反舰导弹的出现,对水面舰船造成了巨大的威胁。新威胁带来新挑战,舰艇自防御系统开始迅速走上战争舞台,成为水面战舰必不可少的“护身符”。然而,由于现代反舰导弹具有高速度、低弹道等特点,极大降低了舰艇防御的反应时间。同时,现代战争环境越来越复杂,战场态势存在大量的不确定性因素及不确定性信息,以致自防御系统有时很难对面临的威胁作出完全确定的决策。更为困难的是,各种自防御资源都存在各自的局限和制约,不可能总是以最优的方式来使用它们。贝叶斯网络是目前不确定性知识表达和推理领域最有效的理论模型之一,适用于不确定性和概率性的知识表达和推理,特别适用于有条件地依赖多种控制因素的决策。贝叶斯网络是一种基于网络结构的有向图解描述,具有多源信息一致表达与信息融合能力,能进行双向并行推理,并能综合先验信息和样本信息,使推理结果更为准确可信。因此,贝叶斯网络可以用来处理诸如战场环境、传感器误差等带来的不确定性信息。本文以单舰对反舰导弹的防御为背景,重点研究了基于贝叶斯网络的威胁评估方法。论文首先阐述了贝叶斯网络的理论基础;然后针对威胁评估需要考虑的主要问题,将其分为意图评估和能力评估两个过程,在此基础上,建立了威胁识别、意图评估、能力评估和威胁评估的贝叶斯网络模型,并对禁忌搜索算法用于武器-目标分配进行了初步探讨;最后通过具体的仿真实例,验证了所提出方法的可行性与正确性。