面向冲突检测的资源规划图谱构建方法

张宇玲，杜伟伟，张静雅，范 鑫，杨 刚

（1.北方自动控制技术研究所，太原 030006；2.北京理工大学机电学院，北京 100081；3.智能信息控制技术山西省重点实验室，太原 030006）

0 引言

作为信息化战争的基本作战形式，陆军合成作战的战场要素多、作战环境变化快、参战实体关联关系复杂，海量异构的资源信息规划过程中可能会造成大规模资源冲突问题［1］。只有作战资源的调用时序、空间占用、频域分配等约束一致，才能保证任务执行按计划完成［2-3］。资源信息组织管理模式是否合理，直接影响冲突检测策略的可行性与执行效率，因此，需要研究一种能够打破领域隔阂的信息管理方法，为冲突检测提供更全面、更高效的资源信息支撑。

知识图谱是一种通过实体、关系、属性及属性值扩展本体知识的语义网络［4］，专注于破除实体界限，将各实体连接形成“网”，以网状结构展现实体间关联［5］。基于Overview Detials 的图谱可视化方法有助于筛选知识、探索知识关联，并进一步展现知识层次体系［6］。知识图谱在知识总结、知识理解、知识推理、知识演化等方面有强大的组织管理能力，在问答系统、智能搜索、辅助决策、个性化推荐等领域已经展开大量研究［7-11］。知识图谱构建与可视化方法的出现，为海量异构信息结构化管理问题提供了新的解决思路。

面向冲突检测，作战资源信息根据任务执行时序呈现属性局部密集关联的特点。但传统的知识图谱中节点排列没有明确的时间关系，并且在表示整体稀疏、局部密集的结构时有局限。例如两个局部密集结构间的属性关联会破坏图谱整体结构的稳定性，给后续知识提取与转化应用带来困难。为解决相关问题，首先面向陆军合成作战行动特点与冲突检测场景需求，基于知识图谱框架，结合ESTN 模型，设计资源规划图谱构建方法；其次，针对图谱整体稀疏、局部密集的结构特点，引入ChordLink 模型优化图谱的可视化表达；最后通过一个作战案例说明资源规划图谱构建方法的可行高效。

1 资源规划图谱构建

1.1 资源规划图谱框架

资源规划图谱框架基于三元组模型实现，即以“实体-关系-实体”结构储存各种实体、关系、属性及属性值信息，并分别以节点、边表示实体、实体间关系，实体由关系连接生成网状结构的资源规划图谱。资源规划图谱中各元素内涵如下，资源规划图谱框架如图1 所示。

图1 资源规划图谱框架Fig.1 Framework of resource planning graph

1）实体：执行作战任务相关各类信息。实体是资源规划图谱基本组成元素，每个实体都应设置唯一标识；

2）关系：图谱中各实体或概念间的联系。资源规划中实体根据时间关系建立联系；

3）属性：实体特性。资源规划图谱中指空域约束、频域约束。

1.2 基于信息分类的知识提取

任务规划资源信息保密性强、专业针对性高，资源规划图谱的构建无法在公开环境下进行，因此，需要从任务计划中提取资源约束信息，构建资源规划信息知识库，以实现对资源信息的分类管理。

资源规划信息知识库的构建包括信息检测、无效信息过滤、有效信息清洗、特征提取、分类储存5个步骤，构建结果如图2 所示。

图2 资源规划信息知识库Fig.2 Resource planning information knowledge base

1）信息检测：针对信息冗余、错误情况进行检测；

2）无效信息过滤：去除标点符号、语气词、连接词、停用字符等无意义信息；

3）有效信息清洗：对保留的有效信息进行一致性检查，并补充缺省值；

4）特征提取：根据信息来源、参数数值以及数据单位等提取信息特征，并按结构化、半结构化、非结构化信息分类储存；

5）分类储存：结构化信息采用Neo j 图数据库存储，半结构化与非结构化信息采用分布式储存方法。

资源规划信息知识库中既有基础作战数据、作战环境特征数据、实时/非实时格式报信息等结构化信息，也有海洋、水文、气象等半结构化信息，还有视频、音频、文本等非结构化信息。针对不同类型信息要采取不同的提取方法，结构化信息经异构信息整合后即可提取，提取半结构化与非结构化信息时需先进行实体抽取、关系抽取与属性抽取，并将抽取结果进行同构整合。复杂作战环境下的信息在提取整合过程中，不可避免地会引入知识缺失问题。由于资源规划信息的特殊性，大量关系出现的频次很低，但知识补全往往需要大量的训练数据，因此，考虑通过基于元学习训练少量已知三元组来对缺失的三元组进行预测补全。

1.3 基于属性对齐与实体对齐的数据层构建

数据层旨在通过属性对齐和实体对齐消除作战资源信息的冲突冗余。其中，属性对齐是将指向同一实体的相同内涵属性进行合并，实体对齐指将含义相同的不同实体进行对齐。

1.3.1 基于ESTN 的属性对齐

简单时间网络模型（simple temporal network，STN）是一种对计划中时间关系进行推理的约束网络［12］，是解决时间冲突检测问题的有力工具。扩展时间网络模型（extend simple temporal network，ESTN）是在STN 的框架基础上，将空域、频域占用及其约束关系添加到相应的时间节点上，在完成时间冲突检测的基础上进行空域、频域冲突检测，与作战资源冲突检测策略有很高的适配性。基于ESTN 解决冲突问题的信息需求，需要对空域约束、频域约束进行规范化描述，以合并相同内涵的属性，实现属性对齐。

空域不仅包含火力安全线边界、地炮落地区域范围等二维平面范围规划，也包括飞行器航迹、弹道轨迹等三维空间航线规划。合理安排战场空间占用可以有效避免发生空域冲突，既要保证单位空间区域内不能因占用率过高而产生拥堵，也要保证作战实体间不能超过各自行动安全距离。空域约束可表示为SD（ΔLon（i，j），ΔLat（i，j），ΔH（i，j），ΔT）。其中，ΔLon（i，j）=Lonj-Loni、ΔLat（i，j）=Latj-Lati、ΔH（i，j）=ΔHj-ΔHi，分别表示经度间隔、纬度间隔与高度间隔，ΔT 指空域占用时间间隔。

频域可划分为监视频域、保护频域和禁止频域。监视频域指战斗中用以搜集情报的敌方频率段；保护频域指需在对敌实施电磁干扰时施加保护的频率段；禁止频域指对己方作战起关键作用的频率段，需施加绝对保护防止意外干扰。可用时间交叠范围内实体频率波段来表示频域约束，即同一时间区间、在可发生频率干扰的范围内，不同实体占用的频率波段产生交集表示频域冲突。频域约束表达式为FD（ΔF（α，β），γ，ΔT）。其中，ΔF（α，β）=Fβ-Fα，表示频率区间，α 与β 分别表示频率区间的上限与下限，γ 表示频率类型，ΔT 表示频域占用时间间隔。

1.3.2 基于属性相似度的实体对齐

多源异构的作战资源信息不经实体对齐很难构造出清晰准确的“实体-关系-属性”映射关系。因此，需要通过计算规范化表示的属性值间最小编辑距离得到属性相似度，并基于属性相似度实现实体对齐。

定义s1与s2间最小编辑距离为edit（s1，s2），字符串s1长度为p，字符串s2长度为q，s1［p］表示s1中第p 个字符。求解edit（s1，s2）方程组如下：

设实体A 有p 个属性SA={SA1，SA2，…，SAp}，对应属性值为QA={QA1，QA2，…，QAp}；同理实体B 有q 个属性SB={SB1，SB2，…，SBq}，对应属性值为QB={QB1，QB2，…，QBq}。CS=SAj∩SB表示A 与B 间相同属性集合。则实体对齐通过以下3 步实现。

首先，设edit（QAi，QBi）为CS中第i 个相同属性QAi与QBi间的最小编辑距离，l（QAi）与l（QBi）分别指QAi与QBi长度。基于最小编辑距离计算CS中第i 个相同属性的相似度simCS（SAi，SBi）：

然后，根据式（5）计算实体A 与实体B 间属性相似度。其中，t 为CS中元素个数，ωi指第i 个属性权值。

最后，基于历史作战数据，运用深度学习算法挖掘数据深层规律并得出相似度阈值。根据属性相似度计算结果得到一个相似度由高到低的实体集合，该集合中属性相似度高于阈值的实体实现对齐。

1.4 基于层次规约的概念层构建

为进一步实现对数据层节点的逻辑规范与组织管理，通过层次规约构建概念层，使图谱层次结构更符合冲突检测的信息调用逻辑。分层映射所得各层节点概念规约如表1 所示，概念层结构如图3所示。

表1 概念层Table 1 Concept layer

图3 概念层结构Fig.3 Concept layer structure

关于概念层结构需注意：

1）概念层面向冲突检测构建，作战资源调用具有时序特性，因此，各实体的时间约束信息要进行时间同步后排列；

2）实际作战中各空域、频域等属性交叉占用，因此，除任务ID 层外的各层节点间存在交叉、跨层映射的情况。

2 基于ChordLink 模型的图谱可视化方法

资源规划图谱可以实现对陆军合成作战中海量异构资源信息的有效组织管理，但大型图谱的层次体系难以清晰呈现，不利于后续对图谱的转化应用。图谱可视化可以直观展现领域知识间的层次体系结构，有助于研究人员对其提取、理解、应用，能够有效提高资源规划效率。

图谱可视化常通过节点关系图表示图谱中知识间的关联结构，若将调用资源的作战任务看作局部，则网状的资源规划图谱具备全局稀疏、局部密集的结构特征。常用的图谱可视化模型有：NodeTrix模型、OntoTrix 模型、ChordLink 模型等［13-15］。其中，ChordLink 模型是一种将表示密集子图的弦图嵌入节点关系图中表示稀疏全局网络中的局部密集结构的混合可视化模型［15］。因此，为保留整体布局的同时更好地表达局部交互情况，基于ChordLink 模型进行资源规划图谱可视化。

设陆军合成作战全局行动中任务Γ 相关节点集合为C，C 中时间关系节点位于一个圆形拓扑区域R（C）内，称为内部节点，属性节点位于R（C）外，称为外部节点。对于内部节点w，z，h，f∈C 和外部节点a，b，u∉C，可视化生成流程如下：

1）节点复制：在uw 与R（C）边界之间的交点上创建w 的复制点w'，并用uw'替换uw。对每一个内部节点同理处理，可以沿R（C）边界得到每个内部节点的唯一复制点。然后删除位于R（C）内部的所有节点，即可沿R（C）边界得到一个复制点序列；

2）节点排列：首先为减少同一节点的非连续复制点数量，当且仅当复制点与同一外部节点相邻时，沿R（C）边界重新排列复制点；

3）节点合并：用一个至少跨越整个子序列的圆弧替换所有连续复制点，得到圆弧cw、cz、ch、cf，并插入弦表示时间关系。

对于任务Γ 所属事件集，经过节点复制、排列、合并生成由时间关系建立连接的弦图集。各弦图根据作战主体在不同时间对空域、频域等资源的调用情况与外部属性节点建立连接，从而构成作战资源知识图谱全局稀疏、局部密集的布局结构。随着陆军合成作战中各任务的资源规划进程，不断有新的弦图生成并与外部属性节点建立联系，图谱可视化流程及结果如下页图4 所示。

图4 图谱可视化Fig.4 Graph visualization

3 实例分析

以作战任务“炮兵火力压制，装甲推进”为例构建资源规划图谱。子任务I1～I4要求20 min 内完成，空域包含：SD1（ΔLon（0，1），ΔLat（0，1），ΔH（0，1），ΔT），SD2（ΔLon（0，2），ΔLat（0，2），ΔH（0，2），ΔT）；频域划分为监视频域FD1（ΔF（α1，β1），γ1，ΔT）、保护频域FD2（ΔF（α2，β2），γ2，ΔT）以及禁止频域FD3（ΔF（α3，β3），γ3，ΔT）。根据实体、关系、属性抽取结果构建数据层和概念层，各实体、关系、属性、属性值间映射关系如表2 所示，资源规划图谱可视化结果如下页图5 所示。

图5 可视化结果Fig.5 Visualization results

表2 实体-关系-属性映射关系Table 2 Entity-relation-attribute mapping relationship

通过上述分析可知，面向冲突检测，资源规划图谱的构建不仅能完成资源信息的时间同步，并且可以在时间同步的基础上进行高效知识搜索，清晰展示时域、空域、频域等信息间关联关系。能够有效提升信息价值，给后续资源冲突检测提供结构化信息支撑。

4 结论

陆军合成作战信息混杂、域界模糊的特点给冲突检测信息管理方法提出了更高的要求，信息管理方法的选择会影响冲突检测的效率与准确度。基于陆军合成作战行动特点与场景需求，面向冲突检测构建资源规划图谱，一方面集成知识图谱与可视化方法，展示各领域知识间关联关系以及资源规划图谱的可扩展性；另一方面积累整合各类作战资源信息，使得冲突检测不仅可以解决某一类冲突问题，更可以基于资源规划图谱研究复合冲突检测策略解决陆军合成作战中发生的大型冲突问题。