基于電子戰(zhàn)推理知識庫研究

許波 韓梅 陳根余 喬小斐 秦博

編者按：為了能更好地研究現(xiàn)代的電子戰(zhàn)決策，需要對決策產(chǎn)生一定的先驗條件，通過各種離散的先驗條件來進行智能決策，現(xiàn)代的電子設備有著數(shù)據(jù)類型多、數(shù)據(jù)量大、多級裝備判斷條件多以及推理的屬性多樣化等特點，在多樣化、離散化的情況下對推理的算法知識管理尤為重要，設計一款可控、多變、實時生效的維護性和使用性強的知識庫是一種必要的手段。

引言

目前電子戰(zhàn)決策涉及多種裝備、平臺、數(shù)據(jù)，每一次的偵察獲取到的信息都是海量級，對大量的設備信息進行歸類、迭代和管理是一種很常見的需求，對特殊的電子戰(zhàn)場景以及多裝備參戰(zhàn)進行推理，并對多樣離散的信息進行歸類，產(chǎn)生聯(lián)動，還能進行實時的調試把各種推理要素進行復用，設計一份推理知識庫為未來的戰(zhàn)爭決策提供一份強有力的推理結果作為研究數(shù)據(jù)支撐，知識庫的出現(xiàn)為決策支持系統(tǒng)的發(fā)展開辟了一個新的發(fā)展方向，知識庫系統(tǒng)是管理和維護知識的系統(tǒng)，其主要功能是實現(xiàn)知識的推理、學習和獲取等[1]，推理知識庫對電子戰(zhàn)的預測和決策來說是重要的基礎數(shù)據(jù)庫角色。

建立研究模型

電子戰(zhàn)模擬平臺

基于電子戰(zhàn)平臺，需要建立一個模擬實時仿真系統(tǒng)對模型進行作戰(zhàn)仿真計算，把所有的計算結果進行線性化建立一個模型可視化的推演系統(tǒng)，推演系統(tǒng)用于用戶的人機交互使用。電子戰(zhàn)模擬系統(tǒng)框架圖如圖1所示。

模擬實時仿真系統(tǒng)：主要工作是加載各種不同的模型平臺數(shù)據(jù)，根據(jù)一定的步長進行模擬計算所有場景模型的動作數(shù)據(jù)，每一步計算完畢后下發(fā)最新的模型數(shù)據(jù)。

模型可視化推演系統(tǒng)：進行場景和模型的展示，展示各個模型的行為和數(shù)據(jù)，進行人機交互功能。

推理系統(tǒng)：對現(xiàn)有的數(shù)據(jù)模型進行推理計算和存儲。

系統(tǒng)計算流程

在推演系統(tǒng)中，首先加載模型數(shù)據(jù)并上報到仿真系統(tǒng)，仿真系統(tǒng)根據(jù)仿真步長進行模型仿真計算，計算結果發(fā)送到推演系統(tǒng)進行展示，推演系統(tǒng)再轉發(fā)到推理系統(tǒng)，對模型數(shù)據(jù)進行各種推理計算，在計算的過程中會記錄模型時刻數(shù)據(jù)和推演數(shù)據(jù)，整個仿真流程完畢后再結合模型實時數(shù)據(jù)和推理數(shù)據(jù)進行對比，對比完成后再次修復推理知識庫規(guī)則屬性，修改完畢后可再次進行推演，如此循環(huán)得到當前研究模型的最優(yōu)推演參數(shù)值，推演知識庫完成了人在回路的參數(shù)優(yōu)化流程，提高了推演知識庫的準確性，具體推演計算設計流程圖如圖2所示。

推理知識庫

電子戰(zhàn)涉及到裝備信息多樣化、離散化、差異化，推理知識庫其目的在于解決非結構化和半結構化的問題[2]，進行衍生屬性的推理則需要建立一個可以隨時進行修改、保存、復用和運行為一體的推理知識庫。根據(jù)需要解決的難題，推理知識庫設計為兩個部分：知識庫和推理引擎。

1.知識庫

知識庫需要有包容多變的特性，以及良好的可視化交互，利用規(guī)則確定性推理構建知識庫[3]，其設計的功能如下：

（1）知識表示是為了描述世界所作的一組約定?是知識的符號化過程?即是將關于世界的事實、關系、過程等編碼成為一種合適的數(shù)據(jù)結構[4]。我們在此設計定義推理規(guī)則的結構為“RULE ‘name’ IF <LHS> THEN <RHS> END ELSE <RHS> END”，其中name說明規(guī)則的名稱，LHS表示規(guī)則的前件，由一個或多個條件組成，RHS表示規(guī)則的后件，即推理的行為結果。

（2）提供圖文化式管理推理規(guī)則，完成推理條件或行為的新增、刪除、查詢、修改，構建推理規(guī)則。

（3）提供推理知識庫所有規(guī)則的管理功能，能夠按照名稱、類型、條件、行為進行規(guī)則的查詢，提供列表形式展現(xiàn)推理知識條目，提供推理知識的詳情展示和圖形化形式展現(xiàn)單條推理知識。

（4）提供推理知識庫的存儲和刪除功能，方便維護知識庫。

推理知識庫的功能如圖3所示。

這樣設計可以直接提供友好的界面規(guī)則編輯功能，直觀地展示出推理知識庫內容，并且可以直接把修改好的推理規(guī)則推送到推理引擎參與推理，最終得到的推理規(guī)則保存起來，可以直接應用于后續(xù)的決策和裝備性能等研究領域。

2.推理引擎

根據(jù)推理知識庫存儲的推理規(guī)則，建立規(guī)則解析，最終多決策信息源進行解析、映射、重構，使之成為知識，并且處置主體提供了更加準確的知識[5]。根據(jù)知識庫的規(guī)則數(shù)據(jù)我們選擇進行key-value模式的分類存儲，外部調用接口則對存儲的k-v模式進行匹配，匹配失敗則返回默認值，否則匹配成功則跳出匹配返回匹配結果值。這樣就與知識庫數(shù)據(jù)建立起了邏輯聯(lián)系，并可以外置邏輯更新接口，收到更新接口后對k-v模式進行重新解析，可以很方便地在推理模塊調用推理知識庫存儲的規(guī)則，并且還能在運行中實時進行數(shù)據(jù)更新，修改后只需要進行規(guī)則更新，數(shù)據(jù)解析，刷新到內存，下次推理過程就能使用修改后的推理參數(shù)和結論，以可視化方式提供推理規(guī)則的優(yōu)化、適配，通過人在回路的學習過程提升推理知識的有效性。通過數(shù)據(jù)參數(shù)的回流，知識庫中內容包括己經(jīng)獲取的先驗知識和通過不斷訓練學習獲得的知識[6]，這樣才能不斷地打造適合多模型多場景的推理算法模型。

仿真實驗系統(tǒng)實現(xiàn)

想定仿真場景，場景里設置紅藍雙方勢力，藍方對紅方要地進行電子偵察和干擾。

設計推理規(guī)則

根據(jù)想定仿真場景設計了如下推理規(guī)則：

規(guī)則1、藍方平臺位置預測

在以當前點為站心的站心（東北天）球角坐標系中，根據(jù)平臺的慣性飛行進行推理計算，預測下一個時刻平臺的經(jīng)緯高位置，屬于常規(guī)基礎屬性推理。

規(guī)則2、藍方平臺對紅方要地威脅預測

此條規(guī)則則是利用了規(guī)則1推理信息，間接地推理出威脅要素，要地威脅預測算法流程圖如圖5所示。獲取場景裝備數(shù)據(jù)后，再次獲取要地裝備信息，收到平臺裝備信息后，對設定的預測時間內的裝備進行位置預測，再結合預測位置進行過濾，過濾出要地的藍方平臺并且被紅方裝備偵察。根據(jù)藍方距離紅方要地的距離D1以及藍方裝備的干擾距離D2進行比較，如果兩者差d1=（D1-D2）<0，則預測藍方平臺為威脅狀態(tài)，且威脅類型為干擾威脅;否則預測藍方平臺為無威脅狀態(tài)，此時繼續(xù)根據(jù)藍方距離紅方要地的距離D1以及藍方裝備的偵察距離D3進行比較，如果兩者差d2=（D1-D3）<0，則預測藍方平臺為威脅狀態(tài)，且威脅類型為占察威脅;否則預測藍方平臺為無威脅狀態(tài)。

規(guī)則3、藍方平臺對要地的威脅置信度

本條規(guī)則則是根據(jù)規(guī)則2的推理結果進行置信度評分，當前選取了藍方平臺接近率（m/s）和藍方距離紅方要地的距離（km）兩個參數(shù)進行匹配規(guī)則得到置信度值。

通過以上3條規(guī)則，我們可以建立起平臺在一定預測的時間內，推理藍方平臺飛行距離，根據(jù)距離和其他屬性建立威脅度的推理，根據(jù)當前威脅度和藍方平臺屬性得到一個置信度的評價推理，可見推理知識庫可以兼容電子平臺裝備自身基礎屬性的推理，也可以推理出決策衍生屬性，還能對推理衍生出評分推理，可以很好地完成多方面、離散、融合的推理任務。

結果分析

根據(jù)仿真結果，得到推理數(shù)據(jù)和仿真數(shù)據(jù)，通過對比兩份數(shù)據(jù)差異進行調整合理推理參數(shù)后，再進行仿真對比，如此反復多次，可以初步得到較優(yōu)推理參數(shù)，從而得到一份在該想定場景下的一份推理知識庫算法規(guī)則集合。

結論

通過推理知識庫的多次模擬運行，可以得到符合特定裝備和場景的特定參數(shù)值，通過推理實時數(shù)據(jù)，還可以為后續(xù)做機器學習打下數(shù)據(jù)和評分基礎。可以看出，該電子戰(zhàn)推理知識庫策可以有效地解決離散化的裝備屬性推理，可以很好地解決推理處理的結果作為條件衍生出更多的推理屬性，達到推理模塊化、降低耦合度、推理關聯(lián)指標本的目的。

參考文獻：

[1] 楊善林，傅為忠，董軍.智能決策支持系統(tǒng)增量式知識庫系統(tǒng)的研究[J].合肥工業(yè)大學學報（自然科學版），2004（04）：339-343.

[2] 李國昌，李志.智能決策支持系統(tǒng)知識庫體系結構的研究[J].河北科技大學學報， 2002（01）： 48-50+63.

[3] 朱釩，孫建芳，謝小鵬.多品種離散生產(chǎn)制造決策支持系統(tǒng)的構建[J].機械與電子， 2009（03）： 69-71.

[4] 于衛(wèi)紅，賈傳熒.基于XML的海上搜救智能決策支持系統(tǒng)知識庫[J].大連海事大學學報，2005（04）：32-34.

[5] 蔣勛，蘇新寧，劉喜文.突發(fā)事件驅動的應急決策知識庫結構研究[J].情報資料工作， 2015（01）： 25-29.

[6] 穆世恒. 高速列車轉向架故障診斷智能決策方法研究[D]. 西南交通大學， 2017.