓?fù)浣Y(jié)構(gòu)并確定節(jié)點(diǎn)參數(shù)，實(shí)現(xiàn)了典型作戰(zhàn)想定下的目標(biāo)毀傷效果評(píng)估。通過與BN模型的實(shí)驗(yàn)對(duì)比，DBN模型能夠?qū)崿F(xiàn)對(duì)時(shí)間演化過程的描述，評(píng)估目標(biāo)實(shí)時(shí)毀傷效果及趨勢(shì)，模型評(píng)估結(jié)果準(zhǔn)確性較高，有效克服了傳統(tǒng)評(píng)估方法的主觀性和不確定性。