水下无人系统学报
Journal of Unmanned Undersea Systems
2024年第5期
水下感知及目标识别
基于组合赋权TOPSIS的智能UUV目标识别与反对抗效能评估
署名作者：
王旭1, 李金明2, 毛昭勇3,5,6, 丁文俊3,4,5,6
作者单位：
1. 西北工业大学 航海学院, 陕西 西安, 710072
2. 中国船舶集团有限公司 第七〇五研究所, 陕西 西安, 710077
3. 西北工业大学 无人系统技术研究院, 陕西 西安, 710072
4. 浙江西安交通大学研究院, 浙江 杭州, 311215
5. 无人飞行器技术全国重点实验室, 陕西 西安, 710072
6. 无人机技术集成攻关大平台, 陕西 西安, 710072
基金项目：
国家自然科学基金项目(51909206); 中国博士后科学基金项目(2021M692616); 陕西省自然科学基础研究计划项目(2024JC-YBMS-300); 中央高校基本科研业务费专项资金项目(31020200QD044).
摘要
随着水声对抗作战环境日益复杂, 未来水下作战的重点主要是智能水下无人系统的对抗与反对抗, 研究智能无人水下航行器(UUV)目标识别与反对抗能力对提高智能水下无人系统的整体作战效能具有重要意义。为了评估智能UUV目标识别与反对抗效能, 文中分析了影响系统效能的主要因素, 建立了系统效能指标体系, 并给出了评估模型; 运用主客观相结合的组合赋权方法确定指标体系的权重, 采用改进的逼近理想点法对智能UUV目标识别与反对抗效能进行评估, 评估结论可为UUV目标识别与反对抗系统设计与优化提供参考。
引言
智能水下无人系统作为改变未来海上作战场景(见图1)的重要技术之一, 愈来愈受到各国海军装备研发的偏爱[1]。智能无人水下航行器(unmanned undersea vehicle, UUV)作为一类典型的海域无人系统, 是实现立体化海洋空间的关键节点, 智能UUV具有无人员伤亡、成本低量、隐身性能好、连续性强等诸多优势, 特别适合在恶劣危险的极端环境中替代有人平台执行海上作战任务, 在科研考察、反潜作战、海洋探测与攻防、情报监视与侦查等民用和军事领域都具有极其广泛的应用前景[2-3]。目前, 一方面海洋作业任务逐渐向规模化、精密化发展; 另一方面, 随着智能UUV作战能力的提高, 各国在反智能UUV技术方面做了大量研究。水下对抗技术目前已发展出3个类别[4], 分别是以鱼雷为代表的硬杀伤、以水声干扰为代表的软杀伤和以水声隐身为代表的非杀伤技术。针对日新月异的对抗手段, 智能UUV的反对抗技术也在迅速发展, 出现了如多目标跟踪技术、智能导引技术等的一系列方法。传统UUV愈来愈难以应对多变的海洋环境和复杂的对抗场景, 有必要更加系统、深入地研究智能UUV目标识别与反对抗技术, 提高相关技术是未来UUV发展的核心关键[5-7]。
图 1 未来典型海上作战行动示意图
现代战争中, 反对抗技术不断融入智能UUV设计当中, 使智能UUV的作战效能显著增长。但智能UUV反对抗技术作为国外封锁技术, 很难看到相关论文出现在国际期刊上。在公开的各种研究中, 曹萌等[8]基于模拟法分析了反鱼雷鱼雷武器系统作战效能评估; 徐皓等[9]研究了用于水下对抗的自主攻击航行器的作战效能; 胡方等[10]研究了多目标制导技术对自主攻击航行器作战效能的影响; 禹亮[11]讨论了各种不同的对抗与反对抗方法; 唐波等[12]总结了国外反鱼雷水声对抗的相关技术。
目前, 针对系统效能的评估涌现出如ADC(attack-defense-capability)法、层次分析法(analytic hierarchy process, AHP)以及云图法等一系列方法[13]。文中综合考虑智能UUV目标识别与反对抗技术的使用场景, 采用逼近理想点法(technique for order preference by similarity to ideal solution, TOPSIS)与灰色关联分析相结合对性能指标进行评价, 采用层次分析法和熵权法相结合确定指标体系权重, 同时加入博弈论的方法进行权重组合, 主观赋权与客观赋权相结合使得评价结果更加准确。
结束语
对智能UUV目标识别与反对抗作战效能进行分析具有重要的国防意义和现实意义。文中首先给出了在复杂对抗环境下智能UUV目标识别与反对抗的流程, 建立了评价指标体系, 对智能UUV目标识别与反对抗系统进行了综合评价。然后将熵权方法与层次分析法通过博弈论方法相结合, 对系统的影响因素进行了分析。最后运用改进的TOPSISI法对系统效能大小得出直观结论。已有研究中多从水下作战的全流程分析效能, 或从水声对抗的底层技术层面进行研究, 而文中重点关注目标识别与反对抗这一具体过程的效能, 综合分析相应流程, 提出了科学全面的指标体系, 更利于分析相关技术的影响。文中评价模型具有良好的可扩展性, 理想解法作为有效的多指标评价方法, 是一种基于欧氏距离的方位分析, 故引入灰色关联度这一形状分析的比较方法, 二者结合可以提高评估结果的准确性。
由于水下武器对抗与反对抗的复杂性, 通过计算机建模仿真得出的数据与真实数据必然存在误差, 在后续的研究中可以考虑加入真实实验数据。同时注意到, 在文中式(21)和(22)中的系数采用了主观方法取值, 如何获得合适的系数将在后续的研究中可用合适的优化方法作进一步研究。
1
END
1
参考文献略
文章有删减，原文刊登于《水下无人系统学报》2024年第32卷第5期，点击阅读原文可查看。
