[发明专利]面向基地攻防任务的UUV红蓝方威胁评估方法

说明书

本发明提供一种面向基地攻防任务的UUV红蓝方威胁评估方法，步骤一、红蓝方威胁态势评估要素分析；步骤二、通过对红蓝方威胁态势要素的分析，建立红蓝方态势威胁评估贝叶斯网络,贝叶斯网络的根节点为威胁评估的结果为威胁等级，子节点为相应威胁要素；步骤三、建立红蓝方态势威胁评估贝叶斯网络条件概率表；步骤四、依据当前红蓝方态势判断各个贝叶斯网络节点状态并将其作为贝叶斯网络的输入得到根节点的概率，得到威胁评估的结果。本发明提供一种面向基地攻防任务的UUV红蓝方威胁评估方法，通过不同的仿真案例展现出对UUV威胁评估的有效性。

技术领域

本发明涉及一种面向基地攻防任务的UUV红蓝方威胁评估方法，属于威胁评估技术领 域。

背景技术

态势与威胁评估(Threat Assessment，TA)是两个相互依赖的重要信息融合概念，战场 上准确的进行威胁估计，是作战成功的关键。作战的精髓是能够有效地摧毁敌方或者阻止敌 方完成任务，同时使己方损失最小。对威胁方的威胁评估越准确，对后续的决策指挥针对性 越明确，作战成效越高。因此，正确评估威胁并根据己方的态势制定合适的方案，是提高己 方作战成功率的关键因素。具有代表性的例如文献[1]中美国的Charles RiverAnalytics公司的 Gonsalves P G等人结合遗传算法与模糊逻辑建立威胁评估模型，利用模糊逻辑的方法分析敌 人的威胁意图以及威胁目标，设计适应度函数为威胁度的遗传算法并用其生成与评估行为集。 文献[2]中西安电子科技大学的雷英杰等利用直觉模糊推理法评估多个空中来袭目标的威胁 程度，通过分析来袭目标的威胁属性并将其作为威胁评估的输入，针对每个属性建立对应的 状态变量论域与直觉模糊子集，然后设计推理算法，并利用重心法对输出进行解模糊，得到 威胁值。通过对20批次的来袭目标的威胁评估仿真实验，验证了该方法的有效性。文献[3] 中海军大连舰艇学院的钱江使用神经网络对来袭方的威胁等级进行评估，利用神经网络建立 来袭目标各属性权值的分配模型，并将目标属性作为网络的输入，威胁等级作为神经网络的 输出，并利用已有的战术数据库训练该网络模型，将某个目标的属性输入到已经训练好的模 型中即可得到该目标的威胁等级。

现有的技术缺陷：目前大多数的威胁评估是针对空中目标的，对水面舰艇以及水下UUV 的威胁评估研究较少，这两者的共同点为最终目的是为后续的决策提供依据。威胁评估要素 分析是威胁评估的关键步骤之一，UUV的威胁要素评估针对不同目标评估要素也不相同，现 有技术缺陷是缺乏面向基地攻防任务的UUV红蓝方威胁评估要素、评估手段和缺乏红蓝方 UUV的态势评估贝叶斯条件概率表。

[1]Gonsalves P,Cunningham R,Ton N,et al.Intelligent threat assessmentprocessor(ITAP) using genetic algorithms and fuzzy logic[C]//InternationalConference on Information Fusion. IEEE,2002.

[2]雷英杰,王宝树,王毅.基于直觉模糊推理的威胁评估方法[J].电子与信息学报, 2007,29(9).

[3]钱江,许江湖.基于BP神经网络的空中目标威胁排序[J].现代防御术,2001,29(6):56-58. DOI:10.3969/j.issn.1009-086X.2001.06.012。

发明内容

本发明的目的是为了提供一种面向基地攻防任务的UUV红蓝方威胁评估方法。

本发明的目的是这样实现的：步骤如下：

步骤一、红蓝方威胁态势评估要素分析；

步骤二、通过对红蓝方威胁态势要素的分析，建立红蓝方态势威胁评估贝叶斯网络,贝 叶斯网络的根节点为威胁评估的结果为威胁等级，子节点为相应威胁要素；

步骤三、建立红蓝方态势威胁评估贝叶斯网络条件概率表；