(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211190154.2 (22)申请日 2022.09.28 (71)申请人 河南大学 地址 475001 河南省开封市明伦街85号 (72)发明人 李军伟　刘桓宇　连猛猛　周林　 赵奥祥　 (74)专利代理 机构 郑州联科专利事务所(普通 合伙) 41104 专利代理师 刘建芳 (51)Int.Cl. G06Q 10/06(2012.01) G06Q 50/26(2012.01) G06N 7/02(2006.01) G06F 17/16(2006.01) (54)发明名称 基于IFS和可信度衰减模 型的空中目标威胁 评估方法 (57)摘要 本发明公开了一种基于IFS和可信度衰减模 型的空中目标威胁评估方法， 包括如下步骤： 首 先， 根据各空中目标的情报信息转化为直觉模糊 数， 并构造直觉模糊评估矩阵。 其次， 通过直觉模 糊熵和判断矩阵计算指标的客、 主权重， 并构造 综合权重。 然后， 运用IFWA进行指标信息加权， 获 得加权直觉模糊评估矩阵， 并转化为 mass函数矩 阵； 再次， 计算基于信息量的折扣系数， 并利用可 信度衰减模型对不同时刻的mass函数进行组合； 最后， 根据组合结果对各空中目标进行威胁评估 排序。 本发明方案与传统算法相比， 采用主、 客观 因素构造指标的综合权重， 采用时间衰减模型对 多时刻的动态信息进行组合， 其最终排序结果更 加合理， 具有重要的理论 意义和应用价 值。 权利要求书2页 说明书13页 附图1页 CN 115481917 A 2022.12.16 CN 115481917 A 1.基于IFS和可信度衰减模型的空中目标威胁评估方法， 其特征在于： 包括以下几个步 骤： A、 确定空中目标集A ＝{Ai,i＝1,2,…,n}， 威胁评估指标集C＝{Cj,j＝1,2,…,m}， 采样 时刻集T＝{tk,k＝1,2, …,l}以及我方侦察设备获得的空中目标的情报信息； 其中Ai表示第 i个空中目标， Cj表示第j个 威胁评估指标， tk表示第k个采样时刻， n表示共有n个 不同类型的 空中目标， m表示共有m个空中目标威胁评估指标， l表示共有l个采样时刻； B、 通过直觉模糊决策矩阵的建立方法， 将我方侦察设备获得的目标情报信息转化为直 觉模糊数fij(tk)， 然后构造直觉模糊评价矩阵V ′s＝[fij(tk)]m×n； 其中 为tk 时刻空中目标Ai在指标Cj下的直觉模糊数， 表示tk时刻空中目标Ai关于指标Cj的隶属度， 表示tk时刻空中目标Ai关于指标Cj的非隶属度， 隶属度 和非隶属度 均是通过我方侦 察设备在tk时刻侦测到的目标的情 报信息通过直觉模糊决策矩阵的建立方法转 化而来； C、 由得到的直觉模糊评价矩阵V ′s＝[fi j(tk)]m×n， 通过直觉模糊熵公式 得到tk时刻指标Cj的直觉模糊熵 其中 表示tk 时刻空中目标Ai关于指标Cj的犹豫度， 表示为tk时刻空中目标Ai关于指 标Cj隶属度， 表示为tk时刻空中目标Ai关于指标Cj非隶属度， 隶属度 和非隶属度 均是 通过我方侦察设备在tk时刻侦测到的目标的情报信息通过直觉模糊决策矩阵的建立方法 转化而来； D、 由得到的tk时刻下指标Cj的直觉模糊熵 通过下述公式 得到tk时刻下指标Cj的客观权 重 其中 E、 由军事指挥员对战场态势和保卫目标特性的了解程度依次对空中目标的评估指标 的重要程度进行两两比较， 得出判断矩阵P＝[pij]m×m， 其中pij为指标Ci相对于指标Cj的重要 程度； 然后对判断矩阵进行一致性检验， 若判断矩阵通过检验， 通过下述公式 得出指标Cj的主观权重ψj； 反之， 重新构造判断矩阵； 其中 为重要程度系 数， F、 由得到的指标Cj的客观权重 和主观权重 ψj， 通过下述折衷系数法 得到tk时刻下指标Cj的综合权重 并利用IFWA对不同的指标信息进行加 权， 从而获得加 权直觉模糊评估矩阵V ″＝[fik]m×l， 其中 为蕴含tk时刻多个指标信权　利　要　求　书 1/2 页 2 CN 115481917 A 2息的加权直觉模糊数， 为tk时刻空中目标Ai的加权评估隶属度， 为tk时刻空中目标Ai的加权评估非隶属度， IFWA(Intuitionistic  Fuzzy  Weighted Arithmetic)为 直觉模糊加权平均算子； G 、由 得 到 加 权 直 觉 模 糊 评 估 矩 阵 V ″＝ [ fik]m×l，通 过 下 述 公 式 将直觉模糊评估矩阵V ″＝[fik]m×l转化为mass函数矩阵 其中 为tk时刻空中目标Ai的加权直觉模糊数转化而成的mass函数， Θ为辨 识框架， 表 示所有的空中目标， 且Θ＝{ θ1, θ2,…, θn}， 其中θ1为第一个空中目标A1， θ2为第二 个空中目标A2， θn为第n个空中目标An， 表示tk时刻空中目标Ai的加权评估隶属度， 表示tk时刻空中目标Ai的加权评估非隶属度， H、 由得到的mass函数矩阵 通过下述基于信息量折扣系数公式 计 算 tk时 刻 的 折 扣 系 数 ， 其 中 e 为 自 然 常 数 ， 是 一 个 约 等 于 2.71828182845904523536 ……的无理数， ΔTk＝tk+1‑tk， ΔHk＝Hk+1‑Hk， λ为可信度衰减因 子， 当tk为当前时刻时， αk＝1， 为信任函数， 为辨识框架Θ内的焦元， 为焦元 包含的元素个数， |Θ|为辨识框架的 规模， 表示空中目标的个数； I、 由得到折扣系数αk和mass函数矩阵 通过下述可信度衰减模型 将所有空中目标的不同时刻mass函 数进行组合， 从而得到各空中目标的组合结果； 其中 为l个证据组合的结 果， g为Dempster组合 规则， J、 由得到的各空中目标的组合结果的mas s函数值对各个空中目标进行威胁评估排序。权　利　要　求　书 2/2 页 3 CN 115481917 A 3