利用贝叶斯网络评估空间目标威胁（2）

复现论文时，最怕的不是代码报错，而是图看起来相似，但内在逻辑却对不上——例如为了强行匹配文中某个单点数值，反而毁掉了整条曲线的合理性。

书接前文

在航天器进行贝叶斯网络评估空间目标威胁模型建立后，文中设置了两组实验场景。

五、场景一：抵近绕飞——此一役，先抵近，后绕飞

论文第一个仿真场景是抵近绕飞，一共 20 个时间步。

它的大致过程是：

第 0～1 步：轨道保持

第 2～8 步：抵近

第 9～16 步：绕飞

第 17～19 步：飞离

此外，论文还设置了两个关键条件：

第 10～15 步：出现形态异常

第 12～15 步：光照条件变差

目标类型设为军用卫星，载荷工作状态保持良好。

这一段很像一场分阶段推进的战局。

前两步还算平静。

第 2 步开始，轨道阶段一变，局势马上不同。

5.1 第 2 步：轨道阶段一变，动态威胁立刻抬头

论文结果显示，第 2 步时，由于轨道特征发生转变、相对距离缩短，动态威胁高从约 0.3 上升到约 0.7496。

这一下非常明显。

就像帐中斥候来报：

敌军不再原地驻扎，已转为抵近。
此时即便距离还没到最近，轨道阶段的变化已经足够让模型提高警惕。

5.2 第 9 步：进入绕飞，威胁并非一路无脑上升
到了第 9 步，目标进入绕飞阶段。

这里很有意思。

综合威胁没有一路无脑上升，而是出现短暂调整。

我的理解是：

绕飞仍然敏感，但它和“直接抵近碰撞”的风险表达不完全一样。

这时相对距离、相对速度、轨道阶段共同作用，曲线会出现阶段性变化。

这也说明模型不是单纯看距离。

如果只看距离，这一段很容易解释得很粗糙。

5.3 第 10～15 步：真正的“伏兵”出现了

第 10 步之后，形态异常出现。

告警信息升高。

第 12～15 步，光照条件变差。

探测条件受影响，静态威胁也被抬高。

这一段像什么？

像前线已经接近，中军又收到两封急报：

一是目标出现异常动作。

二是观测条件变差，看不清了。

这两个因素叠加后，综合威胁高在这一段达到高位。

论文中图 10 显示，轨道保持转为抵近时，威胁度高从约 0.3941 升至约 0.6225；第 10 步形态异常后，威胁度高又从约 0.6438 提升到约 0.7821；随后在光照恶化影响下进一步升高，最高约 0.7956。

说明了，威胁升高不只是因为“近了”，还因为“动作变了、观测难了、告警来了”。

5.4 第 17 步以后：飞离，威胁下降
第 17 步以后，目标进入飞离阶段。

相对距离和速度状态都发生变化。

动态威胁和综合威胁随之下降。

这也符合直觉。

所谓“军情有变”，不只是变坏，也可能变好。

目标飞离，威胁自然要降下来。

六、场景二：碰撞——这一战更直接

第二个场景是碰撞，一共 24 个时间步。

设定更直接：

第 0～2 步：轨道保持

第 3～23 步：抵近

相对距离逐渐缩短，最后进入碰撞邻域

光照条件全程良好

载荷工作状态全程良好

目标类型为军用卫星

这次没有那么多绕飞、阴影、异常形态的变化。

它更像一条线：

距离不断缩短，威胁逐渐升高。

但这里仍然有一个关键点：

第 3 步，轨道阶段从保持变成抵近。

这一变，模型立刻响应。

6.1 第 3 步：动态威胁直接跃升
论文图 13 显示，轨道保持阶段，动态威胁高大约是 0.3。

第 3 步轨道阶段变为抵近后，动态威胁高跃升到约 0.7516。

随后相对速度保持“中”，轨道阶段保持“抵近”，动态威胁主要由相对距离推动。

随着距离继续缩短，动态威胁高继续上升，并在相撞前达到约 0.88。

这一段可以总结成一句话：

轨道阶段负责“突然抬头”，相对距离负责“继续加压”。

这就是场景二的曲线逻辑。

6.2 综合威胁：不是最后一刻才报警
场景二图 14 更直观。

第 0 步时，威胁程度的模糊表达约为：

[0.3120,0.1898,0.4982]

这里三个数分别对应：威胁高、威胁中、威胁低。

第 3 步，轨道阶段由保持变为抵近，威胁程度变为：

[0.5523,0.1838,0.2639]

也就是说，威胁高从约 0.31 升到约 0.55。

到第 23 步，随着相对距离进一步缩短，威胁程度约为：

[0.6192,0.1823,0.1985]

这说明模型不是等到最后一刻才反应。

当轨道阶段切换为抵近时，它已经明显提高了威胁判断。

七、复现时我踩到的坑：复现不能太“听话”

诸公，论文复现这件事，最怕什么？

不是报错。

报错至少摆在明处。

最怕的是：

图看起来像，逻辑却没对上。

这次复现里，我最明显的感受是：不能只盯一张图，也不能只盯一个数。

7.1 坑一：场景二初始速度状态
场景二里，论文图 13 的初始动态威胁高大约是 0.3。

但如果代码里把第 0～2 步的相对速度设得过小，它就会落到“相对速度慢”的状态。

这样动态威胁高会偏低，可能只有约 0.15 左右，就和论文趋势对不上。

后来我按论文场景描述，把场景二相对速度处理为“中”，这样第 0～2 步的动态威胁才回到 0.3 附近。

这不是简单调参。这是在检查输入初值是否真的符合论文描述。

7.2 坑二：图 13、图 14 和表 9 不是随便能同时满足
另一个更微妙的问题是：

图 13、图 14 和表 9 之间，存在轻微不可完全同时满足的地方。

如果严格按照图 13 的动态威胁，再直接套表 8、表 9，有时图 14 的初始综合威胁会偏高。

这里就不能硬说“完全一致”。而是在论文没有公开完整原始仿真输入时，只能在公开表格、正文数值和曲线形态之间做最合理的反向约束。

这不是造数据。这是复现必须交代清楚的地方。

复现论文，贵在如实；不因一图合而掩其疑，不因一点差而弃全局。

7.3 坑三：不要为了一个点，毁掉一条曲线
场景一复现时，我一开始也想过把某些点强行拉到论文文字里的数值。

但很快发现：一个点看起来对了，整条曲线反而不自然。

后来我优先保证整体趋势、关键转折和模型逻辑，而不是为某个单点硬拟合。

这点很重要。论文复现不是照着结果画一遍曲线，而是要问：

输入是否合理？
条件概率表是否用对？
图像趋势和文字描述是否互相支撑？
代码实现有没有隐藏问题？

这些问题问清楚，复现才有价值。

八、这次代码复现做了什么？

这次复现主要有两套代码。

一套是C 语言工程，它可以直接运行，也可以输出 CSV 数据。
另一套是MATLAB脚本。它可以生成中英文图表、CSV 数据和论文关键数值对照表。

本篇分享不是读完摘要就结束。而是把公式变成代码，把代码跑成图，再拿图反过来质疑公式和输入。

九、我从这篇论文里学到了什么？

这篇论文最值得学习的，不是某一个威胁数值。

而是一套可解释的建模流程。

我总结成三句话。

9.1 第一，连续变量不要急着硬切
距离、速度都是连续变化的。

直接硬切阈值，容易造成边界跳变。

模糊隶属度的价值就在于：

让状态变化有过渡。

9.2 第二，威胁评估不能只看一个指标
只看距离不够。

还要看速度、轨道阶段、形态异常、历史行为、目标类型、探测条件、光照条件、载荷状态。

这就像帐中议事。

一人之言，只能作参考。

多路军情合议，才可能接近真实判断。

9.3 第三，可解释模型也有代价
贝叶斯网络的好处是清楚。

节点关系清楚，条件概率清楚，推理链条也清楚。

但代价是：

条件概率表依赖专家知识，不同场景可能要重新校准。

所以我不会把它说成万能系统。

更准确的说法是：

它是一套适合学习和复现的可解释概率融合框架。

纸上得来终觉浅，代码跑过方知难。 诸公若有高见，欢迎留言交流。 愿与诸公共读、共学、共思、共进。 今日跑通一图，明日再破一关。

参考论文

曲宗华，魏春岭。

《一种空间目标异动威胁评估的贝叶斯网络模型》。

《航天控制》，2023 年第 41 卷第 4 期。

说明

本文基于公开论文内容和本人复现过程整理，仅用于学习交流。

文中讨论范围限于论文给出的合成仿真场景、贝叶斯网络模型、模糊隶属度方法和代码复现过程。

本文不涉及真实在轨目标识别、实时轨道数据、规避策略或任何操作性对抗方案。

部分代码：

function results = Bayes_model_reproduction(scene, makePlots)
%两个空间目标威胁评估场景。

% scene=0 表示一次运行两个场景；makePlots=false 时只生成数据和对照表。
if nargin < 1 || isempty(scene)
    scene = 0;
end
if nargin < 2 || isempty(makePlots)
    makePlots = true;
end

if scene == 0
    results.scene1 = runScenario(1);
    results.scene2 = runScenario(2);
    writeScenario(results.scene1, 'bayes_scene1_results.csv');
    writeScenario(results.scene2, 'bayes_scene2_results.csv');
    writeAlignmentReport(results);
    if makePlots
        plotPaperFigures(results.scene1, results.scene2);
    end
elseif scene == 1 || scene == 2
    results = runScenario(scene);
    writeScenario(results, sprintf('bayes_scene%d_results.csv', scene));
    writeAlignmentReportForOne(results);
    if makePlots
        plotPaperFiguresForOne(results);
        plotPaperFiguresChineseForOne(results);
    end
else
    error('scene must be 0, 1, or 2.');
end
end