面向信息内容的自组织网络数据按需分发方案

潘积远，高 源，郝 明，高 锐

(1.中国电子科技集团公司第20研究所，西安 710068；2.中国电子科技集团公司，北京 100846)

0 引 言

随着信息技术的发展，面对复杂多变的战场环境，现代战争的作战样式由“平台中心战”向“网络中心战”转变，通过互联互通的网络将多个作战平台连结为缜密的作战整体。作战体系对抗优势体现在信息优势、决策优势和行动优势三个方面。

为了有效夺取“信息制胜权”，各种传感器[如电子战(ESM)、红外搜索跟踪雷达、光电雷达、SAR等]相继加装，使作战平台具备了多种探测手段，可完整、准确、时效地感知战场环境。然而，多种传感器的投入使用，固然可以使得作战平台可获取大量具有冗余性的情报数据，但是当中大量无关数据和无用数据会淹没作战人员关注的战场信息，影响作战决策，乃至整个战场体系对抗的信息制胜权。另外，大量战场情报数据在有限带宽资源条件下传输将对网络提出巨大的挑战。因此，研究信息高效处理与管理的机制对提升作战体系的整体作战能力至关重要。

美军是最早研究复杂战场环境下可靠传输战术信息网络的国家之一。早在20世纪70年代，美国国防部高级研究规划署(DARPA)出于对未来战争的考虑便开始研究在战场环境下利用移动自组织网络进行数据通信[1,2]。1994年，DARPA又启动了全球移动信息系统项目，研究能够满足军事应用需要的、可快速展开的、高抗毁性的移动信息系统[3]。1997年，DARPA启动了先进战术瞄准技术项目，专门研究基于自组织网络快速、准确定位远距离敌方机动防控雷达的瞄准技术[4]；随后，针对面上移动目标精确打击需求，DARPA启动了经济型地/海面移动目标交战(AMSTE)项目[5]，旨在研究与开发经济可承受的全天候、远程精确快速打击移动目标的技术。在这一系列DARPA计划/项目推进过程中，美军构建了多种数据链网络，其中以战术数据链(Link16)、基于移动自组织网络技术的战术瞄准网络技术[5](TTNT)和协同交战概念[5](CEC)最具代表性，分别代表了美空军与海军支撑网络中心战的数据链网络。这三种数据链部分性能参数对比,见表1。可见，为灵活高效支撑复杂战场环境信息可靠交换，美军数据链网络的传输速率正在得到提升。

表1 美军三种数据链部分性能参数对比

除此之外，为了高效支撑多样化的作战决策与应用，提高各类作战信息分发与处理效率，美军开发了战术成员网[5](TCN)。TCN采用按需分发原则，建立网络中作战平台的订阅者/发布者关系，过滤各种传感器发送的量测数据，避免直接广播原始量测造成的带宽资源浪费。而且通过TCN构建的订阅关系重新定义目标属性，达到压缩传输带宽的目的，从而使TCN能适配各种通信信道，保证其能适合多军兵种、多任务的作战需要。因此，基于数据链网络的基础信息交换能力，依据作战应用适时、按需分发各类战场信息将是数据链网络信息处理的重要发展趋势。

综合考虑网络中心战下“信息几何增长效应”和传输通道对大量情报信息的物理限制两方面信息高效处理的瓶颈效应，兼顾考虑现有信息网络的基础能力，提出了面向信息内容的自组织网络数据按需分发方案，建立适应复杂战场环境的高效、动态的数据分发机制，为作战人员实时提供作战应用可用的战场信息，在有限带宽资源下提高数据的利用效率。

1 数据按需分发研究现状及主要方法

随着传感器技术、作战规模与作战样式的发展，现代高技术条件下的战争涉及海量作战信息的交互与处理。从海量的作战信息中筛选各作战平台/作战人员真正需要的信息，是将信息优势转化为知识优势，进行转化为决策优势、行动优势的基础和前提。借鉴美军TCN的成功经验，需要对海量作战信息实施按需分发，在战时通信资源极度紧张的条件下为作战人员传输有用、可用和可靠的战场信息，避免大量无关信息、无用信息对作战人员造成的“信息淹没”。

目前，作战信息的按需分发主要有三种方法。

(1)基于主动服务的信息分发方法[6]

主动服务信息系统通过人工智能与专家系统的推理技术和关联匹配技术等建立规则库，以及信息分发与用户需求的关系，向需求用户分发相关数据，其信息分发系统结构，如图1所示。

图1 基于主动服务的信息分发系统结构

系统中各用户及其他的上级通报、传感器数据、人工情报，以及共享信息空间等构成了综合的信息池。其中：共享信息空间是一个动态的数据集，可存储多种结构的信息数据；信息资源管理器对信息池中的数据进行更新与管理；匹配规则库按照需求分析信息特征的匹配度，将匹配程度高的数据主动推送到相应的用户。用户完全不需要做额外的工作便可以获得所需的信息。

系统结构简单、工作流程清晰。缺点是匹配规则库复杂，尤其是在信息量与需求量很大的情况下，匹配规则难以保证系统的完整性、准确性和时效性。因此，基于主动推送的按需分发方法只适用于小规模或局部用户网。

(2)基于发布/订阅的信息分发方法[6]

与主动服务的信息分发处理方式不同，基于发布/订阅的信息分发方法是需求驱动的信息分发方法。用户根据自己的信息需求，向系统发布订阅消息，当中包含用户需求的规范化描述；系统依据订阅消息的具体要求向该用户发送所需信息，或者向用户返回所需信息的访问地址。基于发布/订阅的信息分发系统结构，如图2所示。

图2 基于发布/订阅的信息分发系统结构

(3)基于过滤的信息分发方法[6]

基于过滤的信息分发方法的核心思想是信息过滤，即用户端根据自身需求的总体或大致特征，将不符合需求的信息屏蔽处理。当用户的信息需求不容易明确描述和体现，或者用户对自己的需求认识不够清晰时，用户根据自身性能特点及需求对所接收的信息进行取舍、筛选，仅保留符合程度较高的信息，从而达到信息分发的目的。然而，在整个过程中，信源用户端由于不明确用户需求而将所有信息堆积在信道上进行传输，极易造成信道资源的浪费。

2 面向信息内容的数据按需分发方案

在现代高技术的战场环境下，为了解决多传感器投入使用带来的信息几何增长效应，以及现有数据链网络固有体制对信息处理的约束，建立高效、动态的数据按需分发处理机制，使有限的通道资源传输支撑作战应用的高价值信息具有重要的意义。

2.1 面向信息内容的数据按需分发模型

考虑到信息的几何增长效应及数据链网络的带宽资源紧张这两方面的因素限制，分数据组织与数据检索两条线构建数据按需分发模型。在数据组织方面，主要解决数据组织与管理问题，使得大量传感器探测的情报信息形成分类有序的情报数据仓库及对应的内容索引分析表；在数据检索方面，需求驱动内容索引分析表与具体数据要求的匹配分析，检索完全符合或者符合程度高的数据，并进行分发。面向信息内容的数据按需分发模型，如图3所示。

图3 面向信息内容的数据按需分发模型

该模型包含数据接收与分发、面向信息内容的数据管理模型、数据库更新与管理和需求匹配四个功能模块。

数据接收与分发功能模块主要完成两个功能：

(1)接收并重建作战体系其他平台的信息;

(2)压缩分发本平台发往其他平台的信息。

面向信息内容的数据管理模型功能模块完成两个功能:

(1)在统一描述空间上对本平台及其他平台数据进行统一表示；

(2)基于数据统一表示和数据模板信息完成数据挖掘，将大量情报信息转化为分类有序且易于理解的战场感知知识。

数据库更新与管理功能模块的主要功能如下:

(1)对数据挖掘的情报信息进行组织与管理；

(2)形成数据仓库的内容索引表；

(3)更新系统的数据模板，使其对环境具有强适应性。

需求匹配功能模块的功能如下:

(1)描述与提炼用户需求；

(2)将用户需求与内容索引表相结合进行匹配分析，提供检索符合需求数据的信息。

2.2 面向信息内容的数据组织与管理

数据的有序组织与管理是实现数据按需分发的重要前提，也是消除各作战平台大量情报数据冗余性的重要手段，避免无关或无用数据对数据分发需求的误导。面向信息内容的数据组织与管理步骤如下:

步骤1 当接收到数据时，将源数据进行划分，得到多个子数据。此时，各子数据间存在冗余性;为了实现面向信息内容的数据处理，聚类分析这些子数据，得到能够统一描述数据本质内容的代表性特征。

步骤2 通过数据模板，将输入数据的代表性特征进行二次表示，获取该数据与数据模板的关联关系。

步骤3 结合数据模板的内容索引表与所建立的数据关联信息，利用数据挖掘方法建立输入数据与内容索引表的对应关系，更新内容索引表与数据仓库内数据。

步骤4 依据内容索引表更新数据模版。

重复以上步骤不断按照内容规则对大量复杂无序的情报数据进行组织与管理。

2.2.1 面向信息内容的数据统一表示

面向信息内容的数据统一表示包含两部分内容：面向数据内容的代表性特征分析和数据稀疏表示。

式中，p(·|·)为数据服从的概率分布。

2.2.2 数据挖掘与内容索引表生成

获得输入数据与数据模板的关联关系后，仍需进一步挖掘潜在的本质内容关系，方能将输入数据按照内容存放到数据仓库中。基于L1,L1/2的正则化理论认为源数据空间中数据的关联关系与源数据的本征特征空间上特征关系是一致的[7]。也就是说，当把数据的本质内容看成源数据的代表性特征时，数据统一表示所获得的关联关系y可进一步描述本质内容的关联关系。因此，采用数据挖掘的分类技术生成内容索引表。

假定数据模板对应的内容特征为C=[c1,c2,…,cK]，输入数据的内容特征向量为ci，那么，ci可由矩阵C和关联关系y线性表出

ci=Cy

式中，ci分量的绝对值分别表示了各内容所占的权重。设定门限阈值ct，选择分量|ci,j|>ct对应的内容生成数据仓库的内容索引表。

2.2.3 数据仓库管理与更新

在输入数据的内容索引表生成后，输入数据被按照内容索引值存储在相应的类中。当某一类数据的数据量较大时，需要实时对数据仓库进行管理与更新，一方面使得数据仓库中数据得以更有效地组织，另一方面则是更新数据模板，使其充分描述当前内容类别信息，从而确保所研究的数据按需分发模型更能适应战场复杂多变的环境。

数据仓库管理与更新采用数据挖掘中的k均值聚类算法，实时利用本类数据生成最具代表性的数据模板，更新已有的数据模板。

2.3 基于信息内容索引的数据按需分发流程

面向信息内容的数据组织与管理的目的是更好地满足数据按需分发需求。当网络中其他用户需要某信息时，实时发出数据请求。系统的数据接收/分发功能模块接收数据请求，实时检索本平台符合要求的数据并分发给用户。其工作步骤如下。

步骤1：平台分析用户的数据请求，将需求描述映射到数据本质内容特征空间；

步骤2：结合本地维护的内容索引表，匹配分析用户需求的内容，输出符合程度高的数据存储标识以及内容信息；

步骤3：系统依据给出的数据存储标识检索出所需的用户数据，提供给数据接收/分发功能模块；

步骤4：数据接收/分发功能模块对数据进行压缩测量，仅传输少数量测信息，减轻有限资源带宽对数据传输的压力；

步骤5：用户接收到源端平台发送过来的数据时，基于压缩传感原理实施高精度数据重建，恢复源端平台的数据，完成数据按需分发。

2.3.1 匹配分析

匹配分析的目的是挖掘用户需求与内容索引表间的相互关系。在内容索引表及用户需求分析量化的基础上，匹配分析可转化为对用户需求的分类判决问题。因此，采用基于欧氏距离的k近邻分类算法判别统计分析与用户需求符合程度最高的内容索引信息，指示出用户所需的数据。

3.3.2 数据压缩传输

对于数据收发部分，研究中采用基于压缩传感的数据压缩传输方法减轻有限资源带宽对大量数据传输的压力。基于压缩传感的数据压缩传输模块包含三部分关键内容，分别为压缩测量、基于冗余字典的数据稀疏表示、数据精确重建。基于压缩传感的数据传输原理[7]为

式中,A=ΦΨ为M×N矩阵，Ψ为N×N的特征变换矩阵；s为x在特征变换矩阵Ψ下的稀疏表示向量，包含γ个非零分量。

(1)压缩测量

压缩测量通过冗余、统一的测量矩阵将源数据投影到低维特征空间，以达到压缩数据传输规模的目的。压缩测量的关键在于分布式网络如何生成一致的测量矩阵。为解决此问题，所设计的分布式测量矩阵生成协议，主要思想是在时间同步基础上利用伪随机算法保证分布式测量矩阵生成的一致性，如图4所示。

图4 分布式测量矩阵生成流程

(2)稀疏表示字典

针对源数据的可压缩性测量，稀疏表示字典的构造是实现信号稀疏分解的重要前提。研究中采用K-SVD字典学习算法[8]建立稀疏表示字典，确保源数据在稀疏表示字典下可稀疏表示。K-SVD算法通过预加载的图像训练集寻找最优的字典，使基于此字典的信号稀疏表示对于训练样本的方差达到最小，训练目标为

式中,F是从预加载训练图像集生成的训练样本矩阵，每一个列向量对应一个训练样本；D是待构造的冗余稀疏表示字典，每一个列向量对应一个字典元素；S是F在D上分解得到的系数矩阵，满足约束限定的稀疏性。

(3)基于L1/2的数据重建

数据重建算法是压缩传感理论的核心，是指从压缩测量恢复出高维原始数据的过程。由于压缩测量的维数远远小于原始数据的维数，数据重建需要求解一个欠定方程组，可能得到无穷多解。压缩传感理论利用信号稀疏或者可压缩性质有效地重建原始信号。当信号为稀疏或可压缩信号时，数据重建可以通过求解一个系数约束的最优化问题实现。信号的稀疏约束可以通过最小L1/2范数实现，其数据重建目标为

式中，A是已知的表示矩阵。

3 应用前景

面向信息内容的数据按需分发模型通过基于压缩感知的数据压缩和面向信息内容的稀疏表示解决了数据压缩传输与数据组织管理两个关键问题。在数据压缩传输方面，由于发送平台少数线性测量特征完成对大量情报信息的压缩测量，对情报信息的处理实时性强，适用于有人/无人前突的侦察平台。在数据组织管理方面，由于数据统一表示与管理需要在统一的数据表示模板下完成，因此，为了实现面向信息内容的数据组织与管理，需要大量的情报信息作为支撑，满足高精度的情报信息处理与管理。此时，面向信息内容的数据按需分发模型适用于地面或大型平台的情报处理中心。通过无线自组织网络将作战平台连接，构建情报信息处理与分发系统，支撑情报产品生成与分发共享。

4 结 语

为了提高复杂战场环境下信息的利用效率，致力于解决多传感器投入使用引起的“信息几何增长效应”，以及网络有限传输带宽的固定限制，提出了面向信息内容的自组织网络数据按需分发方案。方案采用了马尔科夫随机场、数据稀疏表示、数据挖掘等智能信息处理技术面向信息内容地组织与管理数据，同时利用数据压缩传感技术构建了低带宽利用的数据压缩传输分发机制，减轻了网络传输大量数据的压力。方案支持构建自治的数据管理系统，并由用户需求驱动数据实时按需分发。

下一步将构建面向信息内容的数据按需分发仿真系统，验证与分析本方案的系统性能，同时结合仿真结果分析本方案与主动服务、订阅式与过滤式信息分发方法的内在关系。

[1] JUBIN J,TORNOW J D.The DARPA Packet Radio Network Protocols[J].Proceedings of the IEEE,1987,75(1):21-32.

[2] SCHACHAM N,WESCOTT J.Future Direction in Packet Radio Architectures and Protocols[J].Proceedings of the IEEE,1987,75(1):83-99.

[3] TOH C K.Ad Hoc Mobile Wireless Networks,Upper Saddle River[M].New Jersey,Prentice Hall PTR,2002.

[4] 陈赤联,宋明,王晓明.武器数据链发展分析[J].导航，2008(1)： 11-17.

[5] 戴辉.武器协同数据链发展需求[J].指挥信息系统与技术，2011,2(5):11-15.

[6] 王子明，张海峰，陈邓安，等.基于信息栅格的作战信息按需分发方法研究[J].国防科技，2012，2(33):33-36.

[7] XU Z B,CHANG X Y,XU F M,et al.L1/2Regularization a Thresholding Representation Theory and a Fast Solver[J].IEEE Transactions on Neural Networks and Learning Systems,2012,23(7):1 013-1 027.

[8] ELAD M,AHARON M.Image Denoising Via Sparse and Redundant Representations Over Learned Dictionaries[J].IEEE Transactions on Image Processing,2006,15(12):3 736-3 745.