网络分布式分级数据处理技术

史伟

（中国电子科学研究院，北京 100041）

网络分布式分级数据处理技术

史伟

（中国电子科学研究院，北京 100041）

针对现代战争中多平台多传感器协同作战的特点，提出了一种网络分布式分级数据处理技术。首先，通过网络分布式技术提升了整个作战系统的抗毁性，实现了指控作战的无缝交接。其次，通过分级融合技术解决了传统单级融合模式中由于数据回吐而造成的信息冗余问题，同时也降低了网络负载；最后，通过理论分析和仿真实验验证了分布式分级处理技术的可行性和有效性，具有较强的工程应用价值。

数据处理，分级处理，分布式处理，数据融合，信息融合

引言

在现代及未来战争中，战场环境瞬息万变，电磁环境异常复杂，战场上目标的批数、密度、种类大大增加，目标的运动速度越来越快，而且多数目标采用隐身技术和低空/超低空突防技术［1］，用传统的单一型传感器系统探测目标将会更加困难。为了赢得战争的主导权，需要在各参战平台上加装多传感器系统。目前我国的各指挥控制平台、警戒平台以及战斗平台加装了包括雷达、敌我识别等有源探测传感器以及电子侦察、红外探测等无源传感器。并且各平台之间通过加装数据链实现了各平台之间的情报共享。

由于参战平台的日益多样化以及情报种类的日益多元化和复杂化，传统的信息处理模式已经不再适应现在战争的需要，主要表现在：

①许多作战系统只有一个情报处理中心［2］，当处理中心被毁时，整个作战系统瘫痪，系统的抗毁性较差。

②当设置多个情报综合中心时，各情报中心共享情报的方式通常有两种：第1种模式将每个情报源将获取的原始情报都通过全网进行广播［3］。第2种模式是各情报中心不直接共享所获得的原始情报，而是将处理过后的综合情报进行共享［4］。这两种情报共享模式都有各自的局限性：

第1种模式的优点在于由于共享的是原始情报，因此，处理后的精度较高。局限性在于虽然精度较高，但当信源或目标较多时很容易造成网络拥塞而降低整个系统的作战效能；第2种模式的优点在于通过综合降低了网络负载，缺陷在于一旦两个情报中心存在交叠区并且相互交互，就会导致所谓的数据回吐问题，即各情报中心通过网络发送出的综合情报被其他中心综合过后，又被当成是新的情报发送了回来，这样就会造成融合误差积累而降低融合精度，并且造成不必要的带宽浪费。

本文提出了一种分布式分级数据处理技术，旨在解决上述问题。

1 网络分布式分级数据处理技术

1.1 传统的分布式单级数据处理技术

现代化战争中，为了解决融合中心一旦被摧毁整个指挥控制系统将面临瘫痪的问题，需要采用分布式处理技术，即在网络中同时设置多个融合处理节点来提高平台的抗毁性，进而提高作战系统的作战效能。例如在一个空地组网联合作战系统中，地面指挥所可以作为一个融合节点，预警机也可以作为另一个融合节点。它们同时接收本平台和其他参战平台各传感器的探测情报，彼此之间互为备份。当一个融合节点被敌人摧毁时，另一个融合节点可以马上递补发挥指挥控制和情报服务的功能，从而可以提高整个作战系统的抗毁性。

根据第1节介绍可知，传统的分布式单级数据处理技术可以分为广播式共享单级融合模式和综合情报共享式融合模式两种。

广播式共享单级融合技术在网络中发送所有信源的所有情报，其结构如图1所示：

图1 广播共享式单级融合技术

这种信息融合模式在信源和目标较少的情况下相对比较适用，一旦信源和目标较多时，由于各信源掌握的每个目标的情报都需要通过数据链传输，无疑会加重数据链传输的负担。因此，第2种情报融合模式出现：融合中心之间只共享综合之后的情报信息，但随之也带来了数据回吐的问题。

如图2所示，融合中心1接收来自信源1、信源2以及融合中心2通过数据链发送过来的综合情报。融合中心2接收来自信源3、信源4以及融合中心1通过数据链发送来的综合情报。可以看到，对于融合中心1，它通过数据链发送出去的综合情报又被当作融合中心2综合情报中的一部分接收回来继续综合，这样会造成融合误差的累积和资源的浪费。

图2 综合情报共享式单级融合模式中

1.2 分布式分级数据处理技术

为了解决上述问题，本文提出了网络分布式分级数据处理技术，通过分布式、分级融合处理，解决了上述存在的问题，如图3所示：

图3 分布式分级融合技术

处理步骤：

首先采用网络分布式处理技术，在网络中设置多个融合处理中心，这些融合中心的级别可以平级，也可以分属上下级。当一个处理节点被毁时，其他节点可以马上递补实现无缝交接的情报服务的功能。

其次，各数据处理中心内部采用分级处理技术，整个处理过程可以分为两个步骤：

①一级处理（本地综合）

各融合中心的一级数据处理模块接收本地多传感器的探测情报并进行综合处理，形成本地综合航迹。本地综合情报一方面发送给数据链用于情报共享，一方面发送给二级融合模块用于二级综合。

②二级处理（系统综合）

各融合中心的二级数据处理模块接收本地综合处理后的本机综合航迹和其他融合中心通过数据链发送过来的本地综合航迹进行二级融合处理，形成系统综合航迹。

分布式分级融合处理的优点如下：

①当信源较多时，使用分布式分级数据处理技术，各融合节点的综合模块既保持了采用广播式单级融合技术时的目标跟踪精度，又减少了数据链的传输负担。

证明：设有N个信源对单个目标进行量测，各信源对目标的原始量测向量为z1，z2，…，zN，其中，zi∈Rmi，

观测方程为

其中，被估计量x∈Rn，Hi∈Rmi×n为量测矩阵，vi为量测误差，且

根据信息论原理，定义信息的信息量I为信息方差的逆，即

因此，方差越小，信息量越大。

由于量测量的信息维数与被估计量的维数不等，因此，量测信息不能直接使用，定义当量信息量：

若I［z］=W且z=Hx，则。

其中I［z|x］被称作当量信息量。

为了证明结论首先给出信息量满足的两条定理［5］：

定理1：最优估计的信息量等于所有量测信息关于被估计量的信息之和。

定理2：最优融合估计与其信息量的积等于各当量信息与其信息量的积之和。

若采用广播共享式单级融合技术，根据定理1可得N个量测信息的全部当量信息量等于最有估计值的信息量，因此有

根据定理2，可得N的量测信息的最优融合解为

若采用分布式分级融合技术，设融合中心1的本地综合模块接收来自传感器序号为1～N1的探测情报，融合中心2的本地综合模块接收来自传感器序号为N1+1～N的探测情报。设融合中心1的本地综合估计为ˆ1，融合中心2的本地综合估计为ˆ2，根据式（4），可得以下结论：

对于融合中心1和融合中心2的二级融合（系统融合）模块，将ˆ1和ˆ2看做是x的量测信息，得出信息的表达式：

式中：w1，w2是零均值，协方差分别为I-1［ˆ1］和I-1［2］的白噪声。

因此，融合中心1和融合中心2的二级融合模块得到的总信息量为

根据定理2，有

将式（5）、式（6）带入式（7）可得二级融合模块关于目标的最优估计：

对比式（4）和式（8）可以发现，采用分布式分级融合技术的融合精度和采用广播共享式单级融合技术的融合精度是相同的。

下面分析数据链传输信息的冗余度：

假设有m个信源（传感器），n个目标，k个融合中心，假设信源较多（m〉〉k），且每个信源都探测到了所有目标。

对于广播共享式单级融合技术而言，由于每个信源需要向数据链发送的航迹数目为：n×（k-1），因此，m个信源共需要向数据链发送m×n×（k-1）条航迹。

对于分布式分级融合技术而言，在关联成功率理想的情况下，每个融合中心需要向数据链发送的航迹条数为n×（k-1），k个融合中心共需向数据链发送k×n×（k-1）条航迹。由于m〉〉k，所以得出结论：通过分布式分级融合技术，可以减少信源较多情况下数据链的传输负担。

②解决了单级综合情报共享模式中的数据回吐问题。通过分布式分级融合数据处理技术，各融合节点的一级融合模块首先对本地多传感器情报进行综合，形成本地综合航迹后，发送给本地融合中心的二级融合模块，并通过数据链发送给其他融合中心的二级融合模块。通过上面证明可知，对各融合节点而言，它们接收的情报信息等价于所有传感器的情报信息，是没有冗余的，很好地解决了综合情报共享融合模式中综合情报你中有我，我中有你的数据回吐问题。

2 实验分析

不失一般性，假设有2个融合中心：融合中心1和融合中心2；假设融合中心1有4个传感器，融合中心2有4个传感器；通过蒙特卡洛法共产生100批目标。

方式1：采用广播共享式单级融合方式，即2个融合中心同时接收8个传感器发送过来的情报信息。融合中心采用序贯卡尔曼滤波融合算法。

方式2：采用分布式分级融合方式，即各融合节点首先对本地的4个传感器的情报进行综合，形成本地综合航迹后，发送给本地以及对方融合节点的二级融合模块进行系统综合，形成系统航迹。本地综合和系统综合都采用序贯卡尔曼滤波融合算法。

通过500次蒙特卡洛仿真实验来比较两种方式的融合精度和网络负载，如图4，图5所示：

图4 两种融合方式融合精度对比

通过对比图4和图5可以看出，分布式分级融合的融合精度和广播共享式单级融合的融合精度大致相同，但明显降低了网络负载。

图5 两种融合方式网络负载对比

3 总结

本文提出了分布式分级融合技术，通过设置多个分布式融合节点提高了系统的抗毁性；通过分级融合技术解决了单级综合情报共享模式中由于数据回吐而造成的融合误差积累和资源浪费问题。通过理论和实验证明，分布式分级融合技术在保持与广播共享式单级融合方式相同的融合精度的同时，降低了网络负载，增强了系统的健壮性，具有较强的实用性。

［1］曹 晨.预警机—信息化战争的空中帅府［M］.北京：电子工业出版社，2009.

［2］韩崇昭，朱洪艳，段战胜，等.多源信息融合［M］.（第二版）.北京：清华大学出版社，2010.

［3］Hutchins R G，Wilson D，Allred L K，et al.Alternative Architectures for IMM Tracking of Maneuvering Aircraft［C］//. Proc.2012 SPIE Conf.on Signal and Data Processing of Small Targets，2012.

［4］Jilkov V P，Li X R.Adaptation of Transition Probability Matrix for Multiple Model Estimators［C］//in Proc.2011 International Conf.on Information Fusion，（Montreal，QC，Canada），2011.

［5］Doucet A，de Freitas N，Gordon N.Sequential Monte Carlo Methods in Practice［M］.New York：Springer，2011.

［6］Salmond D J，Fisher D，Gordon N J.Tracking in the Presence of Intermittent Spurious Objects and Clutter［C］//Proc.SPIE -Int.Soc.Opt.Eng，1998：460-474.

Study on Network-Distributed Data Processing Technology Based on Multi-Level Architecture

SHI Wei
（China Academy of Electroics and Information Technology，Beijing 100041，China）

Due to the complexity of sensors and platforms in a war，a network-distributed fusion system based on multi-level fusion architecture is proposed in this paper.Firstly，it improves the robustness of the system by means of network distributed architecture.Secondly，it is able solve problems of information redundancy in single-level fusion model and reduce the network load by means of hierarchy.It is proved to be effective and feasible by theory and experiment.

data processing，distributed processing，multi-level processing，data fusion，multi-source fusion

TP274

A

1002-0640（2014）10-0135-04

2013-07-10

2013-09-22

史 伟（1981- ），男，山西太原人，博士，高级工程师。研究方向：信息融合与目标跟踪技术。