当前位置: 首页 > >

多传感器信息融合与软件架构学生用

发布时间:

多传感器信息融合与软件架构 (软件架构在多传感器信息融合技术中的应用) 软件架构在多传感器信息融合技术中的应用) 一、 概述 信息融合作为高层次的共性关键技术, 在军事和国民经济领域得到了广泛应 用。 特别是在网络中心战、 协同作战能力 (CEC) 弹道导弹防御、 、 天基遥感、 ISR C 或 C4KISR 等领域或复杂大系统中,信息融合已经成为其中关键技术,得到更广 泛的重视。而软件架构技术在上述系统中不知不觉也得到了广泛应用。例如:在 飞行器控制系统中,就有很多的应用。现代飞机在执行某一个动作时 1.1 定义 a.信息融合的一般定义: (1)利用计算机技术对按时序获得的若干传感器的观测信息在一定的准则下 加以自动分析、优化综合以完成所需的决策和估计任务而进行的信息处理过程。 按照这一定义,各种传感器是信息融合的基础,多元信息是信息融合的加工 对象,协调优化和综合处理是信息融合的核心。 (2)在军事领域,信息融合主要包括检测、互联、关联(相关) 、状态估计、 目标识别、态势描述、传感器管理和数据库等。它是一个在多个级别上对传感器 数据进行综合处理的过程,每个处理级别都反映了对原始数据不同程度的抽象, 它包括从检测到威胁判断、武器分配、和通道组织的完整过程,其结果表现为在 较低级别对状态和属性的评估和在较高层次上对整个态势、威胁估计。 这一定义强调信息融合的核心是指对来自多传感器的数据进行多级别、 多方 面、多层次的处理,从而产生新的有意义的信息,而这种信息是任何单一传感器 所无法获得的。 因此综合上述两个定义, 所谓信息融合就是将来自多传感器或多源的信息进 行综合处理,从而得出更为准确、可靠的结论。 b.软件架构: b1:组成派 Marry Shaw 在《软件体系结构:一门初露端倪学科的展望》中,为“软件结构”
4

给出了非常简明的定义: 软件系统的结构将系统描述为计算组件及组件之间的交互必须说明, 上述定 义中的“组件”是广泛意义上的元素之意,并不是指和 CORBA、DCOM、EJB 等相 关的专有的组件概念。 “计算组件”也是泛指,其实计算组件可以进一步细分为
1

处理组件、 数据组件、 连接组件等。 总之,组件” “ 可以指子系统、 (Framework) 框架 、 模块、类等不同粒度的软件单元,它们可以担负不同的计算职责。 上述定义是“组成派”软件架构的典型代表,有如下两个显著的特点: (1) 关注架构实践中的客体——软件,以软件本身为描述对象; (2) 分析了软件的组成,即软件由承担不同计算任务的组件组成,这些组件通 过相互交互完成更高层次的计算。 b2:决策派 软件架构包含了关于以下问题的决策; · 软件系统的组织; · 选择组成系统的几个元素和它们之间的接口,以及当这些元素相互协 作时所体现的行为; · 如何组合这些元素,使它们逐渐合成更大的子系统; · 用于指导这个系统组件的架构风格:这些元素以及它们的接口、协作 和组合。 软件架构并不仅仅注重软件本身的结构和行为,还注重其他特性:使 用、功能性、性能、弹性、重用、可理解性、经济和技术的限制以及 权衡,以及美学等。 以上定义看似冗长,其实核心思想非常明确:软件架构是在一些重要方面所 作出的决策的集合。 该定义是“决策派”软件架构概念的典型代表,有如下两个显著特点: (1) 关注架构实践中的主体——人,以人的决策为描述对象; (2) 归纳了架构决策的类型,指出架构决策不仅包括关于软件系统 的组织、元素、子系统和架构风格等几类决策,还包括关于众 多非功能需求的决策。

软件架构概念在多传感器信息融合技术中的具体体现 在空中交通管制中的应用 作为统计航迹关联算法在实际系统中的应用举例,介绍墨西哥马萨拉特飞行 信息区的分布式多雷达空中交通管制系统。该系统包括了墨西哥西部的所有雷 达,每一个站都使用一个计算机完成雷达跟踪,然后把各单雷达的局部航迹经过
2

适当的转换后,送传到共同的数据处理中心(即融合中心或中心站),于是该中心 完成航迹关联和合成,并为每个目标产生一个单独的多雷达航迹。 系统描述 在马萨特兰运行中心,各雷达站与中心的信息传输是通过电话线连接的。雷 达的输出是以检测报告的形式,其中包括位置和测量精度,这些数据送到雷达头 的完成航迹估计,并把数据通过电话线发送到中心站。 中心站设有一部雷达数据处理计算机,它接受来自于各雷达站的局部航迹和 未关联上的检测报告。于是,为了在一个广阔区域上提供完整的覆盖,它基于来 自于各雷达站信息的恰当组合,建立中心级系统航迹。雷达数据处理计算机业完 成大量其他工作,如系统流程控制、数据显示位置分配和程序存储等。与雷达数 据处理器相连的另一台计算机用于飞行数据处理。 飞行处理子系统可以看作几乎 完全独立的子系统, 它接受来自飞行数据操作手的数据, 处理存储的飞行计划等。 雷达数据处理器到显示器和飞行数据处理器的连接是依靠一个快速局部区域网 络总线,它允许数据传输速度达到每秒 300kb。 子系统及其功能 该系统主要由雷达头、数据链、雷达数据处理、飞行数据处理和显示等子系 统组成,通过把它们有机地组合,可以获得要求的系统结构。 雷达头子系统完成的功能是:检测提取、一次雷达与二次雷达监测组合;极 -直坐标转换;点迹滤波;自动跟踪起始和保持;形成点迹或航迹数据和雨图; 传送和接收遥控信息。 数据链子系统完成的功能是:传送点迹或航迹到运行中心;传送雷达一、二 次雷达遥控信号到运行中心;记录和播放由雷达头送到运行中心的点迹和航迹。 雷达数据处理子系统为全系统核心,它形成了任意两个子系统间的接口。其 主要功能是:实时控制系统的流程;同步雷达数据,航迹更新,互联航迹与分配 飞行数据;存储所有的系统数据(扇区,数字图像,扇区流程等);利用各局部航 迹建立系统航迹,最大可估计 350 条系统航迹;交换显示中的数据。 飞行数据处理子系统完成的功能是:飞行计划数据库管理;航空固定通信网 络接口和飞行计划管理以及数字显示的输入、输出接口等。 显示功能可以分成基本功能和应用功能。基本功能是那些关于显示自身的功 能,它通常包括:键盘管理、规模变换控制、交接计算等。应用功能通常使用下 列软件模块:雷达数据管理,如扇区和高层选择,标记选择,标记控制,雷达数 据更新,历史点迹存储和航迹管理和显示等;PPI 表格管理,如预检区域,系统 表格,等待清单等;用于人机接口的命令管理。 局部跟踪逻辑 从局部节点的雷达探测直到融合中心显示的处理序列可用图 2 表示, 它说明 了每个站完成的任务和系统中心完成的工作。每站除有一部一次雷达外,还有一 部二次雷达,用以完成点迹探测和状态的估计。点迹通常用距离、方位和高低表 示。 为了加速点迹与航迹的互联,点迹以方位扇区分组。然后把点迹坐标转换到 局部球极平面;并与候选的航迹互联。在局部节点,基于α-β算法对 x、y、z 分量利用已互联的点击完成平滑和航迹更新。α-β参数值决定了滤波器的平滑 特性。α-β的取值低,可保证对匀速运动目标的有效平滑,但在跟踪机动目标 却产生了较高的误差。另一方面,大的α-β值可保证跟踪快速机动目标的迅速 性,但对匀速直线运动的目标跟踪精度较差。
3

为了使跟踪性能适应目标机动,该系统使用了以各机动检测器。机动检测器 所要进行的运算是:

式中 rtrack 和 θtrack 分别是航迹的预测距离和方位角, plot 和 θplot 分别是测量距 r 离和方位角 κ = 2 ~ 3 。如果式(7.108) 、式(7.109)两式同时满足,则把目标 看做匀速直线运动;否则,宣布目标机动,并相应提高α-β值。各局部节点使 用的α-β值也是目标运动状态的重要指标,在融合中心将使用这个指标作为融 合局部航迹的权值,以便为每个目标产生一个单一的航迹。

图 1.1 分布式雷达网数据处理 分布式对雷达综合跟踪 在各局部雷达的航迹状态转换到中心站坐标之后将局部航迹传送到融合中 心。每个局部航迹包含的信息有:控制参数、航迹加权参数、关于系统中心的球
4

极坐标、地速、二次监事雷达提供的信息、雷达天线从地北移动到航迹位置所需 的时间、雷达站转换到中心战的坐标。 在融合中心首先要完成航迹与航迹的关联, 对一次雷达系统使用的是加权行 家关联法:对二次监事雷达(SSR) ,采用一种特殊的 NN 航迹关联算法。显然, 在进行航迹关联前,所有的候选航迹都要完成时间校准,以便能正确处理雷达在 不同时间完成的点迹探测。时间校准后,根据航迹融合方程

可获得系统航迹。这里,N 是局部节点数; Pi ?1 是第 i 号站航迹的权值,该值可 由估计误差方差阵确定。 以上作为统计航迹关联算法的应用举例, 介绍了墨西哥马萨特兰飞行信息 区的分布式多雷达空中交通管制系统。关于航迹关联还有其他实际应用,给予航 迹关联技术改进了足球机器人的视觉系统, 航迹关联方法用在了弹体碎片跟踪和 卫星数据处理中。

展现层

View
MVC

读取数据

Model

业务层
图 2 MVC 架构图

软件架构概念的体现: 我们先说组成派概念,组成派强调软件架构包含了“计算组件及组件之间的 交互” 。那么组件体现在哪里呢?在图 1 所展示的设计中局部节点 1~N 即为 MVC 架构图中的业务层,展现层就是中心站。在上述系统中中心站完成航迹关联和合 成,并为每个飞行目标产生一个单独的多雷达航迹。由工作人员各种通信手段发 送给各个飞行机组。以控制每个飞行目标的航迹。 那么软件架构中所说的交互体现在哪里呢?图 1 中中心站从各局部节点读取 取
5

数据,即为交互。在局部节点中,一次雷达和二次雷达数据送入组合器也是组 数据, 即为交互。 在局部节点中, 而上述分布式雷达网数据处理系统也只不过是空中交通管制系统中的一个子 合。 而上述 系统。 再看看决策派的架构概念, 它归纳了架构决策的类型指出架构决策不仅包括关于 软件系统的组件、元素、子系统、架构风格等几类决策,还包括关于众多非功能 需求的决策。图 1 所展示的设计那么简单,也包括了设计决策吗?是的,业务层 和展现层分离,体现了架构概念中的“软件系统的组织”决策,这一设计决策早 已得到了业界的普遍认同。 举个简单的例子:传感器就是人的感官,计算机就是大脑,软件架构就是人 的思想意识。 软件架构师等同于系统总设计师 1.2 目的和意义 多传感器信息融合在解决探测、跟踪和目标识别等问题上,可带来许多性能 裨益,而软件架构可优化多传感器信息融合系统的技术、性能指标: (1)增加了系统的生存能力。在有若干传感器不能利用或受到干扰,或某个 目标不在覆盖范围时,总还会有一部分传感器可以提供信息,使系统能够不受干 扰地连续运行、弱化故障,并增加检测概率。 (2)扩展了空间覆盖范围。通过多个交叠覆盖的传感器作用区域,扩大了空间 的覆盖范围,一些传感器可以探测其他传感器无法探测的地方,进而增加了系统 的空间监视范围和检测概率。 (3) 扩展了时间覆盖范围。 当某些传感器不能探测时, 另一些传感器可以检测、 测量目标或时间, 即多个传感器的协同作用可调高系统的时间监视范围和检测概 率。 (4)增加了可信度。一部或多部传感器能确认同一目标或事件。 (5)减少了信息的模糊性。多传感器联合信息降低了目标或事件的不确定性。 (6)改善了探测性能。对目标的多种测量的有效融合,提高了探测的有效性。 (7)提高了空间的分辨率。多传感器孔径可以获得比任何单一传感器更高的分 辨率,并用改善的目标位置数据支持防御反应能力和攻击方向的选择。 (8)改善了系统的可靠性。多传感器相互配合使用具有内在的冗余度。
6

(9)增加了测量空间的位数。使用不同的传感器来测量电磁频谱的各个频段的 系统,不易受到敌方行动或自然想象的破坏。 与单传感器系统相比,多传感器的复杂性大大增加,由此会产生一些不利 因素,如成本的提高,设备尺寸、重量、功耗等物理因素的增大,以及因辐射增 多而使系统被敌方探测的概率增加。因此,在执行每项具体任务时,必须将多传 感器的性能裨益与由此带来的不利因素进行权衡。

1.3 历史、现状及发展趋势 1973 年,美国研究机构在国防部的资助下,开展了声纳信号理解系统的研 究,这可以被看作是最早的关于信息融合方面的研究。从那以后,信息融合技术 便迅速发展起来。20 世纪 70 年代末,在公开出版的技术文献中开始出现基于多 传感器信息综合意义的融合一词。1988 年,美国国防部把信息融合技术列为 90 年代重点研究开发的二十项关键技术之一,且列为最优先发展的 A 类。美国三军 政府组织——实验室理事联席会(JDL)下设的 C3 技术委员会(TP C3)专门成 立了信息融合专家组来组织和指导有关的工作。有人统计, 1991 年美国已有 54 个数据融合系统引入到军用电子系统中去, 其中 87% 已有试验样机、试验床或 已被应用。 目前世界上主要军事大国都竞相开始投入大量人力、 物力和财力进行信息融 合技术的研究, 安排了大批研究项目, 并已取得大量研究结果。 到目前为止, 美、 英、德、法、意、日、俄等国已研制出上百个军用信息融合系统,比较典型的有: TCAC——战术指挥控制,BETA——战场利用和目标截获系统,ASAS——全源分析 系统,DAGR——辅助空中作战命令分析专家系统,PART——军用双工无线电/雷 达瞄准系统,AMSVI——自动多传感器部队识别系统,TRWDS——目标获取核武器 输送系统,AIDD——炮兵情报数据融合和 ANALYST——地面部队战斗态势评定系 统等。 国内关于信息融合技术的研究则起步相对较晚。20 世纪 80 年代初,人们开 始从事多目标跟踪技术研究,到了 80 年代末才开始出现有关多传感器信息融合 技术研究的报道。当时,人们对它的含义有着不同的理解,主要的提法有:数据 合成,数据汇编,数据汇集,数据总和,数据融合等。20 世纪 90 年代初,这一
7

领域在国内才逐渐形成高潮。在政府、军方和各种基金部门的资助下,国内一批 高校和研究所开始广泛从事这一技术的研究工作,出现了大批理论研究成果。与 此同时,也有几部信息融合领域的学术专著和译著出版。到了 20 世纪 90 年代中 期,信息融合技术在国内已发展成为多方关注的共性关键技术,出现了许多热门 研究方向, 许多学者致力于机动目标跟踪、 分布监测融合、 多传感器跟踪与定位、 分布信息融合、目标识别与决策信息融合、态势评估与威胁估计等领域的理论及 应用研究, 相继出现了一批多目标跟踪系统和有初步综合能力的多传感器信息融 合系统。 目前新一代舰载,机载,弹载和各种 C4I 系统正在向多传感器信息融合方向 发展,预计 21 世纪将有更多的多传感器信息融合系统投入使用。而软件架构也 将更多的应用于多传感器信息融合系统,用以优化系统。

二、多传感器信息融合原理 多传感器信息融合实际上是对人脑综合处理复杂问题的一种功能模拟。 在多 传感器系统中,各种传感器提供的信息可能具有不同的特征:时变的或者是非时 变的,实时的或者是非实时的,快变的或者是缓变的,模糊的或者是确定的,精 确的或者是不完整的,可靠的或者是非可靠的,相互支持的或者是互补的,也可 能是相互矛盾或冲突的。 多传感器信息融合的基本原理就想人脑综合处理信息的过程一样, 多传感器信息融合的基本原理就想人脑综合处理信息的过程一样,他充分 地利用多个传感器资源,通过对各种传感器及其观测信息的合理支配和使用, 地利用多个传感器资源,通过对各种传感器及其观测信息的合理支配和使用, 将各种传感器在空间和时间上的互补与冗余信息依据某种优化准则组合起来, 将各种传感器在空间和时间上的互补与冗余信息依据某种优化准则组合起来, 产生对观测环境的一致性解释和描述。 产生对观测环境的一致性解释和描述。 信息融合的目标是基于各传感器分离观测信息, 通过对信息的优化组合导出 更多的有效信息。这是最佳协同作用的结果,它的最终目的是利用多个传感器共 同或联合操作的优势,来提高整个传感器系统的有效性。 多传感器信息融合与经典信号处理方法之间也存在着本质差别, 其关键在于 信息融合所处理的多传感器信息具有更复杂的形式, 而且通常会在不同的信息层 次上出现。这些信息抽象层次包括检测层、位置层、属性层、态势层和威胁层。 三、信息融合的级别 按照信息抽象的 5 个层次,融合可成 5 级,即检测级融合、位置级融合、属 性(目标识别)级融合,态势评估与威胁估计。 1.检测级融合 1.检测级融合 检测级融合是直接在多传感器分布检测系统中检测判决或信号层上进行的 融合。它最初仅应用在军事指挥、控制和通信中,现在它的应用已拓展到气象预 报、医疗诊断和组织管理决策等众多领域。它在多雷达系统中的应用可以调高反
8

应速度和生存能力,增加覆盖区域和监视目标数,并且提高系统的可靠性。 在经典的多传感器检测中,所有的局部传感器将检测到的原始观测信号全 部直接送给中心处理器, 然后利用由经典统计推断理论设计的算法完成最优目标 检测任务。在多传感器分布式监测系统中,每个传感器对所获得的观测先进行一 定的预处理,然后将压缩的信息传送给其他的传感器,最后在某一中心汇总和融 合这些信息产生全局检测判决。通常有两种信号处理形式,一种是影判决融合, 即融合中心处理 0、1 形式的局部判决;另一种是软判决融合,即中心处理来自 局部节点的统计量或置信度。在分布式检测系统中,对信息的压缩性预处理降低 了对通信宽度的要求。分布式多传感器结构可以降低对单个传感器的性能要求, 降低造价。分散的信号处理方式可以增加计算容量。在利用高速通信网的条件下 可以完成非常复杂的算法。 统计推理理论可以粗略地分为假设检测和估计,相应的,分布式信号处理也 可分为分布式检测和分布式估计。 在分布式系统检测中们由于融合中心只能得到 经过压缩后的观测信息,因此相对于集中式尖刺会有性能损失、通过对传感器信 息的最优局部处理和融合可以减小性能损失。 大多数的研究就是开发高效的局部 处理算法和融合算法。此外,还有网络结构的研究,例如网络在通信中断或传感 器故障时的结构重构问题, 以及传感器间的通信及传感器与融合中心间的通信问 题。 2.位置级融合 2.位置级融合 位置级融合是直接在传感器的观测报告或测量点迹和传感器的状态估计上进 行的融合,包括时间和空间上的融合,是跟踪级的融合,属于中间层次,也是最 重要的融合。对单传感器跟踪系统来说,主要是按时间先后对目标在不同时间的 观测值,即检测报告的融合,如边扫描边跟踪(TWS)雷达体统、红外和声纳等 多传感器的多目标跟踪与估计技术都属于这类型性质的融合。 在多传感器跟踪系 统中,主要有集中式、分布式、混合式和多级式结构。 在集中式多传感器跟踪系统中,首先按对目标观测的时间先后对测量点迹进 行时间融合,然后对各个传感器在同一目标进行空间融合,它包括了多传感器综 合跟踪与状态估计的全过程。 这类系统常见的有多雷达综合跟踪和多传感器海上 监视与跟踪系统等。 在分布式多传感器跟踪系统中,多传感器首先完成单传感器的多目标跟踪与 状态估计,也就是完成时间上的信息融合,接下来各传感器把获得的目标航迹信 息送入融合节点,并在融合节点完成坐标变换、时间校准或对准,然后基于这些 传感器的目标状态估计航迹关联处理, 最后对来自于同一目标的航迹估计进行航 迹融合,即实现目标航迹估计间的空间融合。这类系统常见的有空中交通管制系 统、舰载多传感器分布跟踪系统和机载多传感器信息综合系统等。 混合式位置信息融合是集中式和分布式多传感器系统相组合的混合结构。 传 感器的检测报告和目标状态估计的航迹信息都被送入融合中心, 在那里既进行时 间融合,也进行空间融合。由于这种结构要同时处理检测报告和航迹估计,并进 行优化组合,它需要复杂的处理逻辑。混合式方法也可以根据所运行的问题的需 要,在集中式和分布式结构中进行选择变换。这中结构的通信和计算量都比其他 的结构大,因为控制传感器同时发送探测报告和航迹估计信息,通信链路必须是 双向的;另外,在融合中心除加工来自局部节点的航迹信息外,还要处理传感器 送来的探测报告,使计算来那个成倍增加。巡航导弹控制和主、被动雷达复合制
9

导系统都是典型的混合式结构。 多级式位置信息融合是上述三种结构的直接发展, 它主要是根据来自下一层 融合中心的航迹估计信息,通过坐标变换、时间对正和航迹关联后,完成高层次 的空间融合,即航迹间的状态融合。这类系统主要常见于海上多平台、各种战略 和战役 C 4 ISR 系统。 3. 目标识别级的融合 目标识别也称属性分类或身份估计。在军事上,信息融合的目的是对观测实 体进行定位、表征和识别。一个具体的例子是在一架作战飞机上装载威胁告警传 感器,以便确定武器制导装置合适照射到该飞机;另一个例子是使用雷达截面积 (RCS)数据来确定一个实体是不是一个火箭体、碎片或再进入大气层的飞船。 敌-我-中识别(IFFN)设备使用特征波形和有关数据来识别敌我飞机,有时需要 进行更详细和耗时的分析以辨别或识别发射机或武器平台。 身份估计的非军事运 用包括复杂系统设备故障的识别和隔离,使用传感器数据监视生产过程,以及借 助医学监视器对人的健康状况进行半自动监控等。 用于目标识别的技术主要有模 板法、聚类分法、自适应神经网络,或给予知识的技术。 目标识别(属性)层的信息融合有三种方法:即决策级融合、特征级融合和 数据级融合。 1.决策级融合 在决策级融合方法中,每个传感器都完成变换以便获得独立的身份估计,然 后再对来自每个传感器的属性分类进行融合。 用于融合身份估计的技术包括表决 法,Bayes 推理、Dempster-Shafer 方法、推广的证据理论、模糊集法,以及其 他各种特定方法。 2.特征级融合 在特征级融合方法中, 每个传感器观测一个目标并完成特征提取以获得来自 每个传感器的特征向量。 然后融合这些特征向量并对基于获得的联合特征向量来 产生身份估计。 在这种方法中, 必须使用关联处理把特征向量分成有意义的群组。 由于特征向量很可能是具有巨大差别的量, 因而位置级的融合信息在这一关联过 程中通常是有用的。 3.数据级融合 在数据级融合方法中,对来自同等量级的传感器原始数据直接进行融合,然 后对基于融合的传感器数据进行特征提取和身份估计。 为了实现这种数据级的信 息融合,所有传感器必须是同类型的或是相同量级的的。通过对原始数据进行关 联,来确定已融合的数据是否与同一目标或实体有关。有了融合的传感器数据之 后就可以完成像单传感器一样的识别处理过程。对于图像传感器,数据级融合一 般涉及到图像画面元素级的融合,因而数据级融合也常称为像素级融合。像素级 融合主要用于多源图像复合、图像分析和理解、同类雷达波形的直接合成等。 态势评估 态势评估(Situation Assessment,SA)是对战场上战斗力量分配情况的评估 过程。它通过综合敌我双方及地理、气象环境等因素,将所观测到的战斗力量分
10

4

布与活动和战场周围环境、敌作战意图及敌机动性能有机的联系起来,分析并确 定时间发生的深层原因,得到关于敌方兵力结构、使用特点的估计,最终形成战 场综合态势图。在综合电子战系统中,态势评估的功能是对战场监视区域内所有 目标的状态与其先验的可能情况加以比较,以便获得战场兵力、电子战武器不熟 情况、 军事活动企图及敌我双方平台的分布、 航向、 速度等变化趋势的综合文件。 现代战争是信息化的战争,敌我双方都将采用一系列手段破坏对方 C 4 ISR 系统的正常工作。以达到控制战场上兵力布局的目的。态势评估不仅可以识别观 测到的敌方时间和行为的可能态势,给出一个具有实战意义的评估形势,而且还 能对抗敌方的包括伪装、隐蔽和欺骗在内的破坏手段,帮助指挥员做出正确的判 断。因而,态势评估在现在战争中起着非常重要的作用。 态势估计首先要确定态势要素, 态势要素的估计结果实际上是提供给指挥员 战场态势综合视图,它包括红色视图-我方态势,蓝方视图-敌方视图,白色视图 -天气、地理等战场态势,它们合成一幅战场综合态势图,并为威胁估计提供依 据。态势要素的确定过程中还必须进行某些对抗要素的估计,然后努力确定上下 关系环境、社会政治背景及双方的兵力部署/使用/定位。 SA 的理想结果为:反映直接的战场态势,提供事件、活动的预测,并由此 提供最优传感器管理的依据。因而,SA 处理的是正在发生的及前面已经发生且 现在正在进行的事件或活动,它重点描述所关心区域内的行为样式。目前研究结 果一般只包含了这些功能的一部分, 并且各功能的复杂性和适用性会随着应用领 域的不同而变化。 关于态势评估目前尚无完整的定义,但可以明确,它有以下几个优点: 1.态势评估是分层假设描述和评估处理的结果,每个备选假设(态势)都有 一个不确定 行关联值; 2.不确定性最小的假设被认为是最好的; 3.态势评估是用认为最好的态势要素的当前值来描述; 4.态势评估是一个动态的、按时序处理的过程,其结果水平将随时间的增长 而提高。 5. 威胁估计 同态势估计的概念一样, “威胁”的定义同样存在差异。通常,威胁判断是 通过将地方的威胁能力,以及敌人的企图进行量化来实现的。可见,态势评估建 立了关于作战活动、事件、机动和位置,以及兵力要素组织形式的视图,并由此 估计出已经发生的很正在发生的事情。威胁估计的任务是在此基础上,综合敌方 破坏能力、机动能力、运行能力、运动模式及行为企图的先验知识,得到地方兵 力的战术含义,估计出作战事件出现的程度或严重性,并对作战意图做出指示与 警告。其重点是定量表示敌方作战能力,并估计敌方企图。 威胁估计也是一个多层视图的处理过程, 该处理用我方兵力有效的对抗敌方 的能力说明致命性与风险估计。威胁估计也包括对我方薄弱环节的估计,以及通 过对技术、军事条令数据库的搜索来确定敌方意图。 态势与威胁评估(Situation and Threat Assessment,STA)作为战场中的 高层次信息处理过程,具有以下特点:
11

1.STA 是多级的活动,其信息流几乎总是跨越不同的层次来进行融合处理, 并且在不同的层次上进行控制, 这就要球儿 STA 的分析处理必须对级内或跨级的 控制有较敏感的操作。 2.STA 是多功能的处理技术,它包括概念和信息管理、决策生成和实现,其 核心是推理技术。因此,需要大范围的辅助系统和方法库,以得到精确、合理的 推论,以及易理解、易管理、易通信的选择集合,包括和平时刻、危急关头和战 争期间的多级工作态势。此外,STA 还受到心理学等因素的影响。 3.STA 的这些特征使其变得非常复杂,是信息融合技术研究的薄弱环节。目 前, 对这类很复杂的问题只能部分解决, 所实现的部分算法有: 多样本假设检验、 经典推理、模糊集理论、模板技术、品质因数法、专家系统技术、黑板模型和基 于对策论与决策论的评估方法等。 四、多传感器信息融合系统的功能和结构模型 信息融合可以从功能、结构和数学模型等【2.36】 几方面来研究和表示。功能 模型从融合过程出发,描述信息融合包括哪些主要功能、数据库,以及进行信息 融合时系统各组成部分之间的相互过程;结构模型从信息融合的角度出发,说明 信息系统的软硬件组成。相关数据流、系统与外部环境的人机界面;数学模型则 是信息融合算法和综合逻辑。为了更有针对性地研究信息融合算法。本章先讨论 信息融合系统的功能和结构模型,并介绍信息融合技术在军事上的应用例子,传 感器信息的使用和融合信息的特征。 4.1 信息融合系统的功能模型 Hall 和 Walls 等人把多传感器信息融合分为三级,文献则根据融合的功能 层次,把信息融合为五级,即五个层次。第一章中已概述五级模型的作用,本章 则讨论各种功能模型的结构。在信息融合的五级模型中,第一个层次为检测/判 决融合;第二个层次为位置融合;第三个层次为目标识别(属性)信息融合;第 四个层次为态势评估;第五个层次为威胁评估。在这种功能模型描述中,前三个 层次的信息融合适合于任意的多传感器信息融合系统。 这是一种广义的信息融合 功能分级法,这种从信息融合功能的角度出发把它分为五个层次,更有利于信息 技术的研究。图 4.1 给出了这种分级方法的功能框。 在 4.1 中左边是传感器的监视/跟踪环境及数据的采集源。辅助信息包括人 工情报、先验信息和环境参数。融合功能主要包括第一级处理,预滤波,采集管 理,第二级,第三级,第四级,第五级处理,数据库管理,人机接口和性能评估。 第一级处理是信号处理级的信息融合,也是一个分布检测问题。他通常是根 据所选择的检测准则形式最优化门限,以及产生最终的检测输出。近几年的研究 方向是,传感器向融合中心传送经过某种处理的检测和背景杂波统计量,然后在 融合中心直接进行分布式横虚警(CFAR)检测。 预滤波根据观测时间、报告位置、传感器类型、信息的属性和特征来分选和 归并数据,这样可控制进入第二级处理的信息量,以避免融合系统过载。 传感器管理用于控制融合的数据收集,包括传感器的选择、分配及传感器工 作状态的优选和监视等。传感器任务分配要求预测动态目标的未来位置,计算传 感器的指向角,规划观测和最佳资源利用。
12

数据采集管理用于挖制融合的数据收集,包括传感器的选择、分配及其传感 器工作状态的优选和监视等。传感器任务分配要求预测动态目标的未来位置、计 算传感器的指向角,规划观测和最佳资源利用。 第二级处理是为了获得目标的位置和速度, 它通过综合来自多传感器的位置 信息建立目标的航迹和数据库,主要是包括数据校准、互联、跟踪、滤波、预测、 航迹关联及航迹融合等。 第三级处理是属性信息融合,它是值对来自多个传感器目标识别(属性)数 据进行组合,以得到对目标身份的联合估计,用于目标识别(属性)融合的数据 包括雷达横截面积(RCS) 、脉冲宽度、重复频率、红外谱或光谱等。

图 4.1 信息融合系统功能图 第四级处理包括态势的提取与评估。 前者是由不完整的数据集合建立一般化 的态势表示,从而对前几级处理产生的兵力分布情况有一个合理解释;后者是通 过对复杂战场环境的正确分析和表达, 导出敌我双方兵力的分布推断, 绘出意图、 警告、行动计划与结果。 第五级是威胁程度处理。即从我军有效地打击敌人的能力出发,估计敌方的 杀伤力和危险性,同时还要估计我方的薄弱环节,并对敌方的意图给出提示和警 告。 辅助功能包括数据库管理,人机接口与评估计算,它们也是融合系统的重要 部分。 从处理对象上的层次上看,第一级融合是经典信号检测理论的直接发展。第 二和第三级属于中间曾侧,是最重要的两级,它们是进行态势估计和威胁估计的 前提和基础。实际上,融合本身主要发生在前三个级别上,而态势估计和威胁估 计只是某种意义上与信息融合具有相似的含义。 第四和第五级是决策层次上的融 合,它们包括全局态势发展和某些局部形式的估计,是 C 4 ISR 系统指挥和辅助决 策过程中的核心内容。 另外,JDL 的四级多传感器信息融合模型为军事领域中信息融合技术的研究
13

提供了一种较为通用的框架。 其他的功能模型还包括 Dasarathy 提出的 I/O 功能 模型、 Waltz 提出的支持指挥和控制的融合模型, 以及 Bedworth 提出的 “Omnibus” 处理模型等。 4.2 信息融合系统的结构模型 由于融合本身主要发生在检测、位置和属性级,因而在讨论结构模型时,只考 虑前三级的融合结构。 4.2.1 检测级融合结构 从分布检测的角度看,检测级融合的结构模型主要有五种,即分散式结构、 并行结构、串行结构、树状结构和带反馈并行结构。 分散式空间结构的分布检测系统如图 4.2 所示, 这中空间结构实际上是将并 行结构中的融合节点 S 0 取消后得到的。 每个局部决策 ui (i = 1,......N ) 又都是最终决策。 在具体应用中, 可按照某种规则将这些分离的子系统联系起来, 看成一个大系统, 并遵循大系统中的某种最优化准则来确定每个子系统的工作点。 并行结构的分布检测系统如图 4.3 所示, 个局部节点 s1, s 2........., sn 的传感器 N 在收到未经过处理原始数据 Y 1, Y 2,......YN 之后, 在局部节点分别作出局部检测判决, 然后,它们在检测中心通过融合得到的全局决策 u 0 。这种结构在分布检测系统 中的应用较为普遍。

图 4.4 为串行结构, 个局部节点 s1, s 2........., sn 分别接受各自的检测后, N 首先 由节点 S1 作出局部判决 u1 ,然后将它通信到节点 s 2 , s 2 则将它本身的检测与 u1 而 融合形成自己的判决 u 2 ,以后,重复前面的过程,信息继续向右传递,知道节 点 SN 。最后,由 SN 将它的检测 YN 与 uN ? 1 融合作出判决 uN ,即 u 0 。 图 4.5 是包含 5 个节点的树状结构,N 个节点的情况类似。在这种结构中, 信息传递处理流程是所有树枝到树根,最后,在树根即融合节点,融合从树枝传 来的局部判决和自己的检测,作出全局判决 u 0 。

14

图 4.6 表示的是带反馈的并行结构,在这种结构中,N 个局部检测器在接受 到观测之后,把它们的判决送到融合中心,中心通过某种准则组合 N 个判决,然 后把获得的全局判决分别反馈到各局部传感器作为下一时刻局部决策的输入, 这 种系统可明显地改善各局部节点的判断质量。

4.2.2 位置融合结构 从多传感器系统的信息流通形式和综合处理层次上看, 位置融合级系统结构 模型主要有四种,即集中式、分布式、混合式和多级式。结构框图分别如图 4.7、 图 4.8.图 4.9 和图 4.10 所示。

15

图 4.8 分布式融合

16

集中式结构将传感器录取的检测报告传递到融合中心,在哪里进行数据对 准、点迹相关、数据互联、航迹滤波、预测与综合跟踪。这种结构的最大优点是 信息损失最小,单数据互联较困难,并且要求系统必须具备大容量的处理能力, 计算负担重,系统的生存能力也相对较差。 分布式结构的特点是: 每个传感器的检测报告在进入融合以前先由它自己的 数据处理器产生局部多目标跟踪航迹,然后把处理过的信息送至融合中心,中心 根据各节点的航迹数据完胜航迹关联和航迹融合,形成全局估计,这类系统应用 很普遍。特别是在军事 C 4 ISR 系统中,它不仅具有局部独立跟踪能力,而且还有 全局监视和评估特征的能力。系统的造价也可限制在一定的范围内,并且有较强 的自下而上能力。这种结构还称作分级式和自主式融合,分布式结构有人称做是 委员会结构,也就是说分布结构可以进一步细分成分级式和委员会结构。在委员 会结构中,各节点连接成类似环形的结构,还有相互交叉的信息传输。 混合式同时传输探测报告和经过局部节点处理过的航迹信息, 它保留了上述 两类系统的优点,但在通信和计算上要付出昂贵的代价。对于安装在同一平台的 不同类型传感器, 如雷达、 敌我识别 (IFF) 红外搜索与跟踪、 、 电子支援措施 (ESM) 组成的传感器群也许用混合式结构更适合,例如机载多传感器数据融合系统。 在多级式结构中,各局部节点可以同时或分别是集中式,分布式或混合式的 融合中心,它们接受和处理来自多个传感器的数据或来自多个跟踪器的航迹,而 系统的融合节点要再次对各局部融合节点传送来的航迹数据进行关联和融合, 也 就是说目标的检测报告要经过两级以上的位置融合处理, 因而把它称作多级式系 统。典型的多级式系统如第 1 章介绍的海军指挥控制中心。舰队指挥中心、海上 多平台系统、岸基或陆基战役或战略 C 4 ISR 系统等。 为了提高局部节点的跟踪能力,对分布式、混合式和多级式系统,其局部节
17

点也经常接收来自融合节点的反馈信息。 如果从数据融合系统的五个层次上看, 任何一个军用多传感器系统都可以看 成是多级式融合结构。关于位置融合剂还有有序融合模式,对多传感器被动定位 还有单、多基地系统之分。 Blackman 从工程应用的角度,针对航迹文件的使用和管理在集中式。分布 式和混合式三种融合结构下进行了详细阐述,并进一步提出了多平台、多传感器 融合处理结构。BarShalom 提出了平台中心跟踪和网络中心跟踪的概念,重点研 究了多平台的网络中心跟踪问题,提出了具有报告责任的分布式跟踪。集中式复 合跟踪、分布式复合跟踪等一系列网络中心跟踪融合结构,并从通信数据率的要 求方面进行了比较。

4.2.3 目标识别融合结构 如第 1 章所述,目标识别(属性)数据融合结构主要有三类:决策层属性融 合、特征曾属性融合和数据层属性融合。 图 4.11 给出了决策层属性融合结构。在这种方法中,每个传感器为了获得一 个独立的属性判决要完成一个变换,然后顺序融合来自每个传感器的属性判决。 其中 I/ Di 是来自第 i 个传感器的属性判决结果。

18

图 4.12 表示了特征层属性融合的结构。在这种方法中,每个传感器观测一个 目标,并且为了产生来自每个传感器的特征向量要完成特征提取,然后融合这些 特征向量,并给予联合特征向量作出属性判决。另外,为了把特征向量划分成有 意义的群组必须运用关联过程,对此,位置信息是有用的。 数据层属性融合结构表示在图 4.13 中。在这种数据层融合方法中,直接融合 来自同类传感器的数据,然后是特征提取和来自融合数据额属性判决。为了完成 这种数据层融合,传感器必须是相同的(如几个红外(IR)传感器)或者是同类 的(例如以各红外传感器和易个视觉图像传感器) 。为了保证被融合的数据对应 于相同的目标或客体,关联要给予原始数据完成。 与位置融合结构类似,通过融合靠近的信源的信息可获得较高的精度,即数 据层融合可能比特征层精度高,而决策层融合可能最差,但数据层融合仅对产生 同类观测的传感器是适用的。当然通过这三种方法也可以组成其他混合结构。另 外,就融合的结构而论,位置与属性融合是紧密相关的,并且常常是并行同步处 理的,这就是人把它们看成以及融合的原因。 Dasarathy 将传统的数据层、特征层和决策层融合进一步细分为“数据入-数据 出(DAI-DAO) 、 ” “数据入-特征出(DAI-FEO) 、 ” “特征入-特征出(FEI-FEO) 、 ” “特征入-决策出(FEI-DEO) ”和“决策入-决策出(DEI-DEO) ”五级。该方法可
19

五.多传感器信息融合技术的应用 5.1 多传感器信息融合问题分类 军用信息融合与民用信息融合之间通常存在着明显的差别,这种差别的出 现时由于大部分民用系统在“认为设计世界”或“温和的现实世界”中运行的, 而大部分均是系统则必须在“敌方的现实世界”中运行。为了说明这种差别,根 据问题的性质,可将信息融合问题分成三类:设计世界、温和的现实世界和敌对 世界。 (1)设计世界,如工业过程监视、机器人视觉和交通管制等,其特点是: 已知正常或 OK 状态;可靠、精确的信息源;固定的数据库;互相协作的系统要 素。 (2)温和的现实世界,如气象预报、金融系统和病人监护等,其特点是: 部分已知状态;可靠的信息源覆盖范围差;部分可变的数据库;系统不受感觉影 响。 (3)敌对现实世界,如各种军用 C 4 ISR 、陆海空警戒、目标指示、目标跟 踪和导航系统等,其特点是:不易确定正常状态;信息源可能不精确、不完整、 不可靠,易受干扰;高可变的数据率;感觉可有效的影响系统;不相互协作的系 统要素。 我们主要讲述军事领域的信息融合算法及应用, 但这些内容对其他两类融合 问题也有重要的参考价值。关于军事领域,许多学者又进一步把它分为小世界和 大世界。 1)小世界如用于目标指示或机器人导航的近距离传感器系统,其特点是: 主要是实时的传感器数据; 完全的传感器覆盖; 快而准确的结果; 较少人工投入。 2)大世界如空-空、地-空、海-空、水面和水下防御,战场监控,远距离目 标指示等。其特点是:不完全的传感器覆盖;不精确、不及时的传感器数据;可 获得很多数据或情报;可变的响应要求;需要许多世界知识以获得最好结果;较 多人工投入。 小世界中的信息融合往往使用“数据互联”或“数据综合”这一术语,自备 式运载器和快速响应进程武器系统属于这一类的信息融合。 大世界中信息融合的 应用,不仅需要投入较多的人力,而且要提供可能有助于融合和解释的某些输入 信息,以及必须了解和使用融合结果有关的因素。海军信息融合,特别是舰艇和 编队级信息融合问题是最典型的大世界融合应用。 5.2 多传感器信息融合在民事上的应用 信息融合技术在民事和军事上都有着广泛的应用, 民事中可能的应该包括下 述一些领域。 (1)工业过程监视 工业过程监视是一个明显的信息融合应用领域, 融合的目的是识别引起系统 状态超出正常运行范围的故障条件,并据此出发若干报警器。核反应堆监视和石 油平台监视是这类监视的典型例子。
20

(2)工业机器人 工业机器人使用模式识别和推理技术来识别三维对象,确定他们的方位, 并引导机器人的附件去处理这些对象。 机器人采用的是较近物理接触的传感器组 和与观测目标有较短距离的遥感传感器,如 TV 摄影机等。机器人通过融合来自 多个传感器的信息,避开障碍物,使之按照通常的指挥行动。随着传感器技术的 发展, 机器人上的传感器储量将不断增加, 以使它更自由地运动和更灵活的动作。 为此,近年来机器人信息融合技术的研究受到特别的重视。 (3)遥感 遥感应用主要对地面的监视,以便识别和监视地貌、气象模式、矿产资源、 植物生长、环境条件和威胁情况(如原油泄漏、辐射泄漏等) 。使用的传感器如 合成孔径雷达等。遥感系统信息融合的目的是通过协调所使用的传感器,对物理 现象和时间进行定位、识别和解释。 (4)毒品检查 (5)病人照顾系统 病人的状况随时随地在变化,要根据各种数据源,如传感器、病例、本人病 史、气候、季节等的信息界定其狐狸、诊断和治疗方案,用信息融合技术综合处 理这些数据时一种好的方法。 (6)金融系统 大公司或企业金融 (财会) 系统或国家经济管理系统是要利用许多信息源的, 故而有一个信息融合问题。 (7)船舶碰壁与交通管制系统 在船舶碰壁和船舶交通管制系统中,通常依靠雷达、声纳、信标、灯塔、 气象水文、全球定位系统等传感器提供的信息,以及航道资料数据,来实现船舶 的安全航行和水域环境保护。在这一过程中信息融合技术发挥着非常重要的作 用。 (8)空中交通管制 空中交通管制是一个复杂的整体,它包括工作人员、管理机构、技术资源和 操作程序管理,其目的是为了建立安全、高效而又秩序井然的空中交通。换句话 说,是为了合理的利用空中交通资源,减小延迟和调度等待时间并选用合适航线 以节省燃料,从而降低业务费用,改善服务质量。空中交通管制系统主要由导航 设备、监视和控制设备、通信设备和人员四个部分组成。导航设备可使飞机沿着 指定航线飞行,运用无线电信息识别出预先精心设置的某些地理位置,飞行员再 把每个固定地点的时间和高度信息转送到地面, 然后通过融合技术假烟与飞行计 划是否一致。监视和控制设备的目的是修正飞机指定航线的偏离,防止相撞并调 度飞机流量。其中主要由一二次雷达的融合提供有关飞机位置、航向、速度和属 性等信息。现在的航管设备是在不同传感器(多雷达结构) 、计算机和操纵台之 间进行的完整的信息综合。调度人员则监视空中飞机的飞行情况,并技术提出处 理危险状况的方法,空中交通管制系统是一个典型的多因素、多层次的信息融合 系统。 5.3 信息融合技术在军事上的应用 信息融合最早是在军事上提出来的,应用范围很广,涉及各种战术、战役和 战略 C 3 I 系统任务的各个方面。
21

随着现代战争出现的新情况,许多因素推动着自动信息融合系统的开发: (1)目标机动性的提高和武器杀伤力的增强,要求在时间上及早地检测和 识别出目标,要求较短的系统反应时间。 (2)更加复杂的威胁,即目标平台的多样性和密集型、低可观测性、对抗 措施的先进性,要求进一步提高探测和识别能力,从而使传感器数量和种类急剧 增加。 (3)人工成本的只能加及某些任务中队操作人员的危险,要求采用信息融 合的远程控制或自主式武器系统。 (4)系统复杂性和系统规模的增加,如雷达组网系统、一体化综合电子信 息系统等,对信息融合提出了很高的要求。 信息融合在军事上的应用包括单兵作战、 单平台武器系统到战术战略指挥、 控制、通信、计算机、情报、监视和侦查( C 4 ISR )任务的广阔领域。具体应用 范围可概括为以下几个方面: (1)采用多传感器的自主式武器系统和自备式运载器。 (2)采用单一武器平台,如舰艇、机载空中警戒、地面站、航天目标监视 或分布式多传感器网络的广域监视系统。 (3)采用多个传感器进行截获、跟踪和指令指导的火控系统。 (4)情报收集系统。 (5)敌情指示和预警系统,其任务是对威胁和地方企图进行估计。 (6)军事力量的指挥和控制站。 (7)弹道导弹防御中的 BMC 3 I 系统。 (8)网络中心战、协同作战能力(CEC) 、空中单一态势图(SIAP) 、地面单 一态势图(SIGP) 、海面单一态势图(SISP) C 4 ISR 或 C 4 KISR 等复杂大系统的 、 应用中。 目前世界各主要军事大国都竞相投入大量人力、 物力和财力进行信息融合技 术的研究,安排了大批研究项目,并已去得大量研究结果。到目前为止,美、英、 德、法、意、日、俄等国家已研制出数百种军用信息信息融合系统,比较典型的 有:TCAC----战术指挥控制;BETA 战场使用和目标获取系统;ASAS-全源分析系 统;AMSVI-自动多传感器部队识别系统;TR-WDS---目标获取和武器输送系统; AIDD-炮兵情报数据融合系统;ANALYST--地面部队战斗态势评定系统;GNCST-全球网络中心监视与瞄准系统。 信息融合技术在海军中的应用 信息融合在海军方面的典型应用有: (1)海军指挥控制中心(国家级) 。其任务是执行战略指挥和控制任务,范 围包括从海军指挥中心、海军监视情报系统、反潜战指挥控制重点到舰队指挥中 心。 (2)舰队指挥中心(舰队级) 。其任务是协助舰队指挥员完成整个舰队的情 报收集,目标信息综合,估计地方威胁和战略、战术意图,接收海军指挥中心的 指令和情报, 向海军智慧控制中心报告敌情, 向本舰队所属各舰发布消息和指令。 (3)海上机动编队指挥中心(编队级) 。其任务是在编队内单舰作战系统信
22

息融合的基础上以各舰上报信息为基础,实现海上多平台多传感器的信息融合, 进而协助编队指挥员完成海上做作战的指挥任务,其上级对应着舰队级指挥中 心,下级是单舰指挥中心。 (4)舰艇指挥中心(平台级) 。其任务是收集综合本舰作战区域内的敌情并 报告上级指挥中心,接受上级指挥中心的情报和命令,协助舰艇指挥员完成本舰 的作战指挥。 (5)单个作战武器控制系统。用于侦察、截获、跟踪和制导武器系统。 (6)舰载传感器效能评价和动态组合系统。其任务是根据作战需求和战场条 件,利用专家知识评价传感器效能,并进行动态优化组合,以便最大程度的发挥 各传感器的效能。 美、英等西方国家研制的典型海军用信息融合系统有:OSIF--海面监视信息 融合专家系统;NCCS--海军指挥系统;IKBS--舰艇编队多传感器信息融合系统。 OSIF 用于海上目标关联处理以确认目的地、到达时间和作战任务。IKBS 用于对 多传感器信息融合,依据航迹、属性、行为模式对意图/战术的启发或推理提出 战术结构。NCCS 是美国海军执行战术智慧和控制的主要系统,其范围包括从国 家指挥机关(NCA)到舰队和完成战斗使命所需的武器。NCCS 系统包括岸基设施 和海上舰载指挥中心。岸基设施有海军舰队指挥中心、海军监视情报系统和反潜 战指挥与控制系统。NCCS 中的自动数据系统(TDS)能支持从传感器部件收集数 据、互联和评价数据、处理数据,并把它们发送给特混舰队的其他舰艇。此外, 还把从其他渠道收到的信息与本舰信息进行关联,利用这些信息形成决策,并把 这些信息传送给作战系统的其他单位。 用于构建灵活的信息融合系统结构,对于实际的应用研究有知道意义。 5.4 信息融合技术在军事上的应用举例 在现代军事指挥、控制、通信、计算机、情报、监视与侦察( C 4 ISR )系统 中,最重要和最复杂的信息管理问题恐怕要算是正确、有效地进行多传感器信息 的融合处理,以便把来自多传感器的各种各样的数据组合成一个单一的、连续的 战术或战略态势表示。军事 C 4 ISR 系统的主要功能就是及时、准确地了解、掌握 我军和敌军的情况,并有效地进行战地管理和给出各种决策。随着战术和战略
C 4 ISR 问题的复杂性和工作范围的增大, C 4 ISR 系统中管饭应用信息融合技术 在

已显得特别重要。 本节描述多传感器信息融合技术在四个典型战术 C 4 ISR 领域中 的应用。 5.4.1 反潜战 现代海战中,反潜战(Antisubmarine Warfare,ASW)任务对海上水面舰艇 编队的生存具有决定性的意义。为了使敌攻击潜艇不能进入我军的外层防御区, 必须通过多传感器监视系统的密切协调工作才能实现。 5.1 表示由空-舰-陆基 图 传感器构成的多传感器互补监视网络, 以便及时、 准确地对敌攻击潜艇进行捕获、
23

跟踪和识别。舰载或岸基飞机为舰艇编队提供了反潜作战的超视距目标指示能 力,为了检测和跟踪潜艇使用了空降声纳浮标和无声响传感器。在作战部队的周 边,反潜战驱逐舰使用拖挂配置和安装在舰体上的声纳形成了外围监视屏障。

图 5.1 反潜 C ISR 系统作战任务 一些信息融合节点处理传感器数据并与其他节点交换传感器数据和目标数 据,其中包括: (1)陆基监视中心-----它接收卫星和其他情报源数据, 以便维持对潜艇在 港口或在海上预期的作战任务和开机时间等信息的舰队级估计。 布置在必经航线 上的固定水下声纳传感器系统也提供确认潜艇出入海湾的航线检测。 把这些数据 与所有信号源确认的观测和检测信息进行融合, 以维持监视范围内舰队的最高态 势估计。就融合结构而论,陆基监视中心一般是分布式或混合式结构。 (2)在海上舰艇编队的指挥舰上建立一个海上信息融合中心,它收集来自 其他附近海面舰艇、潜艇和飞机的数据,为海上编队提供一个地区性态势估计。 由其他海上部队和陆基中心观察到的目标航迹可用来预测正在接近外围周界的 威胁。然后,指示有关局部传感器平台去搜索和跟踪这些目标。为了对区域内广 泛的水下目标进行有效的检测、跟踪和识别,需要海上信息融合中心协调各种各 样的传感器平台。 这个融合中心提供了海上指挥员所关心区域内所有目标的一个 合成的空中——水面——水下画面,它是一个多级式结构。 (3)每个独立的舰艇。飞机和潜艇都需要对各自平台上的局部传感器进行 信息融合。 舰艇和攻击潜艇采用安装在舰体上的和拖挂配置上的声纳及 ESM 传感 器进行被动侦察。反潜战飞机传感器包括 ESM 用来探测远距离发射机,并用高分 辨力雷达来检测浮出水面的潜望镜。 这些飞机还运用大量按几何图式投入海面的 有源和无源声纳浮标,以便把声音检测信息传送给飞机,从而进行目标定位。单 平台的信息融合主要是采用分步或集中式结构。
24

4

5.4.2 战术空战 图 5.2 描述的是一个防御性的空中对抗任务。 其中预警飞机上装备的空中预警 控制系统(AWACS)为远距离监视提供支持,战斗机沿“逻辑航线”作巡逻飞行, 在每架战斗机中所进行的信息融合有两类有效的数据源; (1)飞机自身传感器包 括火挖雷达,IR 搜索和跟踪,雷达-IR-E()报警传感器,敌我识别(IFF)和 光电传感器; (2)战术数据链,它能够把目标航迹和特性从 AWACS 传送到战斗机 或从一架战斗机传送到另一架战斗机,这时的融合结构通常是混合式或分布式 的。为了及时,准确地捕获、跟踪、识别和交接目标,同时为飞行员推荐攻击方 案,在这种空战管理系统中,需要具备独立和协作的作战能力。其中协作战斗机 共享传感器数据,并协助进行多目标攻击,在这种情况下,信息融合与决策支持 功能有效的分布在空战管理中,并通过战术数据把各作战飞机联接起来。

图 5.2 战术空战 C4ISR 系统作战任务 像在 AWACS 飞机上一样,信息融合也可在单个战斗机上完成。僚机飞行员通 过技术数据网的子网络交换数据,以便飞行员提供一个广阔的空间态势。战斗机 同时也作为辅助传感器传递融合航迹和目标特征信息给另一战斗机, 对它们的监 视、跟踪范围进行目标指示。这个网络也可扩展到路基传感器(监视雷达,ESM 系统等) ,这些路基传感器提供目标航迹信息,并接受来自广域监视数据库的指 示命令。后一种情况属于全分布式或多级结构。 5.4.3 陆战 图 5.3 描述了以各空-陆战场的陆战部分,并重点强调了陆基目标的检测和 定位所需要的传感器及信息融合。这些目标包括 C 4 ISR 节点,固定的或运动的武 器系统、部队、运输系统、物资和其他支援力量。探测和识别这些目标是通过对 各种现象进行分析和处理所去得的,这些现象包括目标的运动特性、RF-EO-IR 发射特性和与武器交战有关的事件。系统使用的传感器广泛,包括: (1)机载 MTI 雷达,对部队前方的固定和运动目标进行定位; (2)机载和陆基电子情报(ELINT)发射体检测定位系统,提供部队前方的
25

RF 发射体的位置,如敌方的防空、监视雷达,或通信节点等; (3)陆基反炮兵雷达,跟踪探测到的炮弹或导弹,并计算武器源点的位置; (4)机载遥控飞行器(RPV)与有人驾驶的侦查飞机,使用电视(TV)/红外 (IR)图像成像情报和 ESM 传感器提供部队前方的目标信息; (5)远程使用的地面传感器(磁测、感震测、声纳)报告部队前方地面发生 的事件和观测信息,这些传感器可通过飞机、大炮或地面部队投放到地面上。 此外,来自战场指挥员、哨兵和巡逻兵的口头报告,通过对俘虏问得到的情 报,以及破译截获的通信情报都被用来形成以一个概括的战场态势画面。传感器 和源信息在适当的平台进行平台级融合,但要传送到一个全源中心,该中心必须 协调数据收集和信息融合,以便为区域指挥员提供一个战场级估计。这个全源融 合中心至少要进行后四个级别的融合,至少需要陆军和空军两个部门的资源。战 场融合需要一个大范围的预先知识数据库,其中包括如下数据: (1)地形、地貌(如河流、道路等) ,它们限制部队运动、传感器视线、隐 蔽或物质补给方案的选择; (2)战斗序列,包括空军和地面部队武器和电子资源的情报估计; (3)后勤保障及补给能力; (4)水文数据和气象预报等。

图 5.3 陆战 C ISR 系统作战任务

4

5.4.4 网络中心战 从“平台中心战”向“网络中心战”的转变是美国 20 实际 90 年代中期提出 的新概念,这种作战模式是将分布在广阔区域内的各种探测装置、指挥中心和各 种武器连接成一个统一、高效的网络,实现战场态势和武器系统的共享,图 5.4 给出了态势共享的示意图。 岸基雷达、水面潜艇和预警飞机等同时对来袭导弹进行跟踪,由于盲区、雨 区、多径干扰和敌方干扰的存在,使得各平台对目标跟踪的航迹都是断续不完整 的。战术数据链在信息域将他们连接在一起,本平台的状态信息、跟踪目标的航
26

迹和属性信息,以及情报信息等周期地在各个平台间交换。这样每个平台均能将 本平台和来自其他平台的目标探测信息进行融合,得到连续完整的复合跟踪航 迹,并且不同平台得到的复合航迹是一致的,实现了战场态势的一致和共享。 图 5.5 描述的是一个网络中心站的作战任务, 海上编队一和侦察卫星发现的 敌目标舰信息,经过空中指挥飞机和通信卫星转发到岸基指挥中心和海上编队 二。在对武器系统的统一调配下,尽管海上编队二并没有直接发现和跟踪目标, 但仍然可以发射导弹对敌目标舰实施攻击,因为这是在综合当时战术、技术、突 防、环境等条件下得到的优选方案。这样便实现了武器系统的共享。 网络中心战和平台中心战斗时一种作战理念, 虽然网络中心战和平台中心战 之间在战场感知、指挥控制、火力打击等方面存在着必然的联系,但二者在战争 背景的变化(由机械化战争进化为信息化战争) 、作战核心的变迁(由以武器平 台为核心组织和实施作战行动转化为以信息网络为核心组织和实施作战行动) 、 体系结构的变异 (由武器平台层次的烟囱式局部集成发展为作战体系层次的网络 化整体集成) 、指挥体制变革(由树状集中式指挥控制方式转变为网状分布式指 挥控制方式)等方面存在着明显的差异。 在机械化时代的平台中心战中,战斗力主要依靠作战武器平台(如飞机、军 舰、坦克等)自身的战场感知系统、指挥控制系统和活力打击系统来形成、因此 作战武器平台称为形成战斗力的中心, 通过武器平台上自备作战资源上的整合而 形成自身的战场感知能力和火力打击能力, 但自备作战资源的性能和能力则决定 和限制了武器平台的功能与角色,武器平台之间信息互通与资源共享能力很有 限,从而难以在武器平台之间形成协同交战能力,武器平台自身的作战能力在一 定程度上成了决定战争胜负的关键。在信息时代的网络中心战中,信息业是一种 战斗力,整个作战体系的战斗力的形成不再仅仅依靠各作战武器自身的作战能 力,而是主要依靠作战信息网络对所有作战资源(包括各武器平台的战场感知系 统、指挥控制和火力打击系统等)的综合集成,因此作战信息网络成为形成战斗 力的中心,通过信息网络对陆、海、空、天立体化分散配置的各种作战武器平台 (及其战场感知系统、指挥控制系统和火力打击系统)的一体化整合,是指成为 彼此关联、相互呼应的有机整体,从而可以大幅度地提升整个作战体系的整体作 战能力(包括占城感知能力、指挥控制能力和火力打击能力等) ,为实现主导机 动、精确打击、全维防护、聚焦后勤奠定基础。 在平台中心战的实施过程中, 首先由作战武器平台自备的战场感知系统对战 场环境和目标进行动态观察(Observe) ,然后由作战武器平台相关的指挥控制系 统对战场态势和没有表威胁进行判断(Orient)并对方案生成和任务分配作出决 策(Decide) ,由作战武器平台自备的火力打击系统执行命令并采取行动对作战 对象实施有效的火力打击(包括软、硬打击以及必要的兵力机动) ,如此循环往 复直至战争结束。因为循环发生在同一作战武器平台内部的战场感知系统、指挥 控制系统和火力打击系统之间,从而在平才中心的作战流程中形成简单的 OODA 循环。 在网络中心战的实施过程中,所有的作战武器平台都作为网络节点,即插即 用地接入网络,每个节点即是提供信息的战场感知单元,也是参与决策的指挥控 制单元,又是取用信息的火力打击单元。首先由作战体系的战场感知网格(网络 化战场感知系统)对战场环境和目标动态进行观察,然后由作战体系的指挥控制 网络(网络化指挥控制系统)对战场调试和目标威胁进行判断并对方案生成和任 务分配作出决策,由作战体系的火力打击网格(网络化火力打击系统)执行命令
27

并采取行动对作战多想实施有效的火力打击(包括软、硬打击及必要的兵力机 动) ,如此循环往复直至战争结束。因为循环发生在不同的作战武器平台的战场 感知系统、 指挥控制系统和火力系统之间, 从而在网络中心战的作战流程中 OODA 循环并没有消失,而是以复杂的相互耦合的形式出现,形成符合的 OODA 循环。

图 5.4 网络中心战的态势共享示意图

图 5.5 网络中心战 C4ISR 系统作战任务 5.6.小结 5.6.小结 本章根据融合功能的层次性和信息流通方式及传输形式, 把信息融合过程分 为五级,即检测、位置(空间)和目标识别(属性)融合及态势和威胁估计。这 种从信息融合功能的角度出发把它分为五个层次,更有利于信息融合技术的研 究。在研究功能模型的基础上,我们详细讨论了前三个层次的结构模型。在检测 级融合,介绍了并行结构、分散式结构、串行钢结构、树状和带反馈信息的并行 结构。在研究位置融合层次的结构模型中,我们指出在空间级融合中主要有 4 种结构,即集中式、分布式、混合式和多级式结构,其中后三种结构的局部节点 可以接收来自融合节点的范阔信息。在目标识别(属性)融合层分析了决策层、 特征层和数据层融合结构。这些内容是进行检测判决融合、位置信息融合和属性 信息融合算法研究的前提和基础,也是多传感器信息融合系统设计的基本依据。 作为信息融合技术在军事上的应用举例,本章介绍了反潜战、战术空战、陆战和 网络中心战 4 个典型的战术 C 4 ISR 系统中的多传感器融合功能、作用、意义和目 的。
28

4 数字化战场指控系统体系结构评估 数字化指挥控制系统体系结构(多传感器信息融合软件架构)评估,是对指控系 统(其)自身质量、功能的评估和这个系统在作战(工作)条件下运作效能评估 的综合。其目的在于论证数字化指挥控制系统体系结构(多传感器信息融合软件 架构) 的优劣。 将体系结构的发展与现有系统结构对照, 不同的发展方案相比较, 从而选择科学合理的体系框架。

4.1 评估原则 数字化指挥控制系统(多传感器信息融合软件架构)的效能评估,贯穿于指 挥(信息融合)活动的全过程,为了使评估结果更切合实际,增加可信度,对数 字化指控系统(多传感器信息融合)进行效能评估应采取定性和定量相结合的方 法,同时还须遵循以下基本原则。 客观性原则。 数字化指控系统体系结构 (多传感器信息融合软件架构) 评估, 是针对客观存在的指挥控制(多传感器信息融)活动进行的。因此,评估的指标 体系应根据(系统)作战目的、作战需求和指控系统体系的实际情况而确立,不 能主观臆断。 系统性原则。数字化指控系统本身是个系统的概念,因此对其体系结构的效 能评估必须着重从系统的整体上去考虑。从指挥控制层次上看,数字化指控系统 是一个扁平式的递阶结构,相互之间关系比较复杂,因此为了能够做到比较准确 地对数字化指控系统体系结构进行效能评估,必须以系统的原则出发,全面详细 地分析相邻阶层之间的指标。 可行性原则。数字化指控系统体系结构是受多种因素影响和制约的体系,对 其进行评估必须简单易行,否则将失去评估的意义。为此,对评估项目、评估标 准、评估程序、评估组织形式的确定,都必须从指控系统和其作战环境的实际出 发,做到切合实际。 4.2 评估过程 对数字化指挥控制系统体系的评估的一般程序,分为确定目标、制定标准、 评估优选三大阶段。

29

对数字化指挥控制系统体系的评估主要采用层次分析法,根据体系结构的构 成确定子目标层,根据数字化指控系统作战任务对指控系统的要求来确定准则。 其评估结构体系如图 7 所示。分层采用多目标决策方法,通过论证研究、专家评 议等方式,进行定性、定量评估。体系结构评估的综合水平,说明数字化最后控 制系统体系发展的优良程度。

评估模型 4.3 评估模型 对于数字化指挥控制系统体系结构的综合评价主要是在层次指标体系的基 础上采用模糊综合评估法,这种方法较好地结合定性描述与定量计算,可信度比 较高。在评估过程中,要考虑的因素比较多,不但要考虑系统本身的固有联系, 还要考虑战场环境、人文因素、技术环境等对评估的影响,然后这些影响无法用 一个定量的公式来明确表示,只能借助模糊 概念进行研究。 影响体系结构的诸多因素是列层排列的,因此,须根据评价指标体系的层次 来确定是采取哪一级层次的模糊综合评判法, 其基本过程都是先对底层评价因素 进行分类综合评估,然后再对各类因素结果进行更高层次的综合评估。 第一步:明确需要评估的对象—— 数字化指控系统体系结构。 第二步:采用等级评定法,根据专家意见给出评语集合 U = (u1,u2, ,u3。。 。 , 。 um),共 m 个等级。 第三步:首先对第一级 n 个评估因素集合 C=(c1,c2,…,cn)划分层次,得 到第二级因素集 Ci=(ci1,ci2…,cin),依次类推,得到第三级因素指标,直到得到 最低层的指标因素集。 第四步:确定评估因素的权重分配,确定因素的权重可以采取层次分析的方法来 进行,也就是采用两两比较的方法,得到最低层指标的权重向量 Ai=(a1,a2,…, an)。 第五步:确定评估矩阵,通过收集资料,确定单因素的隶属度及隶属函数, 从而确定其评估矩阵 R,R=U×C。 第六步:确定评估模型,通过分析,可由向量与尺得到体系结构的综合评估 B,即 B ==A ·R 第七步:将指控系统体系结构的总评价 B=(b1,b2,…,bm)进行处理,从而 形成判断。

30




友情链接: