4.1　引　言

双/多反潜巡逻机自主模式协同搜潜过程中,由于潜艇的隐蔽性及作战海洋环境的不确定性,战场态势变化迅速,协同搜潜处理单元的负担加大,搜潜作战决策过程中需要处理的态势信息量大大增加,建立有效的潜艇目标类型识别和意图评估模型将更加困难。因此,如何在这样复杂的环境中对敌我态势进行快速有效的评估,已成为亟需解决的问题。搜潜目标态势评估是后续攻潜作战的基础,为反潜巡逻机协同搜潜指挥决策提供重要依据,对反潜作战有重大影响。

在海洋战场环境下所获得的战场信息,受传感器性能以及敌方干扰等因素影响,具有高度的不确定性。同时,由于搜潜作战的复杂性,因此用于推理的军事知识存在不确定性。依据Klir提出的不确定知识分类法,可将不确定知识大体分为模糊(vagueness)知识和多样性(ambiguity)知识两大类[81]。例如,目标的距离很远,就是模糊知识;目标可能是潜艇或鱼群,就是多样性知识。因此,态势评估系统必须能处理这种不确定性。要想有效处理该不确定性,仅依靠某一种方法是不可能实现的,必须选取多种方法,并达到方法上的最佳组合。云模型理论在知识表示上优于贝叶斯网络,而贝叶斯网络在推理能力上又优于云推理,两者有各自的优势。因此,本章引入云贝叶斯网络方法,以克服云模型在推理能力上的不足及贝叶斯网络在知识表示上的缺陷,综合两者的优势来进行搜潜目标态势评估仿真研究,提出基于云贝叶斯的反潜巡逻机协同搜潜目标态势评估方法。