趙 虎 許錦洲 管維偉
(1.海軍蚌埠士官學(xué)校 蚌埠 233012)(2.海軍指揮學(xué)院 南京 211800)
在現(xiàn)代海戰(zhàn)中,參戰(zhàn)雙方的艦艇通常是以編隊(duì)的形式在海上保持存在。以典型的航母編隊(duì)為例:它通常由1艘航母、2架預(yù)警機(jī)、2~3艘反潛/防空驅(qū)逐艦、1~2艘攻擊型核潛艇、1~2艘后勤支援艦組成。航母編隊(duì)隨時(shí)都有可能遭受來自空中、海上和水下的攻擊。為滿足防空、反潛和反艦作戰(zhàn)需求,必須建立遠(yuǎn)中近、高中低搭配的戰(zhàn)場(chǎng)目標(biāo)信息獲取通道;打造遠(yuǎn)程對(duì)空防御、中程區(qū)域防御和近程點(diǎn)防御的“分層防御”體系;并綜合使用航母艦載機(jī)、各種艦用導(dǎo)彈、火炮和電子偵察、電子對(duì)抗等軟硬武器,才能有效地做到攻防。編隊(duì)中各平臺(tái)搭載的多種傳感器系統(tǒng)的使命則是為編隊(duì)提供預(yù)警和確保武器威力的正常發(fā)揮。由于對(duì)水下目標(biāo)有獨(dú)立的探測(cè)感知系統(tǒng),因此本文僅考慮海戰(zhàn)場(chǎng)水面和空中目標(biāo)。
不論附屬艦還是指揮艦對(duì)空中和海上目標(biāo)都使用了多型雷達(dá)、電子偵察、光電偵察(紅外警戒、紅外跟蹤、光電跟蹤、激光測(cè)距)等多種實(shí)時(shí)探測(cè)設(shè)備,以實(shí)施對(duì)海戰(zhàn)場(chǎng)的偵察監(jiān)視。這些探測(cè)設(shè)備在傳感器特性、探測(cè)距離、探測(cè)區(qū)域,以及對(duì)不同的環(huán)境和目標(biāo)特性方面各有不同,因此在作戰(zhàn)中一般采用分布式組配使用,共同構(gòu)成單艦實(shí)時(shí)目標(biāo)情報(bào)偵察系統(tǒng),如圖1所示。
圖1 單艦傳感器配置
編隊(duì)目標(biāo)信息來源于編隊(duì)內(nèi)各附屬艦、指揮艦和預(yù)警機(jī)。附屬艦完成本艦各傳感器提供的目標(biāo)信息融合,形成本艦作戰(zhàn)區(qū)域的目標(biāo)狀態(tài)估計(jì)和識(shí)別[1]。而編隊(duì)目標(biāo)信息融合是對(duì)各平臺(tái)傳感器目標(biāo)信息的協(xié)同使用和融合,使編隊(duì)內(nèi)的各平臺(tái)及傳感器系統(tǒng)有機(jī)地融合成一體,實(shí)現(xiàn)目標(biāo)信息的聯(lián)合探測(cè)和共享[2]。
圖2具有上下級(jí)隸屬關(guān)系,同時(shí)又具有艦艇之間信息交接和共享能力。各成員艦艇在各自的分配區(qū)域,攻防功能上自身是個(gè)完整的信息融合結(jié)構(gòu),還能與編隊(duì)其他成員形成完善的網(wǎng)絡(luò)體系結(jié)構(gòu)[3]。
圖2 編隊(duì)指揮中心目標(biāo)信息來源關(guān)系
圖2有4個(gè)目標(biāo)信息交換節(jié)點(diǎn):F11表示指揮艦本艦指揮中心與附屬艦對(duì)空信息的融合點(diǎn);F12表示指揮艦本艦指揮中心與附屬艦對(duì)海信息的融合點(diǎn);F21表示編隊(duì)指揮中心與指揮艦本艦指揮中心對(duì)空信息的融合點(diǎn);F22表示編隊(duì)指揮中心與指揮艦本艦指揮中心對(duì)海信息的融合點(diǎn)。
附屬艦之間不進(jìn)行融合,即不展開附屬艦之間傳感器系統(tǒng)的信息融合。由指揮艦編隊(duì)融合中心向各成員艦分發(fā)一致的態(tài)勢(shì)。
這種體系結(jié)構(gòu)優(yōu)點(diǎn):一方面附屬艦具有完整自治的對(duì)空、對(duì)海能力;另一方面編隊(duì)也有完整的對(duì)空對(duì)海綜合能力,這樣編隊(duì)信息可以充分共享。一旦從編隊(duì)融合中心發(fā)現(xiàn)對(duì)空或?qū)7烙蛔?,可以通過指揮中心調(diào)整來應(yīng)對(duì)。這種結(jié)構(gòu)需要強(qiáng)力的數(shù)據(jù)鏈、計(jì)算機(jī)網(wǎng)絡(luò)、軟件的支持[3]。
柵格化的網(wǎng)絡(luò)為編隊(duì)范圍內(nèi)傳感器系統(tǒng)探測(cè)的網(wǎng)絡(luò)化,以及多個(gè)層次上的融合提供了可能[4],如圖3所示。
圖3 編隊(duì)目標(biāo)信息組織結(jié)構(gòu)
圖3所示的編隊(duì)目標(biāo)信息融合組織結(jié)構(gòu),以編隊(duì)內(nèi)傳感器獲取的實(shí)時(shí)信息為主要融合對(duì)象,按傳感器作用區(qū)域和對(duì)象劃分,可將它們分為三類:
1)遠(yuǎn)程對(duì)空對(duì)海。預(yù)警機(jī)獨(dú)立完成遠(yuǎn)程對(duì)空海目標(biāo)信息的獲取,通過數(shù)據(jù)鏈傳送給指揮艦編隊(duì)融合中心。
2)中程對(duì)空對(duì)海。主要由艦載中遠(yuǎn)程警戒搜索雷達(dá)、超視距雷達(dá)等完成,形成單艦區(qū)域內(nèi)中遠(yuǎn)程海情和空情的同時(shí),將傳感器目標(biāo)信息送至指揮艦編隊(duì)融合中心,完成編隊(duì)區(qū)域范圍內(nèi)的中程空情和海情融合;
3)近程對(duì)空對(duì)海。主要有近程跟蹤雷達(dá)、光電設(shè)備、紅外設(shè)備和IFF。完成單艦區(qū)域內(nèi)近程對(duì)空海目標(biāo)跟蹤信息融合的同時(shí),將各傳感器目標(biāo)信息送至指揮艦,完成編隊(duì)區(qū)域范圍內(nèi)的近程目標(biāo)跟蹤融合。
此外,指揮艦編隊(duì)融合中心完成編隊(duì)內(nèi)電子偵察情報(bào)的融合,得到目標(biāo)方位航跡;目標(biāo)方位航跡與雷達(dá)航跡進(jìn)行相關(guān)判斷,若相關(guān)則進(jìn)行融合,同時(shí)將電子偵察獲取的目標(biāo)屬性與航跡關(guān)聯(lián)起來;反之則開辟新的目標(biāo)航跡及屬性[4]。
多個(gè)不同的傳感器系統(tǒng)探測(cè)到同一個(gè)目標(biāo)時(shí),如何組織量測(cè)到的數(shù)據(jù),獲得比單個(gè)傳感器系統(tǒng)更好的量測(cè)結(jié)果,是信息融合需要解決的主要問題之一。解決這一問題的方法具體可分為兩類:量測(cè)融合和狀態(tài)向量融合[5]。
3.1.1 量測(cè)融合
量測(cè)融合是信號(hào)處理層的數(shù)據(jù)融合,屬于數(shù)據(jù)級(jí)融合。它通過直接融合各傳感器的量測(cè)數(shù)據(jù)獲取一個(gè)加權(quán)或組合的量測(cè),然后選擇濾波器進(jìn)行估計(jì)。這種方法可以消除各個(gè)量測(cè)信息的不確定性,提高檢測(cè)概率[4],其實(shí)質(zhì)是一個(gè)分布檢測(cè)問題。它根據(jù)一定的檢測(cè)準(zhǔn)則形成最優(yōu)化門限[6],然后融合各傳感器的量測(cè),并依據(jù)該量測(cè)進(jìn)行某一目標(biāo)的狀態(tài)估計(jì)。從分布檢測(cè)的角度看,量測(cè)融合結(jié)構(gòu)主要有五種,即集中式結(jié)構(gòu)、并行分布式結(jié)構(gòu)、串行分布式結(jié)構(gòu)、樹狀結(jié)構(gòu)和帶反饋并行結(jié)構(gòu)[7]。由于各傳感器系統(tǒng)具有獨(dú)立的量測(cè)信息處理能力,而且本文研究的融合結(jié)構(gòu)是基于各傳感器系統(tǒng)處理后的狀態(tài)向量,因此在圖4功能模型中沒有體現(xiàn)量測(cè)融合。
3.1.2 狀態(tài)向量融合
狀態(tài)向量融合是基于各傳感器系統(tǒng)獨(dú)立的狀態(tài)估計(jì)值,選擇相應(yīng)的融合算法進(jìn)行融合,獲得一個(gè)改善的聯(lián)合估計(jì)值。對(duì)雷達(dá)傳感器系統(tǒng)來說,狀態(tài)估計(jì)值是預(yù)處理之后進(jìn)行點(diǎn)點(diǎn)相關(guān)、點(diǎn)航相關(guān)和濾波估計(jì)得到的雷達(dá)目標(biāo)航跡和目標(biāo)識(shí)別狀態(tài)向量;對(duì)于光電傳跟蹤儀和“紅外搜索與跟蹤系統(tǒng)”來說,狀態(tài)估計(jì)值是目標(biāo)的光電航跡、紅外航跡狀態(tài)向量,及其提供的目標(biāo)光電及紅外特征狀態(tài)向量;對(duì)于雷達(dá)偵察設(shè)備來說,狀態(tài)估計(jì)值主要是目標(biāo)的電磁屬性特征向量,根據(jù)需要也可提供目標(biāo)方位航跡的狀態(tài)向量。由于狀態(tài)估計(jì)可由單傳感器系統(tǒng)獨(dú)立完成,而艦艇編隊(duì)目標(biāo)信息融合的輸入源自多個(gè)傳感器系統(tǒng)的輸出。正因如此,在圖4功能模型中沒有體現(xiàn)單傳感器狀態(tài)估計(jì)的功能。
各傳感器系統(tǒng)的狀態(tài)估計(jì)值可分為連續(xù)狀態(tài)向量和離散狀態(tài)向量,因此目標(biāo)狀態(tài)向量融合也分為以下兩種融合:
1)目標(biāo)連續(xù)狀態(tài)向量融合
目標(biāo)連續(xù)狀態(tài)向量融合即航跡融合。它通過綜合來自多個(gè)傳感器系統(tǒng)的位置信息建立目標(biāo)的綜合航跡文件,主要包括數(shù)據(jù)配準(zhǔn)、航跡關(guān)聯(lián)、濾波及預(yù)測(cè),最終完成多傳感器系統(tǒng)的航跡合成[6]。從多傳感器系統(tǒng)的信息流通形式和綜合處理層次上看[7],狀態(tài)融合結(jié)構(gòu)主要有三種,即集中式、分布式、混合式。
目標(biāo)連續(xù)狀態(tài)向量融合估計(jì)具體包括雷達(dá)航跡融合估計(jì)、雷達(dá)偵察航跡融合估計(jì)、雷達(dá)形成的主航跡與雷達(dá)偵察形成的輔助航跡融合估計(jì);跟蹤雷達(dá)與“紅外搜索與跟蹤系統(tǒng)”、光電跟蹤儀之間的航跡融合估計(jì)。
2)目標(biāo)離散狀態(tài)向量融合
每條目標(biāo)航跡包含屬于同一目標(biāo)的點(diǎn)跡序列,以及由點(diǎn)跡序列計(jì)算出來的目標(biāo)位置、速度等運(yùn)動(dòng)學(xué)參數(shù)、物理特征參數(shù)及其他屬性數(shù)據(jù)[5]。單傳感器目標(biāo)識(shí)別的任務(wù)就是基于上述數(shù)據(jù),完成特征信息與目標(biāo)身份之間的關(guān)聯(lián)與判決。
目標(biāo)離散狀態(tài)融合是目標(biāo)綜合識(shí)別的過程。它通過對(duì)來自多個(gè)傳感器系統(tǒng)的目標(biāo)動(dòng)態(tài)信息、目標(biāo)身份信息進(jìn)行特征抽取,得到特征向量。對(duì)特征向量進(jìn)行相關(guān)分析和融合判決,來確定目標(biāo)種類、類型、威脅等級(jí)等[6],目的是得到目標(biāo)身份的聯(lián)合估計(jì)。
根據(jù)信息抽象程度不同,將目標(biāo)綜合識(shí)別分為三種結(jié)構(gòu):決策層融合,特征層融合和數(shù)據(jù)層融合[7]。其中,單傳感器目標(biāo)識(shí)別處理的對(duì)象是傳感器原始數(shù)據(jù),因此屬于數(shù)據(jù)層融合;目標(biāo)離散狀態(tài)融合處理的對(duì)象是經(jīng)過特征抽取后的特征向量,因此屬于特征層融合;此外,若融合處理的對(duì)象為各傳感器系統(tǒng)輸出的身份報(bào)告時(shí),則屬于決策層融合。
3.1.3 狀態(tài)關(guān)聯(lián)估計(jì)
不論是量測(cè)融合還是狀態(tài)向量融合,都離不開關(guān)聯(lián)估計(jì)。為量測(cè)融合服務(wù)的關(guān)聯(lián)處于數(shù)據(jù)級(jí),主要為航跡的起始、更新以及目標(biāo)離散屬性融合作關(guān)聯(lián)判斷。為不同傳感器系統(tǒng)間的航跡融合服務(wù)的航跡關(guān)聯(lián),通過批號(hào)來區(qū)分目標(biāo),判斷哪些批次的目標(biāo)是同一目標(biāo)的過程[7~8]。對(duì)于海戰(zhàn)場(chǎng)配置的傳感器來說,主要有雷達(dá)目標(biāo)信息間的關(guān)聯(lián),近程跟蹤雷達(dá)與“紅外搜索與跟蹤系統(tǒng)”、光電跟蹤儀目標(biāo)信息的關(guān)聯(lián),雷達(dá)與雷達(dá)偵察目標(biāo)信息的關(guān)聯(lián)。
編隊(duì)目標(biāo)信息融合的實(shí)質(zhì)是多平臺(tái)、多傳感器、多目標(biāo)信息融合,特點(diǎn)是多平臺(tái)和多傳感器間的協(xié)同和聯(lián)合探測(cè)。因此,這里需要構(gòu)建一個(gè)能體現(xiàn)艦艇編隊(duì)目標(biāo)信息融合特點(diǎn)的功能模型,如圖4所示。圖4所示的功能模型是在修訂后的五層JDL功能模型[10~11]的基礎(chǔ)上,突出多傳感器間的狀態(tài)關(guān)聯(lián)、目標(biāo)連續(xù)狀態(tài)融合估計(jì)(狀態(tài)融合估計(jì))和目標(biāo)離散狀態(tài)融合估計(jì)(目標(biāo)綜合識(shí)別),淡化數(shù)據(jù)級(jí)的聯(lián)合檢測(cè)、單傳感器目標(biāo)信息處理過程(單傳感器狀態(tài)估計(jì))、態(tài)勢(shì)估計(jì)和威脅估計(jì)。由于融合功能主要產(chǎn)生在底層,因此在本節(jié)中重點(diǎn)對(duì)狀態(tài)向量融合和關(guān)聯(lián)估計(jì)原理作重點(diǎn)說明的同時(shí),對(duì)量測(cè)級(jí)融合也作簡(jiǎn)要說明。
由于每個(gè)傳感器具有獨(dú)立的信息處理能力,因此在其檢測(cè)數(shù)據(jù)進(jìn)入融合以前,由預(yù)處理階段完成局部多目標(biāo)跟蹤航跡和識(shí)別;然后把處理后的信息送至融合中心,融合中心根據(jù)傳感器數(shù)據(jù)完成航跡關(guān)聯(lián)、融合估計(jì)和目標(biāo)綜合識(shí)別,形成全局估計(jì)。
目標(biāo)連續(xù)狀態(tài)融合估計(jì)是對(duì)各傳感器提供的航跡進(jìn)行融合估計(jì)。這里在特征層進(jìn)行航跡融合,因此為了消除各傳感器時(shí)間、頻率和坐標(biāo)位置上的差異,需要對(duì)局部航跡進(jìn)行配準(zhǔn),形成統(tǒng)一標(biāo)準(zhǔn)的量測(cè);之后進(jìn)行關(guān)聯(lián)判斷,判決哪些航跡屬于同一目標(biāo),再選取適當(dāng)?shù)娜诤纤惴?,形成全局一致的航跡信息。
圖4 編隊(duì)目標(biāo)信息融合功能模型
目標(biāo)離散狀態(tài)融合估計(jì)是對(duì)各傳感器提供的目標(biāo)屬性信息進(jìn)行融合估計(jì)。由于目標(biāo)綜合識(shí)別選擇在決策層進(jìn)行,因此不需要配準(zhǔn)。在綜合識(shí)別階段可以選擇事先建立的物理模型,依據(jù)統(tǒng)計(jì)方法或信息論方法進(jìn)行認(rèn)知模型的推理,達(dá)到目標(biāo)綜合識(shí)別的目的。
由于目標(biāo)屬性與目標(biāo)航跡是密不可分,因此在圖4中,通過批次將目標(biāo)識(shí)別的結(jié)果與航跡關(guān)聯(lián)起來。圖中右側(cè)部分是作戰(zhàn)指揮信息系統(tǒng)對(duì)融合后的目標(biāo)信息的綜合應(yīng)用,包括目標(biāo)威脅估計(jì)、態(tài)勢(shì)估計(jì)和武器控制等。
本文的主要目的是為艦艇編隊(duì)不同的作戰(zhàn)任務(wù)和使用需求,提供具有針對(duì)性的目標(biāo)信息融合功能模型,以滿足艦艇編隊(duì)對(duì)目標(biāo)狀態(tài)融合估計(jì)和目標(biāo)綜合識(shí)別的需求。
[1]沈春元,籍林峰.艦用作戰(zhàn)指揮系統(tǒng)多傳感器信息融合技術(shù)優(yōu)化[J].雷達(dá)與對(duì)抗,2008,27(3):16-18.
[2]張留山.數(shù)據(jù)融合系統(tǒng)在編隊(duì)電子戰(zhàn)中的應(yīng)用[J].艦船電子對(duì)抗,2005,28(6):16-19.
[3]董志榮.水面艦艇指控系統(tǒng)信息融合原理與算法[J].情報(bào)指揮控制系統(tǒng)與仿真技術(shù),2001,22(11):29-43.
[4]李弼程,黃潔,高世海,等.信息融合技術(shù)及應(yīng)用[M].北京:國(guó)防工業(yè)出版社,2010.
[5]潘冠華.艦艇綜合指揮控制系統(tǒng)原理[M].西安:西北工業(yè)大學(xué)出版社,2010.
[6]牟之英,吳建民.多平臺(tái)信息融合與智能化傳感器管理技術(shù)綜述[J].航空電子技術(shù),2005,36(4):20-24.
[7]紀(jì)彥星,王西鋒,陳慶元.目標(biāo)綜合識(shí)別系統(tǒng)中多傳感器目標(biāo)特征管理[J].雷達(dá)與對(duì)抗,2011,3l(2):5-7.
[8]任彥.多傳感器信息融合技術(shù)研究[D].哈爾濱:哈爾濱工程大學(xué),2004.
[9]姚躍亭,趙建軍,尹波波.艦艇編隊(duì)防空目標(biāo)分配優(yōu)化算法研究[J].計(jì)算機(jī)與數(shù)字工程,2011(1).
[10]David L Hall,Jamas Llinas.Handbook of Multi-sensor Data Fusion[M].Boca Raton,F(xiàn)la:CRC Press,2001.
[11]Martin E.Liggins,David L.Hall,James Llinas.Handbook of Multi-sensor Data Fusion[M].2008.