基于异类传感器信息融合的平台识别算法

李 敬，徐海洋

(中国船舶重工集团公司第723研究所，扬州 225001)

基于异类传感器信息融合的平台识别算法

李 敬，徐海洋

(中国船舶重工集团公司第723研究所，扬州 225001)

从实用角度出发分析了相关滤波法、目标识别法和D-S证据理论等方法在异类传感器信息融合的不同层次的使用，综合以上方法实现对雷达侦察辐射源、通信辐射源、激光辐射源和雷达航迹的信息融合,最终合成平台信息，用于完成平台识别。

异类传感器；信息融合；逆合成孔径雷达成像；D-S证据理论

0 引 言

数据信息融合是伴随着一个系统使用多个同类或异类传感器而产生的。根据参与融合的传感器的类别，可分为同类信息融合和异类信息融合[1]。同类信息融合的优点是各传感器之间相同特征信息比较多，融合的特征信息的确定因素比较多。而异类信息融合过程相对要难一些，因为相同的特征信息参数比较少，所以融合效果要差一些。本文主要讨论异类传感器的数据融合算法和应用领域。

异类传感器信息融合技术是智能信息处理领域的一种重要方法,它充分利用了多源数据的互补性和计算机的高速运算来提高信息质量，提高信号截获概率。本文讨论的异类传感器主要有无源的电子侦察、有源的航迹探测、通信情报和激光探测等，这也是目前舰载平台最常规的配备。在这些异类传感器中雷达能够对运动目标进行实时跟踪，但易暴露；无源设备隐蔽性强，但角度数据的精度比较差，目标增批严重。因此这些传感器之间的信息融合会更好地提高信号识别和目标识别的准确率，并解决模糊的问题,以便准确、实时地感知周围电磁态势形成平台，并将融合信息用于平台识别，最终给出平台的型号以及更详细的平台参数。

1 信息融合方法

异类传感器之间信息融合的最大困难就是各传感器之间的相同特征信息太少，因此异类传感器信息融合的不同层次对应不同的算法，从精确的数据关联滤波到模糊的属性相似度、D-S判据等算法都被应用在异类传感器的信息融合上。

1.1 数据关联滤波法

数据关联滤波法主要针对有源与无源探测同时都具有的可以量化的参数信息，主要有方位信息和俯仰信息。根据探测到的角度信息和时标，在时间和空间上对齐，实现对特征信息的相关和滤波。采用卡尔曼滤波方法实现有源航迹与雷达辐射源方位角和俯仰角的关联滤波。下面介绍卡尔曼滤波。

预测方程:

X(k/k-1)=AX(k-1/k-1)+W(k-1)

(1)

(2)

观测方程:

(3)

增益方程:

(4)

滤波方程:

X(k/k)=X(k/k-1)+ K(k)[Z(k)-HX(k/k-1)]

(5)

滤波均方误差方程:

(6)

对于时变系统信号模型和时变观测模型，转移矩阵A和观测矩阵H皆为时变的，用A(k)和H(k)表示。

通过卡尔曼滤波可以将雷达辐射源、通信辐射源、激光辐射源和有源航迹进行初步的角度信息的融合。如果雷达辐射源平台可以进行无源定位，实时给出辐射源的距离信息，便可以与有源航迹进行精确的位置信息的融合。

1.2 目标识别

目标识别是将目标信息与数据库内的信息进行关联比对，识别出目标的平台类型，为异类传感器信息融合提供有效融合参数。

1.2.1 雷达辐射源目标识别

雷达辐射源在进行分选时，由于信号反射、饱和以及干扰等原因，测量参数会出现偏差，而且雷达辐射源往往具有多个工作模式，不同雷达的模式相互交迭，对于工作频率、重复频率、脉冲宽度、信号调制度这类连续模拟性参数，则由于各部具体雷达的特征参量的值总是在各自对应的某一平均值附近摆动，使得分选结果出现偏差，增加了模糊性[2]。为此选用模糊匹配方法，采用高斯型隶属函数。

识别参数主要有射频f、重频F和脉宽τ。下面以射频为例。

目前比较常见的雷达辐射源射频类型一般包括固定、分集、脉组捷变、 脉间捷变、调频和复合信号。在进行射频相关时，先将射频类型笼统分为两大类，一类是固定频点的，主要包含固定类型、分集，另一类是射频值是变化的，主要包含脉间捷变、脉组捷变、调频和复合信号。

对固定频点的射频值相关采用高斯型隶属函数计算模糊隶属度，公式如下：

μRi(f)=

(7)

式中：f为频率测量值；fmin和fmax为以f频率值为中心，因测量设备的噪声和误差测出的雷达工作频率的低端和高端；σRi为该类雷达载频的测量精度；μRi(f)为第i次测量频点f的融合相关度。

需要注意的是，在进行高斯隶属度函数计算时，通常固定射频点会有多个，对多个射频点进行相关时，先要进行射频点配对，保证最接近的2个射频点进行模糊隶属度相关。

对另类变化的射频值进行相关时，采用均匀分布求概率的方法。设有2个相关的射频参数(fimax，fimin)和(fDmax，fDmin),则：

(8)

式中：(fimin,fimax)∩(fDmin,fDmax)表示求射频(fimax，fimin)和(fDmax，fDmin)的交集；(fimin,fimax)∪(fDmin,fDmax)表示求射频(fimax，fimin)和(fDmax，fDmin)的并集。

在求相关隶属度前同样的先要进行射频范围的配对，保证最接近的2个射频范围值求均匀分布概率。

1.2.2 有源目标识别

有源航迹的识别主要通过目标的方位信息(主要俯仰角)和速度信息等来粗分平台类型。有些平台类型在速度和俯仰角上并无很明确的界限，还可以依据目标的逆合成孔径雷达(ISAR)成像，根据一维距离像和二维距离像来区分。

高分辨率ISAR成像雷达由于能够实现目标的二维成像，获取更加丰富的目标散射信息，有利于目标的识别和分类，被广泛应用于现代雷达系统中。对目标进行高分辨ISAR成像需要有纵向和横向分辨率。横向分辨率是通过目标相对雷达的转动实现的，而纵向分辨率是通过雷达发射的大信号带宽实现的[3]。因而选择适合的大时宽带信号对于ISAR成像系统设计来说是至关重要的。大时宽带信号可以有许多形式，如脉冲编码等，但用得最多的是线性调频脉冲信号和调频步进频信号。图1是利用调频步进频方式对某型民航机的二维成像。图2是某舰船的二维像。

图1 民航机二维ISAR成像

图2 某舰船二维ISAR成像

二维成像对目标的配合要求比较高，要求目标相对测量点要求切向运动，对于敌方目标是很难做到的，对有经验的操作手来说，他可以从一维像上给出识别。图3是对应图1民航机的某帧一维距离像，图4是对应图2某舰船的一维距离像。

图3 民航机一维距离像

图4 某舰船的一维距离像

即使通过数据库比对和目标成像也很难准确无误地给出目标的平台类型，包括其他参数特征信息都不完整、不精确甚至存在一定的模糊性。基于这些问题，在进行异类传感器数据融合时，通过前面的方法收集异类传感器平台尽可能全面的相关信息，如：频率特征、平台类型、威胁等级、敌我属性等，再用D-S证据理论进行信息融合，给出最终判据。

2 基于D-S证据理论的信息融合[4]

由于存在各种干扰而导致各种传感器局部判决结果的不确定性，使得决策级融合中的各种“最优”准则未必为系统的“最优”。D-S证据理论在区分不确定与不知等方面显示了很大的灵活性。为了解决信息的不完整，不确定及模糊性的问题，可以采用D-S证据理论中的基本概率分配函数来描述这种不确定性。

设Mn是2Ω上概率分配函数，则其正交和M=M1+M2+…+Mn定义为:

(9)

(10)

(11)

式中：Ω为样本空间，Ω由一些互不相容的参数构成，这些参数的各种组合构成幂集2Ω；M为基本概率分配函数；M(A)为幂集2Ω在[0，1]的映射；M(Φ)=0为不可能事件的基本概率是0；当2Ω中全部元素的基本概率之和为1，即∑M(A)=1，A⊆Ω。

对多传感器多测量周期可信度分配的融合可先对每个传感器求其各个测量周期的可信度进行信息融合，再求所有传感器的可信度进行信息融合。

设Msj(Ak)为第s(s=1，…，S)个传感器在第j(j=1，…，J)个测量周期对命题Ak(k=1，…，K)的可信度分配，计算每个传感器依据各自第j个周期的测量积累对命题Ak的融合后验可信度分配为：

(12)

(13)

对所有传感器的融合结果再进行融合处理，即：

(14)

(15)

命题A可以是平台类型、威胁等级和敌我属性，通过对各个传感器的3种命题进行统计给出不确定性，再通过对所有传感器的统计给出不确定性，最后给出最终判决。

3 结束语

异类传感器信息融合的发展是必然趋势，国内外对异类传感器信息融合合成平台的研究已有，虽然只是简单地将目标航迹与雷达辐射源进行融合，但已可给出平台信息，感知周围态势。图5是用海图对异类传感器进行信息融合合成平台的显示。

目前侦察设备和通信设备存在的问题是多路径效应，辐射源增批现象严重而且在方位信息上不稳定，出现方位跳变现象造成虚假目标较多，激光的最大问题就是方位偏差太大。这些都会导致信息融合的不稳定和错误，在工程实现时除了按相关算法和准则进行融合外，还要进行平台之间的修正和更改，及时更新平台信息，实现实时动态信息融合，避免辐射源参数不稳定导致平台合成的错误。

[1] 梁健.异类传感器数据融合技术应用[J].2006年无线电工程,36(7):33-35.

[2] 王国玉,汪连栋,王国良,等.雷达电子战系统数学仿真与评估[M].1版.北京：国防工业出版社，2004.

[3] 保铮 邢孟道 王彤.雷达成像技术[M].1版.北京：电子工业出版社，2008.

[4] SHAFER G.A Mathematical Theory of Evidence[M].Princeton,NJ:Princeton U P,1976.

Platform Recognition Algorithm Based on Heterogeneous Sensor Information Fusion

LI Jing， XU Hai-yang

(The 723 Institute of CSIC,Yangzhou 225001,China)

From the practical point of view,this paper analyzes the application of correlation filtering method,target identification method and D-S S evidence theory,etc. to different levels of heterogeneous sensor information fusion,realizes the information fusion of radar reconnaissance emitter,communication emitter,laser emitter and radar track through integrating above methods,and finally the platform information is integrated,which is used for platform identification.

heterogeneous sensor;information fusion;inverse synthetic aperture radar imaging;D-S evidence theory

2016-02-25

TN97

A

CN32-1413(2016)06-0083-04

10.16426/j.cnki.jcdzdk.2016.06.018