一种对地空导弹武器系统疏散群目标作战效能评估方法

1.本发明涉及作战效能的评估领域，尤其涉及一种对地空导弹武器系统疏散群目标作战效能评估方法。


背景技术：

2.地空导弹武器系统主要用于国土防空和要地防空，其性能好坏对国家空天安全至关重要。研究地空导弹武器系统作战效能对于能够寻找影响地空导弹武器系统效能的关键要素及薄弱环节，提升地空导弹武器系统性能，为武器装备发展的需求论证，给指挥员作战提供辅助决策均具有重要意义。
3.作战效能是指在一定条件下，某装备完成规定任务的能力。对地空导弹作战效能的评估按照一次作战时的目标数量可分为单目标作战效能评估和群目标作战效能评估。对群目标的作战效能评估中，又根据群目标的聚集情况，分为疏散群目标作战效能评估和密集群目标作战效能评估。疏散群目标是指目标群内各个目标的距离比较大，在雷达显示器上观察到的目标回波是若干个独立的亮点。在地空导弹射击时可以把导弹制导向既定的单个目标。
4.目前，对疏散群目标作战效能的评估方法是通过计算杀伤目标数量的数学期望来表征的。即一次作战中，杀伤目标平均数量越多，则表示此次作战效能越大。目前的方法中，过于复杂。


技术实现要素：

5.本发明提供一种对地空导弹武器系统疏散群目标作战效能评估方法，方法比较简单。
6.一种对地空导弹武器系统疏散群目标作战效能评估方法，包括：
7.步骤1，获取所述疏散型空中目标群内各空中目标的各状态参数的重要度；
8.步骤2，把所述各空中目标的所述各状态参数的重要度输入预先训练的神经网络模型，获得所述各空中目标的重要度；
9.步骤3，根据所述各空中目标的重要度，计算所述各空中目标的被杀伤概率；
10.步骤4，根据所述各空中目标的被杀伤概率，计算所述疏散型目标群的被杀伤数学期望值。
11.本发明中，获取所述疏散型空中目标群内各空中目标的各状态参数的重要度；把所述各空中目标的所述各状态参数的重要度输入预先训练的神经网络模型，获得所述各空中目标的重要度；根据所述各空中目标的重要度，计算所述各空中目标的被杀伤概率；根据所述各空中目标的被杀伤概率，计算所述疏散型目标群的被杀伤数学期望值。对传统方法的改进，能够更加切近作战的实际情况，方法简单。
附图说明
12.图1为本发明实施例中的对地空导弹武器系统疏散群目标作战效能评估方法的流程图；
13.图2为本发明实施例中的神经网络结构图；
14.图3为本发明实施例中的训练样本误差值；
15.图4为本发明实施例中的神经网络训练结果。
具体实施方式
16.为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
17.如图1所示，为本发明所述的一种对地空导弹武器系统疏散群目标作战效能评估方法，包括：
18.步骤a,预先训练神经网络模型。所述训练所述神经网络模型的步骤包括：构建神经网络模型；利用历史数据作为训练样本，对所述神经网络进行训练；所述历史数据包括：各状态参数的真实重要度和空中目标的真实重要度；依据训练样本的真实重要度的模型输出值之间的误差，利用梯度下降法来对神经网络中的权值和阈值参数进行调节，使误差信号尽量减小，最终得出空中目标的重要度值。所述神经网络模型采用bp神经网络，为三层神经网络，即输入层、隐层和输出层，各层采用全连接方式；输入层的输入数据为所述各状态参数重要度，输出层为所述各空中目标的重要度。
19.步骤1，获取所述疏散型空中目标群内各空中目标的各状态参数的重要度；所述状态参数包括：目标类型、目标速度、目标航路捷径、目标距离；
20.所述目标类型的重要度的取值tw具体为：按照空中目标在作战中的作用大小，空中目标分为不同类型，不同类型的空中目标对应的重要度tw不同；
21.目标速度重要度vw根据以下公式计算：其中：v为空中目标相对于保卫目标的速度，v
max
为所述疏散型目标群中的所有空中目标的速度的最大值；
22.目标航路捷径重要度jw根据以下公式计算：其中：j为所述疏散型空中目标群中的空中目标的航路捷径，d
jmax
为所述疏散型空中目标群中的所有空中目标的航路捷径的最大值；
23.目标距离重要度dw根据以下公式计算：其中：d为所述疏散型空中目标群中的空中目标与防空要地的距离，d
max
为所述疏散型空中目标群中所有空中目标的与防空要地的距离中的最大值。
24.其中，所述目标类型的重要度的取值tw具体为：；
25.按照空中目标在作战中的作用大小分为四种类型，分别为第1类目标，所述第1类空中目标包括：预警机、战略轰炸机；
26.第2类空中目标，所述第2类空中目标包括：隐身飞机、歼击轰炸机；
27.第3类空中目标；所述第3类空中目标包括：战斗机、巡航导弹；
28.第4类空中目标；所述第4类空中目标包括：所述第4类目标包括：武装直升机、中小型无人机；
29.第1类空中目标的重要度取0.8；
30.第2类空中目标的重要度取0.6；
31.第3类空中目标的重要度取0.4；
32.第4类空中目标的重要度取0.2。
33.步骤2，把所述各空中目标的所述各状态参数的重要度输入预先训练的神经网络模型，获得所述各空中目标的重要度；
34.步骤3，根据所述各空中目标的重要度，计算所述各空中目标的被杀伤概率；其中，所述步骤3具体为：其中，m为所述疏散型空中目标群包含的空中目标的数量；n为地面防空火力单位的数量；p
ij
为第i个地面防空火力单元对第j个空中目标的杀伤概率；i＝1,2,...n；j＝1,2,...m；x
ij
为决策变量，x
ij
＝0,1，1代表第i个火力单元分配给第j个目标；否则为0；
35.aj为第j个空中目标的重要度；pj为第j个空中目标的被杀伤概率。
36.步骤4，根据所述各空中目标的被杀伤概率，计算所述疏散型目标群的被杀伤数学期望值。其中，所述步骤4具体为：
[0037][0038]
其中，m为所述疏散型空中目标群包含的空中目标的数量；
[0039]
m(x)为所述疏散型空中目标群的被杀伤数学期望值；
[0040]
pj为第j个空中目标的被杀伤概率。
[0041]
本发明是对传统方法的改进，能够更加切近作战的实际情况，方法简单。另外，对地空导弹群目标杀伤效能评估更加可信、更加准确、更加快速。解决以往方法中，不区分具体目标，方法复杂及速度慢等不足。
[0042]
以下描述本发明的另一实施例。
[0043]
在实际作战中，作战效能大小不仅仅与杀伤目标数量有关，更重要是与杀伤目标类型有关。例如，简单考虑，杀伤一架小型无人机的作战效能应该远远低于杀伤一架预警机的作战效能。另外，就是同一类型目标，其目标特性不同，杀伤效能也不同。例如，同样是预警机，如果处于地空导弹杀伤区的中心或者边沿，对其单发杀伤概率是不同的。因此，在评估作战效能时，既要考虑杀伤目标的数量还要考虑杀伤的具体目标。现有技术中，缺少对不同类型，对每个目标状态的考虑，不适用于地空导弹作战效能快速性的要求，有些则不区分目标类型等，实用性不强，与实际情况契合度不高。
[0044]
本发明提供一种对地空导弹武器系统疏散群目标作战效能评估方法，利用杀伤疏散群目标的目标数的数学期望作为评定地空导弹武器系统作战效能的指标来描述地空导弹武器系统对疏散群目标作战效能评估的方法。
[0045]
针对地空导弹武器系统对疏散群目标作战效能方法中不能真实反映实际情况，本
发明提出一种对疏散群目标中不同目标进行加权，通过统计加权个数的数学期望来完成作战效能评定的方法。该方法是对传统方法的改进，能够更加切近作战的实际情况，方法简单，使得对地空导弹群目标杀伤效能评估更加可信、更加准确、更加快速。解决以往方法中，不区分具体目标，方法复杂及速度慢等不足。
[0046]
本发明提出的方法是对传统地空导弹武器系统效能评估方法的改进，特别是考虑了构成目标群内的具体因素，根据目标类型、目标的各种特性，对群目标中具体目标按照重要度进行加权，通过统计加权个数的数学期望来完成评定作战效能的方法。能够更加真实反映战场情况，方法更加简单，速度更快。
[0047]
下面结合实例，分步骤对本发明提出方法进行描述：
[0048]
本发明应用在地空导弹武器系统中对疏散群目标的作战效能评估中。方法的步骤为：
[0049]
第一步：建立目标重要度模型。
[0050]
按照目标类型、速度、航路捷径、距离这四个因素建立目标重要度模型。
[0051]
目标类型重要度(tw)：按照空中目标在作战中的作用大小分为四种类型，分别为第1类目标(预警机、战略轰炸机)，第2类目标(隐身飞机、歼击轰炸机)，第3类目标(战斗机、巡航导弹)，第4类目标(武装直升机、中小型无人机)等。重要度分别取0.8、0.6、0.4和0.2。
[0052]
目标速度重要度(vw)：目标相对保卫目标的速度v越大，其达到保卫目标的时间越小，对其拦截的价值也越大。设检测到群目标中的最大速度为v
max
，取归一化值
[0053]
目标航路捷径重要度(jw)：目标航路捷径j越大，对保卫目标威胁越小。设疏散群目标中最大的航路捷径为d
jmax
，那么，得到归一化的目标航路捷径的重要度为
[0054]
目标距离重要度(dw)：通常目标离防空要地的距离d越近，这样的目标威胁越大，拦截它越重要。设疏散群目标中，飞行高度最高的目标高度为d
max
，取归一化值
[0055]
因此，目标的重要度可以表示为上述四个因素的非线性函数：
[0056]
t＝f{tw,vw,jw,dw}
[0057]
第二步：确定各目标的重要度。
[0058]
上述按照目标类型、速度、航路捷径、距离这四个因素建立目标重要度模型，但其中每个因素对目标重要度的影响是不同的，即其权重不同。解决此问题可以有两种方法，一种方法是采用具有经验的专家依次按照上述四个因素对作战效能的影响情况依次打分，例如把目标类型、速度、航路捷径、距离这四个因素依次量化为打分为0.9、0.7、0.5、0.3等等，或者采用层次分析法，由专家给出各因素间的相对重要度，进而计算出各因素各自重要度。这类方法简单，但都需要依靠专家经验，具有较强主观性。第二种方法是采用以往的实战数据来客观确定。这种方法一是需要大量的历史数据做支撑，二是计算相对复杂，但避免了主观性带来的误差。本发明通过构建神经网络，利用历史数据作为训练样本，对网络进行训练，利用训练好的网络对各目标进行重要度评估，最终得出目标重要度值。
[0059]
由于决定目标重要度的因素不是很多，这里采用简单的bp神经网络，直接取三层神经网络，即输入层、隐层和输出层，各层采用全连接方式。输入层的输入数据为目标类型、
速度、航路捷径、距离重要度等数据，输出为目标的重要度。依据训练样本真实重要度值和输出值的误差，利用梯度下降法来对网络中的权值和阈值参数进行调节，使误差信号尽量减小。一般bp神经网络的结构如图2所示。
[0060]
第三步：计算杀伤群目标概率。
[0061]
若设一批群目标数量为m，地面防空火力单元数量为n，根据来袭目标的信息以及地空导弹武器系统的射击效能分析，可以得到第i个地面防空火力单元对第j个目标的杀伤概率p
ij
(i＝1,2,...n,j＝i＝1,2,...m)。假设每个火力单元只能分配给一个目标，且只能发射一枚导弹(若可以发射多枚，则视为多个火力单元)，那么对第j个群目标的杀伤概率为
[0062][0063]
其中x
ij
为决策变量，x
ij
＝0,1(1代表第i个火力单元分配给第j个目标；否则为0)。
[0064]
本发明中，为了体现群目标的重要度对群目标杀伤效果的影响，即在杀伤概率相同的情况下，目标重要度越大，其杀伤效果越好，可以采用加权的思想对杀伤概率进行改进，得到目标的杀伤期望值为
[0065][0066]
其中，aj为第二步方法计算得到的第j个群目标的重要度。
[0067]
第四步：计算杀伤目标数的数学期望。
[0068]
地空导弹武器系统一次射击杀伤疏散目标数的数学期望为
[0069][0070]
那么，m(x)值越大，说明本次射击的作战效能越大。
[0071]
本发明的要点在于，用公式(2)计算杀伤目标数的数学期望时的pj不同，该值通过公式(1)可以看出，其中包含了ai，即考虑了目标类型的重要度。
[0072]
应用场景：
[0073]
通过实例来证明文中所提方法的有效性和准确性。
[0074]
设地空导弹武器系统的探测到目标编队由一架预警机、一架战略轰炸机、一架隐形飞机、一架歼击轰炸机和两架战斗机即两个第1类目标、两个第2类目标、两个第3类目标组成，该地空导弹系统各火力单元分别对这6个目标的单发杀伤概率为0.7、0.5、0.4、0.6、0.8和0.9(假设单发杀伤概率只与目标类型、目标飞行速度、飞行高度、相距保卫目标的距离、电磁散射特性、在杀伤区的位置、是否有干扰等因素有关，与具体哪个火力单元无关)。假定6个目标的目标类型、目标速度、目标航路、目标高度以及目标距离信息已知，通过步骤一得到各属性对应重要度，如下表。
[0075]
表1原始数据
[0076][0077][0078]
第二步，建立bp神经网络模型，这里采用三层bp神经网络，隐含层第一层节点数为20；第二层节点数为40；输出维数为1；对12个从专家知识库提取的样本值进行训练后，再对数据进行预测。
[0079]
表二训练样本
[0080][0081]
将各属性重要度作为训练完毕后的神经网络的输入，输出各目标重要度分别为0.6266、0.6705、0.5974、0.4585和0.5263和0.4581。
[0082]
图3为本发明实施例中的训练样本误差值；图4为本发明实施例中的神经网络训练结果。
[0083]
第三步，将第二步的结果带入公式(1)，这里假设每个目标只被分配了一个火力单元，即对任意i存在j0使得到各目标的杀伤期望值p1＝0.4386，p2＝0.3353，p3＝0.2390，p4＝0.2751，p5＝0.4210，p6＝0.4123。
[0084]
第四步，结果带入公式(2)计算m(x)＝2.1213。即杀伤目标的数学期望为2.1213。
[0085]
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。