貝葉斯網(wǎng)絡在軍事作戰(zhàn)中的應用現(xiàn)狀及展望

佟守愚，龐世春，楊 吉，華宏圖

（空軍航空大學基礎部，吉林 長春 130022）

貝葉斯網(wǎng)絡(Bayesian Networks)是一個包含條件概率表的有向無環(huán)圖，是目前不確定知識表達和推理領(lǐng)域中最有效的理論模型之一。貝葉斯網(wǎng)絡是人工智能、概率理論、圖論、決策分析相結(jié)合的產(chǎn)物, 具有嚴格的數(shù)學理論基礎；適用于表達和分析不確定性和概率性的事物，應用于有條件地依賴多種控制因素的決策,可以從不完全、不精確或不確定的知識或信息中做出推理。自 1986年由 Pearl提出后【1】,已成為表示概率知識基礎上的不確定性的有力工具。貝葉斯網(wǎng)絡又稱信度網(wǎng)(Belief Networks)、因果網(wǎng)（Causal Networks）或概率網(wǎng)（Probabilistic Networks）。它是一種基于網(wǎng)絡結(jié)構(gòu)的有向圖解描述，它用具有網(wǎng)絡結(jié)構(gòu)的有向圖表達各個信息要素之間的關(guān)聯(lián)關(guān)系及影響程度，用節(jié)點變量表達各個信息要素，用連接節(jié)點之間的有向弧表達各個信息要素之間的關(guān)聯(lián)關(guān)系，用條件概率矩陣表達各個信息要素之間的影響程度。

目前國內(nèi)外許多學者和研究機構(gòu)都在對貝葉斯網(wǎng)絡進行深入的研究。這些研究主要集中在以下四個方面:貝葉斯網(wǎng)絡推理、貝葉斯網(wǎng)絡的學習、貝葉斯網(wǎng)絡的構(gòu)造和貝葉斯網(wǎng)絡的應用。這些研究都取得了豐碩的成果，正逐步走向?qū)嶋H應用。前微軟總裁 Bill Gates曾在洛杉磯時報上說：微軟公司未來的進一步發(fā)展將取決于它在貝葉斯網(wǎng)絡方面研究的領(lǐng)先性。

1 貝葉斯網(wǎng)絡軍事應用研究現(xiàn)狀

由于貝葉斯網(wǎng)絡具有從不完全、不精確或不確定的知識或信息中做出雙向推理的能力。近年來，其在軍事作戰(zhàn)領(lǐng)域中的應用研究得到了廣泛的重視。目前貝葉斯網(wǎng)絡在軍事作戰(zhàn)中的應用研究主要集中在以下幾個方面。

1.1 戰(zhàn)場態(tài)勢威脅評估

戰(zhàn)場態(tài)勢評估和威脅評估作為戰(zhàn)場指揮控制系統(tǒng)的重要功能，對指揮員準確地判斷敵情，進行正確的軍事決策，起著至關(guān)重要的作用。態(tài)勢威脅評估位于美國國防部聯(lián)合領(lǐng)導實驗室提出的數(shù)據(jù)融合模型中的第二級和第三級[2]，與一級融合(位置和身份估計)相比，態(tài)勢威脅建模要困難得多[3]。國內(nèi)外研究人員對態(tài)勢威脅評估建模應該采用什么樣的方法和技術(shù)，并沒有達成一致的意見。

由于貝葉斯網(wǎng)絡自身所具有的優(yōu)點，近幾年出現(xiàn)了一大批基于貝葉斯網(wǎng)絡的態(tài)勢估計研究成果[4]。Laskey[5]對態(tài)勢估計領(lǐng)域貝葉斯網(wǎng)絡的構(gòu)建方法進行了探討，提出利用網(wǎng)絡片斷技術(shù)構(gòu)建用于態(tài)勢估計的貝葉斯網(wǎng)絡；以節(jié)點表示戰(zhàn)場軍事事件，事件間的因果關(guān)系以節(jié)點之間的有向邊表示，關(guān)系強度以節(jié)點之間的條件概率表示。在態(tài)勢估計過程中，以態(tài)勢覺察過程檢測到的軍事事件和人工情報作為證據(jù)，利用貝葉斯網(wǎng)絡的證據(jù)傳播和推理算法，更新網(wǎng)絡中其它事件的信度。通過這樣的證據(jù)推理過程，獲取在已知證據(jù)情況下其字事件發(fā)生的可能性，達到判斷敵方目的、預測敵方行動的目標。

國防科大孫兆林博士[6]對態(tài)勢估計功能模型進行研究，分析態(tài)勢估計各階段需要處理的軍事事件以及對兵力編群的處理；針對現(xiàn)有態(tài)勢假設模型無法表達雙方對抗性行動的問題。在交互性態(tài)勢假設前提下，構(gòu)建用于態(tài)勢估計的貝葉斯網(wǎng)絡，并以艦艇編隊對抗敵方海空協(xié)同攻擊的作戰(zhàn)過程為背景，設計并實現(xiàn)了一個戰(zhàn)場態(tài)勢與估計原型系統(tǒng)，驗證方法的有效性。

康長青等[7]針對傳感器測量數(shù)據(jù)的不確定性，提出基于模糊貝葉斯網(wǎng)絡的態(tài)勢威脅評估模型。首先將不確定性數(shù)據(jù)分為模糊域和概率域兩大類，然后在模糊域使用模糊綜合評判得到威脅目標的動態(tài)威脅度，接著運用可能性概率轉(zhuǎn)換理論將模糊表示的動態(tài)威脅度轉(zhuǎn)化成概率域知識，最后在概率知識域使用貝葉斯網(wǎng)絡推理算法得到目標的威脅等級，為武器系統(tǒng)選擇跟蹤打擊目標提供決策依據(jù)。

1.2 裝備損傷評估

裝備戰(zhàn)場損傷評估實際上是一個搶修的決策過程，指在戰(zhàn)場上或緊急情況下對損傷裝備的損傷程度及其修復措施進行快速評估，以便對裝備進行應急搶修或推遲修理，確保當前任務的完成。在評估過程中，準確地判斷和定位裝備的損傷部位是一項非常基礎、但又非常關(guān)鍵的工作，它直接影響到裝備戰(zhàn)場搶修工作的效率和成敗。但在實際戰(zhàn)場環(huán)境下，評估人員通常難以全面獲取裝備的所有損傷信息，如裝備所有的損傷部位、各損傷部位的實際命中彈片數(shù)量等，只能獲取裝備的部分損傷信息，這主要是由裝備的結(jié)構(gòu)特點所決定的，通常只能根據(jù)經(jīng)驗進行推測，即在不完全信息的情況下進行裝備損傷評估。

為了解決不完全信息情況下的裝備戰(zhàn)場損傷評估問題，馬志軍等[8]以某型火炮為例，分析了貝葉斯網(wǎng)絡在裝備損傷定位方面的優(yōu)勢，及其損傷定位的方法與流程，建立了用于裝備損傷定位的貝葉斯網(wǎng)絡模型,并開發(fā)了損傷定位系統(tǒng)。演示了其損傷定位的一般過程，驗證了貝葉斯網(wǎng)絡在裝備損傷定位中應用的可行性與有效性。

艦船戰(zhàn)場攻擊過程中，其損傷的出現(xiàn)和發(fā)展包含大量的不確定性影響因素，而傳統(tǒng)的損傷理論和方法難以對大量的不確定因素進行精確的數(shù)學描述，導致在實際的艦船戰(zhàn)場對抗中，難以得出較為精確的損傷分析結(jié)果。胡濤等[9]針對艦船戰(zhàn)損評估的因果推理特性，提出了基于貝葉斯網(wǎng)絡的戰(zhàn)損評估方法，并應用所提出的方法建立了艦船戰(zhàn)損評估模型，分析了貝葉斯網(wǎng)絡的艦船戰(zhàn)損評估流程。應用實例表明該方法的有效性和可操作性，提高艦船戰(zhàn)損評估速度。

1.3 目標毀傷效能評估

目標毀傷效果評估(BDA)是指對敵方目標實施火力打擊后,對目標的毀傷效果進行的綜合評估。根據(jù)目標BDA結(jié)果,作戰(zhàn)指揮人員可以判斷已實施的火力打擊是否達到預期的毀傷效果,是否需要再次打擊,并為制定火力毀傷計劃提供科學依據(jù)。現(xiàn)代戰(zhàn)場的復雜性及目標毀傷信息的不確定性,給目標BDA帶來了巨大的挑戰(zhàn)。1999年美國空軍的Daniel.W.F[10]上校提出了作戰(zhàn)損傷效果評估的貝葉斯網(wǎng)絡決策模型。該模型可用于戰(zhàn)場實時的目標毀傷效果評估，它可以綜合戰(zhàn)前各種預測信息，戰(zhàn)場上收集到的各種目標毀傷信息及專家的經(jīng)驗對目標毀傷效果做出綜合評估。

Pekka[11]以對假想的機場進行空對地突襲為例，分析了 BDA過程在突襲作戰(zhàn)中的實現(xiàn)方法。機場目標既包括樓房等點目標，也包括跑道、機庫等面目標，具有代表性。在突襲實施前，根據(jù)已獲得的目標信息，首先進行打擊前的作戰(zhàn)損傷預估。然后進行空中突襲，突襲過程分三個階段實施。突襲剛結(jié)束，依據(jù)彈載攝像機傳回的部分目標的實時視頻信息和任務報告進行打擊后作戰(zhàn)毀傷評估，但這種評估只能對部分目標進行。突襲結(jié)束幾小時后，當獲得了全面、可靠的毀傷信息，真正的作戰(zhàn)毀傷評估才能進行。所有目標的毀傷評估可以進行全面更新。史志富等[12]提出應用貝葉斯網(wǎng)絡對對地攻擊效果進行分析評價,建立了編隊對地攻擊損傷評估的貝葉斯網(wǎng)絡模型,給出了基于貝葉斯網(wǎng)絡的損傷評估的推理決策方法。并且以一個飛機編隊包括一架有人機和四架無人機,協(xié)同空襲敵方機場，獲取空中壓制和襲擊機場跑道為任務目的，對所采用的方法進行了仿真分析。

美國軍方一直試圖通過多種途徑提高 BDA過程的效率，比如改進評估程序、增加評估人員培訓、采用新技術(shù)等，但仍然難以滿足 BDA過程的實時性和精確性要求。用貝葉斯網(wǎng)絡對 BDA過程的決策模型進行改進，可以解決 BDA過程中一些比較困難的問題，比如移動目標或地下目標的BDA評估[13,14]。

1.4 智能攻擊決策

現(xiàn)代戰(zhàn)機最重要的特點就是火力控制裝備(硬殺傷武器)和電子戰(zhàn)裝備(軟殺傷武器)的一體化，它是飛機機載攻防系統(tǒng)與飛機攻防體系的集成與融合，稱為軟硬殺傷武器綜合攻擊系統(tǒng)。李波等[15]分析了機載軟硬殺傷武器系統(tǒng)的戰(zhàn)術(shù)使用方式和有效作用空域，給出了軟硬殺傷武器系統(tǒng)在空間上的協(xié)同使用準則。分析了使用貝葉斯網(wǎng)絡進行軟硬殺傷武器系統(tǒng)綜合決策的知識表示問題，得出了綜合決策網(wǎng)絡的三種類型的節(jié)點：態(tài)勢節(jié)點、傳感器節(jié)點、武器節(jié)點。提出了構(gòu)建貝葉斯網(wǎng)絡進行綜合決策的步驟，通過敵對雙方戰(zhàn)機空戰(zhàn)為例說明了使用貝葉斯網(wǎng)絡進行軟硬殺傷武器系統(tǒng)綜合決策的過程。

魯華等[16]采用貝葉斯網(wǎng)絡技術(shù),將影響目標威脅程度評估的主要因素在網(wǎng)絡中連接, 收集表示戰(zhàn)場和軍事單元特征的不確定性證據(jù)并應用于網(wǎng)絡不同的結(jié)點,證據(jù)自動在網(wǎng)絡中傳播并修改軍事實體態(tài)勢假設,構(gòu)造一個對戰(zhàn)場威脅度進行分析、推理、預測的貝葉斯因果模型。利用貝葉斯網(wǎng)絡的推理模型以及相應于此模型的推理算法,對多目標攻擊時目標的選擇和攻擊排序進行研究，為飛行員確定攻擊策略提供依據(jù)。

1.5 目標偵察與識別

戰(zhàn)場環(huán)境隨機變化使得偵察信息處理變得復雜化,從而影響決策的具體方式或決策方向。肖秦琨等[17]提出將隱馬爾可夫模型圖形模式與模糊推理結(jié)合起來構(gòu)成動態(tài)貝葉斯網(wǎng)絡，將其用于戰(zhàn)場偵察情報的推理分析。首先建立動態(tài)貝葉斯網(wǎng)絡的環(huán)境變化感知模型，而后應用 Viterbi解碼算法獲得當前隱含序列最優(yōu)估計，通過HMM狀態(tài)轉(zhuǎn)移矩陣可預測出未來環(huán)境變化趨勢，最后應用模糊推理得到問題的最優(yōu)的決策或優(yōu)先采用的解決方式。

由于偽劣的戰(zhàn)場環(huán)境等因素，傳感器所獲得的信息往往是模糊的、不確定的，所以目標融合識別是一個不確定推理過程。為解決大量不確定性和復雜性信息對戰(zhàn)斗識別的影響，Hautaniemi[18]模擬了兩種不同的場景，利用貝葉斯網(wǎng)絡節(jié)點變量表示目標的類型、特征等，給出了目標是友善、敵意、中立的概率判定。Laskey George[19]揭示了四種不同環(huán)境下，如何利用貝葉斯網(wǎng)絡并結(jié)合其它信息源數(shù)據(jù)，完成目標敵友性質(zhì)的識別。郭小賓等[20]對貝葉斯網(wǎng)絡模型在利用雷達偵察、通信偵察和紅外偵察三種傳感器數(shù)據(jù)的目標融合識別中的應用進行了研究。以樸素貝葉斯分類器和擴展貝葉斯分類器為基本結(jié)構(gòu)構(gòu)建了一種目標融合識別系統(tǒng)模型，采用同質(zhì)傳感器數(shù)據(jù)優(yōu)先原則對三種傳感器數(shù)據(jù)進行了合理綜合，仿真實驗結(jié)果驗證了方法的可行性和有效性。

1.6 飛行安全

預防和減少軍事飛行事故的發(fā)生，保障飛行安全是世界各國為提高飛機戰(zhàn)斗力所不斷追求的目標，是各國航空兵部隊迫切需要解決的重大問題。特別是新型戰(zhàn)機科技含量高，價格昂貴，作戰(zhàn)效能大大提高，因而在一定層面上，保安全就是保戰(zhàn)斗力。James T[21]分析了航空事故的誘發(fā)因素，利用貝葉斯網(wǎng)路構(gòu)建了航空系統(tǒng)風險模型（ASRM），總結(jié)了新技術(shù)或新產(chǎn)品嵌入對減少航空事故的可能性和減輕航空事故危害后果產(chǎn)生的影響。該ASRM，由美國國家航空航天局（NASA）和美國聯(lián)邦航空管理局（FAA）的聯(lián)合支持下開發(fā)的，是一個專門討論低概率事件導致嚴重后果事件的一個典范，并利用可控飛行撞地事件驗證了模型ASRM。劉莉等[22]基于廣義人—機—環(huán)境復雜系統(tǒng)，對飛行人員可靠性、空中交通管制人員可靠性和航空器維修人員可靠性進行了分析, 綜合考慮常用可靠性評估方法的優(yōu)缺點,采用貝葉斯網(wǎng)絡建立了飛行安全人因可靠性的評估模型。該模型綜合運用診斷推理和支持推理形式，分析直觀，計算簡便，適用于廣義的人—機—環(huán)境復雜系統(tǒng)建模，同時該模型可以根據(jù)后驗概率來調(diào)整先驗概率，從而有效地提高了評估的精度。

羅帆等[23]針對航空災害的形成特點，認為致災因素的相互作用是航空災害成因機理分析的關(guān)鍵。基于貝葉斯網(wǎng)絡模型,綜合運用診斷推理和支持推理形式，分析致災因素的因果關(guān)系，揭示了人、機、環(huán)境與管理因素相互作用的內(nèi)在規(guī)律。通過高斯貝葉斯網(wǎng)絡在典型案例致災成因機理分析中的應用，挖掘隱含的內(nèi)部因素對系統(tǒng)的影響程度，發(fā)現(xiàn)了隱含因素從不確定性狀態(tài)向確定性狀態(tài)的演變過程，以及表層因素與隱含因素的關(guān)系。

2 貝葉斯網(wǎng)絡在軍事應用中存在的問題與研究展望

近年來，雖然貝葉斯網(wǎng)絡技術(shù)的軍事應用研究在多個領(lǐng)域的取得了較快發(fā)展，但仍處于起步階段，還存在大量的問題需要進一步的探索和研究。

1）軍用貝葉斯網(wǎng)絡模型的改進與細化。針對不同的軍事應用領(lǐng)域所構(gòu)建的各種貝葉斯網(wǎng)絡模型都是面對假想的作戰(zhàn)場景進行了一定的簡化，必然與真實系統(tǒng)存在偏差。例如史志富在其博士論文《基于貝葉斯網(wǎng)絡的UCAV編隊對地攻擊智能決策研究》中構(gòu)建的模型[24]，許多地方環(huán)境因素、氣象因素、電子戰(zhàn)因素等都沒有考慮，因而限制了模型的使用范圍，具有局限性。因此模型的改進與細化有大量的問題亟待解決。

2）用于復雜系統(tǒng)智能決策的貝葉斯網(wǎng)絡理論問題。現(xiàn)有的貝葉斯網(wǎng)絡軍事應用模型大多沒有考慮原因節(jié)點影響結(jié)果節(jié)點的滯后時間，從而只適合于靜態(tài)分析。因為原因發(fā)生的時間和結(jié)果發(fā)生的時間不是同時的，而是有一定時間滯后的，而滯后時間的長短將影響貝葉斯網(wǎng)絡的推理結(jié)論。所以，必須引入動態(tài)貝葉斯網(wǎng)絡，將時間因素引入到貝葉斯網(wǎng)絡建模中，使貝葉斯網(wǎng)絡的推理與時間相關(guān)。

3）貝葉斯網(wǎng)絡用于智能決策的實時性問題。通常的貝葉斯網(wǎng)絡的構(gòu)建都是以離線的方式進行，由于貝葉斯網(wǎng)絡推理迅速，在網(wǎng)絡構(gòu)建完全確定之后，實時性問題也將得到解決。但貝葉斯網(wǎng)絡的組成復雜，需要提供多方面的先驗知識和后驗知識才可綜合決策，因此在實際應用中，需要大量集結(jié)并實時更新領(lǐng)域?qū)＜业闹R信息，從而實時性如何保證也是研究的重點。

4）基于貝葉斯網(wǎng)絡技術(shù)的軍事應用軟件開發(fā)。目前國內(nèi)還沒有成熟的貝葉斯網(wǎng)絡軍用建模與分析軟件，如何盡快開發(fā)并完善適應軍事作戰(zhàn)需求的基于貝葉斯網(wǎng)絡技術(shù)的軍事應用軟件系統(tǒng)，將是未來研究的一個重大課題，也是一個熱點、難點問題。

3 結(jié)束語

自1986年P(guān)earl提出貝葉斯網(wǎng)絡理論以來，經(jīng)過二十余年的發(fā)展，其理論和應用研究取得了長足的進展。本文較為詳細地闡述了國內(nèi)外關(guān)于貝葉斯網(wǎng)絡在軍事作戰(zhàn)領(lǐng)域的應用研究狀況，特別是在戰(zhàn)場態(tài)勢威脅評估、裝備損傷評估、目標毀傷效能評估、智能攻擊決策、目標偵查與識別、飛行安全六個領(lǐng)域的研究成果。進一步論述了貝葉斯網(wǎng)絡在軍事應用研究方面存在的問題，指出了貝葉斯網(wǎng)絡在軍事應用領(lǐng)域中的研究熱點、難點。隨著貝葉斯網(wǎng)絡在軍事領(lǐng)域應用范圍的不斷拓展，應用技術(shù)的不斷成熟完善，可以預見，其軍事應用研究必將越來越受到軍內(nèi)外、國內(nèi)外學者的廣泛重視。

[1]Judea Pearl. Fusion, propagation and structuring in belief networks[J]. Artificial Intelligence, 1986, 29 (3):241-288.

[2]Hall D L, Llinas J. An Introduction to Multisensor Data Fusion[C]. Proceedings of the IEEE. 1997, 85(1):6-23.

[3]Steinberg Alan N. Threat Assessment Technology Development[J]. Lecture Notes in Computer Science,2005: 490-500.

[4]S.Das, R.Grey, P.Gonsalves. Situation Assessment via Bayesian Belief Networks[C]. In Proceedings of the 5th international conference on information Fusion, Maryland,July, 2002: 664-671.

[5]K.B.Laskey. Hypothesis Management in situation specific Network construction[C].Proceedings of the 17th Conference on Uncertainty in Artificial Intelligence.Seattle, Washington, 2001: 301-309.

[6]孫兆林,楊宏文,胡衛(wèi)東.基于貝葉斯網(wǎng)絡的態(tài)勢評估方法[J].計算機應用,2005,25(4):745-747.

[7]康長青,郭立紅,等.基于模糊貝葉斯網(wǎng)絡的態(tài)勢威脅評估模型[J].光電工程,2008,35(5):1-5.

[8]馬志軍,田燕等.基于貝葉斯網(wǎng)絡的裝備損傷定位系統(tǒng)研究[J].軍械工程學院學報,2009,21(2):9-12.

[9]胡濤,黎放,等.基于貝葉斯網(wǎng)絡的艦船戰(zhàn)損評估研究[J].武漢理工大學學報,2007,31(6):1067-1070.

[10]Daniel W.Franzen, A Bayesian Decision Model For Battle Damage Assessment[D. Master's thesis, Helsinki University of Technology, 1999.

[11]Pekka Laitila. Bayesian Network Model for BDA[R].Helsinki University of Technology, 2009.

[12]史志富,張安,劉海燕,等.基于貝葉斯網(wǎng)絡的編隊對地攻擊損傷評估研究[J].系統(tǒng)工程與電子技術(shù),2007,29(7):1113-1116.

[13]B.R. Schneider, et al. Counterforce Targeting Capabilities and Challenges[D]. Master's thesis, 2004.

[14]J.T.Rauch. Assessing Airpower’s Effects: Capabilities and Limitations of Real-Time Battle Damage Assessment, 2002.

[15]李波,高曉光.基于貝葉斯網(wǎng)絡的機載武器系統(tǒng)綜合決策[J].系統(tǒng)仿真學報,2007,19(4):886-889.

[16]魯華,周德云.貝葉斯網(wǎng)絡的對地多目標攻擊決策[J].火力與指揮控制,2008，33(7):54-56.

[17]肖秦琨,高曉光.基于動態(tài)貝葉斯網(wǎng)絡的目標偵察信息處理研究[J].西安工業(yè)學院學報,2005,25（1）:3-7.

[18]Hautaniemi, Sampsa. Target Identification with Bayesian Networks[D]. Master of Science thesis,Automation Department, Tampere University of Technology, 2000.

[19]Laskey George, Kathryn Laskey. Combat Identification with Bayesian Networks[C]. Presented at Command and Control Research and Technology Symposium. Quebec City, Canada: CCRP, 2002.

[20]郭小賓,王壯,胡衛(wèi)東.基于貝葉斯網(wǎng)絡的目標融合識別方法研究[J].系統(tǒng)仿真學報,2005,17(11)：2713-2716.

[21]James T. Luxh?j, David W. Coit. Modeling Low Probability/High Consequence Events: An Aviation Safety Risk Model[C]. Proceedings of the Reliability &Maintainability Symposium (RAMS), USA, 2006, 215 –220.

[22]劉莉,徐浩軍,等.基于貝葉斯網(wǎng)絡的飛行安全人因可靠性評估模型[J].空軍工程大學學報,2009,10(3)：5-9.

[23]羅帆,陳小佳,顧必沖.基于貝葉斯網(wǎng)絡的航空災害成因機理探析[J].北京航空航天大學學報,2005,31(8):934-938.

[24]史志富.基于貝葉斯網(wǎng)絡的UCAV編隊對地攻擊智能決策研究[D].西安:西北工業(yè)大學博士論文,2007.