钱杭

摘  要：根据试验鉴定新要求，提出一种无人机侦察能力评估指数模型。首先基于无人机机载传感器特点及指标体系建立原则构建了无人机侦察能力评估指标体系，其次基于指数模型思想和工程经验建立了侦察能力综合指数模型及子能力指数模型。最后以3型无机侦察能力评估为算例验证了模型的可用性。

关键词：无人机;侦察能力;指数模型

中图分类号：TN431.2       文献标志码：A         文章编号：2095-2945（2020）09-0065-02

Abstract： According to the new requirements for test andevaluation， an index model for UAV's reconnaissance capability evaluation is proposed. Firstly， we constructthe evaluation index system of reconnaissance capability based on the characteristic of UAV's airborne sensorand the establishment principles of index system， then establishthe comprehensive index model and sub-capacity index model of reconnaissance capability based on index model ideology and engineering experience. Finally， we use 3 UAV's reconnaissance capability evaluation as an example to verify the usability of the model.

Keywords： UAV; reconnaissance capability; index model

为了适应未来战场环境的复杂性及恶劣性，无人机（Unmanned Aerial Vehicle，UAV）因其造价低廉、不受飞行员生理与生命风险限制、可进行高空远距飞行、隐身性好等[1]显著优势，在世界范围获得广泛关注。同时在信息化战争发展趋势下，无人机能否全面获得信息、高效发现目标成为能否处于战场优势方的关键问题，无人机侦察能力的优劣性也成为研制与试验阶段重点突破的问题。

根据试验鉴定新要求，性能试验已向基于能力的性能试验过度与发展，对武器装备的评价也从单项性能指标鉴定转化为面向使命任务的能力评估。本文基于指数模型评估理论并结合试飞工程经验，对无人机的侦察能力进行评估，是能力评估层面的初步探索。

1 评估指标体系构建

1.1 指标体系建立原则

指标是衡量事物价值的标准，是事物对主体有效性的标度。建立科学、全面的评估指标体系是评估进行的前提和基础，对评估结果的合理性具有举足轻重的作用。建立评估指标体系时，应遵循以下原则：（1）全面性。构建的评估指标体系应尽可能从各个方面反映评估对象的整体情况，做到对重要的指标绝无遺漏，以保证评估结果的可信度和科学性;（2）可测性。评估指标体系的各个指标应该具有明确的含义，并且其指标值方便量化，能够通过数学公式计算、试验统计等方法获得;（3）层次性。对于复杂的系统，评估指标体系应具有一定的层次结构，上层指标是下层指标的概括，下层指标是上层指标的具体解释;这种树状结构具有较强的逻辑性，易于理解和分析;（4）简明性。评估指标体系不能过于庞大，应在满足评估要求的前提下尽量去除不重要指标，突出主要指标，使每个指标的选择都做到既必要又充分。

1.2 侦察能力评估指标体系

侦察能力是指无人机利用其携带的侦察设备对目标进行探测、跟踪、识别以及监视的能力，一般用于无人机上的侦察设备主要有合成孔径雷达（Synthetic Aperture Radar，SAR）、红外传感器以及光电传感器。而机载传感器的战术技术指标主要为发现概率、作用距离、搜索方位角、追踪目标数、定位精度、分辨率等。基于上文指标体系的建立原则，形成无人机侦察能力评估指标体系，如图1所示。第二层指标依据无人机机载传感器类型进行分类，第三层指标根据每种传感器的特征进行细化，并确保其具有可测性以及试飞可获得性。

2 无人机侦察能力评估

2.1 侦察能力综合指数模型

根据无人机侦察能力评估指标体系，基于文献[2]及文献[3]中效能评估指数模型分别对SAR侦察能力、红外侦察能力、光电侦察能力进行表征，并基于层次分析法及专家工程经验获得三项子能力的重要性权重，形成无人机侦察能力评估的综合指数模型：

2.2 子能力指数模型

（1）SAR侦察能力指数模型

合成孔径雷达是一种高分辨率成像雷达，能够穿透云、尘埃等进行探测并获得类似光学照相的高分辨雷达图像。其侦察能力和最大作用距离、发现目标概率、目标定位精度、分别率等相关。

SAR侦察能力cSAR的指数模型为：

2）红外侦察能力指数模型

红外传感器侦察能力性能参数与上文中SAR的类似，同时还需考虑能够显示出目标的最低对比度（主要用来衡量红外传感器的夜间探测能力）。

（3）光电侦察能力指数模型

机载光电传感器中最常用的为CCD摄像机。因其可靠性高、功耗低、寿命长、可获取高分辨率图像情报的显著优势，被广泛应用在无人机上。光电传感器侦察能力cEO的指数模型与上文红外传感器的相同。

3 子能力归一化方法

S型函数法是利用非线性可导Sigmoid函数进行指标的归一，其在[0，1]间变化且具有较好的饱和性，该特性符合武器装备性能提升趋势以及提高某项性能所带来的效益变化趋势。本文基于文献[4]模型并根据工程经验调整参数，确定侦察子能力的归一化准则，如下：

4 算例与分析

本文从现有公开资料中选取三型典型无人机作为算例，其机载传感器组成情况如表1所示。根据无人机侦察能力综合指数模型计算可得评估结果，如表2。

从表2中可以看出，UA的侦察能力最高，UB的侦察能力次之，UC的侦察能力最低。基于表1三型典型无人机的机载传感器配置以及专家经验，可判断侦察能力评估结果较客观地反映了不同无人机机型的侦察能力，综合指数模型具有一定的可用性。另外，UA的SAR传感器优于UB和UC，从SAR侦察能力c可以看出，评估结果符合实际情况;UA及UC的红外传感器优于UB，从红外侦察能力评估结果c可以看出与实际情况相符，说明子能力指数模型能够分别反映三种机载传感器的优劣，具有一定的客观性。

5 结论

本文基于影响无人机侦察能力各项因素的分析，构建了无人机侦察能力评估指标体系，并建立了一种无人机侦察能力评估指数模型。经过算例分析，该模型评估结果合理客观，具有较好的可操作性;同时其底层指标均可从试飞中获得，具有较好的实现性。本文面向试验鉴定新要求，完成了无人机侦察能力评估方法探索，可为后续基于能力的性能试验评估提供思路。

参考文献：

[1]屈高敏.对地攻击型无人机作战效能评估与软件开发[D].南昌航空大学，2015.

[2]张毅，王和平，党荣军.高空长航时无人机系统的总体方案评价准则研究[J].计算机仿真，2006，23（5）：27-29.

[3]张旺，申洋，陈伟.无人机多侦察载荷协同侦察效能评估[J].电光与控制，2014（3）：1-4.

[4]董彦非，王礼沅，张恒喜.战斗机空战效能评估的综合指数模型[J].航空学报，2006，27（6）：1084-1087.