面向典型武器系统的作战能力评估研究

２０１１年１２月第２２卷第６期装备指挥技术学院学报Ｊｏｕｒｎａｌ　ｏｆ　ｔｈｅ　Ａｃａｄｅｍｙ　ｏｆ　Ｅｑｕｉｐｍｅｎｔ　Ｃｏｍｍａｎｄ　＆ＴｅｃｈｎｏｌｏｇｙＤｅｃｅｍｂｅｒ　２０１１Ｖｏｌ．２２　Ｎｏ．６　收稿日期　２０１１－０３－０７　作者简介　王巧珍，女，硕士研究生．主要研究方向：电子信息装备体系优化与评估．ｌｉａｏｄｅｔｉａｎｔａｎｇ＠ｙａｈｏｏ．ｃｏｍ．ｃｎ．杨凡德，男，副教授，硕士生导师．面向典型武器系统的作战能力评估研究王巧珍１，　杨凡德２（１．装备指挥技术学院研究生管理大队，北京１０１４１６；　２．装备指挥技术学院重点实验室，北京１０１４１６） 摘 要　在分析国外某典型激光武器系统特性的基础上，建立了其作战能力评估指标体系。

利用最优传递矩阵对网络层次分析法（ａｎａｌｙｔｉｃ　ｎｅｔｗｏｒｋ　ｐｒｏｃｅｓｓ，ＡＮＰ）存在的缺陷进行了改进，将该方法应用到该武器系统作战能力评估过程中，验证了该方法的有效性和指标体系的合理性。

关　键　词　作战能力；改进的网络层次分析法；评估中图分类号　ＴＮ　９７５文章编号　１６７３－０１２７（２０１１）０６－０１２５－０４文献标志码　Ａ　ＤＯＩ　１０．３７８３／ｊ．ｉｓｓｎ．１６７３－０１２７．２０１１．０６．０２８Ｒｅｓｅａｒｃｈ　ｏｎ　ｔｈｅ　Ｃｏｍｂａｔ　Ｃａｐａｂｉｌｉｔｙ　Ｅｖａｌｕａｔｉｏｎ　ｆｏｒ　Ｔｙｐｉｃａｌ　ＷｅａｐｏｎＷＮＡＧ　Ｑｉａｏｚｈｅｎ１，　ＹＡＮＧ　Ｆａｎｄｅ２（１．Ｃｏｍｐａｎｙ　ｏｆ　Ｐｏｓｔｇｒａｄｕａｔｅ　Ｍａｎａｇｅｍｅｎｔ，ｔｈｅ　Ａｃａｄｅｍｙ　ｏｆ　Ｅｑｕｉｐｍｅｎｔ　Ｃｏｍｍａｎｄ　＆Ｔｅｃｈｎｏｌｏｇｙ，Ｂｅｉｊｉｎｇ　１０１４１６，Ｃｈｉｎａ；２．Ｔｈｅ　Ｋｅｙ　Ｌａｂ，ｔｈｅ　Ａｃａｄｅｍｙ　ｏｆ　Ｅｑｕｉｐｍｅｎｔ　Ｃｏｍｍａｎｄ　＆Ｔｅｃｈｎｏｌｏｇｙ，Ｂｅｉｊｉｎｇ　１０１４１６，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ　Ｏｎ　ｔｈｅ　ｂａｓｉｓ　ｏｆ　ｔｈｅ　ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ　ｏｆ　ａ　ｔｙｐｉｃａｌ　ｌａｓｅｒ　ｗｅａｐｏｎｓ　ｏｖｅｒｓｅａｓ，ｔｈｅ　ｐａｐｅｒ　ｅｓｔａｂ－ｌｉｓｈｅｓ　ａ　ｃｏｒｒｅｓｐｏｎｄｉｎｇ　ｅｖａｌｕａｔｉｏｎ　ｉｎｄｅｘ　ｓｙｓｔｅｍ．Ｆｏｒ　ｔｈｅ　ｌｉｍｉｔａｔｉｏｎ　ｏｆ　ｔｈｅ　ａｎａｌｙｔｉｃ　ｎｅｔｗｏｒｋ　ｐｒｏｃｅｓｓ（ＡＮＰ），ｔｈｅ　ｏｐｔｉｍａｌ　ｔｒａｎｓｆｅｒ　ｍａｔｒｉｘ　ｉｓ　ｉｎｔｒｕｄｅｄ　ｔｏ　ｉｍｐｒｏｖｅ　ｉｔ　ａｎｄ　ｔｈｅｎ　ｔｈｅ　ｉｍｐｒｏｖｅｄ　ＡＮＰ　ｉｓ　ａｐｐｌｉｅｄ　ｔｏｔｈｅ　ｃｏｍｂａｔ　ｃａｐａｂｉｌｉｔｙ　ｅｖａｌｕａｔｉｏｎ　ｆｏｒ　ｔｈｅ　ｌａｓｅｒ　ｗｅａｐｏｎｓ，ｗｈｉｃｈ　ｐｒｏｖｅｓ　ｖａｌｉｄｉｔｙ　ｏｆ　ｔｈｅ　ｍｅｔｈｏｄ　ａｎｄ　ｒａ－ｔｉｏｎａｌｉｔｙ　ｏｆ　ｔｈｅ　ｉｎｄｅｘ　ｓｙｓｔｅｍ．Ｋｅｙ　ｗｏｒｄｓ　ｃｏｍｂａｔ　ｃａｐａｂｉｌｉｔｙ；ｉｍｐｒｏｖｅｄ　ＡＮＰ；ｅｖａｌｕａｔｉｏｎ ２０１０年７月１９日，美国海军在海上利用激光武器系统成功击落４架无人机，几个月后，其又利用新型高精度天基激光武器系统在数秒时间内击毁巡航导弹。

近２０年来，军事强国投入了大量人力、物力和财力研究激光武器系统，取得了大量研究成果。

运用合适的方法对国外激光武器系统作战能力进行评估，可找出影响其作战效能发挥的关键因素，从而找出关键威胁，有利于我国采取有效的防预措施。

武器系统是一个复杂系统，其作战能力的评估存在大量关系复杂的不确定因素，这些都给评估带来困难。

目前用于复杂系统作战能力评估的方法众多，通过对比分析，同时结合国外典型激光武器系统的特性，本文将采用网络层次分析法（ＡＮＰ）［１］实现其作战能力的评估。

但ＡＮＰ在应用过程中，判断矩阵不一致性问题仍然存在，因此，本文引入最优传递矩阵对其进行改进。

１　美国典型激光武器系统特性分析美国某典型激光武器系统主要由指挥控制分系统、武器平台及支持分系统、高能激光发生器分系统、精密跟踪瞄准分系统与光束控制发射分系统（自适应光学分系统）等组成。

其作战原理如下：首先由远程预警雷达捕获威胁目标，并将威胁目标信息数据传送给指挥控制分系统，指挥控制分系统通过目标分配与坐标变换，引导精密跟踪瞄准分系统捕获并锁定目标，精密跟踪瞄准分系统再引导光束控制发射分系统使发射望远镜对准目标。

当目标处于适当位置时，指挥控制分系统发出攻击命令，启动激光器，激光器发出光束，经光束控制发射分系统射向威胁目标，对威胁目标进行破坏。

典型激光武器系统的构成和基本原理如图１所示，图中虚线部分为典型的激光武器［２］。

图１　激光武器系统工作原理激光武器系统是一个复杂系统，一般系统的理论和方法在解决其作战能力评估方面仍存在问题，需要从复杂系统理论的角度出发，对比分析各种理论和方法，寻找适用于激光武器系统作战能力评估的思路和方法。

作为新概念武器和未来国家战略型武器，在对激光武器系统作战能力进行评估时就存在特殊性：１）评估的影响因素众多，而且各因素之间关系复杂。

按照作战能力指标→单项能力指标→性能指标→尺度参数指标的原则，自顶向下分析、自底向上反馈的方法建立的层次型指标体系中，各层次间及同层指标间仍会存在依赖和反馈关系。

这就给评估带来了困难，需选择合适的方法才能实现有效地评估。

２）被研究对象是“贫信息”不确定性系统，定量指标少而定性指标多。

在选择定性指标量化的过程中需寻找简便灵活但准确性高的方法。

２　改进后的ＡＮＰ法评估过程介绍ＡＮＰ是在广泛吸收决策科学领域研究成果及层次分析法（ａｎａｌｙｔｉｃ　ｈｉｅｒａｒｃｈｙ　ｐｒｏｃｅｓｓ，ＡＨＰ）［３］基础上提出的，该方法的创立，弥补了ＡＨＰ的不足，有效地解决了评价中各个指标因素之间相互依存的关系及各层次之间的相互反馈关系，使其成为当前更有效且实用的决策方法之一。

然而，利用ＡＮＰ构造的判断矩阵仍存在一致性检验的问题，若判断矩阵不一致，则需对其进行调整直到满意为止。

但调整往往依据主观估计进行，有很大的盲目性，尤其在元素较多时，在很大程度上不能保证调整后的矩阵就是一致的。

为了增强一致性水平，本文引入最优传递矩阵［４］对初次得到的判断矩阵进行处理，改进后的ＡＮＰ评估的过程如图２所示。

图２　系统作战能力评估过程下面介绍最优传递矩阵的算法原理。

在评估实现过程中，判断矩阵的确立使用专家打分法，即专家组（Ｓ＝（Ｓ１，Ｓ２，…，Ｓｒ），ｒ＞１）对相关定性指标进行分析，利用１～９标度法构造相应的判断矩阵Ａ（ｋ），ｋ＝１，２，…，ｒ。

可知Ａ（ｋ）是互反矩阵。

令矩阵Ｂ（ｋ）＝ｂ（ｋ）ｉｊ＝ｌｇ　Ａ（ｋ）＝ｌｇ　ａ（ｋ）ｉｊ（ｉ，ｊ＝１，２，…，ｍ），若以σｉｊ表示专家评价的总体标准差，则有σｉｊ＝１ｒ－１∑ｒｋ＝１ｂ（ｋ）ｉｊ－１ｒ∑ｒｋ＝１ｂ（ｋ）ｉ［］ｊ槡２ 当σｉｊ均小于１时，可认为专家组的意见较为统一；否则，筛选出意见分歧较大的专家要求其重新判断或将其结果忽略，直到达到要求为止。

若专家意见统一，此时用专家判断值的算术平均值作为群组判断结果。

由于Ｂ（ｋ）的平均值矩阵为Ｂ＝１ｒ∑ｒｋ＝１ｂ（ｋ）ｉｊ但Ｂ不一定满足一致性，所以需通过最优传递矩阵算法得出Ａ（Ａ（ｋ）的平均矩阵）的拟优传递矩阵Ａ＊＝１０Ｃ其中：Ｃ＝１ｍ∑ｍｌ＝１（ｂｉｌ－ｂｊｌ）。

经处理后的Ａ＊即为构造初始超矩阵的基础。

６２１装备指挥技术学院学报 ２０１１年　３　系统作战能力评估实现图４　美国某激光武器系统作战能力网络分析模型３．１　美国典型激光武器系统作战能力指标体系的确定 美国工业界武器装备系统咨询委员会把能力定义为：当已知系统在执行任务过程中的状态这一条件下，对系统达到任务目标的能力的量度。

准确地说，能力是确定系统诸性能的依据［５］。

随着对抗目标、任务、规模、形式和内容等的不同，激光武器系统作战能力呈现动态和静态相结合的变化。

因此，在构建其指标体系时应遵循以下基本原则［６－７］：①系统性。

评估指标应能全面反映被评估对象的综合情况，从中抓住主要因素，以保证综合评价的全面性和可信度。

②简明性。

在基本满足评估要求和给出决策所需信息的前提下，应该尽量减少指标个数，突出主要指标。

③可行性。

评估指标应具备现实收集渠道，便于定量分析，具有可操作性。

④客观性。

评估指标应能真实反映系统特征，避免加入个人主观意愿，所选评估指标应尽量具有普遍意义。

⑤层次性。

激光武器系统可以分解为一系列子系统，除了总的作战能力指标之外，各子系统也都还有其相应的指标。

通过对美国典型激光武器系统组成、工作流程及作战需求等的分析，依据指标体系构建的原则，利用从上至下分解、从下至上反馈的层次分析法，寻找影响评价的关键因素，可得到武器系统作战能力指标体系。

通过以上分析，在不考虑防护能力和保障能力的前提下，要完成其使命，激光武器系统必须具备的作战能力应该包括：①探测能力。

探测来袭目标，确定来袭目标的轨道和轨道偏差等信息。

②跟瞄能力。

对目标进行识别、跟踪、瞄准，为精确打击做准备。

③指控能力。

对获取的各类信息进行准确、快速处理，协调控制相关分系统实施行动。

④发射能力。

发射高能激光射束，对目标实施攻击。

⑤毁伤能力。

能实现对目标的有效攻击。

其具体的指标体系结构如图３所示。

图３　美国某激光武器系统作战能力指标体系结构３．２　建立网络层次分析的框架模型图根据美国典型激光武器系统的特性，分析各因素，可得出影响因素间的依赖和反馈关系。

根据网络层次分析法的方法原理，可得出武器系统作战能力影响因素之间的相互关系，如图４所示。

根据各因素之间的相互关系图，再利用专家打分法确定判断矩阵即可构造初始超矩阵、极限超矩阵和最终排序结果。

７２１　第６期 王巧珍，等：面向典型武器系统的作战能力评估研究４　应用实例４．１　构造初始超矩阵、极限超矩阵和最终排序经过上面一节的分析，可通过专家组打分获得判断矩阵。

将最优传递矩阵算法转换的判断矩阵作为超决策软件的输入，可得相应结果。

因最优传递矩阵和ＡＮＰ模型的计算量都较大，本文利用Ｍａｔｌａｂ　７．８实现最优传递矩阵的计算，采用Ｒｏｚａｎｎ　Ｗ．Ｓａａｔｙ和Ｗｉｌｌｉａｍ　Ａｄａｍ开发的超决策（ｓｕｐｅｒ　ｄｅｃｉｓｉｏｎｓ）软件实现ＡＮＰ的计算［８］。

经相应处理可得到极限超矩阵和最终的权重排序情况见表１。

其中，Ｔ１代表发现概率，Ｔ２代表识别目标能力，Ｔ３代表探测距离，Ｇ１代表跟瞄同步精度，Ｇ２代表跟瞄速度，Ｇ３代表反应时间，Ｚ１代表控制协调能力，Ｚ２代表计划组织能力，Ｚ３代表辅助决策能力，Ｆ１代表作用距离，Ｆ２代表发射功率，Ｆ３代表光束质量，Ｈ１代表目标特性，Ｈ２代表光束驻留时间，Ｈ３代表大气传输效应。