雷达模拟器目标威胁度评估方法研究

研究雷达模拟器目标威胁度的准确评估问题,是辅助操作手对空中目标进行打击的重要依据.威胁度普通雷达是难以探测的.由于目标的速度、距离等随机性强,具体数据难以确定.针对威胁度评估问题,多限于权重分析、聚类分析等方法,对难以确定的参数有较大依赖.为解决上述问题,提出应用效能指数的方法来确定未知目标对雷达阵地的威胁度,根据雷达能够获取的数据,得出判断矩阵,实现对雷达所测数据的分析,并评估目标的威胁度.上述方法可用于雷达模拟器,能够灵活地根据情况调整威胁度评估方法.实验结果表明,方法能够较好地在某些属性未知的情况下,可对目标威胁度进行准确评估,证明改进方法为威胁度评估提供了有效依据.     

基于AHP的威胁评估与排序模型研究

层次分析法(AnalyticHierarchyProcess,简称AHP)把一个复杂问题表示为有序的递阶层次结构,通过定性判断和定量计算,将经验判断给予量化,对决策方案进行排序,是一种定性分析与定量分析相结合的决策分析方法,适用于多准则决策问题。通过仿真实验用AHP根据威胁程度的大小对敌空袭目标进行排序,介绍了威胁评估和排序的求解过程,以此提供敌空袭目标对我保卫目标或区域所构成的威胁等级。该方法有效地解决了对敌空中目标威胁评估与排序问题。     

多属性目标决策的分类融合威胁排序的模型

协同空战中,目标威胁等级的判定为武器资源的有效配置提供了重要依据,是现代作战指挥决策系统的核心内容.目前该问题的难点在于,如何解决多属性目标量化属性和非量化属性的混合比较问题.运用目标多属性理论探索对空中目标的威胁排序问题,提出了一种基于被保护对象相互关系鼍化的空中目标威胁评估和排序的方法,方法对威胁冈素进行了详细分类,并分析了它们之间的关系,在此基础上融入了我方目标任务属性的比较关系,同时对一些模糊属性进行了量化处理.最后通过示例介绍了威胁评估和排序的求解过程.该方法有效地解决了目标威胁评估与排序问题,是可行和有效的.     

信息化战争条件下信息威胁评估研究

信息空间在未来的作战中起着越来越重要的作用,科学地进行信息威胁评估可以辅助作战指挥员合理区分目标、决策等.文中分析了信息域的重要性和进行信息威胁评估的意义,并在综合多种评估方法的基础上提出了一种建立信息威胁模型的方法,并对信息威胁能力描述和模型的物理意义及扩展进行了深入地分析.该方法可以有效地解决信息威胁手段的威胁和排序问题.     

目标威胁评估的区间数方法

针对决策者偏好信息和决策矩阵元素均为区间数的目标威胁评估问题,提出了一种新的区间数方法。该方法通过求解各方案与理想方案偏差最小、与负理想方案偏差最大,同时主、客观偏好的最大偏差最小的多目标规划问题,确定属性的权重,根据可能度给出目标威胁的排序结果。实例分析表明了方法的有效性和实用性。     

基于目标作战意图信息融合的威胁评估方法

针对不确定信息条件下目标威胁评估缺乏融合作战意图信息的现状,提出一种基于IFIOWA算子并融合目标作战意图信息的目标威胁评估方法.首先,基于战场目标不确定信息,以直觉模糊集为基础,利用直觉模糊诱导有序加权平均算子(IFIOWA)进行信息集结;其次,利用灰色关联群决策方法将作战意图信息与指标值知识测度进行融合,作为IFIOWA算子诱导值;再次,通过最小二乘方法融合基于指标排序位置权重和基于评估信息权重,获得多类型融合的IFIOWA算子位置权重;最后,基于IFIOWA算子对指标信息进行集结,并利用理想解贴近度的方法计算目标威胁度.威胁评估算例表明,所提方法能够融合目标作战意图信息,评估结果合理有效.     

基于PSO-BP算法的目标威胁评估*

通过对目标高度、距离、速度、角度这些空间态势因素和空战能力因素的分析,建立了目标威胁评估模型,提出了基于PSO-BP(粒子群和后向传播)算法的目标威胁程度评估方法。通过对空中八个目标某一时刻威胁程度的预测,并将结果与多数属性决策方法的结果进行了比较,表明此方法有效地解决了空战目标威胁评估问题,大大提高了决策的客观性。     

针对预警机的主客观权重相结合的TOPSIS法多目标排序

针对传统威胁评估模型主要适用于战斗机的现状,根据预警机作战特点及敌机战术方法,提出了针对预警机的威胁评估模型;传统TOPSIS法确定指标权重存在人为因素偏大的不足,根据GD-AHP法考虑多位专家意见并结合信息熵得到综合权重,进而对目标更客观地进行威胁评估并排序;算例分析表明,该方法合理、有效。     

基于熵权灰色关联和D-S证据理论的威胁评估

为了更好地处理空中威胁目标的不确定性信息,提出了基于熵权灰色关联和D-S证据理论相结合的威胁评估方法.将熵理论应用于求解各指标权重,利用灰色关联法确定各指标的不确信度,进而得到各指标下不同目标的Mass函数,通过D-S证据理论对各Mass函数进行合成,根据置信函数大小对目标进行排序.仿真实验证明该方法是合理有效的.     

基于贝叶斯攻击图的层次化威胁度HTV分析方法

现有脆弱性分析方法难以兼顾评估目标系统整体安全性和脆弱点的严重程度,同时评估过程需要处理大量的不确定信息。为此,提出一种层次化威胁度的HTV分析方法。首先,通过分析原子攻击和攻击证据的关联性,提出一种因果关系检测算法CRDA,以确定二者因果关系;其次,依据攻击模型的系统架构,给出贝叶斯攻击图BAG定义,并给出对应的生成算法BAGA,以及时有效地识别脆弱点;最后,给出脆弱点威胁度定义和计算模型,并以攻击者所获脆弱点权限为基准,将威胁度划分不同层次,以有效评估脆弱点的严重程度和目标系统整体安全性。实验结果表明,所提方法评估系统整体安全性以及脆弱点的严重程度是完全可行且有效的。     

基于改进的排列法的目标威胁评估与排序模型

结合现代防空作战的特点和指挥自动化系统的工作过程,分析了影响目标威胁评估的几个重要因素,应用多属性决策中的一种改进排列法建立了数学模型,验证了其可行性.该方法不必将各属性值精确量化,只需知道各属性间的大小关系及权重就可以进行威胁评估与排序.     

基于熵的逼近于理想解的排序法空袭目标威胁度评估

对空袭目标进行威胁评估是水面舰艇火力组织的基本依据,针对传统逼近理想解的排序法（TOPSIS法）在确定权重系数上的缺陷和不足,运用熵理论处理空袭目标的客观信息,确定目标各个属性权重,将权重运用到TOPSIS法模型中,提出了基于熵的TOPSIS改进算法,并将该算法应用于多目标威胁评估中。实例分析结果符合部队实际,证明了该算法是合理和有效的。     

空袭目标威胁估计的模糊决策

针对传统线性加权模糊综合评价方法的精确性，重点对空袭目标威胁估计中的模糊因素，给出相应要素的隶属函数，采用模糊决策对其进行综合评估，并与传统方法进行了比较。     

基于属性识别理论的网络威胁评估方法

针对网络威胁评估问题,提出一种基于属性识别理论的网络威胁评估方法。通过提取一段时间内网络攻击事件的指标,采用熵值确定权重并建立模型,对攻击事件进行评估、分级,进而量化出该段时间内网络的威胁程度。实例分析结果表明,该方法简单、实用,能够有效进行网络威胁的评估。     

目标威胁评估的一种改进影响网络方法

目标威胁评估是在进行作战决策时需要解决的关键问题。针对传统影响网络只能描述二元状态事件的局限性,对其进行了扩展,建立了描述多元状态事件的改进影响网络模型,并推导了影响参数应满足的约束条件及条件概率的计算方法。以防空系统目标为例,在分析目标威胁属性的基础上,基于云模型进行属性值的定性与定量转化,并运用改进的影响网络方法进行目标威胁评估。最后给出仿真实验,实验结果验证了改进影响网络方法的有效性和可行性。     

一种细粒度的网络威胁态势评估方法

针对现有网络威胁态势评估方法评估粒度较粗,无法满足不同管理人员评估需求的问题,提出了一种细粒度的网络威胁态势评估方法。按照从局部到整体、从微观到宏观的评估策略,分别对威胁节点、威胁链路、威胁路径、威胁目标和全网威胁态势进行评估,实现了对网络威胁的深入分析和细粒度评估,通过实验分析证明了评估结果的合理性和准确性。     

基于改进自适应杂交粒子群优化算法和最小二乘支持向量机的空中目标威胁评估

评估空中目标威胁程度是防空指挥控制系统的核心环节,评估的准确程度将对防空作战产生重大影响。针对传统评估方法实时性差、工作量大、评估精度不足、无法同时进行多目标评估等缺陷,提出了一种基于自适应杂交粒子群优化（ACPSO）算法和最小二乘支持向量机（LSSVM）的空中目标威胁评估方法。首先,根据空中目标态势信息构建威胁评估系统框架;然后,采用ACPSO算法对LSSVM中的正则化参数和核函数参数进行寻优,针对传统杂交机制的不足提出改进的交叉杂交方式,并使杂交概率自适应调整;最后,对比分析了各系统的训练和评估效果,并用优化后的系统实现多目标实时动态威胁评估。仿真结果表明,所提方法评估精度高,所需时间短,可同时进行多目标评估,为空中目标威胁评估提供了一种有效的解决方法。