基于電子戰(zhàn)推理知識(shí)庫研究

許波 韓梅 陳根余 喬小斐 秦博

編者按：為了能更好地研究現(xiàn)代的電子戰(zhàn)決策，需要對(duì)決策產(chǎn)生一定的先驗(yàn)條件，通過各種離散的先驗(yàn)條件來進(jìn)行智能決策，現(xiàn)代的電子設(shè)備有著數(shù)據(jù)類型多、數(shù)據(jù)量大、多級(jí)裝備判斷條件多以及推理的屬性多樣化等特點(diǎn)，在多樣化、離散化的情況下對(duì)推理的算法知識(shí)管理尤為重要，設(shè)計(jì)一款可控、多變、實(shí)時(shí)生效的維護(hù)性和使用性強(qiáng)的知識(shí)庫是一種必要的手段。

引言

目前電子戰(zhàn)決策涉及多種裝備、平臺(tái)、數(shù)據(jù)，每一次的偵察獲取到的信息都是海量級(jí)，對(duì)大量的設(shè)備信息進(jìn)行歸類、迭代和管理是一種很常見的需求，對(duì)特殊的電子戰(zhàn)場(chǎng)景以及多裝備參戰(zhàn)進(jìn)行推理，并對(duì)多樣離散的信息進(jìn)行歸類，產(chǎn)生聯(lián)動(dòng)，還能進(jìn)行實(shí)時(shí)的調(diào)試把各種推理要素進(jìn)行復(fù)用，設(shè)計(jì)一份推理知識(shí)庫為未來的戰(zhàn)爭(zhēng)決策提供一份強(qiáng)有力的推理結(jié)果作為研究數(shù)據(jù)支撐，知識(shí)庫的出現(xiàn)為決策支持系統(tǒng)的發(fā)展開辟了一個(gè)新的發(fā)展方向，知識(shí)庫系統(tǒng)是管理和維護(hù)知識(shí)的系統(tǒng)，其主要功能是實(shí)現(xiàn)知識(shí)的推理、學(xué)習(xí)和獲取等[1]，推理知識(shí)庫對(duì)電子戰(zhàn)的預(yù)測(cè)和決策來說是重要的基礎(chǔ)數(shù)據(jù)庫角色。

建立研究模型

電子戰(zhàn)模擬平臺(tái)

基于電子戰(zhàn)平臺(tái)，需要建立一個(gè)模擬實(shí)時(shí)仿真系統(tǒng)對(duì)模型進(jìn)行作戰(zhàn)仿真計(jì)算，把所有的計(jì)算結(jié)果進(jìn)行線性化建立一個(gè)模型可視化的推演系統(tǒng)，推演系統(tǒng)用于用戶的人機(jī)交互使用。電子戰(zhàn)模擬系統(tǒng)框架圖如圖1所示。

模擬實(shí)時(shí)仿真系統(tǒng)：主要工作是加載各種不同的模型平臺(tái)數(shù)據(jù)，根據(jù)一定的步長進(jìn)行模擬計(jì)算所有場(chǎng)景模型的動(dòng)作數(shù)據(jù)，每一步計(jì)算完畢后下發(fā)最新的模型數(shù)據(jù)。

模型可視化推演系統(tǒng)：進(jìn)行場(chǎng)景和模型的展示，展示各個(gè)模型的行為和數(shù)據(jù)，進(jìn)行人機(jī)交互功能。

推理系統(tǒng)：對(duì)現(xiàn)有的數(shù)據(jù)模型進(jìn)行推理計(jì)算和存儲(chǔ)。

系統(tǒng)計(jì)算流程

在推演系統(tǒng)中，首先加載模型數(shù)據(jù)并上報(bào)到仿真系統(tǒng)，仿真系統(tǒng)根據(jù)仿真步長進(jìn)行模型仿真計(jì)算，計(jì)算結(jié)果發(fā)送到推演系統(tǒng)進(jìn)行展示，推演系統(tǒng)再轉(zhuǎn)發(fā)到推理系統(tǒng)，對(duì)模型數(shù)據(jù)進(jìn)行各種推理計(jì)算，在計(jì)算的過程中會(huì)記錄模型時(shí)刻數(shù)據(jù)和推演數(shù)據(jù)，整個(gè)仿真流程完畢后再結(jié)合模型實(shí)時(shí)數(shù)據(jù)和推理數(shù)據(jù)進(jìn)行對(duì)比，對(duì)比完成后再次修復(fù)推理知識(shí)庫規(guī)則屬性，修改完畢后可再次進(jìn)行推演，如此循環(huán)得到當(dāng)前研究模型的最優(yōu)推演參數(shù)值，推演知識(shí)庫完成了人在回路的參數(shù)優(yōu)化流程，提高了推演知識(shí)庫的準(zhǔn)確性，具體推演計(jì)算設(shè)計(jì)流程圖如圖2所示。

推理知識(shí)庫

電子戰(zhàn)涉及到裝備信息多樣化、離散化、差異化，推理知識(shí)庫其目的在于解決非結(jié)構(gòu)化和半結(jié)構(gòu)化的問題[2]，進(jìn)行衍生屬性的推理則需要建立一個(gè)可以隨時(shí)進(jìn)行修改、保存、復(fù)用和運(yùn)行為一體的推理知識(shí)庫。根據(jù)需要解決的難題，推理知識(shí)庫設(shè)計(jì)為兩個(gè)部分：知識(shí)庫和推理引擎。

1.知識(shí)庫

知識(shí)庫需要有包容多變的特性，以及良好的可視化交互，利用規(guī)則確定性推理構(gòu)建知識(shí)庫[3]，其設(shè)計(jì)的功能如下：

（1）知識(shí)表示是為了描述世界所作的一組約定?是知識(shí)的符號(hào)化過程?即是將關(guān)于世界的事實(shí)、關(guān)系、過程等編碼成為一種合適的數(shù)據(jù)結(jié)構(gòu)[4]。我們?cè)诖嗽O(shè)計(jì)定義推理規(guī)則的結(jié)構(gòu)為“RULE ‘name’ IF <LHS> THEN <RHS> END ELSE <RHS> END”，其中name說明規(guī)則的名稱，LHS表示規(guī)則的前件，由一個(gè)或多個(gè)條件組成，RHS表示規(guī)則的后件，即推理的行為結(jié)果。

（2）提供圖文化式管理推理規(guī)則，完成推理?xiàng)l件或行為的新增、刪除、查詢、修改，構(gòu)建推理規(guī)則。

（3）提供推理知識(shí)庫所有規(guī)則的管理功能，能夠按照名稱、類型、條件、行為進(jìn)行規(guī)則的查詢，提供列表形式展現(xiàn)推理知識(shí)條目，提供推理知識(shí)的詳情展示和圖形化形式展現(xiàn)單條推理知識(shí)。

（4）提供推理知識(shí)庫的存儲(chǔ)和刪除功能，方便維護(hù)知識(shí)庫。

推理知識(shí)庫的功能如圖3所示。

這樣設(shè)計(jì)可以直接提供友好的界面規(guī)則編輯功能，直觀地展示出推理知識(shí)庫內(nèi)容，并且可以直接把修改好的推理規(guī)則推送到推理引擎參與推理，最終得到的推理規(guī)則保存起來，可以直接應(yīng)用于后續(xù)的決策和裝備性能等研究領(lǐng)域。

2.推理引擎

根據(jù)推理知識(shí)庫存儲(chǔ)的推理規(guī)則，建立規(guī)則解析，最終多決策信息源進(jìn)行解析、映射、重構(gòu)，使之成為知識(shí)，并且處置主體提供了更加準(zhǔn)確的知識(shí)[5]。根據(jù)知識(shí)庫的規(guī)則數(shù)據(jù)我們選擇進(jìn)行key-value模式的分類存儲(chǔ)，外部調(diào)用接口則對(duì)存儲(chǔ)的k-v模式進(jìn)行匹配，匹配失敗則返回默認(rèn)值，否則匹配成功則跳出匹配返回匹配結(jié)果值。這樣就與知識(shí)庫數(shù)據(jù)建立起了邏輯聯(lián)系，并可以外置邏輯更新接口，收到更新接口后對(duì)k-v模式進(jìn)行重新解析，可以很方便地在推理模塊調(diào)用推理知識(shí)庫存儲(chǔ)的規(guī)則，并且還能在運(yùn)行中實(shí)時(shí)進(jìn)行數(shù)據(jù)更新，修改后只需要進(jìn)行規(guī)則更新，數(shù)據(jù)解析，刷新到內(nèi)存，下次推理過程就能使用修改后的推理參數(shù)和結(jié)論，以可視化方式提供推理規(guī)則的優(yōu)化、適配，通過人在回路的學(xué)習(xí)過程提升推理知識(shí)的有效性。通過數(shù)據(jù)參數(shù)的回流，知識(shí)庫中內(nèi)容包括己經(jīng)獲取的先驗(yàn)知識(shí)和通過不斷訓(xùn)練學(xué)習(xí)獲得的知識(shí)[6]，這樣才能不斷地打造適合多模型多場(chǎng)景的推理算法模型。

仿真實(shí)驗(yàn)系統(tǒng)實(shí)現(xiàn)

想定仿真場(chǎng)景，場(chǎng)景里設(shè)置紅藍(lán)雙方勢(shì)力，藍(lán)方對(duì)紅方要地進(jìn)行電子偵察和干擾。

設(shè)計(jì)推理規(guī)則

根據(jù)想定仿真場(chǎng)景設(shè)計(jì)了如下推理規(guī)則：

規(guī)則1、藍(lán)方平臺(tái)位置預(yù)測(cè)

在以當(dāng)前點(diǎn)為站心的站心（東北天）球角坐標(biāo)系中，根據(jù)平臺(tái)的慣性飛行進(jìn)行推理計(jì)算，預(yù)測(cè)下一個(gè)時(shí)刻平臺(tái)的經(jīng)緯高位置，屬于常規(guī)基礎(chǔ)屬性推理。

規(guī)則2、藍(lán)方平臺(tái)對(duì)紅方要地威脅預(yù)測(cè)

此條規(guī)則則是利用了規(guī)則1推理信息，間接地推理出威脅要素，要地威脅預(yù)測(cè)算法流程圖如圖5所示。獲取場(chǎng)景裝備數(shù)據(jù)后，再次獲取要地裝備信息，收到平臺(tái)裝備信息后，對(duì)設(shè)定的預(yù)測(cè)時(shí)間內(nèi)的裝備進(jìn)行位置預(yù)測(cè)，再結(jié)合預(yù)測(cè)位置進(jìn)行過濾，過濾出要地的藍(lán)方平臺(tái)并且被紅方裝備偵察。根據(jù)藍(lán)方距離紅方要地的距離D1以及藍(lán)方裝備的干擾距離D2進(jìn)行比較，如果兩者差d1=（D1-D2）<0，則預(yù)測(cè)藍(lán)方平臺(tái)為威脅狀態(tài)，且威脅類型為干擾威脅;否則預(yù)測(cè)藍(lán)方平臺(tái)為無威脅狀態(tài)，此時(shí)繼續(xù)根據(jù)藍(lán)方距離紅方要地的距離D1以及藍(lán)方裝備的偵察距離D3進(jìn)行比較，如果兩者差d2=（D1-D3）<0，則預(yù)測(cè)藍(lán)方平臺(tái)為威脅狀態(tài)，且威脅類型為占察威脅;否則預(yù)測(cè)藍(lán)方平臺(tái)為無威脅狀態(tài)。

規(guī)則3、藍(lán)方平臺(tái)對(duì)要地的威脅置信度

本條規(guī)則則是根據(jù)規(guī)則2的推理結(jié)果進(jìn)行置信度評(píng)分，當(dāng)前選取了藍(lán)方平臺(tái)接近率（m/s）和藍(lán)方距離紅方要地的距離（km）兩個(gè)參數(shù)進(jìn)行匹配規(guī)則得到置信度值。

通過以上3條規(guī)則，我們可以建立起平臺(tái)在一定預(yù)測(cè)的時(shí)間內(nèi)，推理藍(lán)方平臺(tái)飛行距離，根據(jù)距離和其他屬性建立威脅度的推理，根據(jù)當(dāng)前威脅度和藍(lán)方平臺(tái)屬性得到一個(gè)置信度的評(píng)價(jià)推理，可見推理知識(shí)庫可以兼容電子平臺(tái)裝備自身基礎(chǔ)屬性的推理，也可以推理出決策衍生屬性，還能對(duì)推理衍生出評(píng)分推理，可以很好地完成多方面、離散、融合的推理任務(wù)。

結(jié)果分析

根據(jù)仿真結(jié)果，得到推理數(shù)據(jù)和仿真數(shù)據(jù)，通過對(duì)比兩份數(shù)據(jù)差異進(jìn)行調(diào)整合理推理參數(shù)后，再進(jìn)行仿真對(duì)比，如此反復(fù)多次，可以初步得到較優(yōu)推理參數(shù)，從而得到一份在該想定場(chǎng)景下的一份推理知識(shí)庫算法規(guī)則集合。

結(jié)論

通過推理知識(shí)庫的多次模擬運(yùn)行，可以得到符合特定裝備和場(chǎng)景的特定參數(shù)值，通過推理實(shí)時(shí)數(shù)據(jù)，還可以為后續(xù)做機(jī)器學(xué)習(xí)打下數(shù)據(jù)和評(píng)分基礎(chǔ)?？梢钥闯觯撾娮討?zhàn)推理知識(shí)庫策可以有效地解決離散化的裝備屬性推理，可以很好地解決推理處理的結(jié)果作為條件衍生出更多的推理屬性，達(dá)到推理模塊化、降低耦合度、推理關(guān)聯(lián)指標(biāo)本的目的。

參考文獻(xiàn)：

[1] 楊善林，傅為忠，董軍.智能決策支持系統(tǒng)增量式知識(shí)庫系統(tǒng)的研究[J].合肥工業(yè)大學(xué)學(xué)報(bào)（自然科學(xué)版），2004（04）：339-343.

[2] 李國昌，李志.智能決策支持系統(tǒng)知識(shí)庫體系結(jié)構(gòu)的研究[J].河北科技大學(xué)學(xué)報(bào)， 2002（01）： 48-50+63.

[3] 朱釩，孫建芳，謝小鵬.多品種離散生產(chǎn)制造決策支持系統(tǒng)的構(gòu)建[J].機(jī)械與電子， 2009（03）： 69-71.

[4] 于衛(wèi)紅，賈傳熒.基于XML的海上搜救智能決策支持系統(tǒng)知識(shí)庫[J].大連海事大學(xué)學(xué)報(bào)，2005（04）：32-34.

[5] 蔣勛，蘇新寧，劉喜文.突發(fā)事件驅(qū)動(dòng)的應(yīng)急決策知識(shí)庫結(jié)構(gòu)研究[J].情報(bào)資料工作， 2015（01）： 25-29.

[6] 穆世恒. 高速列車轉(zhuǎn)向架故障診斷智能決策方法研究[D]. 西南交通大學(xué)， 2017.