邵鑫鸿,岳振军,罗建翔

(解放军理工大学 通信工程学院，南京 210007)



基于改进型VIKOR的无人作战情报支援优选模型

邵鑫鸿,岳振军,罗建翔

(解放军理工大学 通信工程学院，南京 210007)

构建智能情报评价体系具有重要价值，从情报机构的综合水准、情报内容、获取情报代价等方面设计评价指标体系，运用改进型的VIKOR算法建立模型，并进行实例验证，证明该模型有效可行，可为解决无人作战情报支援优选提供一定参考。

无人作战；情报支援；评价；模型

无人作战情报工作中，诸军兵种的情报支援呈现两种趋势：一是战场相关的情报来源更加多样化[1]，陆海空天网舆等情报系统能够提供多维度的情报信息；二是获得作战相关的情报数据海量增加，比如美军在阿富汗仅图像情报一天的数据量就达到53 TB。正面的影响是多源情报信息能够互相印证和互为补充；负面的影响是面对巨量的情报分析工作，情报分析人员和决策部门在身心上都难以承受，无法很好完成繁重的理解、分析、研判和决策工作。面向未来无人作战，面对海量的情报数据，只有寻求高效高质的情报支援才能牢牢占据打赢的主动权。针对无人作战，相关文献从多个方面进行了研究，文献[2]以无人机侦察图像信息处理架构为基础，分析了图像处理的关键技术及其未来发展方向；文献[3]从无人作战指挥方面出发，提出了基于战场网络的“推-拉”情报流程；文献[4]针对联合作战无人侦察系统带来海量情报数据，提出了自动筛选方案；……