Deniz Platformları İçin Kinematiklere Dayalı Bayesci Tehdit Değerlendirme Modeli Mustafa Çöçelli1, Ethem Arkın2 1 ASELSAN A.Ş. SST-MD-KKYTM P.K.1 06172, Yenimahalle/Ankara, Türkiye 2 ASELSAN A.Ş. SST-MD- KKYTM P.K.1 06172, Yenimahalle/Ankara, Türkiye 1 mcocel@aselsan.com.tr, 2earkin@aselsan.com.tr Özet. Deniz harbinin yüksek stresli ve zaman kısıtlı şartları altında, doğru hede- fi yüzlerce aday arasından seçebilmek zor bir karar verme sürecidir. Komuta ve kontrol sistemleri operatörlere bu süreçteki harp görevleri için rehberlik yap- maktadır. Ancak bazı deniz platformları tespit ettiği temasların sadece kinema- tik bilgilerini sağlayarak komuta ve kontrol sistemlerinin yeteneklerini kısıtla- maktadırlar. Sınırlı yeteneklere sahip böyle deniz platformlarında tehdit değer- lendirmenin yapılmasında operatöre destek sağlamak için çıkarım modelleri kullanılması faydalı olmaktadır. Bu makalede sınırlı yeteneklere sahip deniz platformlarında tehdit değerlendirme yapabilmek için kinematiklere dayalı Bayesci Çıkarım modeli anlatılmaktadır. Bu modelde hedefin kategorisinden ve iki boyutlu uzaydaki kinematik verilerinden faydalanarak taktiksel bilginin çı- karılması amaçlanmaktadır. Hedefin kimliğine ve karakteristiğine dair hiçbir verinin bulunmadığı platformlarda bu metodun kullanılabileceği düşünülmekte- dir. Bu Bayesci tehdit değerlendirme modelinin performansı sentetik senaryolar oluşturarak ölçülmüştür. Anahtar Kelimeler: Tehdit Değerlendirme, Karar Verme, Durumsal Farkındalık, Bilgi Füzyonu, Komuta ve Kontrol Bayesian Threat Assessment Model Based On Kinematics For Naval Platforms Abstract. Under the high stress and time-constrained conditions of naval military operations, choosing right goal among the hundreds of candidates is a difficult decision-making process. Command and control systems provide precious guidance to operators along military operations. However, some naval platforms limit the capabilities of command and control systems by providing only kinematic data of contacts. In such maritime platforms with limited capabilities, it is useful to use inference models to provide operator support for threat assessment. In this article, Bayesian threat assesment model based on kinematics is presented in order to evaluate threats on naval platforms with limited capabilities. In this model, it is aimed to extract tactical information by 247 taking advantage of the target’s category and kinematic data in two-dimensional space. It is thought that this method can be used on platforms where there is no data about the identity and the characteristic of the target. Presented Bayesian threat assessment model performance is measured by creating synthetic scenarios. Key words: Threat Assessment, Decision Making, Situational Awareness, Data Fusion, Command and Control 1 Giriş Bu çalışma öncesinde kategori verisi dikkate alınmadan tasarlanmış bir tehdit değer- lendirme modeli üzerinde çalışıldı [1]. Yapılan çalışma değerlendirilirken hava hedef- lerinin parametreleri göz önüne alınarak sentetik senaryolar oynatıldı. Önceki çalış- mada yer almayan su üstü hedefleri ile yapılan denemelerde kategori verisinin tehdit değerlendirme modeli üzerindeki etkisinin azımsanamayacak kadar büyük olduğu görülmüştür. Kullanılan parametrelerin ve bu parametrelerin ağırlığının kategori bil- gisine göre önemli ölçüde değiştiği görülmüştür [2, 3]. Bu sebeple bu çalışmada kate- gori verisi dikkate alınarak önceki çalışma genişletilmiştir. Askeri operasyonlar anlık değişen büyük miktardaki veriler işlenerek gerçekleştiri- lir. Kısıtlı zaman içinde verilmesi gereken kararlar tecrübeli operatörleri bile zorlar. Bu stresli ortam savaş yönetim sistemi operatörlerini kolayca yanlış kararlara yönlen- dirir. Bundan dolayı; Gözetle-Belirle-Karar Ver-İşlet döngüsü içinde elektronik be- yinlerden yardım almak kaçınılmaz bir hâl alır [4]. Yardımın ne kadar olacağı deniz platformlarına konuşlandırılmış sensörlerin yeteneğine bağlıdır. Karar destek sistem- leri sensörlerin ham verilerini işleyerek derlenmiş taktik resmi operatörlerin kullanıma sunar. Operatörler önlerine gelen derlenmiş taktik resimdeki nesnelerin kimliklerine ve kinematiklerine bakarak mevcut bilgiler ışığında ellerinden gelen en iyi kararı uygulamaya koyarlar. Her halükârda, sürekli değişen veriler arasında ilişki kurmak ve anlık verilerden karar vermeye yardımcı olacak değerler çıkarmak kolay bir işlem değildir [5]. Operatörlerin karar döngüleri pek çok çalışmanın konusu olmuştur. Bu çalışmaların sonuçları karar destek sistemlerini tasarlamak için kullanılmıştır [6, 7]. Bu tür çalışmalar göstermiştir ki; karar destek sistemleri, komuta kontrol sistemleri için vazgeçilmez bileşenlerdir. Durumsal farkındalık safhası komuta kontrol süreçlerindeki gözetleme adımının tamamlandığı yerdir. Bu safha, belirleme adımı için gereken bilgilerin üretildiği yer- dir [8]. Bu noktada; tehdit değerlendirme, çevredeki cisimlerin korunan nesnelere yönelik niyetlerinin sürekli analizi olarak tarif edilebilir. Bu işlem yapılırken cisimler tehdit seviyelerine göre sıralanır. Çevredeki cisimlerin tehdit seviyeleri belirlendikten sonra, onlara karşı alınacak olan tedbirler belirlenir [9]. Bu bağlamda; tehdit değer- lendirme yöntemleri, komuta ve kontrol operatörlerinin karar döngülerinde harcadık- ları süreyi azaltmak için önem kazanıyorlar. Tehdit değerlendirme algoritmaları çevredeki tespitlerin tehdit seviyelerini belir- lemek için çeşitli yöntemler kullanıyor [10]. Tehdit değerlendirme ipuçları tehdit 248 değerlendirme yöntemlerinin en önemli girdileridir. Tecrübeli askeri personeller ile birlikte yapılan uzun süreli çalışmalar sonunda bu ipuçlarının listesi belirlenmiştir. Hava hedefleri için belirlenen tehdit değerlendirme ipuçları şöyledir: uçuş rotası, yük- seklik, koordineli aktivite, gidilen yön, en yakın yaklaşma noktası, elektronik destek, uçulan bölge, IFF modu, manevralar, köken, kendi desteği, mesafe, hız, görünürlük, silah menzili, kanatların dolu olması [11]. Su üstü hedefler için belirlenen tehdit de- ğerlendirme ipucu listesi ise kargo, koordineli aktivite, varış noktası, elektronik des- tek, gidilen yön, gemi sayısı, kendi desteği, mesafe, bölgesel istihbarat, seyir hattı, hız, ses iletişimi ve silah menzili olarak sıralanmıştır [2]. Listeler arasında benzerlik olsa da, çevresel faktörlerden ve platformların farklılıklarından doğan ayrımlar göze çarpmaktadır. Tehdit değerlendirme ipuçları hedeflerin karakteristiğinden ve kinematiklerinden çıkarılmaktadır. Sınırlı yeteneklere sahip olan deniz platformları etraftaki cisimlerin karakteristiği hakkındı sınırlı bilgiye sahip olurlar. Elektronik destek ve IFF gibi tek- nolojilerin eksikliği, karşılaşılan cisimler hakkında sınıflandırma yapmayı zorlaştırır. Operatörün gözlem gücü ve diğer sensörlerden sağlanan verilerle belirli bir noktaya varana kadar yorumlama yapılabilir. Nihayetinde, operatör çevresindeki cisimlerin karakteristiğinden mahrum kalarak sadece kinematiklerine mahkûm şekilde yorum yapmak durumunda kalabilir. Bu koşulları göz önünde bulundurarak, bu çalışmada cisimlerin kinematiklerine dayanan Bayesci bir tehdit değerlendirme modeli anlatıyo- ruz. Bu makalenin geri kalan kısımları şu şekilde organize edilmiştir. İkinci bölümde bu çalışmanın sebepleri ve çalışmanın ardındaki motivasyon anlatılmıştır. Üçüncü bölüm tehdit değerlendirme modeline odaklanmıştır. Dördüncü bölümde yöntemin perfor- mansı ölçülmüştür. Beşinci bölümde makalenin özeti verilmiştir. 2 Motivasyon Devam eden askeri bir operasyon esnasında komuta ve kontrol operatörlerini davra- nışlarını tahmin etmek mümkün olmadığı için tehdit değerlendirme probleminin ta- mamlanmış bir çözümü yoktur [12]. Bu yüzden, ortamdaki verilerin füzyonunu sağla- yan değişik yöntemler geliştirilmiştir. Tehdit değerlendirme problemi sınırlı yetenek- ler sahip platformlarda çözülmesi daha zorlayıcı bir problem haline dönüşmüştür. Gözetleme ve tespit sistemlerinin yetersizliği çevredeki cisimlerin karakteristiklerini hakkındaki çıkarım yapmayı zorlaştırır. Bu çalışmada, sınırlı yeteneklere sahip deniz platformlarının tehdit değerlendirme ihtiyaçlarını karşılamaya yönelik bir yöntem geliştirilmiştir. Tehdit değerlendirme ipuçlarını tespit etmek için pek çok çalışma gerçekleştiril- miştir. Dünyadaki önemli komuta ve kontrol sistemleri temasların kökeni, IFF modu, istihbarat raporu, yükseklik, uçuş rotasına yakınlık ve elektronik destek parametrele- rini hava savunma sistemlerinde en etkin tehdit değerlendirme ipuçları olarak kullan- maktadır. Benzer şekilde, su üstü savunma sistemleri, platformun tipini, silah menzi- lini, elektronik desteği, kökeni baskın parametreler olarak kullanmaktadır. Görüldüğü üzere, hedeflerin karakteristikleri tehdit seviyelerini belirlerken ön sırada yer almak- 249 tadırlar. Maalesef, gelişmiş tespit sistemlerinin yokluğundan ötürü deniz platformları- nın savaş yönetim sistemleri bu parametreleri kullanamıyor duruma düşebilmektedir. Bu yüzden, bu tip platformlar, hedeflerin kinematiklerini en iyi şekilde değerlendire- cek tehdit değerlendirme yöntemlerine ihtiyaç duyarlar. Bu çalışmada, kinematik parametreleri temel alan bir tehdit değerlendirme yöntemi geliştirilmiştir. 3 Yöntem Herhangi bir kimlik bilgisinin olmadığı bir ortamda tehditleri diğer unsurlardan ayır- mak zorlayıcı bir işlemdir. Hedefin kinematikleri tek tek incelendiğinde; ancak sınırlı bir öngörü sahibi olabiliriz. Fakat bu kinematik bilgilerinden elde edilen veriler birleş- tirilerek öngörümüzü güçlendirmek mümkündür. Veri füzyonu operasyonu hedeflerin doğası gereği hava ve su üstü hedefleri için ayrı ayrı yapılmaktadır. Bunun sebebi hava ve su üstü hedeflerinin kinematiklerinin arasında büyük farklılıklar olmasıdır. Bir hava hedefi herhangi bir su üstü hedefine göre çok yüksek hızlara çıkabilmektedir. Hava hedefinin manevralarının karakteristiği de çok farklıdır. Platformu harekete geçiren itici güçlerin ve hareket ettikleri ortamların farkı, cisimlerin hızlarındaki iv- melenmelerinde de büyük farklılıklar ortaya çıkmasına sebep olur. Bu farklılıkları aynı potada eriterek tek bir tehdit listesi oluşturmak zorlu bir süreçtir ve farklı çalışma metotlarına ihtiyaç duymaktadır. Bu çalışmada, öncelikle, hava ve su üstü hedeflerine ait iki adet ayrı tehdit listesi çıkarılmasına öncelik verilmiştir. Şekil 1’de tehdit değerlendirme modeli özetlenmiştir. Elde olan veriler arasında cismin hava izi mi yoksa su üstü izi mi olduğu bilgisi mevcuttur. İlk aşama olan kate- gori seçimi safhasında, iz ait olduğu çevreye göre modelin ilgili akışına doğru yön- lendirilir. Bu safhadan sonra hava ve su üstü izler için benzer adımlar takip edilir. İlk olarak izin kinematiklerinden ipuçları çıkarım işlemi yapılır. Bir sonraki aşamada bu ipuçları birleştirilerek ortak skor oluşturulur. Son aşama olan, tehdit seçimi aşamasın- da ise ortak skordan faydalanarak izin tehdit içeren bir davranış içinde olup olmadığı- na bakılır. Sonuç olarak onlarca izden oluşan derlenmiş bir taktik resimde, izler “teh- dit” veya “tehdit değil” olarak işaretlenir. Operatör karar verme sürecine tehdit olarak seçilmiş hedeflere odaklanarak başlayabilir. Kategori seçimi, ipuçları çıkarımı, ipuçları füzyonu ve Bayesçi tehdit seçimi olarak adlandırılan tehdit değerlendirme modelinin aşamaları aşağıda daha detaylı olarak anlatılmıştır. Şekil 1 Tehdit Değerlendirme Modeli 250 3.1 Kategori Seçimi Tehdit değerlendirme modeline çevre bilgisine sahip bir iz giriş yapabilir. Bilinmeyen bir çevreye göre tehdit değerlendirme yapılmamaktadır. Tehdit değerlendirme mode- linin başında iz ait olduğu akışa çevre bilgilerine bakılarak yönlendirilir. Çünkü mo- del, izin çevre kategorisine göre özelleşmiştir. Bu aşama çok basitmiş gibi görünse de modelin geri kalan aşamasına etkisi büyüktür. Tehdit değerlendirme modelinin sonra- ki aşamalarında kullanılan parametreler ve bu parametrelerin denklemlerdeki ağırlığı aynı kinematiklere sahip iki hava ve su üstü izi bambaşka sonuçlarla modeli bitirirler. 3.2 İpuçları Seçimi Çevredeki cisimlerin tehdit seviyelerini ölçerken doğru tehdit değerlendirme ipuçları- nı kullanmak önem arz etmektedir. Tehdit değerlendirme modellerinde kullanılmak üzere pek çok tehdit değerlendirme ipuçları önerilmektedir. Bu makalede, kinematik kaynaklı tehdit ipuçlarına odaklanılacaktır. Tablo 1’ de tehdit değerlendirme ipuçları çevre kategorisine göre listelenmiştir. Temelde, şüpheli cismin ve kendi platformumuzun pozisyonları, hızları ve gittikleri yön kullanılarak bu ipuçları çıkarılmaktadır. İpuçlarının skorlarını hesaplama yöntemi aynıdır. Çevre bilgisine göre, skorların katkısı katsayılar kullanılarak değiştirilir. Hız, yavaşlama, mesafe, gidilen yön, manevra ve en yakın yaklaşma noktası olarak adlan- dırılan ipuçlarının detayları aşağıda açıklanmıştır. Tablo 1. Çevre Kategorisine Göre Tehdit Değerlendirme İpuçları İpucu Hava Su Üstü Hız + + Yavaşlama - + Mesafe + + Rota + + Manevra + - En Yakın yaklaşma Noktası + + 1) Hız: Hız parametresi izin hangi sınıfa ait olduğunu belirlemek için önemli bir potansiyele sahiptir. Tek motorlu bir uçağın savaş uçaklarının ulaştığı hızlar ulaşması mümkün değildir. Benzer şekilde; sıradan bir balıkçı botunun, hücum botlarının hızlarına çıkması olanak dışıdır. Fakat hız parametresi açısından ba- kıldığında, donanmaya ait bir bot denizin ortasında durarak sınıfını gizleyebi- lir. Hız parametresini direk kullanarak cismin sınıfı hakkında kesin bir yargıya varmak mümkün görünmemektedir. Bu durum hız parametresinden yararlan- mayacağımız anlamına gelmez. Hız parametresinin skoru aşağıdaki gibi he- saplanır. ℎ𝑔 ℎ𝑖 = (1) ℎ𝑚𝑎𝑘𝑠 251 Güncel hız değeri, cismin kategorisine göre varsayılan maksimumu hız değe- rine bölünür ve belirli bir skor elde edilir. 2) Yavaşlama: Hız değişimi hava nesnelerinde önemli bir tehdit göstergesi ola- rak görülmemektedir. Ancak seyir rotasında devam eden bir deniz platformu- nun bilinmez bir nedenle yavaşlamaya başlaması anormal bir durum olarak al- gılanır [2]. Normal rotasında devam eden yabancı bir cisim savunduğunuz platformun çevresinde sebepsiz yere yavaşlıyorsa, bunun sebebi savunduğu- nuz platformu elektro optik kameralar yardımıyla daha iyi gözlemlemek olabi- lir. Bu tür davranışlar savunduğunuz platform açısından tehlike arz etmektedir. Yavaşlamayı sayısal olarak skora çevirmek, öncelikle yabancı cismin güncel hızı bir önceki tekrarlamada elde edilen hızından çıkarılır. Daha sonra elde edilen bu değer varsayılan maksimumu yavaşlama değerine bölünür. Özetle- mek gerekirse, yavaşlamanın derecesi aşağıdaki gibi hesaplanır: ℎ𝑖−1 −ℎ𝑖 𝑦𝑖 > 0 , 𝑡ℎ𝑒𝑛 𝑤𝑎 𝑦𝑖 𝑦𝑖 = , � where 𝑤𝑎 < 1 (2) ℎ𝑚𝑎𝑥𝑠 𝑦𝑖 < 0 , 𝑡ℎ𝑒𝑛 |𝑦𝑖 | 3) Mesafe: Derlenmiş taktik ekranda kendi gemimizin ve diğer cisimlerin pozis- yonları mevcuttur. Bu enlem-boylam bilgilerini kullanarak iki nesne arasında- ki dünya üzerinde uzaklığı bulmak mümkündür. Sınırlı yetenekler sahip olan deniz platformları çevredeki nesnelerin yükseklik bilgisini sağlayamaz. Bu se- beple hava nesnelerinin de yükseklik bilgisinden yoksun olarak iki boyuttaki uzaklıklarını bulabiliriz. Yine de, hava nesneleri için mesafe bilgisi vazgeçi- lemez bir ipucudur ve kullanılmaya devam etmektedir. Yalnız yükseklik bilgi- sinin eksikliği mesafenin hava ipuçlarındaki önem sırasının arkalara düşme- sinde bir etken olarak görülmektedir. Normal olarak, yakın nesneler kendi platformumuz için daha tehlikeli bir ko- numda yer almaktadırlar. Buna göre mesafe ipucu aşağıdaki gibi tehdit değer- lendirme modeline katkı sağlar. 𝑚𝑔 𝑚𝑖 = 1 − (3) 𝑚𝑚𝑎𝑘𝑠 Formül (3)’te 𝑚𝑔 diğer cismin kendi gemimize olan güncel mesafesini, 𝑚𝑚𝑎𝑘𝑠 ise diğer cisim ile kendi gemimize arasında ölçülebilecek maksimum uzaklığı temsil eder. Bu değer kendi geminin üzerindeki radar sisteminin men- zili dikkate alınarak belirlenir. Cismin uzaklığı azalırken, mesafe ipucunun 𝑚𝑔 alacağı skoru artırmak için teriminin değeri 1 sayısından çıkarılmıştır. 𝑚𝑚𝑎𝑘𝑠 Böylece mesafe ile skor arasında ters orantı sağlanmıştır. 4) Rota: Çevresindeki nesneler burunlarını kendi platformumuza döndürdükçe daha çok tehlike arz etmektedirler. Örneğin, cisim ile kendi platformumuz ara- sına bir çizgi çekildiğinde, bu çizgi ile cismin gittiği yön arasındaki açı farkı 252 azaldıkça, cisim de burnunu kendi platformumuza döndürmüş demektir. Bu açı farkını α ile sembolize edersek, aşağıdaki hesaplamaya göre bir skor elde edebiliriz. Şekil 2 Rota Açısı 𝜶 𝒓𝒊 = 𝟏 − (4) 𝝅 5) Manevra: Hava platformları keskin manevralar yapabilme kabiliyetine sahip- tir. Ancak, belirli bir rotayı izleyen cisimlerin sıkça manevra yapması gerek- mez. Bu sebeple, kendi platformumuz etrafında yapılan manevralar anormal bir davranış olarak algılanır ve tehlike arz eder. Şekil 3Anormal Davranış Sergileyen Hava Hedefi Şekil 3’te rotasında seyreden dost unsur üzerinde gezinen bir hava cismi resmedilmiştir. Şekilde de görüldüğü üzere belirli bir rotada ilerleyen hava he- defi yukarıdaki manevraları yapmaz. Manevralar yabancı cismin kat ettiği yolu uzatacağı için bu durum cismin dost unsur civarında geçirdiği süreyi de artıra- caktır. Böyle bir davranış, dost unsurunu elektro optik kameralar yardımıyla daha yakından incelemek için yapılıyor olabilir. Bu sebepten dolayı yabancı cisimlerin yaptıkları anormal manevralar kendi gemimiz için tehdit olarak al- gılanmaktadır. 253 Şekil 4Manevra Skorunun Çıkarılması Şekil 4’te yabancı cismin havada yaptığı hareketler süresince ortaya çıkan anlık rotaları gösterilmektedir. Her tekrarlamada, hava hedefinin rotası belirli açılarda değişmiştir. Bu değişimlerden faydalanarak hava cisminin manevrala- rını sayısallaştırmaya çalışıyoruz. Bu çalışmada, manevra değeri güncel rotanın bir önceki ölçülen rotadan çı- karılması ile bulunur. Bu değerin mutlak değeri bulunarak Daha sonra bulunan değer ipucu skoruna çevrilir. Aşağıdaki formülde manevra skorunun nasıl bulunduğu özetlenmiştir: 𝑟 −𝑟𝑖−1 𝑣𝑖 = � 𝑖 � (5) π Formül (5)’ te 𝑟 sembolü yabancı cismin gerçek kuzeye göre rotasını temsil etmektedir. π ise yabancı cismin iki kayıt arasında başarabileceği maksimum rota değişimidir. 6) En Yakın Yaklaşma Noktası: Şüpheli cisim hızını koruyarak en yakın yak- laşma noktalarından geçerek kendi platformumuzun bulunduğu noktaya gider [10]. Kat ettiği toplam mesafe en yakın yaklaşma noktası ipucu olarak adlandı- rılır. Daha detaylı açıklayacak olursak, cisim önce kendi en yakın yaklaşma noktasına yönelir. O pozisyona ulaştığı zaman, burnunu kendi platformumuza en yakın yaklaşma noktasına çevirdiği varsayımı yapılır. O noktaya da ulaştık- tan sonra, direk kendi platformumuza doğru yol aldığı varsayılır. Bütün bu ha- reketler yapılırken, kendi platformumuzun hızı dikkate alınmaz ve mevcut ye- rinde durduğu düşünülür. Şekil 5 En Yakın Yaklaşma Noktası Hesaplanırken İzlenen Rota 254 Şekil 5’de oklar ile gösterilen rota şüpheli nesnesinin çarpışmaya en yakın noktalardan geçerek kendi gemimize ulaştığı rotadır. Rota üç ayaktan oluş- maktadır. Birinci ayak, şüpheli nesnenin güncel pozisyonu ile şüpheli nesnenin kendi gemimize ile olan çarpışmaya en yakın nokta arasındaki mesafedir. İkinci ayak, her iki nesnenin çarpışmaya en yakın noktaları arasındaki mesafe- dir. Üçüncü ayak, kendi gemimizin şüpheli nesne ile olan çarpışmaya en yakın mesafesi ile gemimizin güncel pozisyonu arasındaki mesafedir. Üç ayağın toplam mesafesi ve varsayılan maksimum mesafe kullanılarak bu ipucundan toplam skora katkı yapacak değer hesaplanır. 𝐸𝑌𝑌𝑁𝑖 𝑧𝑖 = 1 − (6) 𝐸𝑌𝑌𝑁𝑚𝑎𝑘𝑠 Hava ve su üstü hedeflerde ayrı ağırlıklarla kullanılmak üzere ipuçları skorları yu- karıdaki bölümlerde tarif edildiği gibi çıkarılmaktadır. 3.3 İpuçları Füzyonu Tehdit değerlendirme modelinde ipuçları hız, yavaşlama, mesafe, rota, manevra ve çarpışmaya kalan ipuçlarından elde edilen skorlar, bu adımda birleştirilerek normalize edilmiş tek bir skor haline getirilir. Bu işlem yürütülürken, nesnenin çevresine göre birleştirme işlemi farklılaşır. Birleşme işleminde, hava hedefleri ve su üstü cisimler için farklı bir ipucu listeleri kullanılır. Tablo 1’de çevreye göre farklılaşan listeye göz atılabilir. Bu tablodan da görüleceği üzere, pek çok ipucu her iki kategoride de kullanılmaktadır. Ama kullanılan ipuçları her iki kategori de benzer ağırlıkta kullanılmazlar. Hedefin çevre bilgisi ipuçlarının önem sırası değiştirmektedir. Tablo 2. Önem Sırasına ve Kategoriye Göre İpuçları Hava İzi Su Üstü İzi 1 En Yakın Yaklaşma Noktası Mesafe 2 Hız Rota 3 Manevra Yavaşlama 4 Rota Hız 5 Mesafe En Yakın Yaklaşma Noktası Tablo 2’de ipuçlarının önem sırası belirlenirken ABD donanması ile yapılan ça- lışmalar kaynak alınmıştır [2, 3]. Görüldüğü üzere ipuçlarının birleştirme üzerindeki etkisi kategori değiştiği zaman farklılaşmaktadır. Hava izleri için en yakın yaklaşma noktası ipucu en baskın ipucu olarak öne çıkarken, aynı ipucu su üstü izlerinde en az etkin ipucu olarak görülüyor. Benzer şekilde, su üstü izleri için mesafe ipucundan 255 elde edilen skorun birleştirilmiş skor içindeki ağırlığı çok fazlayken, hava izlerinde bu durumun tam tersi geçerlilik kazanıyor. İpuçları birleştirilirken kategoriye bakılıp, önem sıralarına göre ağırlandırılarak normalize edilmiş bir skor elde edilir. Aşağıdaki formüller hava izi için uygulanan birleştirme prosedürünü anlatmaktadır. 𝑤1 + 𝑤2 + 𝑤3 + 𝑤4 + 𝑤5 = 1 (6) 1 > 𝑤1 > 𝑤2 > 𝑤3 > 𝑤4 > 𝑤5 > 0 (7) 𝑆𝑖 = 𝑤1 𝑛𝑖 + 𝑤2 ℎ𝑖 + 𝑤3 𝑣𝑖 + 𝑤4 𝑟𝑖 + 𝑤5 𝑚𝑖 (8) Benzer şekilde farklı ipuçlarını öne çıkararak su üstü izleri için uygulanan birleş- tirme yöntemi aşağıda gösterilmiştir. 𝑆𝑖 = 𝑤1 𝑚𝑖 + 𝑤2 𝑟𝑖 + 𝑤3 𝑦𝑖 + 𝑤4 ℎ𝑖 + 𝑤5 𝑛𝑖 (9) 3.4 Bayesçi Çıkarıma Dayanan Tehdit Seçimi Onlarca yabancı nesneye tehdit değerlendirme puanı atansa da bu kadar nesneyi göz- lemlemek komuta kontrol operatörü için zor bir işlemdir. Genellikle beklenen işlem, operatörün listeyi baştan aşağı inceleyip nesneleri kimliklendirmesidir. Listenin her- hangi bir noktasında önemli hedefleri önemsizlerden ayıran bir sınır yoktur. Operatö- rün inisiyatifi ve tecrübesi bu noktada önemli bir rol oynar. Komuta kontrol operatörünün zamanını en etkin şekilde kullanması çok kritiktir. Önemsiz bir nesne ile meşgul olurken, önem arz edebilecek başka bir nesneye zaman ayırmaması savaş yönetim sistemi için bir dezavantajdır. Bayesçi Çıkarım yaklaşımı ile dikkate değer olan nesneleri diğer nesnelerden ayırılması sağlanabilir. Bayesçi Çıkarım’da, bir hipotez öne sürülür ve hipotez bulgular değerlendirilerek kanıtlanmaya çalışılır. Değerlendirme sonucunda hipotez yanlış veya doğru çıkabilir. Tehdit değerlendirme modelinde, iz bir tehdit midir, sorusu tehdit seçim aşamasındaki hipotezdir. Tehdit değerlendirme ipuçları ise Bayesçi Çıkarımdaki bulguların yerine geçer. Hipotezin sonucu doğru çıkarsa iz potansiyel bir hedef olarak işaretlenecektir. Bayesçi Çıkarım tehdit değerlendirme problemine uyarlandığında aşağıdaki gibi for- müle edilmektedir. 𝑃(𝐂 | 𝑇𝑖−1 ).𝑃(𝑇𝑖−1 ) 𝑃(𝑇𝑖 | 𝐂) = (12) 𝑃(𝐂) Yukarıdaki Bayesçi Çıkarım formülünde geçen terimlerin daha detaylı açıklamaları aşağıda verilmiştir: 𝑇 : Tehdit seçimi hipotezini sembolize eder. Bu hipotez, değerlendirilen iz bir tehdit midir, sorusuna karşılık gelmektedir. C : Hipotezin kanıtlarını sembolize etmektedir. Tehdit seçimi hipotezi için ipuçları skorları kanıt olarak görülmektedir. Bu sebeple tehdit seçimi probleminde ipuçlarını sembolize ettiği söylenebilir. 𝑃(𝑇𝑖−1 ) ∶ Önceki olasılık olarak adlandırılır. 𝑃(𝑇𝑖 | 𝐂): Hipotezin bulgular gözlendikten sonra vardığı olasılığı ifade eder. 𝑃(𝐂 | 𝑇𝑖−1 ) : Bu terim ipuçlarının füzyonunun önceki olasılık değerine olan etki 𝑃(𝐂) olarak tanımlanmıştır. 256 Bayesçi Çıkarımda, bulguların önceki olasılık (𝑃(𝑇𝑖−1 )) üzerindeki etkisine bakı- lır. Bu etkinin ardından sonraki olasılığın (𝑃(𝑇𝑖 | 𝐂)) oluştuğu görülür. Bu olasılık belli bir eşiğin üzerindeyse hipotezin doğru olduğu kabul edilir. Yani, tehdit seçimi adımı izi tehdit olarak işaretler ve operatöre sergiler. Bütün ipuçları birleştirilerek elde edilen skor, önceki olasılığın üzerindeki etki ola- rak adlandırılabilir. 4 Değerlendirme Gerçeklenen tehdit değerlendirme modelinin performansı su üstü ve hava izlerini simüle eden senaryolar ile ölçülmüştür. Bu senaryolar kurumumuzda geliştirilen bir simülasyon aracından faydalanılarak oluşturulmuştur. Simülasyon aracı kendi gemi- mizin ve yabancı cisimleri istenilen yolları takip edecek şekilde simüle edebiliyor. Şekil 6 ve Şekil 7‘de benzer rotalar izleyen ve kategorileri farklı olan iki adet izin kinematiklerine tehdit değerlendirme modelinin ürettiği cevabı görmekteyiz. Bu se- naryolarda hedefler öncelikle burunlarını kendi gemimize çeviriyor, gemiye yaklaştık- tan sonra burnunu uzaklara çevirerek uzaklaşıyor. Şekil 6 Su Üstü İze Ait Sentetik Senaryo Şekil 6’da su üstü izi tekrarlamaların çoğunda tehdit olarak algılanıyor. Senaryo- nun sonunda doğru tehdit olmaktan çıkıyor. Şekil 7 Hava İzine Ait Sentetik Senaryo Şekil 7’de hava izi tekrarlamaların yaklaşık olarak yarısına kadar tehdit olarak algı- lanıyor. Sonrasında ise tehdit sınıfından çıkıyor. Sonuç olarak, benzer rotalardan elde edilen farklı tehdit seçimi sonuçları kategori- nin ne kadar etkileyen bir unsur olduğunu gösteriyor. 257 5 Sonuç Tehdit değerlendirme problemi ve deniz platformlarındaki kullanımı kritik karar ver- me süreçlerinde önemli bir rol oynar. Mevcut, tehdit değerlendirme algoritmalarının çevredeki unsurların karakteristik bilgilerinden mahrum deniz platformlarında direk kullanılamamaktadır. Bu makalede unsurların kinematik bilgilerine odaklanarak geliş- tirilen Bayesci bir tehdit değerlendirme modeli anlatılmıştır. Model, kategori seçimi adımı ile başlamaktadır. Unsurun çevresinin hava veya su üstü oluşu uygulanan prosedürün parametrelerini değiştirmektedir. Başlangıçta bu ayrım yapıldıktan sonra geri kalan aşamalar benzerlik göstermektedir. İkinci aşamada unsurun kinematik bilgilerinden faydalanarak tehdit değerlendirme ipuçları çıkarıl- maktadır. İpuçlarından modele katkı sağlayacak skorlar bahsi geçen hesaplama işlem- lerinden sonra elde edilir. Bundan sonra, çıkarılan skorlar ortaklanır ve tehdit seçimi adımı Bayesçi Çıkarımı temel alarak unsurun tehdit olup olmadığı sorusuna cevap arar. Bu cevap aranırken ipuçlarından çıkarılan skorlardan faydalanılır. Son olarak, unsurların her birine tehdit değerlendirme puanı atanarak, izler tehdit seviyelerine göre sıralanır. Yapılan değerlendirmelerde sentetik senaryolar kullanılarak kategori farkının teh- dit seçimi sonucunu ne kadar etkileyebildiği görülmüştür. Farklı ipuçlarının farklı ağırlıklarda kullanmak benzer rota izleyen hava ve su üstü izlerindeki tehdit seçimini gözle görülür seviyede değiştirmiştir. Sınırlı yeteneklere sahip deniz platformlarının savaş yönetim sistemleri için bu tehdit değerlendirme modelinin kullanımı büyük fayda sağlayacaktır. Operatör çevre- sinde dolaşan onlarca yabancı cisimden hangilerine odaklanması gerektiğini bilecek- tir. Yöntem bütün karar verme sürecini otomatikleştirme iddiasında değildir. Amaç, operatöre tehdit belirleme aşamasında yardımcı olarak karar verme aşamalarında ge- çen süreyi kısaltmaktır. Dolayısıyla, bu çalışmayla ilgili platformlardaki komuta ve kontrol operatörlerine karar destek aşamasında yardımcı olmak hedeflenmiştir. Açıklama Bu makalede yer alan tüm çalışmalar ASELSAN A.Ş. çatısı altında gerçekleştirilmiş- tir. Yazarlar bu çalışmanın gerçekleşmesindeki katkılarından dolayı ASELSAN A.Ş.’ye teşekkür eder. Kaynakça 1. Çöçelli, M. and E. Arkın. A threat evaluation model for small-scale naval platforms with limited capability. in Computational Intelligence (SSCI), 2016 IEEE Symposium Series on. 2016. IEEE. 2. Liebhaber, M.J. and B. Feher, Surface warfare threat assessment: Requirements definition. 2002, DTIC Document. 258 3. Liebhaber, M.J., D. Kobus, and B. Feher, Studies of US Navy air defense threat assessment: Cues, information order, and impact of conflicting data. Studies, 2002. 4. Boyd, J.R., The essence of winning and losing. Unpublished lecture notes, 1996. 5. Irandoust, H., et al. A mixed-initiative advisory system for threat evaluation. in Proceedings of the 15th International Command and Control Research and Technology Symposium: The Evolution of C. 2010. 6. Park, S.C., et al., Simulation framework for small scale engagement. Computers & Industrial Engineering, 2010. 59(3): p. 463-472. 7. Mury, B.N., Bao, A Recursive Engagement Simulation Tree (REST) For Use in Maritime Defence. 2007, Defence R&D Canada – Atlantic. 8. Bolderheij, F. and P. Van Genderen. Mission driven sensor management. in Proceedings of the 7th International Conference on Information Fusion. 2004. 9. Paradis, S., et al. Threat evaluation and weapons allocation in network-centric warfare. in Information Fusion, 2005 8th International Conference on. 2005. IEEE. 10. Johansson, F. and G. Falkman. A Bayesian network approach to threat evaluation with application to an air defense scenario. in Information Fusion, 2008 11th International Conference on. 2008. IEEE. 11. Liebhaber, M.J. and B. Feher, Air threat assessment: Research, model, and display guidelines. 2002, DTIC Document. 12. Liebhaber, M.J. and C. Smith, Naval air defense threat assessment: Cognitive factors and model. 2000, DTIC Document. 259