1 引言
当下，空袭作战已经成为高科技局部战争的主要形式，而防空导弹主要用于拦截来袭反舰导弹与对地攻击导弹，是拦截来袭目标的关键武器力量[1]。在进行防空反导作战时，为确保消灭来袭目标，往往会采用“双打一”甚至“三打一”的拦截方式，但随着空中目标采用饱和攻击作战方式的广泛运用，在弹药数量有限且空中目标较多时， “多打一”的拦截方式一方面会导致防空导弹数量迅速下降而影响防空体系持续作战的能力，另一方面也会导致一个目标占用多个武器通道等作战资源而影响对多目标进行攻击的作战能力[2]。
究其采用“多打一”拦截方式的原因，很大程度上是由于目前条件下，难以及时、准确判断前一发导弹对目标的拦截效果，为避免出现前一发导弹没有毁伤目标且没有及时发现的问题，从而不论前一发导弹是否毁伤目标便运用后续武器单元进行再次射击。如果能够解决对每一发防空导弹的拦截效果进行快速、准确评估的问题，及时为防空导弹武器系统的后续射击决策提供精准的信息支持，在判明目标未能被前一发导弹拦截时迅速组织火力对该目标进行补射，或目标已被前一发导弹毁伤后对其他剩余目标进行转火射击，则能够很好地兼顾有效拦截目标、合理利用火力、尽量减少弹药消耗等需求，从而达到“精细作战”的效果，有效提高防空导弹武器系统的作战效能[3-5]。
2 拦截效果评估研究现状
一战期间，美军指挥员为了掌握轰炸效果开始对目标毁伤照片进行研究，由此拉开了目标毁伤效果评估的序幕。自海湾战争后，世界各国都愈发重视毁伤效果评估在战争中的作用，评估的技术方法也不断发展[6-7]。随后，对导弹拦截空中目标的评估也逐渐被军事强国所重视，尤其在近年来的几次局部战争中，拦截效果评估技术得到了迅速发展，评估方法也由早期的人工经验判断法发展到了直接观察法、信息分析法等[8-9]。
近年来，图像分析技术逐渐被应用在防空导弹拦截效果评估领域[10]。据报道称，美国国防部高级研究计划署正在进行名为“快速射击效果评估”的研究，该研究基于红外图像来实现对机动目标打击效果的自动评估，并做到实时提供评估信息以满足战场决策需要，这无疑将该领域的研究推到了新的高度。俄罗斯也正发展新一代的动态目标毁伤评估系统(R/T-BDA)，据悉该系统通过获取战场实时的图像信息以实现对动态目标的打击效果评估，通过该系统可以更加详尽地掌握空中目标的毁伤信息，帮助作战指挥中心更精细地制定防空作战计划[11]。
我国在防空导弹拦截效果评估领域的研究起步较晚，技术也相对落后，但在军方的高度重视下，军内外的一些学者已在进行深入研究，并且取得了一定的成果，促进了我国防空导弹拦截效果评估研究的发展。
2.1 拦截效果评估流程
目前，学者们对空中目标拦截效果的评估主要是利用战场探测系统获取的目标信息来完成的，评估原理是通过比较目标在受到火力打击前后相关特征参量的变化情况，进行量化处理，最终形成综合评估结果。结合冯文飞等[12-13]对空中目标毁伤判别技术的研究，拦截效果评估的系统如图1所示，相应的拦截效果评估系统应当具有如下特点：
1) 评估系统要能获取目标在受到火力打击前后特征参量的变化信息；
2) 评估系统要能确定特征参量发生变化的时间临界点；
3) 评估系统要能根据特征参量的具体形式，建立能够准确反映参量变化的数学表达式，量化处理特征参量的变化程度，以此来进行拦截效果评估；
4) 对不同特征参量的评估结果要进行综合考虑。
图1 防空导弹拦截效果评估系统框图
Fig.1 Block diagram of air defense missile interception effect evaluation system
对目标进行拦截效果评估，需要选取能较好地反映目标变化情况的特征参量，特征参量的变化越明显，说明目标受到的损伤越严重；反之，则说明目标受到的损伤越轻。因此，在进行特征参量的选取时，通常需满足以下条件：
1) 在目标受到拦截前，特征参量应当具备连续性；
2) 在目标受到拦截后，特征参量应当会发生较为显著的变化；
3) 特征参量在进行相关计算时须满足实时性，防止因为时间延误影响指挥员的决策；
4) 特征参量的选取还应结合探测系统的具体情况而定。
2.2 目标毁伤等级判定
为便于描述和评估目标被击中后的毁伤情况，通常进行毁伤等级划分。国外对于飞机类型的毁伤级别一般分为五级[14]，分别为：KK、K、A、B、C五个级别，其判定如表1所示。我军对于目标的毁伤等级评定，通常分为无损伤、轻伤、重伤和摧毁。
表1 飞机类型目标拦截等级评判表
Table 1 Evaluation Table of aircraft type target interception grade
级别评判标准KK级目标在被击中后,完全失去控制并解体K级目标在被击中后,在30 s内失去控制A级目标在被击中后,在5 min内失去控制B级目标在被击中后,无法返回基地C级目标在被击中后,无法完成既定作战任务
防空导弹通常以近炸引信引爆破片杀伤型战斗部对目标进行拦截，防空导弹爆炸后，往往会导致目标爆炸或运动轨迹发生变化。此外，考虑到防空导弹的作战对象通常是导弹类型的目标，而导弹类型目标属于一次性消耗品，通常情况下认为“命中即毁伤”。因此，曾雅文等[15]将导弹类目标的拦截等级划分为两个级别，如表2所示。在战场环境中，对于导弹类型目标的拦截效果评估，通常划分为命中目标/未命中目标，若命中目标，则对其余目标进行转火射击；若未命中目标，则立即进行补射。
表2 导弹类型目标拦截等级评判表
Table 2 Evaluation Table of missile type target interception grade
级别评判标准KK级目标被击中后,完全失去控制而立即解体,即发生硬破坏C级目标被击中后,轨迹改变而不能完成既定任务,即发生软破坏
2.3 拦截效果评估方法
目前，防空导弹在执行拦截目标的任务时，主要采用2种方法对拦截效果进行评估，即直接观察法和信息分析法。
2.3.1 直接观察法
直接观察法就是通过观察雷达显示屏或弹载通信设备显示的目标和导弹相关信号状态，对弹目遭遇时刻附近目标状态的变化进行观察，据此判断目标是否被成功拦截。目标在遭遇火力打击前，在雷达图像上体现为一个实体图形，而在遭遇火力打击后，常被分裂成一定数量的碎片，雷达图像也由亮度集中的实体变成多个面积较小、呈散状分布的小目标。此外，若目标在受到火力打击发生轰燃后，燃烧会破坏空中目标的隐身性，目标雷达回波图像还可能会发生明显增大。KennethA.Conley等[16]研究了导弹射击效果的实时毁伤评估系统，该系统在导弹攻击目标前与及时与导弹分离，通过弹载通信设备实时传输导弹攻击图像，对空中目标的毁伤效果进行评估。刘健等[17]分析了成功拦截目标雷达图像可能出现的特别现象，并以此界定了拦截效果评估准则。倪小清等[18]通过对目标损伤的定性分析，将受到硬杀伤的目标分为引燃和引爆两种，并界定相应雷达回波图像的不同现象，有着一定的实际应用价值。
直接观察法进行拦截效果评估的优点是，能够根据雷达或弹载通信设备显示的图像变化情况，较为直观地由人工进行拦截效果评估，但在面对多目标的复杂情况时，没有严密的判断逻辑和先进的评估模型，仅由人工经验结合雷达图像进行评估很容易造成误判，评估结果的准确性还有待提高。
2.3.2 信息分析法
信息分析法是对目标受打击前后所反映出来的不同信息进行对比，并采用相应的分析方法进行拦截效果评估。该方法通常是对获取的目标的轨迹、姿态等数据和图像信息，综合进行定量或融合分析，并依据相应的判断规则，评判目标是否被成功拦截。目标在被成功拦截后，速度大小、方向以及航捷往往都会发生突变，基于这些特征变化，形成相应的判断逻辑，能够对拦截效果进行有效评估。倪小清等[18]通过对空中目标的毁伤情况进行等级划分，利用目标在被拦截前后的轨迹变化建立数学模型，从而确定目标的毁伤等级，并通过算例进行验证。周智超等[19]通过对目标被拦截前后雷达反射面积、位置信息、运动参数的变化情况，建立相应的毁伤等级评估规则与评估模型。
此类方法的优点是：能够对目标轨迹、姿态等变化情况进行定量计算与分析，形成较为严密的判断逻辑，评估结果较为准确。但是该方法是基于雷达图像进行的，而雷达回波周期相对较长，难以满足近程防空导弹拦截效果评估时间上的要求，评估的实时性还有待提高。
3 拦截效果评估模型
目前，国内外学者在进行空中目标拦截效果评估时，针对不同的侧重点，通常会采用不同的评估模型，而被广泛应用的主要包括模糊理论模型、贝叶斯网络模型、随机多属性分析模型等[20-24]。
3.1 模糊理论评估模型
模糊理论评估模型以模糊数学理论为基础，能够综合考虑多种模糊因素，将定性评价转化为定量数值进行评估[25-26]。Tao Li 等[27]将模糊评估理论用于目标毁伤效果评估中,建立了基于破片和冲击波的毁伤效应模型以及评价指标的量化等级，定量分析了对目标的毁伤效果。胡晓伟等[28]针对拦截效果评估中出现的随机性和模糊性因素，采用模糊评估法综合考虑多种模糊因素并进行评价和判别，提出基于混合层次的模糊综合评判模型，有着较好的适用性。
模糊理论评估流程如图2所示，该方法的优点在于可以为模糊信息的科学化和实用化提供量化指标。但是该方法由于指标之间的相关性，评估时可能会出现重复评价的可能，并且模糊理论逻辑运算量大，计算权重较为复杂。为解决这一问题，胡晓伟等[29]在选取评估特征指标的基础上，采用神经网络处理模糊系统，有效克服了模糊理论逻辑运算量大的缺点，同时具有自学习机制，该方法为防空导弹拦截效果评估提供了新的思路。
图2 模糊综合评判方法流程框图
Fig.2 Flow diagram of fuzzy comprehensive evaluation method
3.2 贝叶斯网络评估模型
贝叶斯网络是一种基于概率推理的图形化网络，常被应用于对控制因素有影响的拦截效果的评估中，是有效解决信息不准确、不完整问题的数学推理模型[30-31]。Johansson F等[32]将贝叶斯网络算法应用于移动防空目标的毁伤评估，但是该方法仅考虑静态的作战环境，对于动态的实战环境适用性不强。胡晓伟等[33]针对拦截效果评估时出现的信息不准确、不完整问题，分析了拦截效果评估的影响因素，进而构建了基于贝叶斯网络的拦截效果评估模型。曲婉嘉等[34]通过加入时间的演化过程，构建了动态贝叶斯网络，并由特定的案例确定了网络拓扑结构和参数，建立了基于动态贝叶斯网络的评估模型，并通过仿真验证了该模型的准确性。
典型贝叶斯网络结构如图3所示，该方法的优点是可以对不确定性问题进行很好的推理计算，同时能够使用图形方法描述各数据之间的关系。目前研究较多的动态贝叶斯网络能够实现信息积累，随着收集到的情报和确定性信息越来越多，推理预测结果的精确性也不断提高，但目前对于动态贝叶斯网络在拦截效果评估领域的算法研究还有待提高。
图3 典型贝叶斯网络结构示意图
Fig.3 Schematic diagram of typical Bayesian network structure
3.3 随机多属性分析模型
随机多属性分析方法主要用于不确定信息环境下，通过对不确定信息进行随机抽取样本，构建随机概率的方案排序指标，给出不确定信息环境下多属性方案排序方法[35-36]。Qu C等[37]运用多属性决策理论建立了目标毁伤程度的评估模型，并结合TOPSIS方法展开评估分析，得到的评估结果更加可靠。近年来，陈侠等[38]将随机多属性分析方法引入到反导拦截效果评估问题中，以此进行信息不确定条件下的拦截效果评估，但该文献提出的“只要有先验信息就可以进行拦截效果评估”有一定的局限性，但也为信息不确定情况下的拦截效果评估提供了一种新思路。
此后，徐浩等[39]针对观测信息的不确定性问题，采用区间数和隶属函数来表示特征指标，运用多属性分析的方法，通过计算和比较拦截效果为各拦截等级的信任因子，对信息不确定情况下的拦截效果进行评估，该方法的应用对复杂战场环境下的拦截效果评估具有重要意义。
4 多传感器的融合
对目标的信息获取是进行拦截效果评估的可靠依据。由于战场环境复杂，单一传感器所获取的目标信息具有不完全性和不确定性，毁伤特征也各不相同。如何有效利用多传感器融合进行拦截效果评估，是影响评估的实时性和精确性的关键问题[40-41]。在20世纪90年代，美国国防部便将多传感器融合技术列为未来重点研究开发的20项关键技术之一。2012年，Erik Blasch等人提出了高层次信息融合系统的设计和实现，为如何来选择融合算法提供了解决方案[42]。
根据不同传感器信息融合抽象程度的不同，通常将其划分为像素级、特征级与决策级[43]，而像素级融合因其计算量大且无法处理异构数据的缺点，很少被应用于拦截效果评估领域的多传感器信息融合中，部分学者对多传感器的特征级、决策级融合进行了一定量的探索。
4.1 特征级融合
特征级融合通过对各个传感器采集到的原始数据进行特征信息提取，并对提取的特征信息进行综合性分析和融合处理，最后对融合后的特征进行分类形成决策判决[43]。
Gaglione Domenico等[44]根据不同传感器获取的毁伤信息进行目标毁伤等级判定，并将毁伤等级作为特征信息构造了贝叶斯网络,利用贝叶斯参数估计进行了特征信息融合。胡晓伟等[29]利用模糊神经网络对拦截效果的特征级融合评估进行了研究，在选取拦截效果评估特征的基础上，通过构建基于模糊神经网络的特征级融合评估模型实现了多传感器综合评估。程浩等[45]利用多传感器获取的目标特征变量，综合运用贝叶斯网络理论与信息融合方法，计算出特征信息的最大后验概率从而进行目标毁伤效果评估。该方法能够在目标特征信息不完备的条件下有效融合处理多传感器的情报信息，提高评估的实时性和准确性。
特征级融合的流程如图4所示，该融合的优点是能够对原始数据信息实现信息压缩，更方便传感器之间的信息传输和实时处理。此外，通过对现有特征的综合处理可能会得到复合特征，有利于提高目标的检测精度。常见的特征级层次的融合方法有:聚类方法、贝叶斯理论方法。
图4 特征级融合流程框图
Fig.4 Block diagram of feature-level fusion process
4.2 决策级融合
决策级融合属于最高层次的信息融合，该融合的特点是能够充分利用各局部传感器的初步决策。局部传感器根据采集到的数据信息判决目标存在与否，并将信息化后的判决信息传递至融合中心，通过设定的融合规则综合全局判决信息，进行整体的综合分析与判决[43]。
Xiaojing Fan等[46]将证据理论用于信息融合，并将支持加权因子和可信度加权因子进行积分以调整证据，得到了的比较精确的融合结果。张一博等[47]运用决策级融合理论，对几种不同的舰载传感器综合进行效能评估，在此基础上构建了多传感器综合使用的仿真系统。胡晓伟等[48]综合运用ISAR、红外图像以及机动目标跟踪方法对导弹的拦截效果进行评估，采用自适应决策融合算法进行分系统的决策融合，形成最终的评估结果,建立起综合评估的系统模型，并通过仿真验证了该算法在效果评估系统中的稳定性和有效性。
决策级融合的流程如图5所示，其优点是具有良好的容错能力和抗干扰能力，并且能量消耗较小。其缺点也很明显，决策级融合往往需要通过压缩传感器测量数据来进行，这会丢失大量的细节信息，同时融合处理的成本也会大大提高。
图5 决策级融合流程框图
Fig.5 Block diagram of decision-making level fusion process
5 拦截效果评估方法研究趋势
未来战场复杂多变，在面对空中目标的快速密集攻击时，防空导弹拦截效果的评估难度也不断增大，主要体现在：① 评估的准确性不高。准确的拦截效果评估是指挥员快速实施决策的基础， 更是信息化战争的必然要求。目前所采用的人工结合图像的评估方式，在面对多目标密集攻击时容易产生误判，评估的准确性还有待提高；② 评估的快速性不够。对近程防空导弹的拦截效果进行评估时，由于雷达的回波周期相对较长，以致于基于雷达图像进行拦截效果评估的方法存在着判别时间不够迅速的问题，该方法的快速性还有待提高。
对于防空导弹拦截效果评估，未来应该重点解决准确性与快速性的问题，并在此基础上进行实用化研究。下面从以下3个方面来分析防空导弹拦截效果评估的发展方向。
1) 提高信息获取与处理能力
提高信息的获取与处理能力，能够保证所获取信息的实时性和准确性，降低信息不完全性、不确定性带来的影响。实时、准确的目标信息能够有效提高对目标评估的精确性。提高信息的获取与处理能力，特别是提高战场实时的信息处理能力，将会大大缩短评估的时间周期，使我方占据战场主动权。
2) 提高多传感器融合能力
对于空中目标的追踪不能仅仅依靠单一的传感器进行，未来战争的空中目标将朝着小型化、隐身化方向发展，在进行拦截效果评估时，应当综合多个传感器的探测信息进行综合决策，提高评估结果的准确性。对于中远程防空导弹的拦截效果评估，应当重点发展研究光电视频与雷达数据的融合研究，提高评估结果的准确性；对于近程防空导弹的拦截效果评估，应当重点发展研究多个红外、可见光传感器的综合判断结果，在保证快速性的基础上提高准确性。未来应对现有的信息融合方法和模型加以改进，建立更为准确的评估模型，建立可靠性更高的智能评估系统。
3) 提高模拟仿真水平
在进行拦截效果评估研究时，采用模拟仿真技术可模拟作战过程中可能会出现的一些随机因素，逼真地模拟战场环境，研究合理有效的拦截效果评估技术与方法。因此，有效提高模拟仿真水平，尽可能地模拟出真实环境下的战场态势，同时借助于以网络为中心的先进技术手段，在拦截效果评估过程中加入人的主观能动作用，建立以人为主导的智能评估系统，将会对拦截效果评估的发展研究产生重大影响。
6 结论
防空导弹的拦截效果评估是防空反导作战过程中必不可少的重要环节，本文对近年来防空导弹拦截效果评估技术的研究进行了回顾。为适应战场需求，解决目前防空导弹“多打一”拦截方式存在的弊端，需要解决的两个关键问题是如何兼顾评估的有效性与快速性。因此，信息获取能力、传感器融合能力、模拟仿真能力的提高以及自动评估技术的研究是未来防空导弹拦截效果评估的主要发展趋势。
[1] 聂恒辉,陈大春.现代防空体系模型构建及评估方法设计[J].网络安全技术与应用,2021(01):146-147.
Nie H H,Chen D C.Model construction and evaluation method design of modern air defense system[J].Network Security Technology & Application,2021(01):146-147.
[2] Patrick M.Missile defense review[R].Washington，The United States:The United States Department of Defense,2019.
[3] 刘高强,于小红,赵征宇.毁伤评估信息时效性对远程精确打击效能的影响[J].兵器装备工程学报,2016,37(02):74-77.
Liu G Q,Yu X H,Zhao Z Y.Effects of damage assessment information timeliness on long-range precision strike effectiveness[J].Journal of Ordnance Equipment Engineering,2016,37(02):74-77.
[4] 孙海文,谢晓方,孙涛,等.舰空导弹综合防空任务规划及资源调度研究[J].兵器装备工程学报,2019,40(01):7-13.
Sun H W,XIE X F,SUN T,et al.Research on comprehensive air defense mission planning and resource scheduling of ship-to-air missile[J].Journal of Ordnance Equipment Engineering,2019,40(01):7-13.
[5] 马春茂,孙卫平,李炎,等.武器装备毁伤评估研究进展[J].火炮发射与控制学报,2019,40(04):96-101.
Ma C M,SUN W P,LI Y,et al.Progress in damage assessment of weapons and equipment[J].Journal of Gun Launch & control,2019,40(04):96-101.
[6] 张重阳,舒健生,武健,等.目标毁伤效果评估技术现状与发展[J].飞航导弹,2017(06):68-72,77.
Zhang C Y,SHU J S,Wu J,et al.Status and development of target damage effect assessment technology[J].Aeronautical Missile Journal,2017(06):68-72,77.
[7] Johansson F,Falkman G.A Bayesian network approach to threat evaluation with application to an air defense scenario[C].International Conference on Information Fusion.IEEE,2008:1-7.
[8] 王华,辛腾达,崔村燕,等.武器装备毁伤评估研究方法综述[J].装备学院学报,2017,28(01):105-110.
WANG H,XIN T D,Cui C Y,et al.Review of damage assessment methods for weapon equipment[J].Journal of Academy of Equipment,2017,28(01):105-110.
[9] J.Li,W.Yang,Y.G.Zhang,et al.Aircraft vulnerability modeling and computation methods based on product structure and CATIA[J].Chinese Journal of Aeronautics,2013,26(2):334-342.
[10] 陈麒,祝明波,刘旭东.基于图像的打击效果评估研究综述[J].舰船电子工程,2013,33(04):10-12,27.
Chen Q,ZHU M B,Liu X D.A Review on the evaluation of strike effect based on image[J].Ship Electronic Engineering,2013,33(04):10-12,27.
[11] Bogler P L.Shafer-dempster reasoning with applications to multisensor target identification systems[J].IEEE Transactions on Systems Man and Cybernetics,1987,17(6):968-977.
[12] 孙海文,谢晓方,孙涛,等.舰空导弹综合防空任务规划及资源调度研究[J].兵器装备工程学报,2019,40(01):7-13.
Sun H W,Xie X F,Sun T,et al.Research on comprehensive air defense mission planning and resource scheduling of ship-to-air missile[J].Journal of Ordnance Equipment Engineering,2019,40(01):7-13.
[13] 冯文飞,韩洁,杜会盈.舰炮对空中目标命中与毁伤判别技术研究[J].指挥控制与仿真,2018,40(04):104-107.
Feng W F,Han J,Du H Y.Research on air target Hit and damage discrimination technology of naval gun[J].Command control & simulation,2018,40(04):104-107.
[14] 李峰,石全,孙正.目标毁伤效果评估技术研究综述[J].兵器装备工程学报,2018,39(09):69-72.
Li F,Shi Q,Sun Z.Review on evaluation techniques of target damage effect[J].Journal of Ordnance Equipment Engineering,2018,39(09):69-72.
[15] 曾雅文.基于贝叶斯网络的目标毁伤效果评估研究[D].北京：中国舰船研究院,2014.
Zeng Y W.Research on effect evaluation of target damage based on bayesian network[D].Beijing:China Ship Research Institute,2014.
[16] Conley K A,Gamache R M,Drotar J T.Battle damage assessment system:US,US7568430 B1[P],2009.
[17] 刘健,王玉冰,罗亮.反导作战杀伤效果评估方法研究[J].航天控制,2013,31(4):27-30.
Liu J,Wang Y B,Luo L.Research on anti-missile combat effectiveness evaluation method[J].Aerospace Control,2013,31(4):27-30.
[18] 倪小清,龙建国,沈医文.基于轨迹法和雷达回波变化的空中目标打击效果评估研究[J].战术导弹技术,2012(1):77-82.
Ni X Q,Long J G,Shen Y W.Evaluation of air target attack effect based on trajectory method and radar echo variation[J].Tactical Missile Technology,2012(1):77-82.
[19] 周智超.中远程防空弹对目标拦截效果的实时评估[J].弹箭与制导学报,2012,32(4):61-63.
Zhou Z C.Real-time evaluation of target interception effect of medium-long range air defense missile[J].Journal of Projectiles,Rockets,Missiles and Guidance,2012,32(4):61-63.
[20] 李吉,沈培志,陈正,等.台湾海军“成功”级防空反导效能评估建模研究[J].舰船电子工程,2020,40(11):39-42,136.
Li J,Shen P Z,Chen Z,et al.Research on effectiveness evaluation modeling of taiwan navy “Cheng Gong” class air defense and missile defense[J].Ship Electronic Engineering,2020,40(11):39-42,136.
[21] 刘一鸣,王德荣,熊自明,等.基于改进模糊层次分析法的某拦截系统防护效能评估研究[J].兵器装备工程学报,2019,40(07):113-117.
Liu Y M,Wang D R,Xiong Z M,et al.Research on protection effectiveness evaluation of an interception system based on improved fuzzy analytic hierarchy process[J].Journal of Ordnance Equipment Engineering,2019,40(07):113-117.
[22] 禹磊,唐硕.基于贝叶斯网络模型的导弹防御效能评估研究[J].飞行器测控学报,2012,31(05):89-94.
Yu L,Tang S.Research on missile defense effectiveness evaluation based on bayesian network model[J].Journal of Spacecraft TT&C Technology,2012,31(05):89-94.
[23] 张励.先进防空导弹武器系统综合仿真技术研究[J].空天防御,2018,1(01):36-43.
Zhang L.Research on comprehensive simulation technology of advanced air defense missile weapon system[J].Air & Space Defense,2018,1(01):36-43.
[24] 黄树彩,康红霞,李为民.空天信息支持反导武器系统拦截作战效果分析[J].系统工程与电子技术,2012,34(03):508-511.
Huang S C,Kang H X,Li W M.Analysis on interception operation effect of air and space information support anti-missile weapon system[J].Systems Engineering and Electronics,2012,34(03):508-511.
[25] 菅鲁京,李运泽,张加迅,等.考虑模糊推理及蒙特卡洛方法的毁伤评估研究[J].航空兵器,2018(06):78-83.
Jian L J,Li Y Z,Zhang J X,et al.Damage Assessment research considering fuzzy reasoning and Monte Carlo Method[J].Aero Weaponry,2018(06):78-83.
[26] Vrochidou E,Alvanitopoulos P F,Andreadis I,et al.Intelligent systems for structural damage assessment[J].Journal of Intelligent Systems,2018.
[27] Li T,Chen L,Xu J S,et al.Target damage assessment based on the detection information[J].Applied Mechanics and Materials,2012,190-191:1061-1064.
[28] 胡晓伟,胡国平,王宇晨.TBM拦截效果的混合层次模糊综合评估[J].现代防御技术,2013,41(2):62-67.
Hu X W,Hu G P,Wang Y C.Hybrid hierarchical fuzzy comprehensive evaluation of interception effect of TBM[J].Modern Defense Technology,2013,41(2):62-67.
[29] 胡晓伟,胡国平,王宇晨.基于多传感器特征融合的TBM拦截效果评估[J].火力与指挥控制,2014,39(7):63-67.
Hu X W,Hu G P,Wang Y C.Evaluation of interception effect of TBM based on multi-sensor feature fusion[J].Fire Control & Command Control,2014,39(7):63-67.
[30] 程浩,王世贵,傅勉.贝叶斯网络与多源信息融合集成的评估方法研究[J].商丘师范学院学报,2019,35(06):8-11.
Cheng H,Wang S G,Fu M.Research on evaluation method of bayesian network and multi-source information fusion and integration[J].Shangqiu normal college Journal,2019,35(06):8-11.
[31] Yong H,Jlb C,Hui L,et al.Sequential sparse Bayesian learning with applications to system identification for damage assessment and recursive reconstruction of image sequences-ScienceDirect[J].Computer Methods in Applied Mechanics and Engineering,373.
[32] Johansson F,Falkman G.A Bayesian network approach to threat evaluation with application to an air defense scenario[C].International Conference on Information Fusion.IEEE,2008:1-7.
[33] 胡晓伟,胡国平,王宇晨.基于贝叶斯网络的TBM拦截效果评估[J].弹箭与制导学报,2012,32(5):167-170.
Hu X W,Hu G P,Wang Y C.Evaluation of interception effect of TBM based on Bayesian Network[J].Journal of Projectiles,Rockets,Missiles and Guidance,2012,32(5):167-170.
[34] 曲婉嘉,徐忠林,哀昱纬.基于动态贝叶斯网络的对空情报雷达打击效果评估[J].战术导弹技术,2016(5):93-100.
Qu W J,Xu Z L,Ai Y W.Air intelligence radar effect evaluation based on Dynamic Bayesian Network[J].Tactical Missile Technology,2016(5):93-100.
[35] Sun X L,Li Y X,Qiu Y F,Zhang S.Traffic node value evaluation based on improved intuitive multiple attribute decision making[J].Journal of Innovation and Social Science Research,2020,7(10).
[36] 蒋斌,梁小安,唐婧.基于效能评估对装备保障方案的多属性决策[J].火力与指挥控制,2020,45(11):88-93.
Jiang B,Liang X A,Tang J.Multi-attribute decision making for equipment support scheme based on effectiveness evaluation[J].Fire Control & Command Control,2020,45(11):88-93.
[37] Qu C,He Y.A Method of threat assessment using multiple attribute decision making[C]//Proceedings of the sixth International Conference on Signal Processing,2002:1091-1095.
[38] 陈侠,李林.不确定信息环境下目标毁伤效果评估[J].系统工程与电子技术,2013,35(4):777-780.
Chen X,Li L.Evaluation of target Damage Effect in Uncertain Information Environment[J].System Engineering and Electronics,2013,35(4):777-780.
[39] 徐浩,邢清华,黄兴,等.不确定信息下反导拦截效果评估[J].火力与指挥控制,2017,42(1):62-65.
Xu H,Xing Q H,Huang X,et al.Evaluation of anti-missile interception effect under uncertain information[J].Fire Control & Command Control,2017,42(1):62-65.
[40] 程隽逸.基于多传感器融合的舰载无人机自动着舰技术的研究[D].上海：华东理工大学,2019.
Cheng J Y.Research on automatic landing technology of shipborne UAV based on Multi-sensor Fusion[D].Shanghai:East China University of Technology,2019.
[41] 李月武,胡建旺,吉兵.多传感器目标跟踪系统融合能力评估研究综述[C].中国指挥与控制学会.第六届中国指挥控制大会论文集(下册).北京:中国指挥与控制学会,2018:6.
Li Y W,Hu J W,Ji B.Review on fusion capability evaluation of multi-sensor target tracking system[C].Chinese Command and Control Society.Proceedings of the sixth China Command and Control Conference(Volume 2).Beijing:Chinese Society for Command and Control,2018:6.
[42] Erik Blasch,Elio Bosse,Dale Lambent.Information fusion management and systems design[M].Artech House Publishers.2012.
[43] 皇甫一江.基于舰载雷达红外跟踪传感器的作战使用及抗干扰方法[J].舰船电子对抗,2017,40(06):59-61,66.
Huang F Y J.Combat application and anti-interference method of infrared tracking sensor based on shipborne radar[J].Shipboard Electronic Countermeasure,2017,40(06):59-61,66.
[44] Gaglione Domenico,Soldi Giovanni,Meyer Florian,et al.Bayesian information fusion and multitarget tracking for maritime situational awareness[J].IET Radar,Sonar & Navigation,2020,14(12).
[45] 程浩,王世贵,傅勉.贝叶斯网络与多源信息融合集成的评估方法研究[J].赤峰学院学报(自然科学版),2018,34(09):64-66.
Cheng H,Wang S G,Fu M.Research on evaluation method of bayesian network and multi-source information fusion integration[J].Journal of Chifeng University(Natural Science Edition),2018,34(09):64-66.
[46] Fan X,Guo Y,Ju Y,et al.Multisensor fusion method based on the belief entropy and ds evidence theory[J].Journal of Sensors,2020(10):1-16.
[47] 张一博,马惠敏.舰载对空传感器的综合使用[J].红外与激光工程,2011,40(8):1563-1568.
Zhang Y B,Ma H M.Integrated application of airborne sensors on ships[J].Infrared and Laser Engineering,2011,40(8):1563-1568.
[48] 胡晓伟，胡国平，王宇晨.反导系统拦截效果综合评估方法[J].电讯技术，2012，52(2):136-141.
Hu X W,Hu G P,Wang Y C.Comprehensive evaluation method for interception effect of anti-missile system[J].Telecommunication Engineering,2012,52(2):136-141.