聲明：本文為《現(xiàn)代防御技術(shù)》雜志社供《中國(guó)軍工網(wǎng)》獨(dú)家稿件。未經(jīng)許可，請(qǐng)勿轉(zhuǎn)載。
作者簡(jiǎn)介：曹強(qiáng)（1981-），男，江蘇揚(yáng)州人，碩士生，主要從事水面艦艇作戰(zhàn)指揮系統(tǒng)與指揮自動(dòng)化技術(shù)研究。
曹強(qiáng)，胡錦春
（1.海軍大連艦艇學(xué)院 研究生2隊(duì)，遼寧 大連116018）
摘要：為解決傳統(tǒng)艦載C4I威脅判斷模型的不足，尋求適應(yīng)信息化作戰(zhàn)要求的艦載C4I威脅判斷模型，將神經(jīng)網(wǎng)絡(luò)引入艦載C4I系統(tǒng)，提出了基于BP神經(jīng)網(wǎng)絡(luò)的威脅判斷模型，并對(duì)BP算法進(jìn)行了改進(jìn)；通過Matlab仿真計(jì)算，結(jié)果表明該方法計(jì)算速度快、精度高。
關(guān)鍵詞：神經(jīng)網(wǎng)絡(luò)；BP算法；威脅判斷
中圖分類號(hào)：TP183；E844文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1009086X（2006）01005303
Warship C4I threat evaluation model based on improved BP algorithm
CAO Qiang， HU Jinchun
（1.Postgraduate Team 2 of Dalian Navy Academy，Liaoning Dalian 116018，China）
Abstract:In order to solve the shortage of traditional warship C4I threat evaluation model and seek a new warship C4I threat evaluation model to meet the requirements of information war, neural network was applied in warship C4I. A threat evaluation model based on BP neural networks was put forward. The BP algorithm was also improved. The result of Matlab simulation demonstrated that the improved BP neural network was a high speed and high accuracy warship C4I threat evaluation model.
Key words:Neural net; BP algorithm; Threat evaluation
1引言
威脅判斷（簡(jiǎn)稱威判）是實(shí)施攻擊和防御的前提。在信息化海戰(zhàn)中，根據(jù)本艦獲得的目標(biāo)信息，判定目標(biāo)對(duì)本艦的威脅程度和威脅大小，能為其他戰(zhàn)術(shù)應(yīng)用軟件和艦艇指揮員戰(zhàn)術(shù)決策提供依據(jù)［1］。BP神經(jīng)網(wǎng)絡(luò)廣泛應(yīng)用于函數(shù)逼近、模式識(shí)別、分類、數(shù)據(jù)壓縮［2］。威判問題實(shí)際上是一種目標(biāo)的分類和識(shí)別問題，因此可以將BP網(wǎng)絡(luò)用作指控系統(tǒng)的威判模塊，解決現(xiàn)有模塊某些方面的不足。
2BP網(wǎng)絡(luò)威判模型
BP神經(jīng)網(wǎng)絡(luò)即誤差后向傳播的神經(jīng)網(wǎng)絡(luò)是人工神經(jīng)網(wǎng)絡(luò)中的一類非常重要、使用廣泛的網(wǎng)絡(luò)結(jié)構(gòu)。它由輸入層、隱層和輸出層組成，典型的3層BP網(wǎng)絡(luò)結(jié)構(gòu)如圖1所示［2］。其中， x1，x2，…， xn表示輸入向量， n 表示輸入層神經(jīng)元的個(gè)數(shù)； y1，y 2，…， ym表示輸出向量，m 表示輸出層神經(jīng)元的個(gè)數(shù)。
圖1BP網(wǎng)絡(luò)結(jié)構(gòu)圖
Fig1Sketch map of BP neural network
BP網(wǎng)絡(luò)學(xué)習(xí)是典型的有導(dǎo)師學(xué)習(xí)過程。其實(shí)質(zhì)是提供足夠的樣本，通過反復(fù)調(diào)整網(wǎng)絡(luò)各層神經(jīng)元之間的權(quán)值和閾值，對(duì)網(wǎng)絡(luò)輸入?yún)?shù)和輸出參數(shù)之間復(fù)雜的對(duì)應(yīng)關(guān)系不斷進(jìn)行擬合逼近。調(diào)整的原則是使網(wǎng)絡(luò)輸出值和樣本輸出值之間的均方根誤差越來越小，當(dāng)均方根誤差達(dá)到要求的精度時(shí)，表明網(wǎng)絡(luò)已訓(xùn)練好了。
現(xiàn)代防御技術(shù)·指揮控制與通信曹強(qiáng)，胡錦春：基于改進(jìn)的BP算法的艦載C4I威脅判斷模型現(xiàn)代防御技術(shù)2006年第34卷第1期典型的BP學(xué)習(xí)算法概括為如下步驟：
（1） 初始化網(wǎng)絡(luò)及學(xué)習(xí)參數(shù)，如設(shè)置網(wǎng)絡(luò)初始權(quán)矩陣、學(xué)習(xí)算子等；
（2） 提供訓(xùn)練模式，訓(xùn)練網(wǎng)絡(luò)，直到滿足學(xué)習(xí)要求；
（3） 前向傳播過程：對(duì)給定的訓(xùn)練模式輸入，計(jì)算網(wǎng)絡(luò)的輸出模式，并與目標(biāo)函數(shù)比較，若誤差允許，則執(zhí)行(4)，否則，返回(2)；
（4） 后向傳播過程：計(jì)算同一層單元的誤差，修正權(quán)值和閾值，返回(2)。
將艦載傳感器獲取的目標(biāo)特征參數(shù)作為BP網(wǎng)絡(luò)的輸入向量，將所需的威判值作為結(jié)果，就構(gòu)成艦載C4I系統(tǒng)的威判模型。
3BP算法改進(jìn)
傳統(tǒng)的BP算法是基于梯度下降的方法，其收斂速度慢，且常受局部最小點(diǎn)的困擾，因此有必要對(duì)此算法進(jìn)行一定的改進(jìn)［3］。
3.1加快迭代收斂［4］
為加快權(quán)值的修正，在迭代公式中，增加阻尼項(xiàng)，即ωij（t＋1）＝ωij（t）－ηJ（t）〖〗ωij（t）＋
β［ωij（t）－ωij（t－1）］,（1）式中：ωij（t）為第t次迭代時(shí)神經(jīng)元i和j之間的權(quán)值；η為學(xué)習(xí)算子；J為網(wǎng)絡(luò)的目標(biāo)函數(shù)；β為阻尼系數(shù)，或稱為平滑因子，0＜β＜1 。
3.2學(xué)習(xí)算子η的自適應(yīng)調(diào)整［3］
學(xué)習(xí)算子η（亦稱步長(zhǎng)）由樣本平均誤差D的大小來調(diào)整，計(jì)算公式為ηn＋1＝ηnDn＋1/Dn,（2）式中：η為迭代次數(shù)。當(dāng)權(quán)值使D遠(yuǎn)離穩(wěn)定點(diǎn)時(shí)，學(xué)習(xí)系數(shù)η取較大值；當(dāng)接近穩(wěn)定點(diǎn)時(shí)，η取較小值。
3.3隱層單元確定
隱層神經(jīng)元個(gè)數(shù)的確定始終是BP算法的一個(gè)難點(diǎn)問題，目前尚無理論指導(dǎo)。隱層神經(jīng)元的個(gè)數(shù)太少，則BP網(wǎng)絡(luò)的認(rèn)知能力(即BP網(wǎng)絡(luò)逼近任意映射的能力)較差，影響其收斂程度和泛化能力；隱層神經(jīng)元的數(shù)量太多，將會(huì)使計(jì)算量增加，影響B(tài)P網(wǎng)絡(luò)的收斂速度，以下幾個(gè)經(jīng)驗(yàn)公式僅供參考：k＝n＋m＋α，其中，常數(shù)α∈［1，10］，（3）
k≤m（n＋3）＋1，（4）
p〖〗n＋2＜k≤p〖〗n＋1，（5）
k＝logn2，（6）式中：k為隱層的神經(jīng)元數(shù)；n為輸入層的神經(jīng)元數(shù)；m為輸出層的神經(jīng)元數(shù)；p為樣本總數(shù)。
在實(shí)際應(yīng)用中，可采用相關(guān)分析法來判斷隱層神經(jīng)元是否存在冗余，同時(shí)以上幾個(gè)公式應(yīng)綜合考慮，一般取介于幾個(gè)公式求解的最大值和最小值之間值或取平均值，再通過上機(jī)反復(fù)測(cè)試，來確定隱層的最佳個(gè)數(shù)。
4仿真計(jì)算
4.1特征參數(shù)的選取
以空中目標(biāo)的威脅判斷為例。我們選取飛臨時(shí)間、航路勾徑、抗干擾能力（制導(dǎo)方式）（0：強(qiáng)，1：一般，2：弱）、高度、突防能力（0：很強(qiáng)，1：強(qiáng)，2：一般，3：弱）、目標(biāo)類型（0：反艦導(dǎo)彈，1：反輻射導(dǎo)彈，2：制導(dǎo)炸彈，3：殲轟機(jī)、轟炸機(jī)，4：艦載直升機(jī)，5：預(yù)警、電子戰(zhàn)飛機(jī)，6：誘餌）為判斷威脅的特征參數(shù)。
4.2仿真結(jié)果
我們選取美國(guó)、中國(guó)臺(tái)灣主要空中目標(biāo)［5］進(jìn)行分析，目標(biāo)1為雄風(fēng)-Ⅱ反艦導(dǎo)彈，目標(biāo)2為雄風(fēng)-Ⅰ反艦導(dǎo)彈，目標(biāo)3為“魚叉”反艦導(dǎo)彈， 目標(biāo)4為“幻影”2000-5戰(zhàn)斗機(jī)，目標(biāo)5為E-2T預(yù)警機(jī), 目標(biāo)6為S-70C(M)艦載直升機(jī)，目標(biāo)7為EA-6B電子戰(zhàn)飛機(jī)，目標(biāo)8為誘餌，目標(biāo)9為“哈姆”反輻射導(dǎo)彈，目標(biāo)10為F/A-18戰(zhàn)斗機(jī)。采用Matlab語言仿真計(jì)算結(jié)果如表1所示。表1典型目標(biāo)的威脅判斷
Table 1Threat evaluation of typical target
目標(biāo)〖〗飛臨時(shí)間/s〖〗航路勾徑/km〖〗抗干擾能力〖〗高度/m〖〗突防能力〖〗目標(biāo)類別〖〗專家評(píng)估值〖〗BP網(wǎng)絡(luò)評(píng)估值1〖〗5〖〗00〖〗0〖〗10〖〗0〖〗0〖〗0.90〖〗0.906 02〖〗10〖〗0.1〖〗1〖〗20〖〗1〖〗0〖〗0.85〖〗0.881 73〖〗15〖〗0.2〖〗0〖〗10〖〗0〖〗0〖〗0.95〖〗0.947 44〖〗100〖〗00〖〗2〖〗5 000〖〗1〖〗3〖〗0.70〖〗0.537 85〖〗250〖〗500〖〗0〖〗10 000〖〗2〖〗5〖〗0.20〖〗0.174 06〖〗200〖〗200〖〗2〖〗200〖〗3〖〗4〖〗0.40〖〗0.381 77〖〗150〖〗300〖〗0〖〗3 500〖〗2〖〗5〖〗0.50〖〗0.391 48〖〗300〖〗90〖〗2〖〗700〖〗3〖〗6〖〗0.10〖〗0.082 29〖〗20〖〗00〖〗0〖〗20〖〗0〖〗1〖〗—〖〗0.678 010〖〗120〖〗0.15〖〗1〖〗300〖〗1〖〗3〖〗—〖〗0.470 0
表1中目標(biāo)1～目標(biāo)8的數(shù)據(jù)是樣本數(shù)據(jù),輸入層有6個(gè)節(jié)點(diǎn),隱層有10個(gè)節(jié)點(diǎn),1個(gè)輸出層節(jié)點(diǎn),采用Levenberg-Marquardt學(xué)習(xí)規(guī)則，經(jīng)過127次迭代，網(wǎng)絡(luò)達(dá)到設(shè)定的0.01的誤差。從神經(jīng)網(wǎng)絡(luò)輸出的威判值，可以看出與專家評(píng)估值很接近。用訓(xùn)練好的權(quán)值和閾值計(jì)算出了目標(biāo)9、目標(biāo)10的威脅程度值。
從仿真計(jì)算看，使用神經(jīng)網(wǎng)絡(luò)進(jìn)行威脅判斷很好地解決了傳統(tǒng)威判模型的不足，其精度也符合實(shí)戰(zhàn)需要，因此該方法可行、有效。
5結(jié)束語
采用神經(jīng)網(wǎng)絡(luò)理論，通過對(duì)知識(shí)樣本的學(xué)習(xí)，獲得評(píng)價(jià)專家的經(jīng)驗(yàn)和知識(shí)，網(wǎng)絡(luò)可再現(xiàn)評(píng)價(jià)專家的經(jīng)驗(yàn)、知識(shí)和直覺思維，從而降低評(píng)價(jià)過程中的人為因素影響，保證了其客觀性。本文討論了基于神經(jīng)網(wǎng)絡(luò)的威脅判斷模型，其計(jì)算速度快，判斷準(zhǔn)確可靠，能適應(yīng)信息化作戰(zhàn)需要，為研究指揮控制系統(tǒng)提供了一種新的思路。但本文中訓(xùn)練樣本比較少，只有8個(gè)，如果增加訓(xùn)練樣本，必將使網(wǎng)絡(luò)威判的精度更高。
參考文獻(xiàn)：
［1］劉良權(quán). 艦載信息系統(tǒng)［M］.大連：海軍大連艦院，2002222-223.
［2］飛思科技產(chǎn)品研發(fā)中心.MATLAB6.5輔助神經(jīng)網(wǎng)絡(luò)分析與設(shè)計(jì)［M］.北京：電子工業(yè)出版社，200427-30.
［3］閻平凡，張長(zhǎng)水.人工神經(jīng)網(wǎng)絡(luò)與模擬進(jìn)化計(jì)算［M］.北京：清華大學(xué)出版社，200023-26.
［4］徐麗娜. 神經(jīng)網(wǎng)絡(luò)控制［M］. 北京：電子工業(yè)出版社，200318-22.
［5］海軍裝備論證中心.臺(tái)灣海軍武器裝備手冊(cè)［M］.北京：解放軍出版社，1999151-153.2006年2月〖〗第34卷第1期現(xiàn)代防御技術(shù)〖〗MODERN DEFENCE TECHNOLOGYFeb. 2006〖〗Vol.34No.1
