空中目標威脅的ABC-RVM 評估方法

牛軍鋒，甘旭升，劉 影，韋 剛，劉 飛

（1.西京學院管理技術系，西安 710123；2.空軍工程大學空管領航學院，西安 710051；3.空軍工程大學防空反導學院，西安 710051）

0 引言

隨著空中進攻武器的不斷發(fā)展，水面艦艇，尤其是類似航空母艦、兩棲攻擊艦等這樣的大中型艦艇，面臨的空中威脅越來越嚴峻，特別是面對多平臺聯(lián)合突防、多批次協(xié)同飽和攻擊時，水面艦艇承受的空中壓力會更大。因此，在既有防空信息基礎上，借助科學手段，實時準確地對空中來襲目標的攻擊意圖、威脅程度進行評估判斷，是提高水面艦艇生存率的關鍵。

在防空作戰(zhàn)中，由于空中態(tài)勢的復雜性和多變性，通常無法確切描述各影響因素與空中目標威脅之間的解析關系，這給空中目標威脅評估工作造成了非常大的困難。為此，學者經(jīng)過不斷地研究和探索，總結并提出了諸多目標威脅評估方法，其中比較典型的，諸如貝葉斯網(wǎng)絡、直覺模糊集、神經(jīng)網(wǎng)絡和支持向量機（support vector machine，SVM）等。然而，這些方法在參數(shù)設置、計算復雜性、實現(xiàn)難度、滿足精度要求等方面都或多或少存在著不足。本文則主要圍繞相關向量機（relevance vector machine，RVM）在艦艇空中目標威脅評估中應用展開研究。與SVM 相比，RVM 的核函數(shù)不需要符合Mercer 條件，并極大地減少了計算量。然而，在工程實踐中，由于核函數(shù)選取與參數(shù)優(yōu)化等問題的限制，僅僅通過單一RVM，往往難以達到理想效果，需要探索借助其他方法解決RVM 應用中存在的問題。

基于此，在構建RVM 模型過程中，構造了混合核函數(shù)，并引入人工蜂群（artificial bee colony，ABC）算法［8］優(yōu)化所涉及的參數(shù)，以實現(xiàn)對空中目標威脅的準確科學評估并給出了驗證。……