本發(fā)明屬于數(shù)據(jù)融合領(lǐng)域，特別涉及一種多目標(biāo)威脅評(píng)估方法。

背景技術(shù)：

數(shù)據(jù)融合技術(shù)是信息科學(xué)領(lǐng)域內(nèi)的一項(xiàng)技術(shù)，該技術(shù)是新一代智能信息技術(shù)的重要基礎(chǔ)，而威脅評(píng)估是數(shù)據(jù)融合研究中重要的組成部分。我方飛行器受到多架不同態(tài)勢(shì)的飛行器干擾時(shí)，如何做出合理的干擾威脅程度排序，對(duì)于我方的指揮決策是非常重要的。因此，威脅評(píng)估是進(jìn)行合理指揮決策的前提，研究意義重大。

目前，對(duì)于多目標(biāo)威脅評(píng)估問題，學(xué)者們進(jìn)行了一些研究。常用的多目標(biāo)威脅評(píng)估方法有層次分析法，直覺模糊集、貝葉斯推理、專家系統(tǒng)等?，F(xiàn)有技術(shù)中，topsis方法忽略了備選方案距理想方案的距離與負(fù)理想方案的距離，即認(rèn)為所有距正理想解的距離小于距負(fù)理想解距離的方案均優(yōu)于距正理想解距離等于距負(fù)理想解距離的方案，故獲得的理想解不一定是最接近理想點(diǎn)的解，因而采用topsis方法得到的排序結(jié)果可信度較低；其他的現(xiàn)有技術(shù)例如層次分析法、專家系統(tǒng)、貝葉斯推理等大多會(huì)受到主觀因素的影響，可靠性較低。另外，對(duì)于多準(zhǔn)則妥協(xié)解排序法在威脅評(píng)估中的應(yīng)用，目前研究較少。

技術(shù)實(shí)現(xiàn)要素：

為了克服現(xiàn)有技術(shù)的不足，本發(fā)明提供一種多目標(biāo)威脅評(píng)估方法，利用多準(zhǔn)則妥協(xié)解排序法的優(yōu)勢(shì)，將多準(zhǔn)則妥協(xié)解排序法引進(jìn)到威脅評(píng)估中，以克服topsis方法的局限，并結(jié)合熵權(quán)法確定權(quán)重，避免主觀隨意性，保證得到的理想解為最佳理想解。

本發(fā)明解決其技術(shù)問題所采用的技術(shù)方案包括以下步驟：

步驟一，構(gòu)造目標(biāo)屬性決策矩陣t＝(tij)m×3，tij表示第i個(gè)目標(biāo)在第j個(gè)屬性下的評(píng)價(jià)值，i＝1,2,3…m，m是目標(biāo)的個(gè)數(shù)；j＝1,2,3，所述的屬性包括角度威脅因子ta、速度威脅因子tv和距離威脅因子td；角度威脅因子ta＝[|φk|+|θk|]/360，φk為目標(biāo)前置角，θk為目標(biāo)進(jìn)入角；vk是目標(biāo)速度，vz為我機(jī)速度；rk為目標(biāo)與我方的距離；rm為我機(jī)干擾裝置的最大干擾距離；rmk為目標(biāo)的干擾距離；rr為我機(jī)探測(cè)裝置的探測(cè)距離；

步驟二，計(jì)算第j個(gè)目標(biāo)屬性的熵值式中，hj≥0；當(dāng)fij＝0時(shí)，fijinfij＝0；計(jì)算第j個(gè)目標(biāo)屬性的權(quán)重

步驟三，采用多準(zhǔn)則妥協(xié)解排序法進(jìn)行目標(biāo)威脅程度計(jì)算，具體步驟如下：

(1)確定理想解z⁺和負(fù)理想解z^-，理想解為每個(gè)屬性都取該屬性下的不同目標(biāo)間干擾威脅程度最大的解，負(fù)理想解為每個(gè)屬性都取該屬性下的不同目標(biāo)間干擾威脅程度最小的解；為第j個(gè)屬性下的理想解，為第j個(gè)屬性下的負(fù)理想解；

(2)求出第i個(gè)目標(biāo)的最大化群效應(yīng)和最小化個(gè)體遺憾

(3)求出各個(gè)目標(biāo)的綜合指標(biāo)值qi＝υ(si-s⁺)/(s^--s⁺)+(1-υ)(ri-r⁺)/(r^--r⁺)，式中，υ是決策機(jī)制系數(shù)，υ＝0.6～0.8；

步驟四，最優(yōu)目標(biāo)調(diào)整，具體步驟如下：

設(shè)定條件?。簈²-q¹≥1/(m-1)，q¹表示對(duì)各目標(biāo)的qi值從小到大進(jìn)行排序后，排序第一的值，q²表示排序第二的值，q^l為排序第l的值；

設(shè)定條件ⅱ：對(duì)各目標(biāo)的qi值進(jìn)行排序后，排序第一的最大化群效應(yīng)小于等于其他排序目標(biāo)的最大化群效應(yīng)，或排序第一的最小化個(gè)體遺憾小于等于其他排序目標(biāo)的最小化個(gè)體遺憾；

若兩個(gè)條件同時(shí)成立，則確定排序第一的目標(biāo)干擾威脅程度最大；

若排序第一和第二的目標(biāo)不滿足條件ⅱ，則排序第一和第二的目標(biāo)干擾威脅程度最大；

若排序第一和第二的目標(biāo)不滿足條件ⅰ，通過q^l-q¹＜1/(m-1)得到最大的l，則q¹，q²，q³……q^l干擾威脅程度最大。

本發(fā)明的有益效果是：結(jié)合熵權(quán)法和多準(zhǔn)則妥協(xié)解排序法，對(duì)目標(biāo)威脅程度進(jìn)行排序，即采用熵權(quán)法處理客觀信息，得到各目標(biāo)屬性權(quán)重，將權(quán)重應(yīng)用到多準(zhǔn)則妥協(xié)解排序法中，計(jì)算多目標(biāo)威脅程度。本發(fā)明可以有效的克服topsis法的局限，避免貝葉斯網(wǎng)絡(luò)、層次分析法等的主觀隨意性問題，提高目標(biāo)威脅程度排序的合理性與準(zhǔn)確性。

附圖說明

圖1是本發(fā)明的目標(biāo)態(tài)勢(shì)示意圖；

圖中，t為目標(biāo)，o為我方，φk為目標(biāo)前置角；θk為目標(biāo)進(jìn)入角，vk是目標(biāo)速度，rk為目標(biāo)與我方的距離，箭頭指向?yàn)檎较颉?/p>

具體實(shí)施方式

下面結(jié)合附圖和實(shí)施例對(duì)本發(fā)明進(jìn)一步說明，本發(fā)明包括但不僅限于下述實(shí)施例。

本發(fā)明是提供一種基于多準(zhǔn)則妥協(xié)解排序的威脅評(píng)估方法，運(yùn)用熵權(quán)法確定目標(biāo)屬性權(quán)重，并將得到的目標(biāo)屬性權(quán)重應(yīng)用到多準(zhǔn)則妥協(xié)解排序法中進(jìn)行排序解算。

本發(fā)明涉及的具體內(nèi)容如下：

步驟一：構(gòu)造目標(biāo)屬性決策矩陣

式中，tij表示第i(i＝1,2,3…m)個(gè)目標(biāo)在第j(j＝1,2,3)個(gè)屬性下的評(píng)價(jià)值，m是目標(biāo)的個(gè)數(shù)。目標(biāo)屬性包括以下內(nèi)容：

(1)角度威脅因子ta

ta＝[|φk|+|θk|]/360°

式中，φk為目標(biāo)前置角；θk為目標(biāo)進(jìn)入角。

(2)速度威脅因子tv

式中，vk是目標(biāo)速度；vz為我機(jī)速度

(3)距離威脅因子td

式中，rk為目標(biāo)與我方的距離；rm為我機(jī)干擾裝置的最大干擾距離；rmk為目標(biāo)的干擾距離；rr為我機(jī)探測(cè)裝置的探測(cè)距離。

步驟二：采用熵權(quán)法確定目標(biāo)屬性權(quán)重。

設(shè)hj為第j個(gè)目標(biāo)屬性的熵值，則有：

式中，k＝1/inm，hj≥0,k≥0。并定義當(dāng)fij＝0時(shí)，fijinfij＝0。n為屬性的個(gè)數(shù)，在本發(fā)明中取為3。

設(shè)目標(biāo)屬性的權(quán)重為ω，則第j個(gè)目標(biāo)屬性的權(quán)重ωj如下：

步驟三：采用多準(zhǔn)則妥協(xié)解排序法進(jìn)行目標(biāo)威脅程度計(jì)算。

具體步驟：

(1)確定理想解z+和負(fù)理想解z-

式中，理想解為每個(gè)屬性都取該屬性下的不同目標(biāo)間干擾威脅程度最大的解，負(fù)理想解為每個(gè)屬性都取該屬性下的不同目標(biāo)間干擾威脅程度最小的解。為第j個(gè)屬性下的理想解，為第j個(gè)屬性下的負(fù)理想解。針對(duì)效益型指標(biāo)，理想解取最大的屬性值，針對(duì)成本型指標(biāo)，理想解取最小的屬性值，反之，可得到負(fù)理想解。其中，i1為效益型指標(biāo)集合，即屬性值越大越好；i2為成本型指標(biāo)集合，即屬性值越小越好。在本發(fā)明中三個(gè)目標(biāo)屬性均為效益型指標(biāo)。

(2)求出第i個(gè)目標(biāo)的最大化群效應(yīng)si和第i個(gè)目標(biāo)的最小化個(gè)體遺憾ri，最大化群效應(yīng)是在各個(gè)屬性下目標(biāo)到理想解的加權(quán)距離之和，最小化個(gè)體遺憾是指在各個(gè)屬性之下目標(biāo)距理想解的最大加權(quán)距離。

(3)最后求出各個(gè)目標(biāo)的綜合指標(biāo)值qi

qi＝υ(si-s⁺)/(s^--s⁺)+(1-υ)(ri-r⁺)/(r^--r⁺)

式中，υ是決策機(jī)制系數(shù)，υ＞0.5表示要根據(jù)最大化群效應(yīng)的決策機(jī)制進(jìn)行決策，υ＜0.5表示要根據(jù)最小化的個(gè)體遺憾的決策機(jī)制進(jìn)行決策，υ＝0.5表示要根據(jù)決策者經(jīng)協(xié)商達(dá)成共識(shí)的決策機(jī)制進(jìn)行決策，表示一種折中情況，考慮到最大化群效應(yīng)，又考慮到最小化個(gè)體遺憾，故本發(fā)明設(shè)υ＝0.6-0.8之間。

步驟四：最優(yōu)目標(biāo)調(diào)整

ⅰ、可接受的優(yōu)勢(shì)閾值條件

q²-q¹≥1/(m-1)，q¹表示對(duì)各目標(biāo)的qi值從小到大進(jìn)行排序后，排序第一的值，q²表示排序第二的值，以此類推，如q^l為排序第l的值。1/(m-1)表示可接受的優(yōu)勢(shì)閾值，只有當(dāng)上式條件成立時(shí)，才能保證排序第一的目標(biāo)要顯著得優(yōu)于排序第二的目標(biāo)。

ⅱ、可接受的決策可靠性條件

對(duì)各目標(biāo)的qi值進(jìn)行排序后，排序第二的目標(biāo)的最大化群效應(yīng)必須大于等于排序第一的最大化群效應(yīng)，或排序第二的最小化個(gè)體遺憾必須大于等于排序第一的最小化個(gè)體遺憾。在多個(gè)目標(biāo)的條件下，需要將排序第一的目標(biāo)與排序后幾位的目標(biāo)進(jìn)行一一的比較?？山邮艿臎Q策可靠性條件是為了決策更加的可靠。

具體的判斷如下：

①兩個(gè)條件同時(shí)成立，qi值越小，排序就越靠前，則可確定排序第一的目標(biāo)為最優(yōu)解，即干擾威脅程度最大；

②若排序第一的目標(biāo)和排序第二的目標(biāo)不滿足條件ⅱ，那么最優(yōu)解為排序第一的目標(biāo)和排序第二的目標(biāo)；

③若排序第一的目標(biāo)和排序第二的目標(biāo)不滿足條件ⅰ，通過q^l-q¹＜1/(m-1)得到最大的l，則q¹，q²，q³……q^l均接近最優(yōu)解。

根據(jù)上面的排序規(guī)則，排序靠前的目標(biāo)為接近最優(yōu)解的目標(biāo)，同時(shí)也是威脅程度大的目標(biāo)。

本發(fā)明的實(shí)施例中，我方是一架具有探測(cè)干擾能力的飛行器，對(duì)方有6架飛行器干擾威脅我方，且這6架飛行器均在我方的探測(cè)裝置的最大探測(cè)范圍之內(nèi)，我方的速度為320m/s，對(duì)方干擾裝置的最大干擾范圍為60km，探測(cè)裝置的最大探測(cè)距離為120km。采用的具體數(shù)據(jù)如下表。

表1目標(biāo)態(tài)勢(shì)指數(shù)

注：φk為目標(biāo)前置角；θk為目標(biāo)進(jìn)入角，vk是目標(biāo)速度，rk為目標(biāo)與我方的距離。

步驟一：構(gòu)造目標(biāo)屬性決策矩陣

式中，tij表示第i(i＝1,2,3…6)個(gè)目標(biāo)在第j(j＝1,2,3)個(gè)屬性下的評(píng)價(jià)值。目標(biāo)的屬性包括以下內(nèi)容：

(1)角度威脅因子ta

ta＝[|φk|+|θk|]/360°

式中，φk為目標(biāo)前置角；θk為目標(biāo)進(jìn)入角。

(2)速度威脅因子tv

式中，vk是目標(biāo)速度；vz為我方速度

(3)距離威脅因子td

式中，rk為目標(biāo)與我方的距離；rm為我機(jī)干擾裝置的最大干擾距離；rmk為目標(biāo)的干擾距離；rr為我機(jī)探測(cè)裝置的探測(cè)距離。

步驟二：采用熵權(quán)法確定目標(biāo)屬性權(quán)重。

設(shè)hj為第j個(gè)指標(biāo)的熵值，則有：

其中，k＝1/inm，hj≥0,k≥0。并定義當(dāng)fij＝0時(shí)，fijinfij＝0。n為屬性的個(gè)數(shù)，即n為3。

可求得hj＝[0.9814,0.9677,0.9986]

設(shè)目標(biāo)屬性的權(quán)重為ω，則第j個(gè)指標(biāo)的權(quán)重ωj如下：

可得到目標(biāo)屬性權(quán)重ω＝[0.3559,0.6173,0.0268]

步驟三：采用多準(zhǔn)則妥協(xié)解排序法進(jìn)行干擾威脅程度計(jì)算。具體步驟：

(1)確定理想解z⁺和負(fù)理想解z^-

式中，理想解為每個(gè)屬性都取該屬性下的不同目標(biāo)間干擾威脅程度最大的解，負(fù)理想解為干擾威脅程度最小的解。為第j個(gè)屬性下的理想解，本例中理想解均為1；為第j個(gè)屬性下的負(fù)理想解，本例中負(fù)理想解均為0。針對(duì)效益型指標(biāo)，理想解取最大的屬性值，針對(duì)成本型指標(biāo)，理想解取最小的屬性值，反之，可得到負(fù)理想解。其中，i1為效益型指標(biāo)集合，即屬性值越大越好；i2為成本型指標(biāo)集合，即屬性值越小越好。在本發(fā)明中三個(gè)目標(biāo)屬性均為效益型指標(biāo)，我方與目標(biāo)的相對(duì)態(tài)勢(shì)可見圖1。

(2)求出第i個(gè)目標(biāo)的最大化群效應(yīng)si和第i個(gè)目標(biāo)的最小化個(gè)體遺憾ri，最大化群效應(yīng)是在各個(gè)屬性下目標(biāo)到理想解的加權(quán)距離之和，最小化個(gè)體遺憾是指在各個(gè)屬性之下目標(biāo)距理想解的最大加權(quán)距離。

可求得

si＝[0.4645,0.2305,0.6087,0.6288,0.9772,0.5259]

ri＝[0.3704，0.2229，0.3704，0.6173，0.6173，0.3704]

(3)最后求出各個(gè)目標(biāo)的綜合指標(biāo)值qi

qi＝υ(si-s⁺)/(s^--s⁺)+(1-υ)(ri-r⁺)/(r^--r⁺)

＝[0.3376,0.0000,0.4535,0.7201,1.0000,0.3870]

式中，υ是決策機(jī)制系數(shù)，υ＞0.5表示要根據(jù)最大化群效應(yīng)的決策機(jī)制進(jìn)行決策，υ＜0.5表示要根據(jù)最小化的個(gè)體遺憾的決策機(jī)制進(jìn)行決策，υ＝0.5表示要根據(jù)決策者經(jīng)協(xié)商達(dá)成共識(shí)的決策機(jī)制進(jìn)行決策，表示一種折中情況，考慮到最大化群效應(yīng)，又考慮到最小化個(gè)體遺憾，一般設(shè)υ＝0.6-0.8之間。

步驟四：最優(yōu)目標(biāo)調(diào)整

ⅰ、可接受的優(yōu)勢(shì)閾值條件

q²-q¹≥1/(m-1)，q¹表示對(duì)各目標(biāo)qi值從小到大進(jìn)行排序后，排序第一的值，q²表示排序第二的值，以此類推，如q^l為排序第l的值。1/(m-1)表示可接受的優(yōu)勢(shì)閾值，在此實(shí)例中，m為6，故可接受的優(yōu)勢(shì)閾值為0.2。只有當(dāng)上式條件成立時(shí)，才能保證排序第一的目標(biāo)要顯著得優(yōu)于排序第二的目標(biāo)。

ⅱ、可接受的決策可靠性條件

對(duì)各目標(biāo)的qi值進(jìn)行排序后，排序第二的目標(biāo)的最大化群效應(yīng)必須大于等于排序第一的最大化群效應(yīng)，或排序第二的最小化個(gè)體遺憾必須大于等于排序第一的最小化個(gè)體遺憾。在多個(gè)目標(biāo)的條件下，需要將排序第一的目標(biāo)與排序后幾位的目標(biāo)進(jìn)行一一的比較?？山邮艿臎Q策可靠性條件是為了決策更加的可靠。

具體的判斷如下：

①兩個(gè)條件同時(shí)成立，qi值越小，排序就越靠前，則可確定排序第一的目標(biāo)為最優(yōu)解；

②若排序第一的目標(biāo)和排序第二的目標(biāo)不滿足條件ⅱ，那么最優(yōu)解為排序第一的目標(biāo)和排序第二的目標(biāo)；

③若排序第一的目標(biāo)和排序第二的目標(biāo)不滿足條件ⅰ，通過q^l-q¹＜1/(m-1)得到最大的l，則q¹，q²，q³……q^l均接近最優(yōu)解。

根據(jù)上述的排序規(guī)則，可得到干擾威脅程度最大的解。由qi值得到各目標(biāo)干擾威脅程度由大到小的排序?yàn)椋耗繕?biāo)2>目標(biāo)1>目標(biāo)6>目標(biāo)3>目標(biāo)4>目標(biāo)5?？梢园l(fā)現(xiàn)，q²-q¹＝0.3376>1/(m-1)＝0.2，滿足條件ⅰ；同時(shí)目標(biāo)2的最大化群效應(yīng)最小，滿足條件ⅱ，故上述兩個(gè)排序規(guī)則均成立，因此干擾威脅程度最大的是目標(biāo)2。

本發(fā)明針對(duì)現(xiàn)有技術(shù)如topsis法、貝葉斯網(wǎng)絡(luò)、層次分析法的不足之處，結(jié)合熵權(quán)法，并將其得到的各目標(biāo)屬性權(quán)重應(yīng)用到多準(zhǔn)則妥協(xié)解排序法中，克服了topsis法的局限并避免了主觀隨意性問題。應(yīng)用本發(fā)明的方法進(jìn)行目標(biāo)威脅評(píng)估，較其他方法準(zhǔn)確，而且易于實(shí)現(xiàn)。