李辰 汪鵬 李建勛
【摘 要】現(xiàn)代戰(zhàn)爭是信息化的戰(zhàn)爭,戰(zhàn)場(chǎng)環(huán)境十分復(fù)雜。目標(biāo)的綜合識(shí)別技術(shù)越來越受到重視。目標(biāo)綜合識(shí)別充分利用多源傳感器的信息,將其中目標(biāo)身份信息依據(jù)某種準(zhǔn)則進(jìn)行組合,以獲得更為準(zhǔn)確可靠的目標(biāo)身份估計(jì)。本文提出了一種基于D-S證據(jù)理論的多源信息決策級(jí)目標(biāo)綜合識(shí)別方法,利用多源目標(biāo)識(shí)別信息進(jìn)行證據(jù)推理,對(duì)目標(biāo)的類型、屬性、型號(hào)進(jìn)行綜合決策,有效解決了多源識(shí)別信息的沖突問題,提高了目標(biāo)識(shí)別正確率。
【關(guān)鍵詞】綜合識(shí)別;證據(jù)理論
中圖分類號(hào): TN971文獻(xiàn)標(biāo)識(shí)碼: A 文章編號(hào): 2095-2457(2019)33-0138-002
DOI:10.19694/j.cnki.issn2095-2457.2019.33.068
0 引言
現(xiàn)代戰(zhàn)爭是信息化的戰(zhàn)爭,戰(zhàn)場(chǎng)環(huán)境十分復(fù)雜,一方面由于各種監(jiān)測(cè)設(shè)備功能不斷提升而使檢測(cè)到的信息復(fù)雜多變,另一方面隱身、干擾和欺騙等反對(duì)抗技術(shù)的應(yīng)用,對(duì)局限于單一傳感器的目標(biāo)識(shí)別系統(tǒng)提出了更嚴(yán)峻考驗(yàn)。為了完成區(qū)域內(nèi)目標(biāo)的綜合識(shí)別,應(yīng)用多傳感器信息融合手段的目標(biāo)綜合識(shí)別系統(tǒng)應(yīng)運(yùn)而生。在目標(biāo)綜合識(shí)別系統(tǒng)中,每個(gè)傳感器提供的信息往往不完整且具有某種程度的不確定性,甚至相互矛盾。目標(biāo)綜合識(shí)別系統(tǒng)必須依據(jù)這些信息分析推理,達(dá)到目標(biāo)屬性識(shí)別的目的。
1 目標(biāo)綜合識(shí)別概念
目標(biāo)識(shí)別實(shí)際上就是對(duì)目標(biāo)身份的確認(rèn)。目標(biāo)綜合識(shí)別是目標(biāo)身份信息的融合,包括目標(biāo)類型、屬性、型號(hào)的融合。它將由系統(tǒng)中多個(gè)平臺(tái)或傳感器提供的信息進(jìn)行融合,產(chǎn)生比系統(tǒng)中任一單源信息更有效、更精確的身份估計(jì)和判決。按照處理信息的層次,可將目標(biāo)綜合識(shí)別分為:數(shù)據(jù)級(jí)綜合識(shí)別、特征級(jí)綜合識(shí)別和決策級(jí)綜合識(shí)別三種融合結(jié)構(gòu)。
其中,決策級(jí)目標(biāo)綜合識(shí)別憑借信息處理方便靈活、系統(tǒng)內(nèi)信息交互量低、能處理非同步異類信息等優(yōu)點(diǎn),而成為目標(biāo)綜合識(shí)別領(lǐng)域的研究熱點(diǎn)。
2 目標(biāo)綜合識(shí)別層級(jí)
綜合識(shí)別通過傳感器、數(shù)據(jù)鏈等多源信息融合,可自主或輔助操作員完成對(duì)區(qū)域內(nèi)個(gè)體及群體目標(biāo)的特征、身份及威脅判斷,輔助感知綜合態(tài)勢(shì),為行動(dòng)決策提供支撐。綜合識(shí)別劃分為類型、屬性、型號(hào)識(shí)別三個(gè)個(gè)層次:
2.1 類型識(shí)別
識(shí)別目標(biāo)類型,如飛機(jī)A、艦船B等類型,并提供識(shí)別置信度。
2.2 屬性識(shí)別
識(shí)別目標(biāo)屬性,如敵、我、友、中立、不明等屬性,并提供識(shí)別置信度。
2.3 型號(hào)識(shí)別
識(shí)別目標(biāo)型號(hào),并提供型號(hào)識(shí)別置信度。
3 目標(biāo)綜合識(shí)別算法
目前,多傳感器目標(biāo)綜合識(shí)別應(yīng)用較為廣泛的是Dempster Shafer(D-S)證據(jù)理論。該方法對(duì)概率論的理論進(jìn)行了擴(kuò)展,把事件擴(kuò)展成命題,事件集合擴(kuò)展成命題集合,并提出了基本概率分配、信任函數(shù)和似然函數(shù)(又稱合理性函數(shù))的概念,建立了命題和集合之間的一一對(duì)應(yīng)關(guān)系,從而把命題的不確定性問題轉(zhuǎn)化為集合的不確定性問題。
D-S證據(jù)理論首先定義了一個(gè)互不相容事件的完備集合Θ,稱為辨別框架。對(duì)于任何命題A,如果函數(shù)m:2Θ→[0,1]滿足:
則稱m為框架Θ上的基本概率指派,m(A)表示證據(jù)對(duì)命題A的支持程度。信任函數(shù)(Bel)和似真函數(shù)(Pl)的定義如下:
D-S證據(jù)理論的組合規(guī)則表達(dá)如下:
在D-S組合規(guī)則中,系數(shù)K用于衡量融合的各個(gè)證據(jù)之間沖突程度。
4 基于證據(jù)理論的裝備類型識(shí)別
在進(jìn)行裝備類型識(shí)別時(shí),我們同時(shí)采用多個(gè)傳感器,且每個(gè)傳感器進(jìn)行多個(gè)周期測(cè)量,然后將全部信息融合。基于決策級(jí)目標(biāo)綜合識(shí)別的多傳感器裝備類型識(shí)別算法過程,如圖1所示。
用D-S方法得到合并后的基本概率分配后,如何求得最后決策結(jié)果?這里沒有統(tǒng)一方法,必須根據(jù)具體問題進(jìn)行具體分析。在裝備類型識(shí)別中,提出了如下基于D-S融合方法的裝備類別分類決策規(guī)則:
規(guī)則1 裝備類別具有最大的可信度;
規(guī)則2 裝備類別可信度與其他類別可信度的差必須大于某一閾值;
規(guī)則3 不確定性區(qū)間長度必須小于某一閾值ε1;
規(guī)則4 裝備類別的可信度值必須大于不確定性區(qū)間長度。
設(shè)?堝A1,A2?奐?贅,滿足
M(A1)=max{M(Ai),Ai?奐?贅}
M(A2)=max{M(Ai),Ai?奐?贅andAi≠A1}
若有:M(A1)-M(A2)>ε1
M(U)<ε2
M(A1)>M(U)
則A1為決策結(jié)果,其中ε1,ε2為預(yù)先設(shè)定的閾值。
識(shí)別計(jì)算過程:
(1)采取決策級(jí)目標(biāo)綜合識(shí)別方法,即先時(shí)間域內(nèi)融合(融合每個(gè)傳感器不同周期的數(shù)據(jù)):
(2)然后再空間域內(nèi)融合,將個(gè)傳感器看做一個(gè)傳感系統(tǒng),則有:
(3)作決策,采用基于概率賦值的決策準(zhǔn)則判別:
M(A1)=max{M(Ai),Ai?奐?贅}
M(A2)=max{M(Ai),Ai?奐?贅andAi≠A1}
若有:M(A1)-M(A2)>ε1
M(U)<ε2
M(A1)>M(U)
則A1就是判別目標(biāo)。
5 仿真實(shí)例及分析
選取四個(gè)傳感器進(jìn)行實(shí)例分析。在多傳感器裝備平臺(tái)識(shí)別中,先利用專家知識(shí),給出對(duì)基本可信度的分配函數(shù)。在該例中,4個(gè)傳感器各有兩個(gè)測(cè)量周期, 且 4 個(gè)傳感器所測(cè)量的數(shù)據(jù)相互獨(dú)立。該實(shí)例的識(shí)別框架為{A1,A2,A3,A4,U},分別代表四種不同的已知裝備類型和一種未知裝備類型。
對(duì)于各裝備類型,4個(gè)傳感器經(jīng)過各測(cè)量周期后確定的基本可信度分配,如表2所示。表中Msj表示第s個(gè)傳感器在第j個(gè)測(cè)量周期確定的基本可信度分配。
表2 4個(gè)傳感器在各個(gè)測(cè)量周期確定的基本可信度分配
按照決策級(jí)目標(biāo)綜合識(shí)別算法,對(duì)4個(gè)傳感器,基于所有周期的累積測(cè)量,計(jì)算每一個(gè)命題的融合后驗(yàn)基本可信度分配,其結(jié)果如表3所示。
表3 4個(gè)傳感器所有周期累積測(cè)量的融合后驗(yàn)基本可信度分配
基于以上每個(gè)傳感器所有周期累積測(cè)量的融合后驗(yàn)基本可信度分配,計(jì)算每個(gè)命題的融合后驗(yàn)基本可信度分配 ,其結(jié)果如下:
M(A1)=0.8505,M(A2)=0.1444,M(A3)=0.0080,M(A4)=0.0033,M(A4)=0.0033,M(U)=6.28e-5,這里選取ε1=ε2=0.1,決策結(jié)果為A1。
6 總結(jié)
目標(biāo)綜合識(shí)別技術(shù)是智能化多源數(shù)據(jù)信息融合的重要組成部分,在預(yù)警探測(cè)、敵我識(shí)別等領(lǐng)域都有著廣泛應(yīng)用前景。本文使用了基于證據(jù)理論的決策級(jí)目標(biāo)綜合識(shí)別技術(shù),消除了多傳感器獨(dú)立識(shí)別裝備類型時(shí)存在的信息冗余和矛盾,明顯改善單一傳感器可能存在的無法識(shí)別或錯(cuò)誤識(shí)別等現(xiàn)象,提升了目標(biāo)綜合識(shí)別技術(shù)水平,為相關(guān)技術(shù)實(shí)用化打下了堅(jiān)實(shí)基礎(chǔ)。
【參考文獻(xiàn)】
[1]安春蓮,黃靜,吳耀云.基于證據(jù)理論的多源信息融合模型[J].電子信息對(duì)抗技術(shù),2017,32(1):23-26.
[2]王力,白靜.改進(jìn)的證據(jù)理論在多傳感器目標(biāo)識(shí)別中應(yīng)用[J].科技通報(bào),2016,32(7):134-137.
[3]周磊,鄭震山,金惠明.基于信息融合的作戰(zhàn)效能評(píng)估方法[J].電光與控制,2015,7:34-37.