UAV Swarm Threat Assessment Method Based on Improved PROMETHEE

doi:10.3969/j.issn.1009-086x.2025.05.010

Abstract

Abstract:

To address the shortcomings of existing threat assessment methods for UAV swarms， this paper proposed an unmanned aerial vehicle UAV swarm threat assessment method based on an improved preference ranking organization method for enrichment evaluations PROMETHEE. First， a threat assessment index system for UAV swarms was constructed， and membership functions were established for quantification. Then， to overcome the limitations of the traditional PROMETHEE method， a new preference function was designed to improve the PROMETHEE approach， thereby establishing a UAV swarm threat assessment model based on the improved PROMETHEE. Finally， simulation experiments were conducted to validate the effectiveness of the proposed method.

Key words: unmanned aerial vehicle（UAV） swarm, threat assessment, air defense operation, multi-criteria, improved preference ranking organization method for enrichment evaluations （PROMETHEE）

摘要：

针对现有无人机蜂群威胁评估方法存在的不足，提出了一种基于改进偏好顺序结构评估法(preference ranking organization method for enrichment evaluations，PROMETHEE)的无人机蜂群威胁评估方法。构建了无人机蜂群威胁评估指标体系，并构建隶属度函数进行量化；针对传统PROMETHEE方法存在的不足，构建了一种新的优势函数对PROMETHEE方法进行改进，建立了基于改进PROMETHEE的无人机蜂群威胁评估模型；通过仿真实验验证了所提方法的有效性。

关键词: 无人机蜂群, 威胁评估, 防空作战, 多准则决策, 改进PROMETHEE

CLC Number:

E917

Nan LIU. UAV Swarm Threat Assessment Method Based on Improved PROMETHEE[J]. Modern Defense Technology, 2025, 53(5): 92-98.

刘男. 基于改进PROMETHEE的无人机蜂群威胁评估方法[J]. 现代防御技术, 2025, 53(5): 92-98.

Figures/Tables 8

Fig. 1 Index system for threat assessment of UAV swarms

Fig. 2 Image of Usual-type dominant function

Table 1 Comparison of dominant functions

样本	Usual型优势函数	所提优势函数
$[A 1, A 2]$	1	1
$[A 1, A 3]$	1	0.125
$[A 2, A 1]$	0	0
$[A 2, A 3]$	0	0
$[A 3, A 1]$	0	0
$[A 3, A 2]$	1	0.875

Table 1 Comparison of dominant functions

样本	Usual型优势函数	所提优势函数
$[A 1, A 2]$	1	1
$[A 1, A 3]$	1	0.125
$[A 2, A 1]$	0	0
$[A 2, A 3]$	0	0
$[A 3, A 1]$	0	0
$[A 3, A 2]$	1	0.875

Table 2 Air traffic data

目标	目标距离/km	目标速度/（m·s^-1）	航向角/（°）	目标高度/m	目标类型	目标数量（架）
X₁	17	70	35	2 700	侦察监视机	5
X₂	14	110	-60	3 500	侦察监视机	8
X₃	12	80	-90	2 000	电子战无人机	6
X₄	5	270	6	1 000	攻击机	11
X₅	7	210	-15	900	攻击机	8
X₆	10	190	75	1 200	多用途无人机	4

Table 3 Inflow and outflow of target under each indexes

指标流量		X₁	X₂	X₃	X₄	X₅	X₆
目标距离	$φ + (X)$	0	0.043 2	0.112 1	0.595 4	0.441 1	0.223 2
目标距离	$φ - (X)$	0.604 6	0.388 8	0.250 9	0	0.030 9	0.139 8
目标速度	$φ + (X)$	0	0.130 5	0.022 0	0.565 9	0.437 1	0.386 6
目标速度	$φ - (X)$	0.634 1	0.307 1	0.524 0	0	0.025 8	0.051 0
航向角	$φ + (X)$	0.336 8	0.113 5	0	0.557 5	0.511 2	0.031 9
航向角	$φ - (X)$	0.096 5	0.319 8	0.642 5	0	0.009 3	0.483 0
目标高度	$φ + (X)$	0.025 6	0	0.120 3	0.494 1	0.545 5	0.400 3
目标高度	$φ - (X)$	0.526 7	0.654 5	0.337 2	0.010 3	0	0.057 2
目标类型	$φ + (X)$	0	0	0.171 4	0.342 9	0.342 9	0.628 6
目标类型	$φ - (X)$	0.571 4	0.571 4	0.228 6	0.057 1	0.057 1	0
目标数量	$φ + (X)$	0.035 8	0.273 3	0.100 7	0.644 2	0.273 3	0
目标数量	$φ - (X)$	0.376 5	0.074 2	0.246 8	0	0.074 2	0.555 8

Table 3 Inflow and outflow of target under each indexes

指标流量		X₁	X₂	X₃	X₄	X₅	X₆
目标距离	$φ + (X)$	0	0.043 2	0.112 1	0.595 4	0.441 1	0.223 2
目标距离	$φ - (X)$	0.604 6	0.388 8	0.250 9	0	0.030 9	0.139 8
目标速度	$φ + (X)$	0	0.130 5	0.022 0	0.565 9	0.437 1	0.386 6
目标速度	$φ - (X)$	0.634 1	0.307 1	0.524 0	0	0.025 8	0.051 0
航向角	$φ + (X)$	0.336 8	0.113 5	0	0.557 5	0.511 2	0.031 9
航向角	$φ - (X)$	0.096 5	0.319 8	0.642 5	0	0.009 3	0.483 0
目标高度	$φ + (X)$	0.025 6	0	0.120 3	0.494 1	0.545 5	0.400 3
目标高度	$φ - (X)$	0.526 7	0.654 5	0.337 2	0.010 3	0	0.057 2
目标类型	$φ + (X)$	0	0	0.171 4	0.342 9	0.342 9	0.628 6
目标类型	$φ - (X)$	0.571 4	0.571 4	0.228 6	0.057 1	0.057 1	0
目标数量	$φ + (X)$	0.035 8	0.273 3	0.100 7	0.644 2	0.273 3	0
目标数量	$φ - (X)$	0.376 5	0.074 2	0.246 8	0	0.074 2	0.555 8

Table 4 Threat assessment results of different evaluation methods

目标	PROMETHEE方法	本文方法
X₁	-3.482 1	-0.436 1
X₂	-1.683 2	-0.250 2
X₃	-1.741 4	-0.238 5
X₄	4.202 7	0.523 4
X₅	2.707 4	0.355 2
X₆	-0.003 4	0.046 2

Fig. 3 Comparison of threat ranking results

Fig. 4 Threat assessment results of different quantification methods

References 16

[1]	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 Dezhao， FENG Lu， et al. Research Progress and Countermeasures Against UAV Swarm Operations Abroad［J］. Modern Defence Technology， 2023， 51（4）： 1-9.
[2]	何兴秀，崔玉伟，杨祖强，等. 无人机蜂群城市防御作战运用模式研究［J］. 航空科学技术， 2025， 36（1）： 75-85.
	HE Xingxiu， CUI Yuwei， YANG Zuqiang， et al. Research on UAV Swarm Application Mode in Urban Defense Combat Scenarios［J］. Aeronautical Science & Technology， 2025， 36（1）： 75-85.
[3]	吴润泽，王侃，史梁. 国外反无人机"蜂群"装备建设现状及作战趋势展望［J］. 舰船电子对抗， 2024， 47（6）： 1-5.
	WU Runze， WANG Kan， SHI Liang. Current Situation and Operation Trend Prospect of Anti-UAV Swarm Equipment Construction Abroad［J］. Shipboard Electronic Countermeasure， 2024， 47（6）： 1-5.
[4]	吴桐，谢伟朋，亓统帅. 反无人机蜂群作战战术战法运用分析［J］. 中国电子科学研究院学报， 2024， 19（4）： 375-379.
	WU Tong， XIE Weipeng， QI Tongshuai. Analysis of Anti-UAV Swarm Warfare Tactics and Battle Methods Utilization［J］. Journal of China Academy of Electronics and Information Technology， 2024， 19（4）： 375-379.
[5]	焦士俊，刘锐，刘剑豪，等. 无人机蜂群威胁效能评估［J］. 舰船电子对抗， 2019， 42（3）： 17-20， 76.
	JIAO Shijun， LIU Rui， LIU Jianhao， et al. Threat Effectiveness Evaluation of UAV Swarm［J］. Shipboard Electronic Countermeasure， 2019， 42（3）： 17-20， 76.
[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]	孙海文，于邵祯，江源，等. 海上无人机蜂群目标威胁评估方法［J］. 兵工学报， 2022， 43（增2）： 32-39.
	SUN Haiwen， YU Shaozhen， JIANG Yuan， et al. Target Threat Assessment Method for UAV Swarm at Sea［J］. Acta Armamentarii， 2022， 43（S2）： 32-39.
[8]	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.
[9]	NASEEM A， SHAH S T H， KHAN S A， et al. Decision Support System for Optimum Decision Making Process in Threat Evaluation and Weapon Assignment： Current Status， Challenges and Future Directions［J］. Annual Reviews in Control， 2017， 43： 169-187.
[10]	陈侠，乔艳芝. 基于小波神经网络的无人机目标威胁评估［J］. 火力与指挥控制， 2018， 43（8）： 66-69， 74.
	CHEN Xia， QIAO Yanzhi. Air Target Threat Assessment Based on Wavelet Neural Network［J］. Fire Control & Command Control， 2018， 43（8）： 66-69， 74.
[11]	乔艳芝. 无人机目标威胁评估与协同作战任务分配研究［D］. 沈阳：沈阳航空航天大学， 2018.
	QIAO Yanzhi. Research on Target Threat Assessment of UAV and Cooperative Combat Task Assignment［D］. Shenyang： Shenyang Aerospace University， 2018.
[12]	汪伟，顾竹鑫，李海波. 基于层次分析法的低空慢速小目标威胁评估方法［J］. 信息化研究， 2019， 45（4）： 20-24.
	WANG Wei， GU Zhuxin， LI Haibo. Threat Evaluation for Small Target at Low Latitude and Low Speed Based on Analytic Hierarchy Process［J］. Informatization Research， 2019， 45（4）： 20-24.
[13]	申卯兴，曹泽阳，周林. 现代军事运筹［M］. 北京：国防工业出版社， 2014.
	SHEN Maoxing， CAO Zeyang， ZHOU Lin. Modern Military Operations Research［M］. Beijing： National Defense Industry Press， 2014.
[14]	BRANS J P， VINCKE P， MARESCHAL B. How to Select and How to Rank Projects： the Promethee Method［J］. European Journal of Operational Research， 1986， 24（2）： 228-238.
[15]	BRANS J P， VINCKE P. Note-A Preference Ranking Organisation Method［J］. Management Science， 1985， 31（6）： 647-656.
[16]	王建军，张婷，李存斌. 基于PROMETHEE-Ⅱ的电网科技项目后评估评价方法研究［J］. 黑龙江电力， 2024， 46（2）： 151-157.
	WANG Jianjun， ZHANG Ting， LI Cunbin. Investigation of the Post Evaluation and Evaluation Method on Power Grid Technology Projects Based on PROMETHEE-II［J］. Heilongjiang Electric Power， 2024， 46（2）： 151-157.