一种基于指挥员经验学习的空袭目标威胁评估方法技术

一种基于指挥员经验学习的空袭目标威胁评估方法，包括：获取影响来袭目标威胁评估的因子并进行量化；采用环比评分法得出各影响因子的主观权重向量，采用熵值法得出客观权重向量，然后得到综合权重向量；运用理想解逼近法得到目标对于理想解的相对近似度，并利用近似度从大到小进行目标威胁排序；通过调整影响来袭目标威胁度的权重，对不同目标威胁度进行调整；当调整权重后仍无法满足人工干预时，通过为威胁因素增加隶属度因子，实现对不同目标威胁度的调整。与现有技术相比，本发明专利技术将人工干预因素动态引入威胁评估模型中，使空袭目标威胁评估方法具备了对指挥员经验进行学习的能力。力。力。

【技术实现步骤摘要】
一种基于指挥员经验学习的空袭目标威胁评估方法


[0001]本专利技术涉及属于武器系统设计领域，尤其涉及一种基于指挥员经验学习的空袭目标威胁评估方法。

技术介绍

[0002]当前，目标的威胁评估方法主要分为两大类，一是以定性分析为主，它是评价者通过自然语言对评价对象的状态、行为等进行细致观察和分析而给出评价的方法，缺乏客观定量分析及客观数据硬性划分。另一类是以定量分析为主，主要根据统计数据，用数学语言建立模型，分析对象的各项指标及数值而给出评价结论，但人的思维不是纯数学的，既具有稳定性也具有随机性的特点。
[0003]但是，现代防空作战中防御一方往往面临着多批次、全空域、连续饱和攻击的态势，目标多样化快速演变，干扰模式复杂多变，威胁具有不确定性，在如此复杂环境下，传统工程应用中基于固定准则和专家经验的目标威胁评估方法缺乏灵活性和适应性，在高动态战场环境下对目标威胁评估的可信度和适应性会大大降低。虽然，目前在应用中可通过人工干预来指定重点目标，改变其威胁度，但随着未来战场信息量的剧增和态势的急剧变化，防空人员在短时间内很难及时、准确地对众多本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于指挥员经验学习的空袭目标威胁评估方法，其特征在于：获取影响来袭目标威胁评估的因子并进行量化；采用环比评分法得出各影响因子的主观权重向量，采用熵值法得出客观权重向量，然后得到综合权重向量；运用理想解逼近法得到目标对于理想解的相对近似度，并利用近似度从大到小进行目标威胁排序；通过调整影响来袭目标威胁度的权重，对不同目标威胁度进行调整；当调整权重后仍无法满足人工干预时，通过为威胁因素增加隶属度因子，实现对不同目标威胁度的调整。2.如权利要求1所述的一种基于指挥员经验学习的空袭目标威胁评估方法，其特征在于：影响来袭目标威胁评估的因子包括：目标类型、目标战术意图、目标速度、目标航向角、目标电子干扰能力、目标高度、目标距离。3.如权利要求1所述的一种基于指挥员经验学习的空袭目标威胁评估方法，其特征在于：运用理想解逼近法得到目标对于理想解的相对近似度作为来袭目标的威胁度。4.如权利要求1所述的一种基于指挥员经验学习的空袭目标威胁评估方法，其特征在于：调整影响来袭目标威胁度的权重的方法为：w
new
＝w
old
+η
×
sign(Δs)；w
new
＝norm(w
new
)；其中，η为学习率，norm(.)函数为归一化函数，sign(.)函数为符号函数：Δs为差异威胁向量，公式为：Δs＝Z[ID1]
‑
Z[ID2]；Z[ID1]与Z[ID2]为根据指挥官建议，待调整目标的量化威胁向量；默认目标ID2威胁度经指挥员判断要高于目标ID1。5.如权利要求1所述的一种基于指挥员经验学习的空袭目标威胁评估方法，其特征在于：通过隶属度因子实现对不同目标威胁度调整，包括：u(l
ID1
)＝u(l
ID1
)+δ；u(l
ID2
)＝u(l
ID2
)
‑
δ；其中，δ取值为0到1之间的数，u(l
ID1
)是目标ID1的某一影响因子的隶属度，u(l
ID2
)是目标ID2的某一影响因子的隶属度。6.如权利要求2所述的一种基于指挥员经验学习...

【专利技术属性】
技术研发人员：王玉茜，高剑，胡荣璞，杨航，刘莉，吴建设，曹亚杰，吴静，
申请(专利权)人：江南机电设计研究所，
类型：发明
国别省市：