1.2　研究现状

目前，专家学者对于空战态势评估的研究方法主要分为两种，一是基于参量法的研究方式，其分析模型主要有层次分析法、人工势场法、优势函数法、模糊评价法等；二是基于非参量法的分析方法，这种方法的分析模型主要有贝叶斯网络评估法和DS证据评估法。

1. 国外研究现状

国外从未停止对空战态势评估的研究步伐，各国对空战态势评估的研究发展迅速，无论在基础理论研究方面，还是在体系结构开发方面都取得了较大进展。其中，美国在态势和威胁估计（Situation and Treat Assessment，STA）的研究与应用方面处于领先地位。在态势评估的方法研究上，美国涉及遗传算法、深度学习、贝叶斯网络、基于知识的专家系统、神经网络、模糊逻辑等多种研究手段；而在应用领域，截至目前，美国开发了战场情报准备作业（IPB）、全源分析系统（SAS）、战场开发与目标获取（BETA）、美国陆军分析系统（TCAC）及地面部队战斗态势评定系统（ANALYST）等多种可操作系统。此外，英国也基于其海军的军事应用领域开发研制了态势评定和威胁估计演示器（STATE）及IKBS原型系统。加拿大、南非也在系统研制方面取得了较大进展，其中，加拿大成功研制并使用了TADMUS系统，南非则成功研制出威胁估计系统Future。

2. 国内研究现状

我国针对态势评估系统的研究起步较晚，但基于国外的研究经验，我国空战对抗训练评估系统（ACMI）的研究开发进展迅速。该系统通过地面设备与真实空战相结合，实现了多功能态势模拟评估，具有空战态势实时评判、空战态势实时显示、训练安全监控和辅助检讨讲评4种主要功能。目前，其关键技术已经取得突破，经受了实装、实训和演习的验证，现已在多种机型中投入使用。

在理论和算法模型的研究和应用方面，我国也在加快探索的脚步，国内相关科研人员进行了大量研究，并取得了一定的成果。2000年，曲长文等人基于海军舰艇防空作战，通过隶属函数和排序法的方法提高了评估结果的可靠性，建立了基于多属性决策的威胁评估模型。2002年，吴强等人以非线性结构的威胁因素为基础，重点从模型中各因素隶属度的确定和威胁级别的判定两个角度进行分析，构建了树形权值分配法。2002年，空军工程大学邱浪波教授将威胁估计与BP神经网络模型相结合，利用神经网络的学习性和自适应性，大大提升了态势评估的准确度。2003年，孔祥忠对态势评估的过程进行了划分、定义，主要包括态势要素提取、态势评估推理及态势预测，并对态势评估的主要功能（目标分析、战力评估分析、协同关系分析、目标战斗序列分析和战场主动权分析）进行了阐述。2003年，岳韶华等人在孔祥忠的研究基础上，又在态势评估模型中引入了专家系统理论，使系统实现了知识的自学习及自动判断。