基于双层变权的目标威胁评估

王增发，徐克虎，孔德鹏，李灵之

（陆军装甲兵学院，北京 100072）

0 引言

在多军兵种的协同作战趋于常态化的情况下，分队作战目标的威胁评估难度进一步增加。战场目标威胁评估是对陆地战场上各类威胁目标的火力能力、攻击状态、指挥控制能力、战场位置、作战意图等多方面的综合分析，也是我方进行火力分配与作战决策的重要基础［1］。通过变权评估的方法能够将多方面的威胁信息考虑在内，得到更加合理有效的威胁度信息。

变权理论主要强调指标权重应该随着指标状态的变化而发生变化。利用常权综合方法进行单层次的威胁评估，其指标权重不随时间、环境及态势的变化而变化，难以体现各指标之间的动态关系和环境与战场态势变化对目标威胁程度的影响［2］。文献［3］给出了变权向量和状态变权向量的公理化定义，并引入了惩罚型、激励型和混合型状态变权向量及均衡函数的概念。文献［4］将分组变权理论引入多方案多评估指标的决策分析中，提出分组变权方法，但是仅限于局部态势的评估，不能兼顾整体的战场环境。文献［5］提出利用广义优序法，提出了确定基于属性权重和时间权重的变权方法，也能够体现速度、时间等其他属性的重要性。以上的研究对于变权都是基于单层的变权调整，从而得到相应的威胁估计。文献［6］基于空战威胁指标评估，提出了多属性决策的威胁评估模型。通过融合主客观权重，建立了能全面反映多威胁因素的变权多属性决策评估模型，但并没有将局部与整体的战场环境考虑进去，仍属于单一角度的评估模型，难以合理有效地进行局部与整体之间的威胁信息整合。

本文提出的基于双层变权的威胁评估方法，首先对威胁指标进行综合分析，基于单武器平台威胁属性及局部战场环境进行第一层的多属性变权威胁评估。在进行多武器平台的第二层变权评估时，将整合局部与整体战场环境信息等其他关联因子，避免了不能兼顾其他战场信息的缺陷，使得评估结果更为科学有效。通过融合并建立双层变权评估模型，能够实现多目标多指标的变权威胁评估。

1 陆战目标及其威胁因素分析

1.1 合成分队作战特点

合成分队一般由坦克等装甲车辆及步兵组成，随着各种新武器的不断研发并投入战场，合成分队的作战能力在不断地提高。有以下作战特点：

1）合成分队以信息化的武器平台为基础，初步建立了基于信息化装备的战术互联网体系，能够实现各武器平台之间的信息互通。

2）其作战方式打破了传统的作战模式，不再依靠单向的指挥评估，而是多种武器平台的同时参与评估、共同决策，具有快速机动、战场侦察、信息处理等功能，向更趋于扁平化的指挥体系方向演变。

3）基于现代战争的武器装备更为信息化，机动能力更强的特点。精准高效、联合打击越来越成为合成分队的基本作战要求。

对于合成分队的战场威胁评估，目前的评估方法主要有模糊逻辑方法、贝叶斯网络方法、人工神经网络方法、基于知识推理的方法。但是这些方法总体来说有以下缺陷［7］：

a.考虑的目标类型单一；

b.忽略了战场不确定性对威胁评估的影响；

c.将威胁评估作为一个孤立的过程进行处理，威胁模型缺乏可信度。而且这些评估方法都需要引入专家的经验知识作为验证数据并进行推理，操作复杂。

1.2 威胁目标及威胁要素

合成分队地面作战的目标种类、型号很多，但大致可以归结为以下几类：坦克、步兵战车等装甲类目标，自行火炮、车载反坦克导弹等地面火炮类目标，武装直升机、无人侦察机等低空类目标，反坦克火箭筒等单兵类目标，弹药、油料补给车等保障类目标。

根据合成分队的作战特点，假定我方的武器装备以装甲类为主，上述几种目标都会对我方造成威胁。如表1所示。

表1 各种威胁目标及其威胁属性

2 威胁评估变权方法

目标威胁程度影响因素的重要程度是随着战场环境和战场态势的变化而变化的，因此，需对影响因素的权重进行动态调整；其次，采用同一目标威胁评估模型，也需根据目标类型对威胁影响因素权重进行动态调整。

2.1 变权理论

常权向量一般情况下能够反映各个目标属性的综合能力，对应的每个目标属性的权值反映了该目标属性的重要程度。但在复杂多变的战场环境中，常权的使用就难以体现出环境的变化，基于变权方法的提出正好补充了这种不足之处。

变权的目的即为根据目标状态向量的动态变化来相应地调整它在整体评估中的影响。用于加权的权向量根据目标状态向量的不同取值作相应的调整，以得到合理的综合威胁评估。根据文献［9］的定义，假设目标属性状态向量为，常权向量为，变权向量可看作目标状态向量和权系数向量的函数wi（X），满足：

1）归一性，各个权重值wi（X）之和等于1；

2）连续性，wi（X）关于每个状态变量连续；

3）激励性，wi（X）关于xi单调递增；

4）惩罚性，wi（X）关于xi单调递减。

其中，若满足1）～3）即为激励型状态变权；若满足1）、2）、4）即为惩罚型状态变权。根据具体的环境要求确定激励型或者惩罚型变权来进行求解。

2.2 初始常权确定方法

客观赋权法是对经验数据进行整理分析从而得到权值，能够避免人为因素的影响。本文采用信息熵法求得的客观权重，能够较好地排除部分影响较小的评价指标，更好地反映客观规律差异的重要指标，因而信息熵法更具有客观性。

熵源于信息论中的概念，用于描述事物出现的不确定性。在某评价体系中，其信息熵越小，指标变异程度越大，说明其在综合评价中的作用越大，其指标权重也就越大。假设某战场环境中有n种武器目标会对我方构成威胁，每种武器目标对应m种威胁指标。计算步骤如下：

1）威胁目标及其对应的属性指标值所构成的威胁矩阵，作归一化处理得到矩阵，

2）计算目标威胁属性的信息熵值

3）计算评价指标权重

2.3 变权方法

2.3.1 威胁属性变权

在合成分队的目标威胁评估中，常权的使用往往能够综合考虑战场态势，却不能动态地评估各威胁目标的即时威胁程度。威胁度属性较大的目标，在不同的战场环境中也可能具有较小威胁度值，此时需要变权对指标属性进行相应调整。

同一组威胁指标的属性值通常只对应一种武器目标，很难同时适用于其他的武器目标，通过构造变权向量，使其适用于多种武器目标，利用不同的权重属性值表示其相应的武器目标或属性指标。同样在不同的战场态势中相同的火力配置也会有不同的威胁度体现。

根据不同威胁目标以及威胁目标不同的指标属性，进行变权的调整，以匹配各属性值之间的相对重要程度。针对不同目标及不同指标的威胁度属性，变权向量能够体现出很好的适应能力。构造陆战场的威胁目标属性状态向量，定义映射

则有

定义状态变权向量gi（W）为

σ为变权因子，是基于对不同偏好进行调整的系数。其取值范围为。当时，为均衡型变权；当σ=0时，不进行变权，为常权综合；当时，为激励型变权。由于本文是对于即时作战环境威胁的评估，在衡量各个威胁参数时均需考虑其他威胁因素的影响，所以采用均衡型变权，在中取值0.2。

根据几种威胁目标的属性及其威胁度的评估，构建威胁度属性的状态变权向量：

wi（X）为初始常权向量，wi为变权后目标X的第i项指标的权重。

通过整合所有战场目标的指标权重信息，得到整体变权向量，

其中，

wij为第i个目标的第j个指标的变权值。其中，εi为第 i个目标的（i=1，2，…，n）的目标权重，其取值和威胁因子的所处实际作战环境有关。根据文献［10］中，认为状态变权向量的确定存在较大主观随意性，会影响到其评估的客观性，εi使其更加切合战场实际。

2.3.2 多层融合变权

通过两次的权系数调整来体现其重要程度，实现多种目标的统一威胁评估，

进而得到，

其中，为综合变权评估结果，wi为式（2）所求结果，αi为单目标变权向量的调整系数，βij为多目标变权向量的调整系数。

为体现常权评估仍具有的合理性，使得常权的结果以一定的比例成为参考的因素，而又不失变权的可靠性，则

又由于变权中存在一定的随机性，多目标多指标变权归一化值，作为系数的加入，增加了变权的稳定性。基于战场的变权评估还需确定多种战场信息的影响，不同的战场环境下目标的任务、意图、目的不同，因此，对我方的威胁度也不同。

3 基于TOPSIS的变权威胁评估算法流程

Step1获取目标威胁评估指标值，并对指标值进行预处理。

Step2利用信息熵法确定常权

Step3进行指标变权得到状态变权向量wi，融合多个目标的多指标变权wij，得到整体的变权向量，。

Step4将两次的变权结果进行叠加综合，，并利用TOPSIS法进行威胁度排序。

图1是变权评估的基本流程。

图1 变权评估基本流程

4 评估实例

以陆战场的合成分队作战为背景，对敌目标的威胁度进行评估。为了便于评估，选取5种代表性指标：机动能力、毁伤能力、通信水平、距离因素、抗干扰能力。其中，M1为武装直升机，M2为车载反坦克导弹，M3为步兵战车，M4为坦克，M5为单兵类轻武器。

1）各威胁属性归一化值如表3所示。

2）采用变权的单目标威胁评估结果，通过信息熵法获得各个指标常权，

3）多目标变权，威胁评估结果，令为 0.6，0.3，0.5，0.4，0.3，代表几种武器目标所处的战场环境，综合考虑几种目标的威胁属性，实现分布式评估。

4）根据式（9）进行单个目标的多种威胁属性的融合，形成对单个威胁目标的整体上的分析。根据上述定义，利用软件生成αi与βij，代表某作战环境。的取值如表2所示。

5）通过对比几种威胁评估结果的威胁度并排序，得到整体上的评估效果，如下页表6所示。

表2 各α、β值

表3 目标各属性归一化值

表4 单目标多指标变权

表5 多目标多指标变权

表6 整体变权结果

表7 综合排序结果

图2 变权效果折线图

从表6与图2中可以看出，在常权属性的影响下，威胁度依次为，通过多种属性的综合考虑，步兵战车和坦克的威胁度上升，变为，说明可能是进攻的态势，具有一定机动优势的重火力武器目标呈现出更大的威胁；而融合了多个目标的多种威胁属性后，则变为，说明整个战场态势则变为一种防御或者其他的作战态势；通过综合的变权威胁结果，说明整体的战场态势虽然受到大规模集群火炮的压制，但是一直受到武装直升机的威胁最大，而且坦克和单兵类威胁度已经上升，很有可能会受到对方的进攻或者武装直升机的突袭等威胁。如果只考虑表4和表5的话，可能会难以准确地判断战场目标的威胁，尤其是整体上的威胁，很可能与单个目标的评估有较大差异。

5 结论

合理有效的威胁评估是进行战场决策的基础，由于作战环境的复杂多变，从而有瞬息万变的威胁评估结果。本文利用信息熵法确定常权值，可避免主观赋权所带来的主观随意性。通过双层变权的调整实现对威胁属性权重的多级融合，充分考虑了每种威胁因素在其他的威胁因子共同作用下的最终权重，避免单层评估不能兼顾更多信息的局限性，能够以更大的战场视角进行统一评估分析，得到实时的整体威胁评估结果，为实现各作战单元的火力分配提供依据。

［1］张晓南，王德泉，杨俊峰.坦克战场目标威胁评估方法［J］.指挥信息系统与技术，2014，6（1）：46-48.

［2］孔德鹏，徐克虎，陈金玉.一种基于战场态势变权的目标威胁评估方法［J］.装甲兵工程学院学报，2015，29（4）：9-11.

［3］汪培庄，李洪兴.模糊系统理论与模糊计算机［M］.北京：科学出版社，1996.

［4］陈超，沙基昌，刘俊先，等.分组变权综合评估方法及应用［J］.系统管理学报，2007，16（3）：341-345.

［5］张晓之，朱传喜，朱丽.一种基于变权的动态多属性决策方法［J］.控制与决策，2014，29（3）：494-496.

［6］赵均伟，赵建军，欧阳中辉.基于变权TOPSIS法多属性威胁评估与任务调度［J］.现代防御技术，2015，5（3）：4-7.

［7］汤志荔，张安.战场威胁评估理论与方法研究［J］.火力与指挥控制，2011，36（9）：2-4.

［8］夏春林，周德云，冯琦.基于变权灰色关联法的目标威胁评估［J］.火力与指挥控制，2014，39（4）：54-56.

［9］韩东.常权分析与变权原理［D］.长沙：国防科学技术大学，2003.

［10］李春好，孙永和，贾艳辉，等.变权层次分析法［J］.系统工程理论与实践，2010，30（4）：722-725.