基于改进TOPSIS法的反无人机蜂群系统作战效能评估

doi:10.3969/j.issn.1009-086x.2025.01.007

摘要/Abstract

摘要：

无人机蜂群攻防战已成为一种新兴的能够改变战争态势的作战样式，但目前研究反无人机蜂群系统作战效能评估的文章较少，且常见的评估方法存在较强的局限性。为此，提出一种将模糊层次分析法（FAHP）-指标相关性指标权重确定法（CRITIC）组合赋权，运用改进TOPSIS法评估的反无人机蜂群作战效能评估方法。利用“感知-判断-决策-打击”（OODA）环构建反无人机蜂群系统作战效能评估指标体系。使用FAHP-CRITIC法计算系统作战效能评估指标权重。利用改进TOPSIS法对不同方案效能值进行排序优选。通过对照实验数据验证了使用改进TOPSIS法的反无人机蜂群系统作战效能评估方法的正确合理性。研究工作为反无人机蜂群系统作战效能评估提供了一种较为科学的方法。

关键词: 作战效能评估, 反无人机蜂群, FAHP法, CRITIC法, 权重计算方法, TOPSIS法

Abstract:

Unmanned aerial vehicle （UAV） swarm tactics have emerged in recent years as a new approach to both attack and defense， capable of altering the course of warfare. However， limited research exists on evaluating the operational effectiveness of anti-UAV swarm systems， and commonly used evaluation methods have significant limitations. To address this， a method is proposed for evaluating the combat effectiveness of anti-UAV swarm systems by combining fuzzy analytic hierarchy process （FAHP） and criteria importance through intercriteria correlation （CRITIC） methods to determine weightings， followed by the application of an improved TOPSIS method. First， an evaluation index system for the combat effectiveness of anti-UAV swarm systems is developed using the OODA loop （observe， orient， decide， act）， a decision-making framework. Second， the FAHP-CRITIC method calculates the weightings of the evaluation indices. Third， the improved TOPSIS method is used to rank and optimize the effectiveness values of different schemes. Finally， the proposed evaluation method’s correctness and rationality are validated using control experimental data. A more scientific approach for evaluating the combat effectiveness of anti-UAV swarm systems is provided.

Key words: operational effectiveness evaluation, anti-UAV swarm, fuzzy analytical hierarchy process（FAHP） method, criteria importance though intercrieria correlation（CRITIC） method, weight calculation method, TOPSIS method

中图分类号:

E924.3

吴润泽, 彭维仕, 马医选. 基于改进TOPSIS法的反无人机蜂群系统作战效能评估[J]. 现代防御技术, 2025, 53(1): 63-72.

Runze WU, Weishi PENG, Yixuan MA. Evaluation of Combat Effectiveness of Anti-UAV Swarm System Based on Improved TOPSIS Method[J]. Modern Defense Technology, 2025, 53(1): 63-72.

图/表 8

图1 反无人机蜂群系统作战效能评估指标体系设计流程图

Fig. 1 Design flow chart of combat effectiveness evaluation index system of anti-UAV swarm system

图2 反无人机蜂群系统作战效能评估指标体系图

Fig. 2 Combat effectiveness evaluation index system of anti-UAV swarm system

图3 反无人机蜂群系统作战效能评估步骤示意图

Fig. 3 Schematic diagram of operational effectiveness evaluation steps for anti-UAV swarm system

表1 各反无人机蜂群系统指标归一化数据表

Table 1 Normalized data table of indicators of each anti-UAV bee colony system

系统指标	$S 1$	$S 2$	$S 3$
1雷达最远探测距离	0.721 2	0.692 8	0.330 5
2发现无人机概率	0.730 0	0.750 0	0.650 0
...	...	...	...
32自杀式无人机数量	0.400 0	0.600 0	0.800 0
33自杀式无人机载弹量	0.600 0	0.500 0	0.350 0

表1 各反无人机蜂群系统指标归一化数据表

Table 1 Normalized data table of indicators of each anti-UAV bee colony system

系统指标	$S 1$	$S 2$	$S 3$
1雷达最远探测距离	0.721 2	0.692 8	0.330 5
2发现无人机概率	0.730 0	0.750 0	0.650 0
...	...	...	...
32自杀式无人机数量	0.400 0	0.600 0	0.800 0
33自杀式无人机载弹量	0.600 0	0.500 0	0.350 0

表2 基于FAHP法的反无人机蜂群系统作战效能评估指标主观权重表

Table 2 Subjective weight table of combat effectiveness evaluation index of anti-UAV swarm system based on FAHP method

目标层	指标名称	权重 $W F A H P$
反无人机蜂群系统作战效能	1雷达最远探测距离	0.035 9
	2发现无人机概率	0.036 5
	...	...
	32自杀式无人机数量	0.030 1
	33自杀式无人机载弹量	0.024 6

表2 基于FAHP法的反无人机蜂群系统作战效能评估指标主观权重表

Table 2 Subjective weight table of combat effectiveness evaluation index of anti-UAV swarm system based on FAHP method

目标层	指标名称	权重 $W F A H P$
反无人机蜂群系统作战效能	1雷达最远探测距离	0.035 9
	2发现无人机概率	0.036 5
	...	...
	32自杀式无人机数量	0.030 1
	33自杀式无人机载弹量	0.024 6

表3 基于CRITIC法的反无人机蜂群系统作战效能评估指标客观权重表

Table 3 Objective weight table of combat effectiveness evaluation index of anti-UAV swarm system based on CRITIC method

指标名称	波动性	冲突性	信息量	权重 $W C R I T I C$
1雷达最远探测距离	0.218	25.870	5.635	0.071 7
2发现无人机概率	0.085	32.030	2.724	0.034 6
...	...	...	...	...
32自杀式无人机数量	0.200	39.725	7.945	0.101 0
33自杀式无人机载弹量	0.126	26.034	3.276	0.041 7

表3 基于CRITIC法的反无人机蜂群系统作战效能评估指标客观权重表

Table 3 Objective weight table of combat effectiveness evaluation index of anti-UAV swarm system based on CRITIC method

指标名称	波动性	冲突性	信息量	权重 $W C R I T I C$
1雷达最远探测距离	0.218	25.870	5.635	0.071 7
2发现无人机概率	0.085	32.030	2.724	0.034 6
...	...	...	...	...
32自杀式无人机数量	0.200	39.725	7.945	0.101 0
33自杀式无人机载弹量	0.126	26.034	3.276	0.041 7

表4 反无人机蜂群系统作战效能评估3种赋权法指标权重表

Table 4 Index weight table of three weighting methods for combat effectiveness evaluation of anti-UAV swarm system

指标	$W F A H P$	$W C R I T I C$	$W$
1雷达最远探测距离	0.035 9	0.071 7	0.056 7
2发现无人机概率	0.036 5	0.034 6	0.035 4
3可探测无人机数量	0.025 6	0.057 3	0.044 0
4探测基站数量	0.027 5	0.031 7	0.029 9
5探测基站站址误差	0.041 3	0.040 4	0.040 8
6红外最远探测距离	0.029 5	0.021 1	0.024 6
7信噪比	0.028 5	0.020 2	0.023 7
8虚警概率	0.025 2	0.002 1	0.011 8
9图像库数据量	0.039 6	0.009 0	0.021 9
10检测速度	0.044 6	0.033 1	0.037 9
11图像对比度	0.037 1	0.026 7	0.031 1
12平均精度	0.036 8	0.011 1	0.021 9
13均值平均精度	0.037 8	0.011 5	0.022 5
14处理容量	0.016 4	0.015 6	0.015 9
15处理速率	0.016 0	0.023 3	0.020 2
16处理精度	0.013 6	0.023 3	0.019 2
17通信组网规划能力	0.099 3	0.048 1	0.069 6
18协同打击规划能力	0.074 9	0.040 0	0.054 6
19语音识别能力	0.016 3	0.060 0	0.041 6
20视线追踪能力	0.011 5	0.013 3	0.012 5
21肢体动作识别能力	0.015 0	0.021 7	0.018 9
22干扰信号功率	0.027 0	0.017 2	0.021 3
23最大干扰距离	0.036 5	0.013 2	0.023 0
24网展开面积	0.017 5	0.025 7	0.022 3
25网弹飞行距离	0.017 9	0.049 0	0.035 9
26网展开时间	0.014 2	0.003 0	0.007 7
27激光功率密度	0.027 3	0.012 4	0.018 6
28激光武器数量	0.030 2	0.097 3	0.069 1
29打击无人机效费比	0.022 4	0.038 3	0.031 6
30火力转移时间	0.018 1	0.020 2	0.019 3
31毁伤无人机概率	0.025 3	0.019 2	0.021 7
32自杀式无人机数量	0.030 1	0.101 0	0.071 2
33自杀式无人机载弹量	0.024 6	0.041 7	0.034 5

表4 反无人机蜂群系统作战效能评估3种赋权法指标权重表

Table 4 Index weight table of three weighting methods for combat effectiveness evaluation of anti-UAV swarm system

指标	$W F A H P$	$W C R I T I C$	$W$
1雷达最远探测距离	0.035 9	0.071 7	0.056 7
2发现无人机概率	0.036 5	0.034 6	0.035 4
3可探测无人机数量	0.025 6	0.057 3	0.044 0
4探测基站数量	0.027 5	0.031 7	0.029 9
5探测基站站址误差	0.041 3	0.040 4	0.040 8
6红外最远探测距离	0.029 5	0.021 1	0.024 6
7信噪比	0.028 5	0.020 2	0.023 7
8虚警概率	0.025 2	0.002 1	0.011 8
9图像库数据量	0.039 6	0.009 0	0.021 9
10检测速度	0.044 6	0.033 1	0.037 9
11图像对比度	0.037 1	0.026 7	0.031 1
12平均精度	0.036 8	0.011 1	0.021 9
13均值平均精度	0.037 8	0.011 5	0.022 5
14处理容量	0.016 4	0.015 6	0.015 9
15处理速率	0.016 0	0.023 3	0.020 2
16处理精度	0.013 6	0.023 3	0.019 2
17通信组网规划能力	0.099 3	0.048 1	0.069 6
18协同打击规划能力	0.074 9	0.040 0	0.054 6
19语音识别能力	0.016 3	0.060 0	0.041 6
20视线追踪能力	0.011 5	0.013 3	0.012 5
21肢体动作识别能力	0.015 0	0.021 7	0.018 9
22干扰信号功率	0.027 0	0.017 2	0.021 3
23最大干扰距离	0.036 5	0.013 2	0.023 0
24网展开面积	0.017 5	0.025 7	0.022 3
25网弹飞行距离	0.017 9	0.049 0	0.035 9
26网展开时间	0.014 2	0.003 0	0.007 7
27激光功率密度	0.027 3	0.012 4	0.018 6
28激光武器数量	0.030 2	0.097 3	0.069 1
29打击无人机效费比	0.022 4	0.038 3	0.031 6
30火力转移时间	0.018 1	0.020 2	0.019 3
31毁伤无人机概率	0.025 3	0.019 2	0.021 7
32自杀式无人机数量	0.030 1	0.101 0	0.071 2
33自杀式无人机载弹量	0.024 6	0.041 7	0.034 5

图4 反无人机蜂群系统不同赋权方法结果对比图

Fig. 4 Comparison of the results of different weighting methods for the anti-drone swarm system

参考文献 28

1	焦士俊，刘剑豪，王冰切，等. 反无人机蜂群作战运用探析［J］. 飞航导弹， 2019（2）： 50-53， 64.
	JIAO Shijun， LIU Jianhao， WANG Bingqie， et al. Analysis on the Application of Anti-UAV Swarm Combat［J］. Aerodynamic Missile Journal， 2019（2）： 50-53， 64.
2	王瑞杰，王得朝，丰璐，等. 国外无人机蜂群作战样式进展及反蜂群策略研究［J］. 现代防御技术， 2023， 51（4）： 1-9.
	WANG Ruijie， WANG Dechao， FENG Lu， et al. Research Progress and Countermeasures Against UAV Swarm Operations Abroad［J］. Modern Defence Technology， 2023， 51（4）： 1-9.
3	焦士俊，刘锐，刘剑豪，等. 反无人机蜂群作战效能评估［J］. 舰船电子对抗， 2019， 42（4）： 27-32.
	JIAO Shijun， LIU Rui， LIU Jianhao， et al. Efficiency Evaluation of Antagonizing UAV Swarm Operation［J］. Shipboard Electronic Countermeasure， 2019， 42（4）： 27-32.
4	焦士俊，刘锐，王冰切，等. 雷达探测"蜂群"无人机作战效能评估［J］. 舰船电子对抗， 2019， 42（1）： 38-41.
	JIAO Shijun， LIU Rui， WANG Bingqie， et al. Operational Effectiveness Evaluation of Rader Detecting "Swarm" Unmanned Aerial Vehicle［J］. Shipboard Electronic Countermeasure， 2019， 42（1）： 38-41.
5	周末，孙海文，王亮，等. 国外反无人机蜂群作战研究［J］. 指挥控制与仿真， 2023， 45（2）： 24-30.
	ZHOU Mo， SUN Haiwen， WANG Liang， et al. Research on Foreign Anti-UAV Swarm Warfare［J］. Command Control； Simulation， 2023， 45（2）： 24-30.
6	王泽源，白亮，顾伟. 一种基于遗传算法的反无人机蜂群方法［J］. 计算机仿真， 2023， 40（4）： 73-77.
	WANG Zeyuan， BAI Liang， GU Wei. An Anti-UAV Swarm Method Based on Genetic Algorithm［J］. Computer Simulation， 2023， 40（4）： 73-77.
7	吴玲，卢俊霖，许俊飞. 激光武器反无人机集群建模与效能评估［J］. 激光与红外， 2022， 52（6）： 887-892.
	WU Ling， LU Junlin， XU Junfei. Modeling and Effectiveness Evaluation on UAV Cluster Interception Using Laser Weapon Systems［J］. Laser & Infrared， 2022， 52（6）： 887-892.
8	王远航，杨作宾，杨军佳. 反无人机作战侦察情报系统作战效能评估［J］. 兵工自动化， 2022， 41（11）： 63-67.
	WANG Yuanhang， YANG Zuobin， YANG Junjia. Operational Effectiveness Evaluation of Anti-UAV Operational Reconnaissance Intelligence System［J］. Ordnance Industry Automation， 2022， 41（11）： 63-67.
9	石新新，马长正，宋学辉. 反无人机集群作战及关键技术研究［C］∥2022年无人系统高峰论坛（USS2022）论文集. 西安：中国工程院， 2022： 45-49.
	SHI Xinxin， MA Changzheng， SONG Xuehui. Research on Anti-UAV Cluster Operations and Key Technologies［C］∥Proceedings of the 2022 Unmanned Systems Summit Forum （USS2022）. Xi'an： Chinese Academy of Engineering， 2022： 45-49.
10	吴希. 三种权重赋权法的比较分析［J］. 中国集体经济， 2016（34）： 73-74.
	WU Xi. Comparative Analysis of Three Kinds of Weight Weighting Methods［J］. China Collective Economy， 2016（34）： 73-74.
11	张玉，魏华波. 基于CRITIC的多属性决策组合赋权方法［J］. 统计与决策， 2012（16）： 75-77.
	ZHANG Yu， WEI Huabo. Multi-Attribute Decision Combination Weighting Method Based on CRITIC［J］. Statistics & Decision， 2012（16）： 75-77.
12	GE Zhiqiang， LIU Yue. Analytic Hierarchy Process Based Fuzzy Decision Fusion System for Model Prioritization and Process Monitoring Application［J］. IEEE Transactions on Industrial Informatics， 2019， 15（1）： 357-365.
13	高丹. 雷达抗干扰效能评估方法研究［D］. 西安：西安工业大学， 2022.
	GAO Dan. Radar Anti-Jamming Effectiveness Evaluation Method Study［D］. Xi'an： Xi'an Technological University， 2022.
14	张吉军. 模糊层次分析法（FAHP）［J］. 模糊系统与数学， 2000， 14（2）： 80-88.
	ZHANG Jijun. Fuzzy Analytical Hierarchy Process［J］. Fuzzy Systems and Mathematics， 2000， 14（2）： 80-88.
15	宋彬杰，王远航，张琪. 基于集成堆叠神经网络的某反无人机系统作战效能评估问题研究［J］. 舰船电子工程， 2023， 43（4）： 145-149.
	SONG Binjie， WANG Yuanhang， ZHANG Qi. Research on Operational Efficiency Evaluation of an Anti-UAV System Based on Ensembled Stacking Neural Network［J］. Ship Electronic Engineering， 2023， 43（4）： 145-149.
16	和烨龙，张鹏飞，赵永娟，等. 基于CRITIC和AHP组合赋权的TOPSIS法蜂群威胁评估研究［J］. 火炮发射与控制学报， 2024， 45（1）： 28-35.
	HE Yelong， ZHANG Pengfei， ZHAO Yongjuan， et al. A TOPSIS Method Using CRITIC and AHP Combined Weighting for Swarm Threat Assessment［J］. Journal of Gun Launch & Control， 2024， 45（1）： 28-35.
17	樊辉锦，巫银花，毕月，等. 航母编队反无人机蜂群作战兵力部署模型及优化［J］. 火力与指挥控制， 2023， 48（6）： 55-61， 69.
	FAN Huijin， WU Yinhua， BI Yue， et al. Combat Force Deployment Model and Optimization of Aircraft Carrier Formation Anti-UAV Swarm［J］. Fire Control & Command Control， 2023， 48（6）： 55-61， 69.
18	HWANG C L， YOON K. Multiple Attribute Decision Making： Methods and Applications A State-of-the-Art Survey［M］. Berlin： Springer Berlin Heidelberg， 1981.
19	CAIADO R G G， LIMA G B A， GAVIÁO L O， et al. Sustainability Analysis in Electrical Energy Companies by Similarity Technique to Ideal Solution［J］. IEEE Latin America Transactions， 2017， 15（4）： 675-681.
20	LIU Dong， QI Xiaochen， QiangFu， et al. A Resilience Evaluation Method for a Combined Regional Agricultural Water and soil Resource System Based on Weighted Mahalanobis Distance and a Gray-TOPSIS Model［J］. Journal of Cleaner Production， 2019， 229： 667-679.
21	YIN Hanlin， LI Xiong， GAO Yongxin. Relative Euclidean Distance with Application to TOPSIS and Estimation Performance Ranking［J］. IEEE Transactions on Systems， Man， and Cybernetics： Systems， 2022， 52（2）： 1052-1064.
22	马旗，孙晓军，张杨，等. 基于红外图像的低空无人机检测识别方法［J］. 弹箭与制导学报， 2020， 40（3）： 150-154.
	MA Qi， SUN Xiaojun， ZHANG Yang， et al. Detection and Recognition Method of Low-Altitude UAV Based on Infrared Images［J］. Journal of Projectiles， Rockets， Missiles and Guidance， 2020， 40（3）： 150-154.
23	陈秋琼，饶世钧，王山. 基于组合赋权法和Vague集的侦察卫星情报处理系统效能评估［J］. 中国电子科学研究院学报， 2022， 17（9）： 856-861.
	CHEN Qiuqiong， RAO Shijun， WANG Shan. Efficiency Evaluation of Reconnaissance Satellite Intelligence Processing Systems based on Combination Weight Method and Vague Set［J］. Journal of China Academy of Electronics and Information Technology， 2022， 17（9）： 856-861.
24	李琳，李双霖，刘钦，等. 多平台防空作战任务规划技术研究［J］. 现代导航， 2022， 13（5）： 344-349.
	LI Lin， LI Shuanglin， LIU Qin， et al. Research on Multi-Platform Anti-Air Combat Mission Planning Technology［J］. Modern Navigation， 2022， 13（5）： 344-349.
25	杨岭玉. 基于Kinect的肢体动作识别［D］. 天津：天津职业技术师范大学， 2021.
	YANG Lingyu. Body Movement Recognition Based on Kinect［D］. Tianjin： Tianjin University of Technology and Education， 2021.
26	刁贞君. 基于绳网拦截的反无人机小口径榴弹技术研究［D］. 南京：南京理工大学， 2020.
	DIAO Zhenjun. Research on Anti-UAV Small-caliber Grenade Technology Based on Rope Net Interception［D］. Nanjing： Nanjing University of Science & Technology， 2020.
27	刘丽巧，胡艮胜，王俊. 面向效费分析的联合火力打击兵力规划模型体系研究［J］. 军事运筹与评估， 2023， 38（1）： 43-46.
	LIU Liqiao， HU Gensheng， WANG Jun. Research on the Model System of Joint Fire Strike Forces Planning Based on Cost-Effectiveness Analysis［J］. Military Operations Research and Assessment， 2023， 38（1）： 43-46.
28	薛会琴. 多属性决策中指标权重确定方法的研究［D］. 兰州：西北师范大学， 2008.
	XUE Huiqin. The Research on the Methods of index's Weight to be Determined in the Multiple Attribute Decision-Making［D］. Lanzhou： Northwest Normal University， 2008.

[1]	王瑞杰, 王得朝, 丰璐, 赵正党, 陈浙梁. 国外无人机蜂群作战样式进展及反蜂群策略研究[J]. 现代防御技术, 2023, 51(4): 1-9.
[2]	龚亮, 王庆权, 罗红吉. 防空导弹武器系统作战效能评估实战化改进模型[J]. 现代防御技术, 2021, 49(6): 9-15.
[3]	卜晓东, 张军. 基于OODA循环的反舰导弹作战效能评估研究[J]. 现代防御技术, 2021, 49(2): 13-19.
[4]	李晶晶, 罗晨旭, 黄维. “捕蜂”——低空近程反无人机蜂群体系构想[J]. 现代防御技术, 2020, 48(4): 16-22.