李 智，齊瑩瑩，王 莉

（航天器在軌故障診斷與維修重點實驗室，陜西 西安 710043）

0 引言

在體系對抗作戰(zhàn)中，指揮人員需要在較短時間內(nèi)，在目標(biāo)信息不確定的情況下做出決策，因此需要在對目標(biāo)和作戰(zhàn)意圖進行識別的基礎(chǔ)上，對目標(biāo)進行威脅評估并得出等級排序，從而為指揮人員決策提供輔助。對于目標(biāo)威脅評估，國內(nèi)學(xué)者已開展相關(guān)研究。董洪樂通過基于軌跡特征的方法，對預(yù)警系統(tǒng)目標(biāo)進行識別評估；師維克等多位學(xué)者，通過采用DBN 或改進DBN，對防空目標(biāo)進行威脅評估；游雅倩等多位學(xué)者，通過證據(jù)網(wǎng)絡(luò)方法，對空戰(zhàn)態(tài)勢和防空能力等進行評估；劉銅采用基于證據(jù)理論與DBN相結(jié)合的方法，開展炮兵遠程火力毀傷評估。對于太空目標(biāo)威脅評估，周立新采用DBN 開展空間戰(zhàn)場的目標(biāo)威脅評估，建立了基于DBN 的空間戰(zhàn)場目標(biāo)威脅評估模型。但是空間戰(zhàn)場由于信息嚴重不透明性，存在許多關(guān)鍵的未知信息，嚴重影響目標(biāo)的意圖識別和威脅評估。DBN 無法處理這些未知信息，造成威脅評估的準確度和可信度大打折扣，因此需要采用證據(jù)理論方法來對這些未知信息進行處理。此方面的相關(guān)研究較少，本文采用DBN 和證據(jù)網(wǎng)絡(luò)相結(jié)合的方法，實現(xiàn)更加準確的太空目標(biāo)威脅評估。

1 目標(biāo)威脅評估概述

在進行目標(biāo)意圖識別和威脅評估的過程中，實時獲取的目標(biāo)信息通常具有很高的不確定性，針對不確定信息的威脅評估普遍采用的是BN，BN 結(jié)合了概率分析和圖論，能夠用于不確定性知識的表達和推理，適合描述復(fù)雜系統(tǒng)中事件與態(tài)勢間的不確定性關(guān)系。但由于當(dāng)前體系對抗作戰(zhàn)包含太空、天空、海洋、陸地、電磁等多域多維空間，存在多樣性和復(fù)雜性，BN 在戰(zhàn)場態(tài)勢隨時間發(fā)生動態(tài)變化條件下進行目標(biāo)威脅評估仍然有所不足。而DBN 可以根據(jù)不同時間片段上獲得的事件信息，得出不同時刻或者同一時刻不同戰(zhàn)場信息要素之間的因果關(guān)系，并根據(jù)歷史數(shù)據(jù)和新獲取的證據(jù)信息進行態(tài)勢推理。同時體系對抗作戰(zhàn)中存在著諸多影響目標(biāo)威脅評估的未知因素和信息，DBN 不具備處理未知信息的功能，而證據(jù)網(wǎng)絡(luò)作為貝葉斯網(wǎng)絡(luò)的擴展，是適用范圍更廣的信度函數(shù)理論框架下的不確定知識處理方法，它除了能更好處理多種不確定信息（如概率的、模糊的知識）外，還能處理一些未知信息。因此本文基于上述目標(biāo)威脅評估的方法，針對體系對抗作戰(zhàn)戰(zhàn)場態(tài)勢的動態(tài)變化和未知信息，建立基于DBN 和證據(jù)網(wǎng)絡(luò)相結(jié)合的目標(biāo)威脅評估模型，以DBN 為主體方法框架，來處理動態(tài)變化條件下的目標(biāo)威脅評估，同時采用證據(jù)網(wǎng)絡(luò)加以補充完善，對威脅評估的未知因素和信息進行處理，從而實現(xiàn)更加完備的目標(biāo)意圖識別和威脅評估。

2 動態(tài)貝葉斯網(wǎng)絡(luò)

DBN 以BN 為基礎(chǔ)，在時序上加以擴展，是表示復(fù)雜隨機過程的有向圖模型。設(shè)隨時間變化的節(jié)點集為={,,…,X}，X[]表示第個變量在時刻的狀態(tài)值，一個DBN 可以定義為：(,)。其中，表示初始的BN，它指定了初始狀態(tài)的概率分布([0])；表示轉(zhuǎn)移網(wǎng)絡(luò)，它指定了時刻到+1時刻變量集狀態(tài)的轉(zhuǎn)移概率([+1 ]|[])。DBN 是將BN 的靜態(tài)結(jié)構(gòu)與時序信息相結(jié)合，因此在DBN 中，網(wǎng)絡(luò)的拓撲結(jié)構(gòu)、變量集和變量間的內(nèi)部因果關(guān)系在每個時間片下都是相同的。利用DBN 解決實際問題一般是在已知網(wǎng)絡(luò)拓撲結(jié)構(gòu)和觀測序列的條件下，通過DBN 推理算法得出每個節(jié)點的概率。DBN 推理算法有向前、向后推理算法，分解樹算法，邊沿算法，接觸面算法，卡爾曼濾波及光滑等。下面給出前向、后向推理算法的描述。

1）初始狀態(tài)分布矩陣為：=()，式中，π=(=)；

2）狀 態(tài) 轉(zhuǎn) 移 矩 陣 ：=(a)，式 中 ，a=(x=|x=)；

3）觀測矩陣：=(b)，式中，b()=(y=|x=)；

由此 DBN 的參數(shù)可以簡化為：=(,,)。

3 證據(jù)網(wǎng)絡(luò)

證據(jù)網(wǎng)絡(luò)是信度函數(shù)框架下的一種對不確定性進行建模的圖模型，像貝葉斯網(wǎng)絡(luò)一樣，證據(jù)網(wǎng)絡(luò)包括2 部分:定性部分描述網(wǎng)絡(luò)的拓撲結(jié)構(gòu)，定量部分描述變量間的條件依賴關(guān)系。證據(jù)網(wǎng)絡(luò)的拓撲結(jié)構(gòu)用有向無環(huán)圖來建模，可形式化表示為=(,)。式中，節(jié)點集合表示研究問題的不同變量，有向邊集合表示變量間的條件依賴關(guān)系。在定量層面上，證據(jù)網(wǎng)絡(luò)用一組由條件信度函數(shù)建立的參數(shù)來表示。證據(jù)網(wǎng)絡(luò)建模包括結(jié)構(gòu)建模和參數(shù)建模，結(jié)構(gòu)建模解決定性層面的問題，即根據(jù)研究的具體問題確定節(jié)點，初步分析節(jié)點之間的依賴關(guān)系并建立有向無環(huán)圖。比較常用的結(jié)構(gòu)建模方法有影響圖、因果圖和貝葉斯網(wǎng)絡(luò)方法，本文選擇因果圖方法進行證據(jù)網(wǎng)絡(luò)結(jié)構(gòu)建模。因果圖是表示原因和效果的網(wǎng)絡(luò)圖，也是一種基于概率的知識表達模型，適用于問題建模領(lǐng)域，可用它表示專家知識或者對某一特定問題的認識。

1）基于因果圖的證據(jù)網(wǎng)絡(luò)結(jié)構(gòu)建模

因果圖在結(jié)構(gòu)分析上能夠很好地與證據(jù)網(wǎng)絡(luò)模型相匹配，二者的節(jié)點一一對應(yīng)，可以直接轉(zhuǎn)化；因果強度也可以轉(zhuǎn)化為證據(jù)網(wǎng)絡(luò)的參數(shù)模型。在此基礎(chǔ)上，從因果圖轉(zhuǎn)化到證據(jù)網(wǎng)絡(luò)，還需要注意以下問題：證據(jù)網(wǎng)絡(luò)是有向無環(huán)圖，但因果圖中可能存在環(huán)路；為了減少重復(fù)建模，在證據(jù)網(wǎng)絡(luò)中需要明確直接因果關(guān)系和間接因果關(guān)系；根據(jù)因果圖的因果強度建立證據(jù)網(wǎng)絡(luò)參數(shù)。

2）基于條件信度函數(shù)的證據(jù)網(wǎng)絡(luò)參數(shù)建模

以條件信度函數(shù)為參數(shù)的證據(jù)網(wǎng)絡(luò)模型稱為條件證據(jù)網(wǎng)絡(luò)，條件證據(jù)網(wǎng)絡(luò)的每個節(jié)點N從其識別框架Θ取值。N的父節(jié)點集合記為P(N)，N的子節(jié)點集合記為C(N)。每條父節(jié)點N與子節(jié)點N之間的有向邊由一個條件基本可信度函數(shù)來表征依賴程度，記為(N|N)。每個子節(jié)點類似于貝葉斯網(wǎng)絡(luò)中的條件概率：每個子節(jié)點N與一個條件基本可信度函數(shù)(N|N)相關(guān)聯(lián)。

4 基于DBN 和證據(jù)網(wǎng)絡(luò)的目標(biāo)威脅評估模型

4.1 目標(biāo)威脅評估層次結(jié)構(gòu)

體系對抗作戰(zhàn)中的太空目標(biāo)威脅評估，需要從目標(biāo)的類型特征識別、目標(biāo)的作戰(zhàn)能力評估、目標(biāo)的機動能力評估以及目標(biāo)的行動意圖識別4 個方面進行，它們之間的層次結(jié)構(gòu)關(guān)系如圖1 所示。

圖1 太空目標(biāo)威脅評估層次結(jié)構(gòu)圖

首先，通過行動意圖識別來決定威脅等級；其次，目標(biāo)的行動意圖識別又取決于目標(biāo)的類型特征、作戰(zhàn)能力以及機動能力，其中機動能力是行動意圖識別過程中的一個基礎(chǔ)因素，當(dāng)探測到某太空目標(biāo)進行軌道機動時，結(jié)合目標(biāo)類型及作戰(zhàn)能力來推理識別出其對己方航天器的行動意圖。

4.2 目標(biāo)威脅評估因素確定

為確定DBN 中的節(jié)點變量，需要研究確定太空目標(biāo)威脅評估因素。根據(jù)上述的太空目標(biāo)威脅評估層次結(jié)構(gòu)，分別對目標(biāo)的類型特征識別、作戰(zhàn)能力評估、機動能力評估3 個方面的評估因素進行確定。

1）目標(biāo)的類型特征識別評估因素確定，從最能反映太空目標(biāo)本質(zhì)的特征入手，通過對太空目標(biāo)特性特征的分析研究，確定目標(biāo)類型特征識別的評估因素，如圖2 所示。

圖2 太空目標(biāo)類型特征識別評估因素

2）目標(biāo)的作戰(zhàn)能力評估因素確定，從太空攻擊能力、太空防御能力、態(tài)勢感知能力和信息對抗能力4 個方面入手，確定目標(biāo)作戰(zhàn)能力評估因素，如圖3 所示。

圖3 太空目標(biāo)作戰(zhàn)能力評估因素

3）目標(biāo)的機動能力評估因素確定，從行為層特征和狀態(tài)層特征2 個方面，確定目標(biāo)機動能力評估因素，如圖4 所示。

圖4 太空目標(biāo)機動能力評估因素

4.3 基于DBN 和證據(jù)網(wǎng)絡(luò)的威脅評估模型

1）確定DBN 網(wǎng)絡(luò)拓撲結(jié)構(gòu)

DBN 網(wǎng)絡(luò)拓撲結(jié)構(gòu)由太空目標(biāo)威脅評估的層次結(jié)構(gòu)決定，本文選取局部體系對抗作戰(zhàn)中的小規(guī)模空間對抗，根據(jù)確定的太空目標(biāo)威脅評估因素，構(gòu)建基于DBN 的太空目標(biāo)威脅評估模型，如圖5 所示。

圖5 基于DBN 的太空目標(biāo)威脅評估模型

2）確定節(jié)點變量的狀態(tài)集

上述建立的基于DBN 的太空目標(biāo)威脅評估模型是一個逐層推理的過程，下面從目標(biāo)的類型特征識別、目標(biāo)的作戰(zhàn)能力評估、目標(biāo)的機動能力評估以及目標(biāo)的行動意圖識別4 個方面來詳細說明節(jié)點變量的狀態(tài)集。

目標(biāo)類型特征識別主要是根據(jù)觀測到的目標(biāo)特性特征來識別目標(biāo)的類型。在小規(guī)模的空間作戰(zhàn)中，只考慮具有代表性的3 種類型的目標(biāo)：目標(biāo)類型={衛(wèi)星，導(dǎo)彈，碎片}。根據(jù)確定的目標(biāo)類型特征識別評估因素，其狀態(tài)集合為：軌道特性={低軌，中高軌，高軌}；姿態(tài)特性={三軸穩(wěn)定，自旋穩(wěn)定，翻滾狀態(tài)}；幾何形狀={對稱的球形和柱形，錐形，不規(guī)則形狀}；尺寸大小={大(十幾米)，中(幾米)，小(厘米級)}；頻率特性={S，X，Ka，Ku，EHF}；信號方向={對天，對地}；信號特征={測控，數(shù)傳}；可見光反射={鏡面反射，邊緣散射，不規(guī)則反射}；雷達輻射={脈沖，連續(xù)波}；紅外輻射={近紅外，中紅外，遠紅外}。

目標(biāo)作戰(zhàn)能力評估結(jié)果的狀態(tài)集為：{高，中，低}，作戰(zhàn)能力評估因素的狀態(tài)集合為：太空攻擊能力={高，中，低}；太空防御能力={高，中，低}；態(tài)勢感知能力={高，中，低}，再往下細分的各種能力同樣也為{高，中，低}。

目標(biāo)機動能力評估結(jié)果的狀態(tài)集為：{有，無}，機動能力評估因素的狀態(tài)集合為：軌道機動={高，中，低，無}；姿態(tài)機動={高，中，低，無}；軌道交會={高，中，低，無}；軌道攔截={高，中，低，無}；方向變化={有，無}；加速度變化={有，無}；交會距離={遠（大于50 km），近（小于50 km）}。

在上述目標(biāo)機動能力、作戰(zhàn)能力以及目標(biāo)類型評估因素基礎(chǔ)上進行推理，得出太空目標(biāo)的行動意圖，目標(biāo)行動意圖識別的結(jié)果直接決定了目標(biāo)威脅等級的高低，空間作戰(zhàn)中將目標(biāo)行動意圖確定為6 個具有代表性的狀態(tài)：意圖={成像偵察、定向能攻擊、動能攻擊，電磁干擾、空間操控攻擊、無企圖}。

3）確定條件概率表及轉(zhuǎn)移概率

轉(zhuǎn)移概率是經(jīng)驗概率，它表示在上一時刻威脅度已知的情況下，下一時刻威脅度的狀態(tài)概率，如表 1 所示。

表1 轉(zhuǎn)移概率

條件概率是先驗概率，一般通過2 種方法確定：一種是由領(lǐng)域?qū)＜一诳臻g作戰(zhàn)領(lǐng)域豐富的模型知識確定條件概率；另一種是通過大量的訓(xùn)練數(shù)據(jù)進行網(wǎng)絡(luò)學(xué)習(xí)確定條件概率。本文利用第1 種方法確定條件概率表，給出(威脅等級／意圖)、(意圖／目標(biāo)類型)和(意圖／作戰(zhàn)能力)等部分條件概率,如表2 所示。其中，(狀態(tài)2／狀態(tài)1)表示在狀態(tài)1 發(fā)生的條件下狀態(tài)2 發(fā)生的概率。

表2 條件概率表

4）證據(jù)網(wǎng)絡(luò)對未知信息處理

在上述節(jié)點變量狀態(tài)集合中，有很多值為未知信息，對于這些未知信息無法由領(lǐng)域?qū)＜腋鶕?jù)模型知識確定條件概率，本文利用條件信度函數(shù)模型進行證據(jù)網(wǎng)絡(luò)參數(shù)建模，對未知信息進行處理。由于篇幅有限，本文以作戰(zhàn)能力評估因素中的太空防御能力狀態(tài)集合為例，對證據(jù)網(wǎng)絡(luò)參數(shù)建模過程進行闡述。

首先建立評估問題識別框架。太空攻擊能力的識別框架為{高，中，低}，下一層次的攻擊識別、威脅溯源和主動規(guī)避的識別框架為{高，低}，如表3 所示。

表3 太空防御能力識別框架

其次建立條件信度參數(shù)表。參考領(lǐng)域?qū)＜业慕?jīng)驗，建立太空防御能力條件信度參數(shù)表，如下所示。

上面所述中，(|AD=,TT=,AA==0.2)，表示存在未知信息時，將一部分信度分配給節(jié)點狀態(tài)的識別框架全集。

5 結(jié)束語

本文針對BN 在體系對抗作戰(zhàn)目標(biāo)威脅評估中存在的不足，提出利用DBN 和證據(jù)網(wǎng)絡(luò)相結(jié)合進行目標(biāo)威脅評估的方法，并結(jié)合太空目標(biāo)的威脅評估問題，建立了基于DBN 和證據(jù)網(wǎng)絡(luò)的目標(biāo)威脅評估模型，以DBN 為主體方法框架，來處理動態(tài)變化條件下的目標(biāo)威脅評估，同時采用證據(jù)網(wǎng)絡(luò)加以補充完善，對威脅評估的未知因素和信息進行處理，從而實現(xiàn)更加完備的目標(biāo)意圖識別和威脅評估。該模型具有一定的合理性和先進性。本文方法的不足在于：目前的條件信度參數(shù)表很大程度上依賴專家經(jīng)驗，僅適合于有效數(shù)據(jù)有限的問題初始階段；在DBN 和證據(jù)網(wǎng)絡(luò)結(jié)合細節(jié)上，還需要進一步研究。