目标综合识别系统中的多级分层属性融合方法研究*

王成刚

(中国西南电子技术研究所 成都 610036)

1 引言

现代战争具有突发性、快速性、大纵深、全方位、空地海一体化、持续时间短等特点,战场情况瞬息万变,这就要求指挥员在最短的时间内对目标的属性做出正确的判断,因此快速、准确、可靠地识别战场目标显得十分重要。但是,目标识别是一件非常复杂的工作,仅靠单一手段的目标识别系统的局限性已越来越明显,不能满足现代化战争中的任务需求。目标综合识别是信息融合技术在目标识别领域的应用范例,它是将在空间和时间上冗余或互补关于目标属性的多源信息进行有机的合成,产生比系统中任一单源更有效的属性估计和判决,同时可以提高目标识别的灵敏度、准确性、分辨率和覆盖范围,真正实现对敌、我、中立三方的正确识别。

参与综合目标识别的信源可以是来自协同问答或主动报告方式的敌我识别系统(IFF)信息、民用目标识别系统(AIS)信息和航管系统(ATC/SSR)信息等;还可以包括来自非协同方式的电子侦察情报信息、通信侦察情报信息、成像侦察的图像情报信息、雷达侦察情报信息等。对于由多源信息获得的多种属性的融合,通常采用D-S证据理论来对单个属性的判定情况进行组合,在这方面已有不少的应用研究成果。但是在实际用中,这些属性信息之间往往具有一定的层次化的关系,不利于使用规则直接融合。另外,在发生高冲突情况下使用D-S组合公式会产生与直觉相反的结论。为此,提出了一种使用DSmT融合规则的目标属性信息的分层融合方法用于目标综合识别。

2 目标属性信息的层次化特征分析

广义上,目标的属性信息可以包括的内容很多,下面仅以目标的海空、类型、型号、个体、隶属建制、国别、敌我七类属性为例来进行分析和研究。其中,目标的海空属性是依据目标的高度和速度把海上的目标划分为海目标和空目标,是对目标集的一种粗略划分。类型是对具有相同或相似功能目标的分类,目标的类型通常包括战斗机、轰炸机、预警机、补给舰、护卫舰、登陆舰等。型号是根据目标的性能、规格、大小等对目标进行的分类,目标的型号通常有 F-15、幻影 2000、基德、康定等。个体是对同一型号中不同目标的分类,具有不可再分性,如型号为康定级的舰船目标又可划分为康定号、承德号等个体。隶属建制是对目标所属作战单位的划分,国别是目标所属国家的信息,而敌我属性通常包括敌、我、中立三种。

目标的海空属性通常可以由目标的运动状态信息获得,如可根据目标的高度和速度综合判断其海空属性;目标的海空属性还可以由目标的其它属性获得,如可根据目标的类型、型号或个体信息推出目标的海空属性。目标的类型属性通常由其型号属性推出,类型属性也可以由某些侦察信息直接获取。目标的型号属性是目标综合识别系统中最重要待识别属性之一,通常的目标识别系统都是针对型号的识别而设计的。某些具有唯一性的型号属性可以用来区分目标的国别和敌我,但是如果是很多国家都装备了的目标型号则无此功能。目标的个体属性通常由其指纹特征来识别的,由目标的个体属性可以推出目标的型号、类型、海空、隶属建制、国别和敌我属性。因此可以将目标上述几种属性按图1结构进行划分。

如图1,将上述7种目标属性划分为两类,第1类包括个体、型号、类型和海空;第2类包括个体、隶属建制、国别和敌我。在第1类属性中,海空属性是最粗略的一种划分,其次是类型、型号和个体;在第2类属性中,敌我属性是最粗略的一种划分,其次是国别、隶属建制和个体。因此,由个体属性可以推出型号属性、由型号属性可以推出类型属性、由类型属性可以推出海空属性;由个体属性可以推出隶属建制、由隶属建制可以推出国别属性、由国别属性可以推出敌我属性。

图1 目标属性信息的层次化特征结构分析

3 多级分层属性信息融合的方法

在目标综合识别系统中,由各种信源获取的属性信息很多,且各属性之间还有种类、层次之分,这就需要对目标的属性信息进行预处理,然后对每一类的属性信息进行分层融合,最后再对目标的整体属性信息进行综合评判。

3.1 属性信息的预处理

对于大多数由单一信源来进行目标识别的系统都只给出目标的部分属性信息,如由电子侦察情报信息来识别目标时,通常直接给出目标的个体或型号,这取决于系统的识别能力,而红外或光电系统通常给出目标的类型。

在进行目标属性信息融合之前,根据由目标的高级属性信息可以推导其低级属性信息的原理对目标的属性信息列表进行预处理。如:由电子侦察系统识别出目标的型号是F-15,置信度为1,则应将其类型属性和海空属性分别补全为战斗机和空目标,置信度同为1;若由电子侦察系统识别出目标的型号是F-15或E-2,置信度为0.7和0.3;则目标类型为战斗机或预警机,置信度为0.7和0.3;海空属性为空目标,置信度为1。

3.2 同级属性融合的规则

在证据具有强冲突的条件下,由于很难判别冲突是由哪些焦元引起,传统的DS理论及其改进组合公式在处理证据的强冲突时经常得到不符合常理的结论,在使用过程中具有较大的局限性。DSmT提出将证据冲突的焦元选项看作有用信息一律保留来进行融合,这样从根本上解决了证据理论不能解决证据强冲突的问题。下面使用基于DSmT融合规则完成目标同级属性信息的融合。

假设辨识框架U上性质不同的证据A和B,其焦元分别是 Ai和Bj,基本概率赋值分别是m1(Ai)和 m2(Bj),则DSmT组合规则如下:

对于由多信源得来的多证据的组合需求,可以采用组合规则对证据进行两两组合。

3.3 多级分层属性融合方法

如图2所示,将平面划分为四个象限,将融合结果中的个体、型号、类型和海空属性放在第1象限中;将融合结果中的个体、隶属建制、国别和敌我属性放在第2象限中;将信源中的个体、型号、类型和海空属性放在第3象限中;将信源中的个体、隶属建制、国别和敌我属性放在第4象限中。

图2 属性信息的融合方法

在上述7类属性信息中,按照所包含信息量的大小进行排序依次是个体、型号、类型、海空和个体、隶属建制、国别、敌我。所以,对于第 4象限中属性信息,按照从个体→型号→类型→海空的顺序依次进行融合,并将融合结果保存在第1象限的相应属性内;对于第3象限中属性信息,按照从个体→隶属建制→国别→敌我的顺序依次进行融合,并将融合结果保存在第2象限的相应属性内。

4 计算示例

假设敌A国B战斗机中队的一架型号为C、编号为D的战斗机从100km外向我阵地飞来,我方对此目标进行侦察和跟踪并询问的传感器有:电子侦察传感器、雷达传感器和敌我识别器。雷达传感器根据目标的飞行速度和高度判断目标为战斗机的置信度为0.8,为轰炸机的置信度为0.2。电子侦察传感器的识别结果为目标是编号为D的置信度为0.7,目标编号为D′的置信度为0.3。敌我识别器的识别结果为目标为敌的置信度为0.95。

则目标属性信息的想定如表1所示。

表1 属性信息的想定

表2 目标属性信息的识别结果

经过预处理后,目标的属性信息列表如表3。

表3 预处理后的目标属性信息

使用DSmT证据组合规则首先对目标的类型属性进行融合,结果如表4所示。

表4 类型属性信息的融合

目标的属性信息融合结果如表5所示。

由表5可见,虽然雷达传感器给出的目标类型属性错误,但是从属性信息融合结果仍可以显著的区分正确属性和错误属性。

表5 目标属性信息的融合结果

5 结语

在进行目标属性识别时,根据传感器检测到的信息、或者前面一级汇报的信息以及先验知识对目标身份进行估计和判决,应该尽可能地给出最详尽的识别结果。但是如果信息不足,则根据所提供信息的多少识别到相应的层次,当有新的证据出现时再进行更精确的识别;或者是根据具体地作战空间的环境而定,如根据目标的远、中、近来定。对距离较远的目标,所要求的识别程度仅是迅速区分目标的类型,其可信度应足够高;对距离中等远的目标则要求识别目标的型号(如是幻影2000还是F16),以便选择正确的防御或进攻战术武器进行反应;对距离较近的目标则要求识别平台工作状态(如是巡航还是攻击),以便选择最佳防御对策。

[1]胡丽芳,关欣,何友.基于DSmT的多传感器目标识别[J].弹箭与制导学报,2008,28(2):186～188

[2]胡丽芳,邱立军,陈海建.一种有效的基于DSmT的合成公式[J].海军航空工程学院学报,2008,23(1):40～42

[3]南建设.目标综合识别系统研究[J].电讯技术,2007,47(5):74～77

[4]陈怀新.基于多传感器数据融合的非协同目标识别[J].电讯技术,2003,43(1):42～46

[5]蒋庆全.数据融合与敌我识别综述[J].现代防御技术,2002,30(4):55～60