空中目标传感器管理方法综述

2018-10-30闫涛韩崇昭张光华

航空学报 2018年10期

闫涛，韩崇昭，张光华

1. 西安交通大学电信学院综合自动化研究所，西安 710049 2. 西安交通大学智能网络与网络安全教育部重点实验室，西安 710049

在20世纪的最后十多年里，传感器技术在全球范围内迎来了革命性的发展和进步。这直接引发了具有高可控自由度的感知设备的大量出现。传统的传感器信号传输属性，如中心频率、带宽、波束调制、采样率等一系列与传感器管理有关的参数和工作模式都可以通过软件的形式进行操控。在同一时期内，传感器网络方面的相关技术也取得了非常大的进步，出现了具有各种先进传感器以及交互式网络的可部署自动/半自动的无人机/无人车系统。这说明可自动配置的网络感知系统是信息融合领域的一个新兴的发展方向，能够解决工程应用中的许多实际问题。

随着近年来合成孔径雷达(Synthetic Aperture Radar, SAR)、相控阵雷达(Phased Array Radar, PAR)、敌我识别器(Identification Friend of Foe, IFF)、前视红外雷达(Forward Looking Infrared Radar, FLIR)、电子支持测量(Electronic warfare Support Measures, ESM)等各种先进传感器以及新型作战飞机、预警机、无人机等平台的不断发展，现代战场环境变得日益复杂，传感器管理任务也面临重大需求和挑战，亟需进一步深入研究。在军用领域，传感器管理方法可用于弹道导弹防御、空防预警、超视距多目标探测、战场区域监视、态势评估等方面；在民用领域，可用于空中交通管制、交通导航、智能车辆系统、机器人视觉等领域。同时，传感器管理与多目标意图推断、威胁估计等其他高层信息融合处理过程也具有重要的耦合关系。这就需要有针对性地采用某种策略来对多传感器进行优化配置，以发挥其最大效用。

所谓的“传感器管理”总体而言是指对传感器系统的自由度进行控制，以满足实际的约束条件并实现既定的任务目标。为了达到这一目的，需要在跟踪过程的每一时刻，在约束条件下根据已经得到的量测集合和当前可用的传感器资源确定最优的传感器配置方案。因此传感器管理的核心思想在于优化方法，并且与控制论、信息论、统计方法、信号处理等数学、计算科学与工程方法密切相关。同时，传感器管理可同时应用于区域目标监视、多目标跟踪等各种军用和民用领域。本文重点针对空中目标传感器管理问题的内涵、产生和发展进程，以及近年来主要传感器管理方法的任务目标、约束条件、感知模式、动态模型等问题进行综述和讨论。这些相关的方法实际上具有更广阔的适用范围，而并不局限于本文所涉及到的内容。

本文旨在对传感器管理的相关研究脉络和最新进展进行较为全面的分析和总结。由于传感器管理属于信息融合领域的一个分支，该领域内与其关联的问题较多，因此部分与传感器管理相关的研究内容并不在本文的讨论范围之内。这其中包括自适应搜索方法、启发式传感器管理方法等，还有人工智能和人机交互系统的部分相关内容，包括机器视觉、自动导航、压缩感知等方法也不在本文讨论之列。另外，由于空中目标具有机动性高、运动轨迹和跟踪环境复杂多变等特点，因此一直以来都是传感器管理方面的重点研究对象。本文以此为基础展开论述，其中涉及到的方法具有一般性，并不局限于空中目标。该领域的研究还包括但不限于针对地面运动目标检测(Ground Moving Target Indication, GMTI)等传感器管理方法，在此不再专门讨论。参考文献列举了本文所涉及到的全部相关学术研究工作。

在传感器管理方面最早发表的综述性论文是Monahan于1982年发表的文章[1]，该文在传感器管理概念尚未建立的时候就给出了针对部分能观马尔可夫决策过程(Partially Observed Markov Decision Process, POMDP)的理论和方法。其后是1998年Cassandra发表的文章[2]，该文并未直接讨论传感器管理问题，而是主要研究了在传感器管理与调度任务中的一些应用实例，并分析了POMDP与传感器管理之间的联系。Ng G W和Ng K H于2000年则从传感器融合的角度对传感器管理方法进行了总结[3]。Hero等于2008年出版的论著《Foundations and applications of sensor management》分章节阐述了传感器管理的主要方法[4]。该领域其他的综述性文章还有Cochran[5]于1995年发表的文章以及Liu等[6]于2002年发表的文章。

近年来国内外有关传感器管理的博士学位论文也有许多。其中国外有Kreucher[7]、Rangrajan[8]、Blatt[9]、Williams[10]、Huber[11]和Jenkins[12]等；国内先后有刘先省[13]、周文辉[14]、刘严岩[15]、卢建斌[16]和刘钦[17]等对传感器管理问题做过深入的研究。

本文后续内容按以下结构组织：第1节给出了传感器管理系统的概念定义和基本目标；第2节重点介绍了过去随着传感器管理的产生和发展而出现的经典方法和技术，并概述和分析了近年来最新的一些传感器管理方法；第3节展望了传感器管理在未来所面临的挑战与机遇；最后部分对全文进行了总结。

1 传感器管理的定义

通过综合参考文献[4-17]，能够得出传感器管理(也称传感器控制)的具体定义：利用有限的传感器资源完成对多个目标的检测、跟踪与识别任务，以得到各目标具体特性的最优度量值(如检测概率、截获概率、传感器发射能力、网络能耗、航迹精度和丢失概率等)，并根据最优准则对目标函数进行优化，进而实现对传感器资源科学合理地分配与调度。在进行测量跟踪过程的每一时刻，系统从一组可选传感器集合中动态地选择合适的传感器对单目标或多目标进行扫描跟踪，从而达到优化传感器网络各项性能的目的。一般将时间离散化为等长的时间段，一个传感器在任一时间段内可能被选择和调度，因此该问题属于离散时间问题。这里的传感器管理系统通常是指闭环系统，下一时刻传感器选择调度的结果是根据当前时刻传感器的量测集得出的。而传感器调度则是用于进行传感器选择的前馈结构，在部分文献里这两个概念是混用的[18]。

传感器管理方法能够根据一定的最优准则对传感器部署位置、目标分配、工作模式及工作参数等进行控制，从而优化传感器网络整体性能。该方法能够提高对特定目标或监视区域的感知能力，同时减小应对时的工作负荷，因此在整个信息融合系统中占据更高层级的位置，并如前所述与系统其他部分紧密关联，如图1所示。其中：L0～L4分别表示信息融合系统由低到高的5个不同层级。

在传感器管理的相关应用方面，可以用于管理调度的传感器一般都是指虚拟传感器，表示实际物理设备的相关参数设置以及传感器器件、传感器平台等工作模式选择，还包括传感器子系统数据处理方式和相互之间数据通信方式的设置。因此，对传感器进行管理就意味着确定传感器系统的可控自由度数值应如何设定。

图2展示了一个闭环传感器管理系统的基本结构。当S1～S3中的某个传感器被系统选择并对目标进行了探测时，被扫描对象的信息就能从传感器数据中被系统提取出来。这一过程涉及到将不同来源、不同类型的传感器数据进行异类信息融合，以及将当前时刻所获得的信息与之前的传感器量测信息进行进一步融合。该闭环系统在信息融合与信号处理过程中有可能产生部分附加信息，例如目标航迹和目标种类信息等，可以在传感器管理过程中充分利用这些信息来提高系统感知能力。

为了达到传感器管理的目的，需要对每一时刻可能的传感器选择结果进行量化分析。该量化分析可以采用多种形式，包括基于信息增益或者期望风险的统计方法，以及启发式方法。从这个角度来看，传感器管理又可以理解成是对下一时刻扫描探测所使用的传感器进行选择的一个决策优化过程。

关于信息状态，需要保证其能够表示所需要感知场景下的全部信息，或者至少是与目标相关的全部信息。通常情况下，这些信息包括传感器系统自身的物理状态(如搭载了传感器的飞行器的位置与方位角)，通过这些信息的约束可以得到传感器系统下一步可能的动作以及下一时刻可选择参加任务的传感器。传感器系统自身的先验物理信息对传感器管理而言非常重要，因此部分文献将其物理状态与信息状态区别对待并分别建模，如图3所示。

图1 多传感器信息融合系统闭环模型Fig.1 Multi-sensor information fusion system in close-loop model

图2 传感器管理系统结构Fig.2 Architecture of sensor management system

图3 控制论角度下的传感器管理模型Fig.3 Sensor management model in view of control theory

图3表明传感器管理与反馈控制在很多方面都具有极大的相似性，而控制理论本身就是目前传感器管理相关理论的重要组成部分。但二者在一些具体性质方面却又有所区别。在传统的反馈控制理论方面，传感器用来确定某一动态目标的状态信息。该信息表征了外部施加的控制动作是如何根据控制原理或者控制规则来不断改变系统状态；而在传感器管理方面，控制动作会更为直接地影响目标的信息状态，与其说反馈的目的是帮助系统判断应该执行哪种控制动作，不如说反馈感知行为本身即是一种控制动作。

2 方法概述

针对空中目标的传感器管理技术是现代战争，尤其是C4ISR(Command, Control, Communication, Computer, Intelligence, Surveillance, Reconnaissance)系统和其基础上的全域作战不可或缺的组成部分。目前主要应用于空中区域目标监视、弹道导弹拦截、防空预警、飞行导航等方面。而由于传感器管理技术在众多军用和民用领域均具有非常重要的战略意义和应用价值，因此世界各国都在积极开展相关研究工作，其中以美国在该领域的研究水平最为先进。国内对传感器管理问题的研究始于20世纪末，虽然起步较晚，但也得到了一系列成果。

2.1 方法的起源与发展

早在20世纪上半页“传感器管理”的概念出现以前，Fisher为了解决数据统计过程中的样本选取问题改进了统计实验的设计方法[19]。到了20世纪80年代，统计学的相关学者开始在统计实验设计中引入序贯和闭环反馈的思想，并且证明了在序贯统计实验中样本的数量和组成不该是固定不变的，应随量测函数变化[20]。Meier等于1967年给出了在动态模型中使用闭环结构解决量测自适应问题的数据统计和采集方法[21]。Fedorov在其1972年的著作中给出了序贯统计实验设计中的优化方法[22]。这些统计方法的提出都为传感器管理奠定了数学统计方面的理论基础。

1977年，Nash率先采用线性规划方法研究了单平台多传感器多目标跟踪过程中传感器资源的最优分配问题[23]。而“传感器管理”这一文字性的具体概念则最早出现于1988年在美国举办的IEEE全国宇航电子学会会议上，即NAECON(National Aerospace and Electronics CONference)有关军用飞行器上的传感器系统自动控制方法的讨论中[24]。

在此之后，Castanon[25]首先使用POMDP来解决真正的多传感器管理问题。但该方法的计算复杂度过高，尤其是那些预测步超过一步的改进型方法，导致其在工程实践中难以使用。Ktishnamurthy[26]率先将解决多臂赌博机(Multi-Armed Bandit, MAB)问题的思路引入传感器管理方法，并考虑到可以通过启发式方法减小POMDP问题的计算复杂度。但该方法无法同时对多个目标进行跟踪，并且在量测满足一定的能观性条件下才能得到目标状态的解析解。Kreucher等[27]使用粒子滤波方法解决了目标运动模型非线性且环境随时间动态变化情况下多目标跟踪中的传感器管理问题，且对交叉航迹能进行正确跟踪。然而该方法在非线性条件下需要使用大量的粒子进行计算，从而带来巨大的计算代价，且该方法在多目标对象较为密集或航迹交叉时容易出现误关联。Tharmarasa等[28]使用多层分布式融合中心的传感器网络结构解决了大规模多传感器多目标的跟踪问题以及传感器管理问题。然而该方法不适用于分布式融合中心移动的场景中，无法通过移动融合中心来得到优化的跟踪结果，且该方法在实时条件下无法保证得到传感器管理的全局最优结果。

2.2 传感器管理方法研究现状

近几年来，在传感器管理方面又出现了很多新的学术成果。这些成果主要可以分为两大类：一类是基于信息指标优化的传感器管理方法；另一类是基于决策过程优化的传感器管理方法。其中，前者在当前的研究成果中占多数，后者占少数。当前传感器管理方法从其他角度来看还有各种不同的分类方式，本节后续部分仅依据上述分类方式对各种具体方法分别进行讨论和分析。

从另一个方面来看，当前各种主要的传感器管理方法大都以短时间尺度下的传感器调度管理为主要目标，即此类方法在第k时刻仅能得出第k+1时刻的传感器调度方案。而长时间尺度下的传感器管理方法，即在第k时刻能够得出第k+n时刻(n>1)的传感器调度方案，由于其问题描述更为复杂，需要使用线性规划等其他数学工具进行处理，因此当前的研究中鲜有涉及。同时，由于估计滤波算法带来的高计算复杂度、目标及其周围环境所存在的不确定性、传感器固有的系统偏差等各种因素综合作用，导致许多传感器管理方法仅能通过仿真实验验证其有效性和具体性能，而无法满足工程实际中实时在线的传感器管理需求。

2.3 基于信息指标优化的传感器管理方法

将传感器管理作为信息评价指标进行优化的一类方法，其实质在于在任一时刻k，在一定约束条件下以某种目标相对于传感器的信息评价指标为优化对象，进而实现传感器资源的最优分配和调度，以提高融合系统对单/多目标、动/静目标的整体跟踪精度。在某些情况下还能同时提高融合系统对目标的检测概率和识别能力。该类传感器管理方法近年来主要有以下几种具体方法。

Ristic和Vo[29]使用Rényi信息增益作为回报函数来进行POMDP框架下的多目标Bayes滤波传感器控制，并引入独立同分布的随机有限集来进行多目标的状态预测和更新。但该方法的计算复杂度过高，且仅考虑了集中式的融合结构。

Gostar等[30]利用多伯努利滤波器以及基于估计误差的损失函数最小化方法来选择传感器进行多目标状态估计。该方法对多目标个数和状态估计结果一体化考虑，且计算时间和鲁棒性都令人满意。但该方法未考虑较为复杂的非高斯噪声场景问题。

Wang等[31]于1999年提出了多传感器数据融合系统中的自适应传感器管理方法。该方法基于模糊集理论和证据理论，由于避免了积分运算而简化了计算复杂度。

何友等[32]将动态规划思想和有限集合理论引入了传感器管理方法，并提出了一种基于信息熵的传感器管理方法。但该方法在使用有限集理论方面只局限于对理论框架的讨论，并未涉及具体的传感器管理方案。

杨小军等[33]尝试使用条件后验克拉美罗下界(Conditional Posterior Cramér-Rao Lower Bound, CPCRLB)指标选择并激活传感器节点，并使用粒子滤波对目标进行跟踪。但该方法在量测来源不确定的情况下无法进行传感器选择。

刘欣怡等[34]提出了一种基于Rényi信息增益的多传感器管理方法，该方法利用交互式多模型(Interactive Multiple Model, IMM)和容积卡尔曼滤波(Cubature Kalman Filter, CKF)算法解决了高斯非线性条件下的系统状态估计问题。然而在传感器和目标数目较多的情况下，该方法无法保证模型求解的时效性。

黎子芬等[35]设计了一种基于跟踪精度控制的多传感器多目标分配方法，通过使用协方差控制、伪量测异步融合、IMM算法以及蚁群算法实现对多目标跟踪精度的控制。但该方法只能针对目标个数已知且确定的情况进行处理，无法解决目标个数随时间变化的传感器管理问题。

申屠晗等[36]提出一种基于反馈式多传感器结构和概率假设密度(Probability Hypothesis Density, PHD)滤波器的融合跟踪框架，并使用GM-PHD(Gaussian Mixture PHD)滤波器实现了多种多目标跟踪方法，提高了对多目标的跟踪精度。但该方法没有研究不同形式多传感器后验PHD融合方法的理论性能，也并未从传感器管理的角度出发，考虑如何进一步提高多传感器对多目标的跟踪性能和效率。

笔者[37]使用后验克拉美罗下界(Posterior Cramér-Rao Lower Bound, PCRLB)指标结合粒子群优化技术实现了多传感器多目标联合检测跟踪任务中的传感器管理方法。该方法能有效提高传感器网络对多机动目标的整体感知能力与跟踪精度，但未考虑复杂的多目标数据关联问题，也未讨论非线性非高斯条件下相应的传感器管理方法。

除此以外，笔者[38-39]还给出了用于解决复杂的群目标和扩展目标跟踪问题的传感器控制策略。吴巍等[40]提出了基于辐射控制的机载多传感器系统协同跟踪方法，该方法有助于提高作战飞机的抗侦察、抗干扰能力和整体生存能力。童俊和单甘霖[41]提出了一种基于目标跟踪精度Cramér-Rao下界的多传感器跟踪资源协同分配方法。叶继坤等[42]提出了一种基于几何关系的多导弹协同跟踪方法。张华睿等[43-44]提出了基于Fisher信息距离的传感器管理方法。孟迪等[45-46]提出面向空中目标跟踪、搜索与成像任务的雷达资源优化调度方法。

2.4 基于决策过程优化的传感器管理方法

将传感器管理作为决策过程进行优化的一类方法，其实质在于在任一时刻k，在一定约束条件下根据传感器得到的目标量测信息Zk(经常还包括历史量测信息Z1:k)，使基于某种特定控制策略或任务生成的回报函数最大化，或者使风险函数最小化，并以此为依据在该时刻对传感器(或者传感器平台)进行控制和调度。该类传感器管理方法近年来主要有以下几种具体方法。

Wang等[47]提出一种使用带标签的多伯努利(Labeled Multi-Bernoulli, LMB)滤波器和优化控制策略实现多传感静/动平台控制的传感器管理方法。该方法有效降低了传感器管理的时间复杂度，但与实时在线计算仍有较大距离。且该方法仅能对目标之间距离较近的非机动/机动群目标进行有效跟踪。

Gostar等[48]以LMB滤波器为工具，以最优次模式分配(Optimal Sub-Pattern Assignment, OSPA)距离为优化指标，实现了最优传感器控制动作下的多目标状态估计信任度最大化。该方法能明显提高单传感器动平台对多目标的整体跟踪性能，但未涉及多传感器对多目标跟踪场景下的情况

Hoang和Vo[49]通过将多目标状态建模为多伯努利随机有限集，同时实现了目标数方差后验期望的最小化以及预测与更新概率密度函数之间Rényi距离期望的最大化，即完成了目标个数的确定以及估计新息的最大化。但该方法只局限于特定场景，不具有普遍性，且未能解释目标对象能观性如何影响传感器控制策略。

Katsilieris等[50]提出了一种基于威胁度的传感器管理方法。该方法主要针对多目标威胁度中的不确定性进行最小化处理，可应用于目标区域监视与空中交通管制。其缺点在于无法用威胁度函数表征一些不可测量所包含的信息，且只能在较短时间尺度内进行传感器优化调度。

Gostar等[51]对多目标状态的预测与更新概率密度函数之间的Cauchy-Schwarz距离进行最大化处理，从而得到该距离在多伯努利滤波器下的闭合形式解，实现优化传感器控制策略的目标。而该方法的缺点同样是只能得到传感器单步的最优控制结果，无法得到多步全局最优结果。

通过对上述国内外研究现状的梳理可以发现，与目标跟踪、数据关联以及时空配准等传统信息融合研究方向相比，传感器管理这一重要研究方向目前的研究成果还相对较少，且仍存在许多尚未解决的重要问题。

2.5 现存问题及分析

决策过程理论为研究传感器管理方法提供了一个潜在的统一框架。一个决策过程指的是关于量测的时间序列以及相应的控制动作，而每个控制动作是由上一时刻控制动作影响下得到的该时刻的量测决定的。因此，最优的传感器管理方案本质上是一个使回报期望最大化的决策过程。纵观过去和近年来的各种传感器管理方法，发现可以从决策过程的角度来研究传感器管理方法。

为了简化传感器管理中的优化策略，通常假设决策过程具有Markov性，即当前时刻的决策仅由该时刻的量测值决定，而与之前的量测集无关。当待估计的目标状态能够完全通过量测进行估计时，将该决策过程称为Markov决策过程(Markov Decision Process, MDP)；否则，称之为部分能观Markov决策过程(Partially Observed MDP, POMDP)。根据Bellman公式[4]，可以通过线性规划得到MDP和POMDP问题的最优解。而前述的MAB问题实质上是一个资源分配的时间序列模型，在该模型中多臂所对应的多种资源由控制器分配给多个任务。当某时刻对一种资源进行分配时，MAB就转换到另一个随机状态，并同时得到由该状态确定的一个回报。当MAB下的控制动作和状态序列满足Markov性时，则该MAB问题就成为了MDP或POMDP的一个特例。

用于传感器管理的MDP、POMDP和MAB方法都会面临多步前向搜索问题。而要确定这一搜索策略，需要先对每一时刻可供选择的各种控制动作及其执行后所带来的回报进行评价。现有的研究成果主要集中于短时间尺度下的贪婪方法，因其方法的计算复杂度较低而易于实现。这类方法一般只根据当前时刻计算出下一步的回报期望来寻找当前最优的控制动作，而不考虑多步的最优问题，因此其方法性能相较于多步优化方法有所降低，有时甚至会有显著差异。

基于信息论的各种方法已经被大量用于传感器管理。在选取优化指标时，通常使用的是信息增益而非具体任务所对应的回报函数，这是因为信息增益作为度量目标对象的一个指标更能反映本质。例如，许多回报函数都与所用的滤波或检测方法相关，但其中所蕴含的互信息却不会随着数据的转换而变化。这一性质使得单步优化方法在牺牲系统性能的条件下能够保证其在遇到对应模型失配、系统目标动态变化(检测与跟踪)等不利因素的情况下仍具有足够的鲁棒性。

起初，多数基于信息论的传感器管理方法重点关注的是在单模式下以简单的被动方式对多目标进行跟踪。但近些年来，信息增益被更多地用于建立模型及传感器管理任务，例如基于通讯损失函数下的动态协同感知[52]、多传感信息融合[53]、机器路径规划[54]以及利用互信息进行目标识别与跟踪[55]等方面。

3 展望

尽管自2000年以来，尤其是最近十年内，相关领域学者在空中目标传感器管理方面做了许多研究工作[56-69]，但其目前在实际系统设计和性能评价方法上仍缺乏有效的指导原则。同时，该领域未来有以下几个潜在发展方向值得关注：

1) 在该技术应用于大规模传感器系统时，其中一个核心问题就是当多传感器系统的可调参数过多时或者时间约束条件较为苛刻时抑或只能使用多步优化方法时，现有传感器管理方法的计算复杂度均会急剧上升。解决这一困境的其中一个潜在方向就是使用稀疏凸优化方法。因为在一系列可能的控制动作中选取最优的控制动作，这一思路本身与压缩感知以及稀疏回归中的变量选取思路非常相似。所以可以沿此思路进一步深入研究，以期解决更多诸如多步优化之类的复杂传感器管理问题。

2) 另一个应对传感器管理高计算复杂度问题的方向在于使用统计理论与机器学习中的一些方法。通常面对某个领域中令人感到棘手的问题，可以将其等价的转换到另一个领域中使用该领域已有的方法将其简化并予以解决。例如，Freund和Schapire所提出的加速最优分类器学习方法即是受到了最优MAB策略的启发[70]；而相对的，Blatt等通过将最优POMDP策略的离线学习方法等价转换为最优分类器学习方法，提出了应用于雷达的最优传感器管理快速学习方法[71]。

3) 此外，非合作条件下的传感器管理方法也是该领域未来的一个重要发展方向，即对方能够通过控制目标场景中的一些条件来阻挠我方实现自己的传感器管理目标的情况。目前的主要研究方向在于引入博弈论等其他相关方法。近年来有关POMDP用于智能目标的方法就是实例[72]。所谓智能目标指的是在感知到自己被对方探测到时能够做出相应反应的目标[73]。但是整体上而言，这一研究方向还比较新颖，因此相关成果还非常少，需要继续研究。

总体而言，未来作战概念在空中目标传感器管理领域内集中体现在安全防御区域监视系统上。其发展趋势表现为各类自主或半自主平台上会出现越来越多的网络化分布式传感器。这些传感器通过传感器管理子系统能够提供比传统目标跟踪与发射源定位等任务更高层级的多/群目标与复杂环境感知信息。可以期待随着该领域的进一步研究和发展能够逐渐实现这一愿景。