陈怀进，刘雅奇，和 伟，王旭赢

(1.电子工程学院 205教研室， 合肥230037； 2.武警警官学院数学与物理学系， 成都610213)

0 引言

高技术条件下的现代战争，战场情况复杂、多变，为科学、合理地选择目标带来了很大的不确定性。雷达干扰目标选择的方法主要包括多属性决策方法、非线性规划法、层次分析法、模糊综合评判法和神经网络等，这些方法缺乏对研究问题过程分析和因果影响关系的建模，且时效性、可追溯性欠缺［1］，特别在信息不完整、不准确的情况下，适用性不够高。动态贝叶斯网络(Dynamic Bayesian Network，DBN)是一种利用搜集到的信息对原有判断进行修正的有效手段，能够有效表示和处理认知科学和人工智能领域动态不确定问题，被广泛应用于模式识别，军事作战的战场态势威胁评估、装备损伤评估、智能攻击决策、目标侦察与识别和飞行安全等问题也广泛引入DBN进行研究。建立基于DBN的雷达目标干扰优先等级评估模型，可以及时根据获取的战场信息对目标选择方案进行修正和完善［2］，提高复杂战场环境下指挥人员的决策能力。

1 雷达干扰目标选择

雷达干扰目标选择是电子对抗指挥决策的关键组成部分，是指挥人员制定雷达对抗行动方案时十分关注的焦点问题之一。科学合理的目标选择有助于把握战争主动、顺利达成作战目的。依据战前所掌握的目标相关情报资料、战时实时侦察到的目标信息，对众多处于工作状态的雷达目标进行全面分析，力求选取能够大幅度降低对方作战效能的雷达目标，进而对其实施干扰以取得较高的作战效益，这是雷达干扰目标选择的主要内容。……