周 源，燕 軍，孫 媛，徐吉輝，魯華杰

（1.海軍航空工程學(xué)院a.7系；b.科研部；c.接改裝訓(xùn)練大隊，山東煙臺264001；2.92819部隊，遼寧大連116600）

基于貝葉斯網(wǎng)絡(luò)的要地防空目標(biāo)威脅評估模型

周 源1a，燕 軍2，孫 媛1b，徐吉輝1b，魯華杰1c

（1.海軍航空工程學(xué)院a.7系；b.科研部；c.接改裝訓(xùn)練大隊，山東煙臺264001；2.92819部隊，遼寧大連116600）

目標(biāo)威脅評估是要地防空作戰(zhàn)決策的重要組成部分。文章對要地防空的目標(biāo)威脅評估進(jìn)行了研究，將目標(biāo)威脅意圖引入目標(biāo)威脅評估，在對要地防空目標(biāo)威脅評估要素進(jìn)行分析的基礎(chǔ)上，建立了基于貝葉斯網(wǎng)絡(luò)的目標(biāo)威脅評估模型；針對要地防空的實際情況，在求得目標(biāo)對各要地（陣地）的威脅度的基礎(chǔ)上，建立考慮各要地（陣地）不同價值的要地防空目標(biāo)威脅綜合評估模型，滿足實際作戰(zhàn)需要，為武器目標(biāo)分配提供了依據(jù)。

要地防空；目標(biāo)威脅評估；貝葉斯網(wǎng)絡(luò)

目標(biāo)威脅評估是要地防空指揮控制系統(tǒng)的重要功能之一，它對指揮員準(zhǔn)確地判斷敵情，正確地進(jìn)行目標(biāo)分配和火力分配，起著至關(guān)重要的作用。威脅評估位于美國國防部聯(lián)合領(lǐng)導(dǎo)實驗室提出的數(shù)據(jù)融合模型中[1]的第三級，與一、二級相比，威脅評估建模要困難的多[2]。國內(nèi)外研究人員對目標(biāo)威脅評估建模應(yīng)采取什么樣的方法和技術(shù)并沒有達(dá)成一致的意見。

目前，用于對目標(biāo)威脅評估的方法有多屬性決策方法、模糊推理、灰色關(guān)聯(lián)、神經(jīng)網(wǎng)絡(luò)、貝葉斯網(wǎng)絡(luò)等方法。在這些方法中，利用貝葉斯網(wǎng)絡(luò)進(jìn)行目標(biāo)威脅評估，有其獨(dú)特的優(yōu)勢：①貝葉斯網(wǎng)絡(luò)使用節(jié)點和有向邊來表示領(lǐng)域知識，節(jié)點之間可以通過有向邊來傳播新的信息。網(wǎng)絡(luò)中保存的知識可以由專家指定，也可以通過樣本進(jìn)行學(xué)習(xí)。網(wǎng)絡(luò)節(jié)點之間的連接有明顯的實際意義，符合人們對軍事領(lǐng)域知識的理解。②貝葉斯網(wǎng)絡(luò)中的知識可以隨著證據(jù)信息的輸入不斷地進(jìn)行更新。③貝葉斯網(wǎng)絡(luò)在構(gòu)建的過程中，己經(jīng)對專家知識進(jìn)行了編碼。④貝葉斯網(wǎng)絡(luò)的數(shù)學(xué)基礎(chǔ)是貝葉斯定理，有堅實的理論基礎(chǔ)。[3-5]

基于此，本文采用貝葉斯網(wǎng)絡(luò)進(jìn)行目標(biāo)威脅評估。

1 貝葉斯網(wǎng)絡(luò)

1.1 貝葉斯網(wǎng)絡(luò)概述

貝葉斯網(wǎng)絡(luò)又稱為概率網(wǎng)絡(luò)、信任網(wǎng)絡(luò)或因果網(wǎng)絡(luò)，主要由網(wǎng)絡(luò)結(jié)構(gòu)和條件概率2部分構(gòu)成。圖1是一個典型的貝葉斯網(wǎng)絡(luò)。

圖1 一個典型的貝葉斯網(wǎng)絡(luò)Fig.1 Atypical Bayesian network

1）網(wǎng)絡(luò)結(jié)構(gòu)是一個具有N個節(jié)點的有向無圈圖（Directed Acyclic Graph，DAG），圖中的節(jié)點是所代表問題的抽象表示；有向邊代表所連接節(jié)點間相互關(guān)系，這種關(guān)系通常是一種因果關(guān)系。值得注意的是，有向圖蘊(yùn)涵了條件獨(dú)立性的假設(shè)，貝葉斯網(wǎng)絡(luò)規(guī)定圖中的每個節(jié)點Vi條件獨(dú)立于由Vi的父節(jié)點給定的非Vi后代節(jié)點構(gòu)成的任何節(jié)點子集。如果用A(Vi)表示非Vi后代節(jié)點構(gòu)成的任何節(jié)點子集，用Pa(Vi)表示Vi的直接雙親節(jié)點，則

2）條件概率表（Conditional Probability Table，CPT）是反映變量之間關(guān)聯(lián)性的局部概率分布集，即概率參數(shù)，可以用P(Vi|Pa(Vj))來描述。它表達(dá)了節(jié)點同其父節(jié)點的相關(guān)關(guān)系——條件概率。根節(jié)點沒有條件概率，其為先驗概率。

當(dāng)已知貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)及其條件概率表時，就可以表達(dá)網(wǎng)絡(luò)中所有節(jié)點（變量）的聯(lián)合概率密度，并可以根據(jù)先驗概率信息或某些節(jié)點的取值計算其后任意節(jié)點的概率信息。將條件獨(dú)立性應(yīng)用于鏈規(guī)則式可得：

圖1所示貝葉斯網(wǎng)絡(luò)的聯(lián)合概率分布為：

可見，貝葉斯網(wǎng)絡(luò)可以對變量的聯(lián)合概率分布進(jìn)行表達(dá)，并且大大簡化了變量的聯(lián)合概率的求解。

1.2 貝葉斯網(wǎng)絡(luò)推理

1.2.1 貝葉斯網(wǎng)絡(luò)推理的模式

在不確定推理中，貝葉斯網(wǎng)絡(luò)可以進(jìn)行自上而下的遞歸推理、自下而上的診斷推理和混合推理。

遞歸推理又稱為自上而下的推理或者因果推理，該模式是從根節(jié)點的先驗概率開始的正向推理。目的是從原因推導(dǎo)結(jié)果，在給定一定證據(jù)的基礎(chǔ)上，利用貝葉斯網(wǎng)絡(luò)進(jìn)行推理計算，求出結(jié)果發(fā)生的概率。

診斷推理又稱為自下而上的推理，該模式是在已知某結(jié)論的前提下，推斷引發(fā)該結(jié)論的原因可能是什么。目的是在已知結(jié)果時，找出發(fā)生該結(jié)果的原因及其概率。

混合推理又稱為解釋推理。假設(shè)問題中已經(jīng)包含了原因和結(jié)果，如果要推斷其它導(dǎo)致該結(jié)果發(fā)生的原因就需要進(jìn)行混合推理，即在診斷推理中應(yīng)用因果推理。

已經(jīng)證明，一般貝葉斯網(wǎng)絡(luò)的推理問題是一個NP問題。但是，利用特殊的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)，仍可以設(shè)計出有效的推理算法。[6]

1.2.2 貝葉斯網(wǎng)絡(luò)推理的算法

貝葉斯網(wǎng)絡(luò)推理又稱為貝葉斯網(wǎng)絡(luò)計算，是指利用貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)及其條件概率表計算某些所關(guān)心的變量的概率或某些特殊取值?，F(xiàn)有的推理算法可以分為兩類：一類是精確推理算法，即要求概率計算必須精確，這類算法有桶消元算法、證據(jù)傳播算法及聯(lián)合樹算法等；另一類是近似算法，即在不改變推理結(jié)果正確性的前提下，適當(dāng)降低計算精度，從而簡化計算的復(fù)雜性，常見的算法有Gibbs抽樣算法和搜索法等。精確推理算法適合于結(jié)構(gòu)簡單、網(wǎng)絡(luò)規(guī)模小的貝葉斯網(wǎng)絡(luò)，近似算法主要用于網(wǎng)絡(luò)結(jié)構(gòu)復(fù)雜、規(guī)模較大的貝葉斯網(wǎng)絡(luò)推理。

2 目標(biāo)威脅評估模型

2.1 目標(biāo)威脅意圖評估的貝葉斯網(wǎng)絡(luò)模型

很多文獻(xiàn)在威脅評估中沒有將威脅意圖提取出來，而是將其直接納入威脅評估指標(biāo)之中，這樣會嚴(yán)重降低威脅評估的可信度與準(zhǔn)確度。防空威脅評估首先要判斷出敵方的威脅意圖，繼而量化得出威脅程度，因而對空中目標(biāo)威脅意圖的判斷十分重要[7-8]。本文將從目標(biāo)高度、目標(biāo)航向角和干擾能力3個方面來判斷空中目標(biāo)的威脅意圖，得出如下4種結(jié)論：攻擊、預(yù)警指揮引導(dǎo)、電子干擾和無威脅。其中電子干擾分為支援電子干擾和伴隨電子干擾；無威脅包括巡航導(dǎo)彈被干擾嚴(yán)重偏離目標(biāo)，飛機(jī)執(zhí)行掩護(hù)任務(wù)或進(jìn)行佯動、撤離等。目標(biāo)類型、目標(biāo)速度等指標(biāo)也能體現(xiàn)出一定的威脅意圖，但這些指標(biāo)更直接地體現(xiàn)了空中目標(biāo)的威脅程度，因而將其作為下一步的威脅評估指標(biāo)而不作為威脅意圖判斷指標(biāo)。[9-10]

2.1.1 目標(biāo)威脅意圖評估要素分析

1）目標(biāo)航向角。目標(biāo)航向角為目標(biāo)航向與紅藍(lán)雙方連線的夾角，取值范圍為0°～180°。對攻擊目標(biāo)而言，其航向角應(yīng)在90°以內(nèi)，以0°附近為主，在某些特定距離，攻擊機(jī)會以30°的航向角展開；對于預(yù)警指揮引導(dǎo)目標(biāo)和電子干擾目標(biāo)而言，其航向角不易確定；對于無威脅目標(biāo)而言，其目標(biāo)航向角主要在90°以外。因此，目標(biāo)航向角也可對其威脅意圖作一定區(qū)分。

2）目標(biāo)高度。目標(biāo)的高度對判斷其威脅意圖有著較大的價值。對于攻擊目標(biāo)而言，若攻擊機(jī)攜帶的是防區(qū)外發(fā)射的導(dǎo)彈，則會在中空向紅方接近并發(fā)起攻擊；若攻擊機(jī)攜帶的導(dǎo)彈射程較近或采用空投炸彈攻擊，則會在低空向紅方接近后突然躍升至發(fā)射（投彈）高度進(jìn)行攻擊；若是來襲導(dǎo)彈，則會在超低空向紅方接近后直接或躍升后俯沖進(jìn)行攻擊。對于預(yù)警指揮引導(dǎo)目標(biāo)而言，一般會在高空活動。對于電子干擾目標(biāo)而言，其飛行高度隨裝備和作戰(zhàn)任務(wù)的不同而不同，沒有特定的作戰(zhàn)高度。對于無威脅目標(biāo)而言，其飛行高度無法預(yù)測。因此，可以從目標(biāo)所在的高度對其威脅意圖進(jìn)行一定的區(qū)分。

3）目標(biāo)電子干擾能力。電子干擾是信息化條件下對抗雙方幾乎必用的手段之一。施放干擾的目的，主要是干擾搜索雷達(dá)，破壞雷達(dá)對目標(biāo)的探測，使其不能得到目標(biāo)的正確信息；干擾防空導(dǎo)彈武器系統(tǒng)中的跟蹤照射制導(dǎo)雷達(dá)，使其不能對目標(biāo)進(jìn)行有效的跟蹤；干擾防空導(dǎo)彈上的電子設(shè)備，使導(dǎo)彈失控，降低命中概率。電子干擾能力也是目標(biāo)威脅意圖的一個重要的因素。[11]

2.1.2 目標(biāo)威脅意圖評估的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)

通過對目標(biāo)威脅意圖評估要素的分析，建立要地防空目標(biāo)威脅意圖評估的貝葉斯網(wǎng)絡(luò)模型，如圖2所示。

圖2 目標(biāo)威脅意圖評估貝葉斯網(wǎng)絡(luò)Fig.2 Bayesian network of target threat intention evaluation

通過咨詢相關(guān)專家、查詢相關(guān)資料，目標(biāo)威脅意圖評估貝葉斯網(wǎng)絡(luò)各節(jié)點狀態(tài)定義如下。

目標(biāo)威脅意圖a：a1=攻擊，a2=預(yù)警指揮引導(dǎo)，a3=電子干擾，a4=無威脅。

目標(biāo)航向角c：c1=?。╟≤90°），c2=大（c＞90°）。

目標(biāo)高度g：h1=低（h≤4km），h2=中（4km＜h≤10km），h3=高（h＞10km）。

目標(biāo)電子干擾能力g：g1=弱，g2=中，g3=強(qiáng)。

2.1.3 目標(biāo)威脅意圖評估貝葉斯網(wǎng)絡(luò)的條件概率表

目前真實數(shù)據(jù)不充足，無法通過參數(shù)學(xué)習(xí)來獲取客觀的條件概率，只能通過相關(guān)專家經(jīng)驗人為確定。目標(biāo)威脅意圖評估的貝葉斯網(wǎng)絡(luò)節(jié)點概率見表1。

表1 目標(biāo)威脅意圖評估條件概率Tab.1 Conditional probability of Target threat intention evaluation

2.2 目標(biāo)威脅評估的貝葉斯網(wǎng)絡(luò)模型

2.2.1 目標(biāo)威脅評估要素分析

1）目標(biāo)類型。對空中目標(biāo)的類型識別是要地防空作戰(zhàn)態(tài)勢評估的基本內(nèi)容，其判斷結(jié)果是目標(biāo)威脅評估的重要依據(jù)。不同類型的目標(biāo)作戰(zhàn)能力不同，對紅方的威脅程度也不同[12]。如巡航導(dǎo)彈、空對地導(dǎo)彈等，直奔紅方而來，對紅方構(gòu)成嚴(yán)重的現(xiàn)實威脅；殲擊機(jī)、殲轟機(jī)、直升機(jī)等，是藍(lán)方的主要空中作戰(zhàn)平臺，可對紅方構(gòu)成直接威脅；預(yù)警機(jī)、偵察機(jī)、電子干擾機(jī)等，發(fā)現(xiàn)距離較遠(yuǎn)，一般不構(gòu)成直接威脅，但其為藍(lán)方空襲體系的重要節(jié)點，對藍(lán)方空襲意義較大。

2）目標(biāo)威脅意圖。當(dāng)目標(biāo)意圖為攻擊時，其對紅方要地產(chǎn)生直接威脅，則目標(biāo)威脅程度最高；當(dāng)目標(biāo)意圖為電子干擾時，雖不對紅方要地進(jìn)行直接攻擊，但其嚴(yán)重影響紅方的抗擊質(zhì)量，其威脅程度亦較高；當(dāng)目標(biāo)威脅意圖為預(yù)警指揮引導(dǎo)時，其大量獲取紅方戰(zhàn)場動態(tài)，引導(dǎo)藍(lán)方對我展開攻擊，對紅方產(chǎn)生間接威脅；當(dāng)目標(biāo)威脅意圖為無威脅時，其威脅程度較低。

3）目標(biāo)速度?？罩心繕?biāo)的飛行速度直接影響防空武器對其殺傷的概率。即使同一類型目標(biāo)，若飛行速度不同，其威脅程度也不同。一般來說，飛行速度大的目標(biāo)，其威脅程度則大；反之威脅程度則小[13]。

4）目標(biāo)距離?？罩衼硪u目標(biāo)距離越近，其飛臨的時間越短，防空武器系統(tǒng)用于進(jìn)行戰(zhàn)術(shù)決策和發(fā)射準(zhǔn)備的時間越短，則目標(biāo)的威脅程度越大。可認(rèn)為其威脅程度值隨目標(biāo)距離的減小呈半正態(tài)分布。

5）目標(biāo)機(jī)動性。為提高突防概率和生存概率，目標(biāo)通常會采取一定的機(jī)動方式，降低防空武器系統(tǒng)跟蹤制導(dǎo)設(shè)備的跟蹤精度和跟蹤穩(wěn)定性，影響引戰(zhàn)配合效率，降低防空武器對目標(biāo)的殺傷概率。機(jī)動方式通常有2種：第一種是反射擊機(jī)動，當(dāng)目標(biāo)發(fā)現(xiàn)要地防空武器系統(tǒng)制導(dǎo)雷達(dá)跟蹤后實施機(jī)動，目的是通過航向、速度和高度的劇烈變化，降低防空武器制導(dǎo)精度；第二種是反指揮機(jī)動，即在要地防空武器發(fā)射之前進(jìn)行的戰(zhàn)術(shù)機(jī)動，迅速改變對紅方要地的空襲態(tài)勢，擾亂、誤導(dǎo)或拖延防空指控中心、武控中心的目標(biāo)跟蹤、目標(biāo)分配、目標(biāo)指示，達(dá)到突防的目的。

6）目標(biāo)航路捷徑。通過目標(biāo)的航路捷徑，可在一定程度上反映出目標(biāo)的威脅程度。目標(biāo)對某要地（陣地）展開攻擊時，一般會朝向該要地（陣地）飛去，其航路捷徑較小。否則，航路捷徑較大。因此，可通過航路捷徑的大小推斷出威脅程度的大小。

2.2.2 目標(biāo)威脅評估的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)

通過對目標(biāo)威脅評估要素的分析，建立要地防空目標(biāo)威脅評估的貝葉斯網(wǎng)絡(luò)模型，如圖3所示。

圖3 目標(biāo)威脅評估的貝葉斯網(wǎng)絡(luò)Fig.3 Bayesian network of target threat intention evaluation

現(xiàn)有的威脅等級評估方法中，通常將等級劃分為高、中、低三級描述，即TL={H,M,L}。然而實際要地防空戰(zhàn)場環(huán)境較為復(fù)雜，目標(biāo)具有多樣性和多批次的特點，用三級描述不夠精確。為解決上述問題，分析圖3所得到的目標(biāo)威脅度度量，取值范圍為(0,1]，用來描述目標(biāo)屬于各種威脅等級的概率。威脅等級劃分過細(xì)，會使估計結(jié)果跟蹤目標(biāo)參數(shù)時過于靈敏，容易導(dǎo)致不符合實際甚至錯誤的情況發(fā)生，因而將威脅等級劃分為I～V級（必要的情況亦可擴(kuò)展為X級），則最大概率值所對應(yīng)的等級即為所估計的威脅等級?？芍撟畲蟾怕手等≈捣秶鸀閇0.2,1.0]，則有：TL={V,IV,III,II,I}。

通過咨詢相關(guān)專家、查詢相關(guān)資料，貝葉斯網(wǎng)絡(luò)其他節(jié)點狀態(tài)確定如下。

目標(biāo)類型ID：ID1=電子戰(zhàn)飛機(jī)（預(yù)警機(jī)、偵察機(jī)、干擾機(jī)等），ID2=戰(zhàn)斗機(jī)（殲擊機(jī)、殲轟機(jī)、轟炸機(jī)、強(qiáng)擊機(jī)等），ID3=導(dǎo)彈（空對地導(dǎo)彈、巡航導(dǎo)彈、反輻射導(dǎo)彈等）。

目標(biāo)威脅意圖a：a1=攻擊，a2=預(yù)警指揮引導(dǎo)，a3=電子干擾，a4=無威脅。

目標(biāo)速度v：v1=超音速(v≥340m/s)，v2=高速(200m/s＜v＜340m/s)，v3=中低速(v≤200m/s)。

目標(biāo)距離d：d1=近(d≤30km)，d2=中(30km＜d≤90km)，d1=遠(yuǎn)(d＞90km)。

目標(biāo)機(jī)動性m：m1=機(jī)動，m2=不機(jī)動。

目標(biāo)航路捷徑s：s1=短(s≤1.5km)，s2=中(1.5km＜s≤3km)，s3=長(s＞3km)。

2.2.3 目標(biāo)威脅評估貝葉斯網(wǎng)絡(luò)條件概率表

通過咨詢相關(guān)專家、查詢相關(guān)資料，目標(biāo)威脅評估的貝葉斯網(wǎng)絡(luò)節(jié)點概率如表2所示。

表2 目標(biāo)威脅評估條件概率Tab.2 Conditional probability of target threat evaluation

2.3 要地防空目標(biāo)威脅評估模型

由于輸入目標(biāo)威脅意圖評估貝葉斯網(wǎng)絡(luò)和目標(biāo)威脅評估貝葉斯網(wǎng)絡(luò)中的參數(shù)都是相對量，因此，得到的目標(biāo)威脅值也是相對量，只能表征目標(biāo)相對某一要地或防空陣地的威脅程度。由于要地防空中各要地和防空陣地處于一定的地域范圍內(nèi)，對于不同的要地或陣地而言，這些參數(shù)不同，得到的威脅程度也不一樣。也就是說，同一目標(biāo)，對不同的要地或防空陣地，具有不同的威脅度。對要地防空而言，藍(lán)方打擊對象可能是要地，因為要地的軍事價值最大；也可能是各防空陣地，以便為后續(xù)突擊兵力創(chuàng)造突擊條件?？紤]目標(biāo)對單一要地或防空陣地的威脅程度意義不大，須要計算對紅方要地及陣地整體的威脅程度。因此，還應(yīng)考慮各要地和防空陣地的重要性價值系數(shù)，才能得到目標(biāo)對紅方的威脅程度。

設(shè)要地和防空陣地的數(shù)量為k，αi表示第i個要地（防空陣地）的重要性價值系數(shù)，wij表示第 j個目標(biāo)對第i個要地（防空陣地）的威脅程度，則第 j個目標(biāo)對紅方的威脅程度為

價值系數(shù)的確定應(yīng)考慮各要地的重要程度和各防空陣地所肩負(fù)的任務(wù)、防空能力來確定，且保證

3 實例仿真

以保衛(wèi)某要地為作戰(zhàn)背景，對其戰(zhàn)場態(tài)勢進(jìn)行處理，以某參考點為原點，橫軸為正東方向，縱軸為正北方向，建立直角坐標(biāo)系，各要地和發(fā)射陣地的信息如表3所示。

表3 發(fā)射陣地和要地信息Tab.3 Coordinates of launching positions and points

藍(lán)方航母編隊采用巡航導(dǎo)彈和戰(zhàn)斗機(jī)群對要地實施多方向飽和式攻擊，假設(shè)T時刻探測到的目標(biāo)數(shù)量為12，目標(biāo)信息如表4所示。

表4 來襲目標(biāo)信息Tab.4 Information of incoming targets

通過貝葉斯網(wǎng)絡(luò)的推理，各目標(biāo)對各要地（陣地）的威脅等級如表5所示。

表5 目標(biāo)對各要地（陣地）的威脅等級Tab.5 Threat level of target to each important place（position）

按照2.3節(jié)模型，可計算出各目標(biāo)對紅方要地防空的威脅值，如表6所示。

表6 目標(biāo)對我要地防空的威脅值Tab.6 Threat value of target to our important places air defense

4 小結(jié)

本文建立了一種滿足要地防空的目標(biāo)威脅評估模型。將目標(biāo)威脅意圖評估引入目標(biāo)威脅評估中，建立了基于貝葉斯網(wǎng)絡(luò)的目標(biāo)對單要地（陣地）的目標(biāo)威脅評估模型，在此基礎(chǔ)上，建立了考慮各要地（陣地）價值的要地防空目標(biāo)綜合威脅評估模型。仿真表明，該模型實時性較好、可靠性較高，滿足要地防空作戰(zhàn)的實際需要，為火力分配研究奠定了基礎(chǔ)。

[1]HALL D L，LINAS J.An introduction to multisensor data fusion[J].Proceedings of the IEEE，1997，18（5）：145-153.

[2]STEINBERG ALAN N.Threat asscessment technology development[J].Lecture Notes in Computer Science，2005，3554：490-500.

[3]劉進(jìn)軍.空間戰(zhàn)場威脅評估方法研究[D].長沙：國防科技大學(xué)，2008. LIU JINJUN.Study on the threat assessment for space battle[D].Changsha：National University of Defense Technology，2008.（in Chinese）

[4]馬靜，李偉華.基于貝葉斯網(wǎng)絡(luò)的戰(zhàn)場目標(biāo)威脅評估[J].微電子學(xué)與計算機(jī)，2009，26（7）：84-87. MA JING，LI WEIHUA.Target threat estimate based on Bayesian network[J].Microelectronics& Computer，2009，26（7）：84-87.（in Chinese）

[5]陳霞.基于貝葉斯網(wǎng)絡(luò)的防空目標(biāo)攻擊意圖評估[J].艦船電子工程，2014，34（6）：52-55. CHEN XIA.Air-defense target attack intension assessment based on Bayesian network[J].Ship Electronic Engineering，2014，34（6）：52-55.（in Chinese）

[6]王瑋，史紅權(quán)，周愛軍.不確定條件下編隊協(xié)同作戰(zhàn)空中目標(biāo)威脅評估[J].指揮控制與仿真，2014，36（4）：12-15. WANG WEI，SHI HONGQUAN，ZHOU AIJUN.Aerial target threat assessment of formation collaborative combat under uncertain environment[J].Command Control＆Simulation，2014，36（4）：12-15.（in Chinese）

[7]張肅，程啟月.基于不確定決策的威脅評估集成方法[J].戰(zhàn)術(shù)導(dǎo)彈技術(shù)，2010，（5）：52-57. ZHANG SU，CHENG QIYUE.Integrating methods of threat evaluation based on uncertain decision making[J]. Tactical Missile Technology，2010，（5）：52-57.（in Chinese）

[8]湯志荔，張安.戰(zhàn)場威脅估計理論與方法研究[J].火力指揮與控制，2011，36（9）：1-4. TANG ZHILI，ZHANG AN.Survey of methodsand theory for battlefield threat assessment[J].Fire Control& Command Control，2011，36（9）：1-4.（in Chinese）

[9]趙宗貴，曹可勁.一種基于對抗效果的地面防空作戰(zhàn)威脅估計方法[J].中國電子科學(xué)研報，2006，1（2）：114-122. ZHAO ZONGGUI，CAO KEJIN.A ground air threat assessment method based on oppose effect[J].Journal of China Academy of Elecronics and Information Technology，2006，1（2）：114-122.（in Chinese）

[10]魏靜，王菊韻，于華.基于多模塊貝葉斯網(wǎng)絡(luò)的恐怖襲擊威脅評估[J].中國科學(xué)院大學(xué)學(xué)報，2015，32（2）：265-272. WEI JING，WANG JUYUN，YU HUA.Terrorism threat assessment with multi-module Bayesian network[J].Journal of Graduate University of Chinese Academy of Sciences，2015，32（2）：265-272.（in Chinese）

[11]HINSBERGEN C P I J VAN，LINT J W C VAN， ZUYLEN H J VAN.Bayesian committee of neural networks to predict travel times with confidence intervals[J]. Transportation Research：Part C，2009（17）：498-509.

[12]JENSEN F V，LAURITZEN S，OLESEN K.Bayesian updating in causal probabilistic networks by local computation[J].Computational Statistics Quarterly，1990（4）：269-282.

[13]王小龍，宋裕農(nóng)，李曉丹.基于貝葉斯網(wǎng)絡(luò)的編隊對潛威脅估計方法[J].艦船科學(xué)技術(shù)，2013，35（10）：134-137. WANG XIAOLONG，SONG YUNONG，LI XIAODAN. Method for evaluate the threat of anti-submarine war fleet to submarine based on Bayesian network[J].Ship Science and Technology，2013，35（10）：134-137.（in Chinese）

Target Threat Evaluation Model for Important Place Air Defense Based on Bayesian Network

ZHOU Yuan1a,YAN Jun2,SUN Yuan1b,XU Jihui1b,LU Huajie1c
（1.Naval Aeronautical and Astronautical University a.No.7 Department;b.Department of Scientific Research; c.Graduate Students’Brigade,Yantai Shandong 264001,China; 2.The 92819thUnit of PLA,Dalian Liaoning 116600,China）

The important place air defense target threat evaluation is researched,and target threat intention was introduced into target threat evaluation.Based on the analysis of important place air defense target threat evaluation elements,Bayes?ian network-based target threat evaluation model was built.According to the real situation of important place air defense, after obtaining the threat degree of target to each important place(position),the important place air defense target threat comprehensive evaluation model was build according to the different value of each important place(position),which ful?filled the practical combat need,and provided the basis for weapon target assignment.

important place air defense;target threat evaluation;Bayesian network

E919

A

1673-1522（2015）05-0467-06

10.7682/j.issn.1673-1522.2015.05.014

2015-06-08；

2015-08-06

周 源（1979-），男，講師，博士生。