0769-87921175
dglc17@126.com
摘要,数据融合技术是%#年代兴起的一门新学科。现代战争中,随着雷达、红外、激光及光电等传感器的数量日趋增多,数据融合技术正日益得到广泛应用。介绍数据融合在雷达目标识别中的应用,并揭示出数据融合是解决雷达目标识别之捷径。
数据融合,G;A;H:D6C7,技术是一种新的数据处理技术,多传感器数据融合是信息处理的一个重要领域。它涉及如何组合多种传感器数据,以对物理事件、行为或态势进行推断这一类问题而发展起来的一门技术。它可对多类、多源和多平台传感器所获取的数据自动地进行综合分析。与其他数据处理技术相比,它更能快速、准确、可靠、连续及全面地提供有关战场环境态势的综合性结论。数据融合在军事上有着宽阔的应用前景,其中包括目标跟踪、自动目标识别,智能武器,、敌我识别系统、战场监视、战术态势评估、威胁评估、预警及战略防御等。在防御和作战指挥自动化系统中,数据融合的应用主要是目标识别、目标跟踪、态势分析、威胁判断及辅助决策等方面。
数据融合技术是随雷达信息处理及E13系统的发展而发展起来的。它对各种数据源进行综合、过滤、相关、识别和融合,得出战场态势图,进行态势威胁与判别,制定出作战行动方案,供指挥员决策参考。数据融合的过程就是各种信息源、诸种武器系统处理、控制及决策的一体化过程。整个过程的自动化很大程度上取决于数据融合水平的高低。完成数据融合处理是众多传统学科和新兴工程领域的结合与应用的结果,其中包括统计学、运筹学、模式识别、计算机科学、数字信号处理、信息处理、通信、判定理论、不确定理论、最优化理论、认识论和不确定因素管理、估值理论、信息论、控制论、认知心理学和人工智能等。迄今,数据融合技术的研究涉及更多的领域,理论上已形成了一个全新的研究方向。日趋发展成熟的信息融合技术以其宽阔的时空信息覆盖范围,强大的信息综合与提取能力,成为信息处理领域中的强有力工
作者简介,蒋庆全,($1U,,男,广东东莞人,高工,大学,主要从事电子系统与设备科技信息翻译与研究工作。通信地址,!##$江苏省南京市$#/信箱/!分箱电话,,#!),$./!.!.U!$(.(V)
具,它所揭示的信息处理思想和方法论,可很好地解决雷达目标识别中的瓶颈问题。值得指出的是,人工智能中的专家系统和神经网络技术在数据融合中有着宽阔的应用前景。可以说,多传感器数据!信息融合迄今已发展成为现代技术尤其是高新技术条件下各种战争模式中正确指挥控制决策及克敌制胜必不可少的一项关键技术。
现代高科技战争的最大特点是信息化战争。作战的一方最大限度地获取信息并使用信息,同时千方百计地阻止并破坏敌方获取信息。获得战场敌情全貌,靠的是各个方面数据的综合,从中提取更高层信息以利于战场指挥决策,这便是多传感器数据融合需要解决的问题。故数据融合是指对来自多传感器的数据进行多级别、多方位及多层次的处理,从而产生新颖、实用而颇有意义的信息,而这种新信息是任何单一传感器所无法获得的。这种实时信息处理能力的支撑技术之一便是多传感器数据融合技术。在军事领域中,数据融合主要包括检测、互联、相关、目标识别、态势描述、威胁评估、传感器管理和数据库等。数据融合的基本目的是借助融合获得更多的信息。这一点是协同作用之结果,即由于多传感器的共同运作使系统的效能得以增强,,#,。
目前,防空作战中,空情信息源是由部署在不同地域上多种类型的传感器提供的,有的还来自空中指挥平台、上级机关及其他协同信息,它们所提供的空情信息极为丰富,但又是不完整的。要将来自不同信息源的信息按空中不同目标的航迹进行分类编号,是防空系统数据融合中首先要解决的问题。防空系统数据!信息融合涉及到广泛的数学建模问题。数学建模是计算机编程的基础,灵活高效的空情信息综合处理软件,除与计算机软件平台和编程技巧有关外,起决定性作用的是空情数据融合中所采用的数学建模及其算法。
据国外军事专家分析,综合利用各种数据通道会显著提高雷达监视,包括识别,的效能,采用数据融合技术可增强雷达对抗干扰和欺骗的性能,增大探测信息容量,减少遮蔽区,因传输遮蔽而无法利用数据的区域,及雷达覆盖盲区。在研究如何利用非
照测量信息的特点,这种融合实际上是一种信息融合,在融合的步骤和手段上大有文章可作,目的旨在提高关联正确率,降低目标交叉飞行时的混批率,这对于提高雷达探测系统对多目标的定位跟踪精度无疑有着重要的意义。雷达系统在对多目标定位跟踪过程中易于出现的目标混批问题,利用目标多普勒频率作数据融合加以解决。但由于目标多普勒频率仅是目标真实航速在雷达至目标之间连线上的投影值,故仅利用它来解决混批问题有时有效,有时则无效。只有目标的绝对航速矢量及其方向方能真正帮助解决混批问题。但从目前的情况来看,要想从雷达接收机中得到目标的绝对航速矢量及其方向,而不是借助仿真模拟得到,在技术上还有相当的难度。今后应利用目标特征更为明显的测量值,通过数据融合技术来解决雷达目标跟踪中的实际问题。通过理论分析和计算机仿真试验,不难看出,多传感器数据融合技术在雷达探测系统中有着较好的应用前景,今后必将发挥其应有的作用。
为提高雷达监视的效能,增大测量精度,可将下述数据源进行综合利用,!一次和二次雷达,主动响应式雷达,#合成孔径雷达,$红外和电视传感器,%电子和光电情报雷达。表列出用于识别目标的各种数据传感器定性性能比较。从这些数据源接收到的数据可与如下目标数据进行比较,
———飞机悬挂的武器装备,导弹、炸弹容器及电子战装备,的大小、形状及类型,
# 路径参数 带活动目标显功能的雷达 低$中 适中% 雷达截面及极矩阵 相干雷达 低$中 适中& 彩色和电磁图 目视、红外、无或激光雷达 中 适中’ 目标两维轮廓 合成孔径雷达 中$高 高( 目标三维轮廓 全息雷达与激雷达系统 高 高) 轮廓与极化等合特征 综合使用 颇高 极高
等级,并按优先等级列出各种威胁,如图!所示,。这些数据借助于导弹和精确制导武器还可用于火力
在海湾战争中,数据融合技术在战场目标识别 !+的外推误差将很大,这就给关联和融合带来较大和态势评估中发挥了重要的作用。当前美国等军事 的偏差。假如采用覆盖系数为?的雷达网,相当于强国的各类作战指挥自动化系统,如#$和%$&’ 平均观测周期缩短为!@+A%B。这非常有利于关联等,及战场情报采集(处理系统中皆具有较强的数据 和融合。假若该地区仅有!@+部雷达,在目标作高融合功能。从目前军事领域的发展来看,无论是简 机动运动时,雷达不宜作长时间,?@!+ B,的外推,单的武器系统还是最复杂的大型%$系统,都趋于 否则将带来较大的计算误差。
采用数据融合技术来进行信息综合处理。在美空军 数据融合技术还可广泛应用于提高坦克瞄准器最新一代)*++“闪电”,,-./01-1.,!型战术飞机、美 识别的效能。如在美军的多频谱目标探测系统中,陆军使用的轻型试验性“233415/6”,78直升机和 除毫米波雷达外,还有红外系统。在’9&$9系统高级指令数据系统,9:&,的舰载火控系统中,美军 中,除’9D地面侦察雷达外,还有9&CE’都准备将来自各种传感器的数据进行综合,以提高 红外系统。来自雷达和红外系统的信号经载机上计系统的效能,+,#, 。 算机融合处理后提供给一个公用显示系统。在法国7 利用特征融合的方法与技术 汤姆逊*&)公司制造的“响尾蛇”地空导弹,&9F,系中,有脉冲多普勒雷达,它对直升机的探测距离可
先看一下在不同系统中使用数据融合技术的例 达!=3,还有光电式传感器,它综合使用红外系统子。诸如米格*+;和米格*#!歼击机上的机载系统 和电视摄像机,其探测距离分别为!?和!=3。 由雷达和红外系统都采用了数据融合技术。为提高现 9106G科学与制造联合公司研制的&9F系统,采用代米格*#!歼击机的作战效能,来自机载相控阵雷达 了电视系统、!部H波段相控阵雷达和!部三坐标和红外测向仪的数据在战术态势显示器上合成。此 脉冲多普勒雷达。通过!个数据传输系统可将该外,在飞机编队飞行中,为增大扫描区域,提高目标 &9F系统并入雷达网内。 目前,英国马可尼公司的分配及协同攻击能力,通过数据传输链路可将%部 专家们正为英国皇家海军研制一种全自动探测与跟雷达连成一个雷达网,这使得各架飞机每次可同时 踪系统,它综合利用+个雷达通道,频带分别为!跟踪!个目标,并可同时向%个目标发射制导导 和!?I7J,和!个红外通道,#,%, 。
弹,飞机之间的距离可达+ =3,扫描区域范围可至或;=3。现代高性能战斗机的机动性颇 8 数据融合方法及其分类
高。假如仅用一部雷达观测目标的运动轨迹,当目 人们总是利用对感知数据的自然融合去识别外标作高机动运动时,雷达的观测数据,从!!推算到 界事件。 因而为数据融合开发的众多技术都力图仿
效人的能力来实现融合。数据!信息融合的任务就是将各传感器在空间或时间上的冗余或互补的数据和信息,按照某种规则进行组合,以获得对被测对象的一致性描述或理解,使该系统比组成它的各分系统具有更为优异的性能,换句话说,数据!信息融合是与多传感器系统相适应的横向信息综合处理技术。它可弥补信息不完整、局部信息不精确或不确定所造成的缺陷,能扩展情报处理系统的空间、时间和频率的覆盖范围,以支持共享数据与信息,合理地利用作战资源,经综合利用、处理、分析和判断,以获得真实、准确、可靠和完整的敌我情报信息和战场态势,使防御和#$系统建立在良好的情报保障的基础上,从而提高防御和#$系统的整体效能。数据融合是多源数据信息协调技术的总称,多传感器系统是数据融合技术的硬件基础,多源数据信息是数据!信息融合的加工对象,协调优化是数据融合之核心。数据!信息融合的态势评定及威胁评估是防御
系统和#$系统的核心功能,数据!信息融合技术是其最关键的技术。更确切地说,数据融合技术是利用计算机技术将按时序获取的若干传感器的观测信息,按照一定准则进行自动分析与综合,完成目标识别、决策及评估任务所进行的信息处理过程。它对各种信息源进行综合、分析、相关识别及融合,得到战场态势图,进行态势威胁评估和决策支持,制定出作战行动方案,供作战指挥员决策参考。整个过程的自动化程度取决于数据融合水平的高低。人们都悉知数据融合所用的各种方法,尽管这些方法的分类及其术语至今尚未完全确定下来或被人们所接受。下述融合方法的分类,图%,是根据分析各种已知的融合方法,并通过如下若干方案而获得的,!第&种方案,统计或确定的,第%种方案,无知识库或有知识库,具有指导或自指导,,#第’种方案,用判定或信号进行融合,$其他方案。
加权平均法用于处理来自各个测量精度大不相 乘法、加权最小二乘法,最大似然法,、均方误差法、同的数据源的数据。该法对某一参数值通过一加权 贝叶斯加权最小二乘法及卡尔曼滤波法等。 贝叶斯因子取平均。它是最简单、最直观的融合多传感器 加权最小二乘法需要先验知识,故其应用范围受到数据融合方法,该方法将由一组传感器提供的冗余 限制。迄今,为多传感器数据融合寻找合适的算法信息进行加权取平均,并将加权平均值作为信息融 仍是一个技术难点,而逻辑的正确性和计算的复杂合值。当每个传感器的测量值为标量、且加权值反 性成为问题之关键。 目前,舰载多传感器数据融合比于每个传感器的标准差时,加权平均法与贝叶斯 尚未真正实现,而一个传感器提供参数以触发另一方法相一致。 个传感器,后者可自主地再获得同样的跟踪参数,而
对来自不同数据源的数据进行融合,可采用各 标时,数据融合将易于实现。利用多种方法和技术种方法,其中包括利用一些变换进行表决,基于概率 是可以研究出真正协同融合的算法。大多数融合算分配定律的最佳算法,表决特殊判定的算法,非参量 法在目标航迹交叉较多的情况下效果明显下降。如
何把握住时间、精度及相关概率之间的权衡,是问题之关键。 目前广泛采用的各种贝叶斯方法无法满足高威胁下的相关要求。近年来神经网络的兴起给融合算法开辟了一条崭新的道路。是使用改进的常规方法还是采用新兴的技术,必须作出合适的选择。解决算法问题要建立仿真平台,要有模拟的环境输入,更要有各种可供选用的算法模型,通过蒙特卡洛模拟方法评定各种模型质量的优劣。选用有发展前途的算法加以改进,亦应及时跟踪国外最新发展的技术,如目前主要的神经网络技术。
模糊理论方法的主要优点在于能将直观经验和知识中的模糊概念给以定量的描述,处理方法也不是常规方法中的是与否的两值回答,而是对某个特征属性隶属程度给出的描述,与实际问题看法相类似。作为专家系统思想方法之一的模糊理论被应用到众多信息融合系统的设计中。但这一理论的和谐性和数学的严密性迄今尚未得到完全解决。
神经网络是一个具有高度非线性的超大规模连续时间动力系统,其最主要特征为连续时间非线性动力学、网络的全局作用、大规模并行分布处理及高度的鲁棒性和自学习联想能力。 同时它又具有一般非线性动力系统的共性,即不可预测性、吸引性、耗散性、非平衡性、不可逆性、多维性、广泛联结性及自适应性等。故它实际上是一个超大规模非线性连续时间自适应的信息处理系统,#,$, 。
以专家系统方式出现的人工智能系统可象“自动驾驶仪”一样完成各种功能。它能检测各种机载系统的状态,评估当前态势,并对来自各种通道的数据进行过滤、筛选和分类。识别目标时,声纳操作员由于具有丰富的工作经验,简便地利用人工智能系统便可得出结论。在现代系统设计中,应将人对图形识别的能力考虑进去。调查证明,各种图形基本上是通过轮廓进行识别的。假设某些单元结构在识别中起着决定性作用,图形识别处理则可借助于这些单元结构得到简化。通过采用专家系统来解决目标识别问题可依据集合论的概念。在作战过程中,专家系统可具有自学习功能。法国已研制出自学习专家系统的人工智能系统。众所周知,有一种基于
专家系统设计的二进制分类器。这种利用二进制码表征进行分类的系统是特征规范化的一种简便而有效的方法。二进制分类器采用#种逻辑推论,即不明推理、演绎和归纳,!不明推理是构成假设的一种过程,可能就是观测到的现象之原因,演绎用于检验假设是否成立,#归纳的主要目的在于检验完所有容许的假设后,确定接受还是否定这个逻辑推理。
利用伪自然的逻辑是实时工作专家系统的一个特点,这种逻辑可提供各种可能的时间推理,即可提供在过去、现在及未来发生的事件上进行以及事件之间的相互关联。机载专家系统接收机载传感器的数据,它能解决的问题种类颇为广泛。 %&’(),)*+,%+%和-./语言是机载专家系统的主要语言。态势描述是有关兵力部署及相联系的军事事件和活动。威胁评估是有关敌方兵力的杀伤能力及对我方的威胁程度的评估。实现威胁评估的主要途径是采用专家系统。威胁评估是一个颇为复杂的问题,如何确定威胁等级,需考虑的因素颇多。美空军自!01#年开始研制的专家系统专用于多种传感器。该“22(,
(34”系统根据机载传感器提供的数据解决了识别问题,完成态势分析,确定目标类型及其威胁的等级。完成态势分析,其中包括,聚合单元目标为有意义的作战结构组织或武器系统,评估事件及活动以解释行为及目标与事件间的逻辑关系。为确定聚合结构组织的作用与企图,在态势分析时,特别强调关系信息,如实体间的自然亲近关系、通信联络关系、因果关系及暂时隶属关系等,同时,还需利用有关地形、地貌、水文、气候及其他环境信息的逻辑解释来完成态势分析。完成威胁评估,其中包括,继续聚合过程以评估战术威胁,尤其需要评估军事企图、致命因素及作战机会。实现威胁评估是颇为复杂且难度很大的任务,其原因在于它不仅需要考虑可能会出现的作战效果,而且还要根据敌方的作战条例、训练水平、政治局势及当前态势等有关知识来确定出敌方的军事行动与企图。美国为56,!-先进战术战斗机研制的电子自动驾驶仪专家系统亦可解决类似的问题。美国!017年为-6,!7战斗机研制的“89’”专家系统用于数据评估与综合。该系统可解决机载传感器监控问题,并可对威胁进行评估。该公司提出的方案是采用各种专家分系统,参阅图#,。各分系统的相互连接由一个黑板型综合接口实现,黑板结构由多个知识源,8’,和控制器组成。黑板非常
适合于包含大量信源数据、大量假设、不同的抽象级及多种符号表示的问题域。对于指挥控制及某个战场监视的多传感器数据融合,黑板模型由黑板信息结构、各种传感器系统、战场环境、军事领域及其相关信息源组成。确定给机载专家系统分配多少知识
空间是一个颇为复杂的问题。美国提供了一种专用技术,它代表了一种逐级实现标准化的程序。分析问题的标准化、从专家系统那里获取知识、结构访问及计算机辅助建模,提高了知识结构的效能。
8 结 束 语 据融合的理论基础及实施途径,它在不确定性和非构化数据融合方面具有颇大的发展潜力,由此看
多传感器数据融合技术的发展正方兴未艾。随 来,专家系统和人工神经网络相结合是数据智能融着研究的不断深入和应用领域的日趋扩展,迄今它 合较为理想的一种途径。用数据(信息融合解决雷已成功地应用于军事和民用领域的诸多方面。 由于 达目标识别问题更是一条捷径,&, 。
该项技术具有巨大的发展潜力,故已成为!年代的究热点。预计#$世纪还将会有更大的发展。在 ,参 考 文 献,
下一篇: 没有了
