基于多維數(shù)據(jù)關(guān)聯(lián)的艦載機(jī)聯(lián)合目標(biāo)判別技術(shù)

甘 翼，羅雙才，陳 亮

（西南電子技術(shù)研究所，成都610036）

如何實(shí)現(xiàn)完善情報(bào)保障，有效支持海軍軍事及非軍事行動(dòng)（如撤僑和救災(zāi)等），是各國(guó)海軍在遠(yuǎn)海行動(dòng)中都必須解決的問題[1-4]。目前，遠(yuǎn)海情報(bào)保障問題解決最好的當(dāng)屬美國(guó)海軍，但其在遠(yuǎn)海行動(dòng)中，雖然艦載機(jī)有艦隊(duì)自身情報(bào)偵察監(jiān)視力量（如：編隊(duì)艦艇、預(yù)警機(jī)和偵察機(jī)等）、衛(wèi)星平臺(tái)、其他航空平臺(tái)乃至臨近空間平臺(tái)在內(nèi)的眾多情報(bào)來源，但均受管理體制及技術(shù)條件限制。由于各偵察平臺(tái)分屬不同業(yè)務(wù)部門，各平臺(tái)分發(fā)戰(zhàn)術(shù)信息的數(shù)據(jù)格式和通信鏈路雖在統(tǒng)一過程中，如DCGS-N，但是也存在一定的差異，使得艦載機(jī)可能在接收各種偵察平臺(tái)提供的多種不同格式、不同層次、可能沖突后不能有效直觀地提供目標(biāo)判決依據(jù)的戰(zhàn)術(shù)信息[2，5-9]。因此，在實(shí)際作戰(zhàn)環(huán)境中，上述信息由于不確定、不直觀和需要專業(yè)人員判斷等因素，不足以供艦載機(jī)直接使用以引導(dǎo)目標(biāo)發(fā)現(xiàn)和判證。艦載機(jī)往往還是依靠自身機(jī)動(dòng)能力擴(kuò)大巡邏范圍，通過機(jī)載光學(xué)或電子信號(hào)（含主被動(dòng)各類）傳感器搜索完成目標(biāo)偵察、判證和任務(wù)意圖判斷。這就使得艦載機(jī)面臨更大的威脅：基于艦載機(jī)平臺(tái)的被動(dòng)電子偵察精度不高、時(shí)效性較差且受對(duì)方輻射源開機(jī)影響和限制；主動(dòng)雷達(dá)開機(jī)時(shí)間增加容易被敵方偵察設(shè)備捕獲關(guān)鍵參數(shù)、光學(xué)偵察需要飛機(jī)突前到目視距離，增加了艦載機(jī)及航母戰(zhàn)斗群面臨威脅的可能性。

遠(yuǎn)海行動(dòng)時(shí)艦載機(jī)面臨的情報(bào)保障困難，反映了當(dāng)前全球各國(guó)海軍各級(jí)情報(bào)交互手段與軍事/非軍事行動(dòng)情報(bào)支援需求之間存在一定矛盾的現(xiàn)狀。如何在艦載機(jī)上完成多源情報(bào)融合與關(guān)聯(lián)，實(shí)現(xiàn)各類情報(bào)按條件分級(jí)分發(fā)以及供戰(zhàn)術(shù)使用的有效轉(zhuǎn)換，是海軍遠(yuǎn)海行動(dòng)的現(xiàn)實(shí)需求。

本文重點(diǎn)研究聯(lián)合目標(biāo)判別技術(shù)及所屬問題。

1 聯(lián)合目標(biāo)判別技術(shù)

海軍艦載機(jī)的戰(zhàn)術(shù)分發(fā)數(shù)據(jù)來源主要包括：①偵察及遙感衛(wèi)星；②有人/無人空中偵察平臺(tái)（非艦隊(duì)自身力量）；③臨近空間偵察平臺(tái)；④艦隊(duì)自身偵察力量；⑤通過各種通信鏈路（含通信衛(wèi)星）匯總的區(qū)域內(nèi)情報(bào)信息。

以上偵察平臺(tái)和偵察力量位于不同空間位置、分屬不同業(yè)務(wù)單位，通信協(xié)議還未完全統(tǒng)一，數(shù)據(jù)格式和傳輸鏈路（如衛(wèi)星通信鏈路和機(jī)間數(shù)據(jù)鏈等）、具體情報(bào)內(nèi)容也有所差別，有些傳感器的數(shù)據(jù)還需要專業(yè)人員長(zhǎng)時(shí)間分析和判別，個(gè)別傳感器還可能存在誤判等問題，這些都使得艦載機(jī)難以獲得和直接利用上述信息，實(shí)現(xiàn)有效目標(biāo)判證及準(zhǔn)確引導(dǎo)機(jī)載傳感器進(jìn)行最終確認(rèn)。綜上所述，必須對(duì)多源偵察信息進(jìn)行適合任務(wù)需求的處理、裁剪、融合和關(guān)聯(lián)，才能為艦載戰(zhàn)斗機(jī)等平臺(tái)提供有效情報(bào)支援[10-13]。

艦載機(jī)可以通過加裝衛(wèi)星戰(zhàn)術(shù)分發(fā)終端的方式接收衛(wèi)星/臨近空間飛行器偵察數(shù)據(jù)，與空中偵察機(jī)的數(shù)據(jù)交互則依靠數(shù)據(jù)鏈（如JIDS 和武協(xié)鏈）。對(duì)多源信息進(jìn)行數(shù)據(jù)融合關(guān)聯(lián)的前提是統(tǒng)一的數(shù)據(jù)格式，最優(yōu)的方法是由用戶提出使用需求，統(tǒng)一各信息源分發(fā)的信息格式；過渡期則采用兼容模式，艦載機(jī)接收信息后利用少量硬件資源進(jìn)行二次數(shù)據(jù)轉(zhuǎn)換。獲得統(tǒng)一數(shù)據(jù)格式后，采用數(shù)據(jù)分選和基于最小二乘的定位收斂算法分別對(duì)多源信息中的單一信息（如TACAN）進(jìn)行數(shù)據(jù)融合，獲得單一輻射源的定位結(jié)果；然后，再通過多類信息關(guān)聯(lián)、快速比對(duì)和基于多級(jí)分支預(yù)測(cè)的目標(biāo)推理算法（后方高性能情報(bào)處理裝備完成并傳輸至艦載機(jī)）確定目標(biāo)類型、位置和任務(wù)意圖（目標(biāo)情報(bào)）。艦載機(jī)聯(lián)合目標(biāo)判別算法的實(shí)現(xiàn)流程如圖1 所示。下面對(duì)關(guān)鍵流程和算法加以詳細(xì)分析。

圖1 艦載機(jī)聯(lián)合目標(biāo)判別算法流程Fig.1 Algorithm flow of shipboard aircraft joint target discrimination

2 定義信號(hào)數(shù)據(jù)格式

綜合考慮各層空間平臺(tái)的偵察信號(hào)類型和艦載機(jī)的作戰(zhàn)目標(biāo)，數(shù)據(jù)幀的頂層格式框架定義如表1 所示。偵察對(duì)象包含衛(wèi)星通信信號(hào)、戰(zhàn)術(shù)指揮通信信號(hào)、AIS、ACARS、IFF、TACAN、Link4A、Link11、Link16 等重要通信/非通信號(hào)以及雷達(dá)信號(hào)。無某種信號(hào)信息時(shí)，則該項(xiàng)缺省。

表1 數(shù)據(jù)幀頂層格式框架Tab.1 Top level format frame of data frame

下面根據(jù)各類信號(hào)的特點(diǎn)，選擇比較具有代表性的信號(hào)，分別對(duì)其數(shù)據(jù)格式進(jìn)行定義，如表2 所示。AIS信號(hào)和ACARS信號(hào)工作在固定且已知的頻點(diǎn)上，AIS采用GMSK調(diào)制，ACARS采用AM-MSK調(diào)制，二者的信號(hào)里均包含有坐標(biāo)信息。AIS 信號(hào)和ACARS信號(hào)的數(shù)據(jù)格式一致。IFF信號(hào)的重要參數(shù)包括所屬系統(tǒng)（如美軍的MarkX和MarkXII，俄軍的艦載敵我識(shí)別系統(tǒng)等），主要特征是工作模式。TACAN信號(hào)為脈沖格式，單音，無跳頻。常規(guī)數(shù)據(jù)鏈主要包括Link4A和Link11，Link4A工作在UHF頻段，為確定的FSK調(diào)制；Link11 工作在UHF 或者HF 頻段，工作在UHF 頻段時(shí)一次調(diào)制為FM調(diào)制，工作在HF頻段時(shí)一次調(diào)制為單邊帶（SSB）或者抑止載波獨(dú)立邊帶（ISB）調(diào)制方式。Link16 數(shù)據(jù)鏈信號(hào)是脈沖格式，跳頻工作，脈內(nèi)為MSK調(diào)制。雷達(dá)信號(hào)數(shù)據(jù)幀中需包含雷達(dá)的輻射源描述字（EDW），包括脈沖調(diào)制方式（LFM、單點(diǎn)頻、相位編碼等）、重頻類型（單一重頻、重頻參差等）以及雷達(dá)類型（遠(yuǎn)程警戒、搜索、跟蹤雷達(dá)等）。

表2 各類信號(hào)數(shù)據(jù)格式Tab.2 Data formats of various signals

3 利用數(shù)據(jù)融合與關(guān)聯(lián)實(shí)現(xiàn)多源信息綜合判別提高信息準(zhǔn)確率

第2 節(jié)定義了各類信號(hào)的主要特征。其中，各類信號(hào)生成的情報(bào)又包含多個(gè)目標(biāo)信息。這不僅涉及對(duì)來自多源的單類情報(bào)的屬性融合（如TACAN 信號(hào)的目標(biāo)位置），也涉及多源多類情報(bào)關(guān)聯(lián)的聯(lián)合判別，即通過多類信號(hào)的識(shí)別結(jié)果綜合判斷目標(biāo)屬性。因此，多源信息的數(shù)據(jù)融合包含2 個(gè)步驟：第1 步，對(duì)多源的單類信息進(jìn)行數(shù)據(jù)融合獲取唯一結(jié)果（針對(duì)同一電子設(shè)備，或同一信號(hào)類型）；第2步，將第一步獲取的各類信號(hào)的結(jié)果再進(jìn)行數(shù)據(jù)關(guān)聯(lián)，獲取最終結(jié)果。實(shí)現(xiàn)框圖如圖2所示。

3.1 多源單類信息數(shù)據(jù)融合

艦載機(jī)接收到的來自多個(gè)戰(zhàn)術(shù)分發(fā)平臺(tái)的單類信息具有以下特征：①包含多個(gè)目標(biāo)信息；②不同平臺(tái)對(duì)同一目標(biāo)的識(shí)別結(jié)果存在偏差；③部分平臺(tái)有定位結(jié)果，部分平臺(tái)僅有測(cè)向結(jié)果，部分平臺(tái)可能只有信號(hào)參數(shù)識(shí)別結(jié)果[12-16]。

由于信息中通常包含不止一個(gè)目標(biāo)的信息，因而通過分選實(shí)現(xiàn)各平臺(tái)間數(shù)據(jù)配對(duì)是第1步。分選的依據(jù)是第2 節(jié)中提到的位置坐標(biāo)和信號(hào)特征，如IFF 信號(hào)的工作模式。常用的數(shù)據(jù)分選有距離判別法、fisher判別法等多種聚類分析算法[17-19]。

圖2 多源信息數(shù)據(jù)融合實(shí)現(xiàn)聯(lián)合目標(biāo)判別流程Fig.2 Multi source information data fusion to achieve joint target discrimination process

在獲得同一目標(biāo)來自多源的信息后，如何從多個(gè)識(shí)別結(jié)果（含信號(hào)參數(shù)、測(cè)向和定位）中估計(jì)得到目標(biāo)的真實(shí)屬性就是數(shù)據(jù)位置融合和關(guān)聯(lián)的關(guān)鍵所在。當(dāng)前的偵察平臺(tái)越來越多地帶有定位功能，如衛(wèi)星平臺(tái)的雙站或三站定位、偵察機(jī)的快速定位等，都能直接分發(fā)帶有定位結(jié)果的戰(zhàn)術(shù)信息；對(duì)于只有測(cè)向結(jié)果的情況，也可以通過多站定位的方式獲得位置信息，定位算法有經(jīng)典的Pages-Zamora算法等；對(duì)于只有信號(hào)參數(shù)的情況，則可以通過參數(shù)聚類、均值標(biāo)準(zhǔn)差計(jì)算及基于概率分布判斷的奇異值剔除確定準(zhǔn)確信號(hào)參數(shù)。下面將主要直接針對(duì)定位結(jié)果進(jìn)行分析，對(duì)來自多源的同類信號(hào)（以TACAN信號(hào)為例）同一目標(biāo)定位結(jié)果進(jìn)行關(guān)聯(lián)和估計(jì)。多源單類信息數(shù)據(jù)位置融合處理流程如圖3所示。

圖3 多源單類信息數(shù)據(jù)位置融合處理流程Fig.3 Location fusion processing flow of multi-source and single type information data

以多源單類信息中某個(gè)目標(biāo)的位置信息為依據(jù)，采用基于最小二乘的位置收斂算法得到目標(biāo)位置的精確估計(jì)，目標(biāo)定位精度與各偵察平臺(tái)定位精度密切相關(guān)。來自各偵察平臺(tái)的目標(biāo)定位信息參數(shù)質(zhì)量參差不齊，奇異值的存在將會(huì)對(duì)定位精度產(chǎn)生較大影響，故須通過剔除奇異值和迭代運(yùn)算來獲得更加精確的定位結(jié)果。經(jīng)過一次位置估計(jì)后，將各偵察平臺(tái)測(cè)量誤差估計(jì)值與誤差標(biāo)準(zhǔn)差進(jìn)行比較。若測(cè)量誤差小于標(biāo)準(zhǔn)差則判定該平臺(tái)的偵察數(shù)據(jù)有效；反之，則判定該數(shù)據(jù)為奇異值。剔除后，再對(duì)有效數(shù)據(jù)進(jìn)行二次位置估計(jì)，得到更精確的位置信息。當(dāng)偵察平臺(tái)的測(cè)量誤差全部小于標(biāo)準(zhǔn)差時(shí)，算法滿足收斂條件，通過最后一次迭代找出精確位置信息。基于最小二乘的位置收斂算法流程如圖4所示。

圖4 位置算法流程Fig.4 Location algorithm flow

偵察對(duì)象的位置信息x 如式（1）所示。

式（1）中，‖ ‖·2為2范數(shù)。

根據(jù)加權(quán)最小二乘法原理，位置估計(jì)值為：

參數(shù)σi為先驗(yàn)信息，依據(jù)在執(zhí)行任務(wù)期間依據(jù)偵察平臺(tái)的測(cè)量誤差估計(jì)得到，即：

圖5 估計(jì)誤差曲線Fig.5 Estimation error curve

圖5 a）給出了在不同測(cè)向標(biāo)準(zhǔn)差下的誤差曲線（以6 個(gè)偵察平臺(tái)為例）。從圖中可看出，隨著作戰(zhàn)平臺(tái)測(cè)量誤差的增大，艦載機(jī)的估計(jì)誤差也隨之增大。艦載機(jī)的位置估計(jì)精度較各偵察平臺(tái)提高一倍左右。圖5 b）給出了測(cè)量誤差為10%時(shí)，在不同數(shù)量偵察平臺(tái)下的誤差曲線。從圖中可看出，隨著偵察平臺(tái)數(shù)量增多，艦載機(jī)對(duì)目標(biāo)位置的估計(jì)誤差逐漸減小。當(dāng)偵察平臺(tái)數(shù)大于7 個(gè)時(shí)，艦載機(jī)的估計(jì)誤差小于5%。因此，采用基于最小二乘的位置收斂算法可以實(shí)現(xiàn)多源單類信息的數(shù)據(jù)融合，從而獲得單類信號(hào)對(duì)某個(gè)偵察目標(biāo)的唯一定位結(jié)果。

3.2 多類信息數(shù)據(jù)關(guān)聯(lián)實(shí)現(xiàn)聯(lián)合目標(biāo)判別

多類信息數(shù)據(jù)關(guān)聯(lián)主要解決多種信號(hào)按對(duì)象平臺(tái)輻射源特性聯(lián)合判斷目標(biāo)屬性的問題。依據(jù)多層空間不同偵察傳感器融合后得到的多種精確輻射源特性，采用距離判別法實(shí)現(xiàn)多類信息的數(shù)據(jù)關(guān)聯(lián)，判斷多類信息（代表多種輻射源）是否屬于同一偵察對(duì)象，并形成TDW（目標(biāo)對(duì)象描述字），其格式如表3 所示。然后，將TDM與目標(biāo)數(shù)據(jù)庫(kù)進(jìn)行比對(duì)，從而識(shí)別目標(biāo)類型；如果類型不匹配將TDM 回傳后方情報(bào)中心，并根據(jù)TDM中的各種信息并結(jié)合其他情報(bào)（如人工情報(bào)和推理判證）得出目標(biāo)類型；條件允許的情況下，引導(dǎo)艦載機(jī)以抵近光學(xué)偵察或主動(dòng)雷達(dá)開機(jī)的方式最終確認(rèn)目標(biāo)類型，加入數(shù)據(jù)庫(kù)并回傳，充實(shí)目標(biāo)數(shù)據(jù)庫(kù)，其流程如圖6所示。

為快速實(shí)現(xiàn)聯(lián)合目標(biāo)判別，采用2 Bytes描述目標(biāo)綜合屬性（含關(guān)鍵輻射源參數(shù)），1 Byte 來表征偵察對(duì)象是否裝備相應(yīng)的輻射源，如Bit1=‘1’則表示該目標(biāo)裝備有雷達(dá)設(shè)備，反之則表示未裝備。M 個(gè)TDM 數(shù)據(jù)和P 個(gè)目標(biāo)庫(kù)數(shù)據(jù)的比對(duì)僅需要M×P 次比較便可實(shí)現(xiàn)。

在此基礎(chǔ)上，利用目標(biāo)屬性（輻射源、航跡、平臺(tái)等），可采用人工推斷的方式判斷其任務(wù)意圖。一旦量子計(jì)算機(jī)技術(shù)發(fā)展成熟，可利用量子的不確定性和量子糾纏，將條件庫(kù)、經(jīng)驗(yàn)庫(kù)中極為龐大的分支推理算法依托機(jī)器實(shí)現(xiàn)，達(dá)到人工智能任務(wù)意圖推斷的能力。

表3 TDM數(shù)據(jù)幀格式Tab.3 TDM data frame format

圖6 聯(lián)合目標(biāo)判別流程圖Fig.6 Flow chart of joint target discrimination

4 現(xiàn)有硬件平臺(tái)上的可實(shí)現(xiàn)性與效果分析

根據(jù)第3 節(jié)，多源單類信息的數(shù)據(jù)融合是聯(lián)合目標(biāo)判別技術(shù)的核心，其運(yùn)算量直接決定了算法的可實(shí)現(xiàn)性。根據(jù)3.1 節(jié)中對(duì)數(shù)據(jù)融合算法的分析，該算法可在DSP 或PPC 中實(shí)現(xiàn)，其硬件需求見表4。在各偵察平臺(tái)分發(fā)的戰(zhàn)術(shù)信息中，輻射源個(gè)數(shù)不超過200 個(gè)的情況下，更新率設(shè)定為1 s，單次信息傳輸長(zhǎng)度不超過60 kBytes。

以未來主戰(zhàn)艦載機(jī)航空電子裝備的硬件為基礎(chǔ)，計(jì)算能力在數(shù)十GFLOP 量級(jí)，存儲(chǔ)能力在GB 量級(jí)，通信傳輸最高能力也在MB 量級(jí)。因此，通過對(duì)軟件進(jìn)行升級(jí)和重構(gòu)，即可實(shí)現(xiàn)基于數(shù)據(jù)融合與關(guān)聯(lián)的聯(lián)合目標(biāo)判別。

表4 艦載機(jī)聯(lián)合目標(biāo)判別算法硬件需求Tab.4 Hardware requirements of shipboard aircraft joint target discrimination algorithm

5 結(jié)束語(yǔ)

綜上所述，根據(jù)艦載機(jī)接收到多源的情報(bào)信息但難以直接使用的現(xiàn)狀，分析了一種基于數(shù)據(jù)關(guān)聯(lián)的聯(lián)合目標(biāo)判別算法。該算法可在不更改或少量更改艦載機(jī)電子設(shè)備硬件系統(tǒng)的前提下，實(shí)現(xiàn)目標(biāo)綜合屬性的精確判證，為解決遠(yuǎn)海軍事/非軍事行動(dòng)時(shí)艦載機(jī)綜合戰(zhàn)術(shù)情報(bào)保障問題提供了新思路和技術(shù)解決方案。該技術(shù)還可用于無人機(jī)和無人偵察船艇等對(duì)載荷體積重量和功耗要求較高的平臺(tái)。