趙慶璐,賈朝文
(電子信息控制重點實驗室,四川成都 610036)
隨著戰(zhàn)場環(huán)境的日趨復雜,在未來信息化戰(zhàn)爭中,單傳感器已經(jīng)無法滿足現(xiàn)代戰(zhàn)爭的需要,多傳感器協(xié)同可極大提升系統(tǒng)的探測能力,是未來信息化作戰(zhàn)的必然要求。從武器裝備發(fā)展規(guī)律來看,作戰(zhàn)系統(tǒng)網(wǎng)絡化是未來高新技術戰(zhàn)爭的特點,利用高度發(fā)達的信息網(wǎng)絡技術,將戰(zhàn)爭從“以傳感器為中心”轉化為“以網(wǎng)絡為中心”,通過傳感器組網(wǎng)實現(xiàn)多傳感器信息融合,為指揮員提供實時的戰(zhàn)場空間感知,代表了未來探測系統(tǒng)的發(fā)展趨勢[1-3]。
近年來,傳感器水平、計算機數(shù)字處理能力和網(wǎng)絡技術的不斷提高,為傳感器組網(wǎng)系統(tǒng)的實現(xiàn)提供了可能。同時,為充分發(fā)揮傳感器組網(wǎng)系統(tǒng)的探測能力,需構建與之匹配的協(xié)同探測網(wǎng)絡,本文提出了一種“去中心化”的分布式協(xié)同探測方法,通過構建基礎骨干網(wǎng)和協(xié)同應用網(wǎng),實現(xiàn)傳感器的協(xié)同探測。
傳感器協(xié)同探測系統(tǒng)面臨多種戰(zhàn)術任務和非協(xié)作的目標環(huán)境,其組網(wǎng)能力直接影響系統(tǒng)在網(wǎng)絡信息作戰(zhàn)體系下的應用效能,若采用“中心化”的網(wǎng)絡管理方式,會引入“中心化”所固有的運算能力有限、處理效率低、中心節(jié)點異常等問題,無法滿足實時、高精度的目標探測需求。因此,本文構建了一個“無中心”的分布式傳感器協(xié)同探測網(wǎng)絡:網(wǎng)絡中的每個節(jié)點地位對等且以扁平式拓撲結構相互連通和交互;不存在任何中心化的特殊節(jié)點和層級結構;每個節(jié)點均承擔網(wǎng)絡路由、數(shù)據(jù)傳播、發(fā)現(xiàn)新節(jié)點等功能[4]。
在初始狀態(tài)下,按照“全域最近鄰”原則構建基礎骨干網(wǎng)絡:每個節(jié)點均與距離最近的節(jié)點建立點對點通信,當存在多個子網(wǎng)時,在不同的子網(wǎng)選擇距離最近的節(jié)點建立點對點通信,生成全域基礎骨干網(wǎng),節(jié)點利用通信連接交互平臺的慣導、傳感器工作狀態(tài)、探測的目標等信息。
將基礎骨干網(wǎng)絡用G=(V,E)表示,各平臺對應集合V的網(wǎng)絡節(jié)點,節(jié)點間的通信鏈路對應集合E的邊,節(jié)點的最大通信距離為R,eij表示節(jié)點i與節(jié)點j間的通信連接,dij表示節(jié)點i與節(jié)點j間的距離,子網(wǎng)間的通信連接用集合U表示(U?E),則構建的基礎骨干網(wǎng)滿足約束:?eij∈E,dij≤dik≤R||eij∈U(k∈V)。如圖1所示,線型①∈E表示骨干網(wǎng)中的點對點通信連接,線型②表示可與新節(jié)點建立的潛在連接。
圖1 基礎骨干網(wǎng)
在建立的骨干網(wǎng)絡基礎上,基于協(xié)同探測任務,以最大化協(xié)同效能為準則在網(wǎng)內進行傳感器分配,并基于傳感器分配結果實時、動態(tài)地構建和調整應用網(wǎng)絡。如圖2所示,傳感器節(jié)點C、D和B、H分別執(zhí)行不同的協(xié)同探測任務,節(jié)點C、H為建立在協(xié)同應用上的虛擬中心節(jié)點,同時為滿足協(xié)同任務需求新建立了①、②2條點對點的通信連接。
圖2 協(xié)同應用網(wǎng)
圖2所示的協(xié)同應用網(wǎng)絡生成的連接矩陣C如式(1)所示,矩陣中元素“1”表示對應的行列節(jié)點間建立了點對點的通信連接,“0”表示對應的行列節(jié)點間未建立點對點的通信連接。當前協(xié)同任務結束后,自動回歸至骨干網(wǎng),等待下一個協(xié)同任務建立新的網(wǎng)絡拓撲。傳感器協(xié)同探測的需求會根據(jù)戰(zhàn)場電磁信號環(huán)境的變化而不斷調整,因此在不同時刻協(xié)同應用網(wǎng)絡的拓撲結構會發(fā)生變化。
協(xié)同應用網(wǎng)的構建是基于傳感器分配的結果,即將目標分配給不同傳感器進行協(xié)同探測,并在對應的傳感器間建立點對點的通信連接。傳感器分配的準則為:利用網(wǎng)內某種傳感器組合使得對目標的探測效能最優(yōu)。目標協(xié)同探測效能與傳感器能力(測向精度、探測距離、距離精度等)、目標與傳感器的相對位置關系、協(xié)同傳感器間距等因素相關[5-8],以無源協(xié)同探測為例,建立傳感器協(xié)同探測誤差模型,如式(2)所示。其中,傳感器的測向精度為σθ,傳感器間距離為L,θ1、θ2分別表示目標信號方向與基線(傳感器連線)間的夾角,β=θ2-θ1為目標與2傳感器形成的交會角,如圖3所示。
圖3 誤差模型示意圖
協(xié)同探測效能與探測誤差R成反比,若連接矩陣C選擇傳感器A、B對目標Ti進行協(xié)同探測,即在傳感器A、B間建立了點對點通信連接,則對目標Ti的探測效能如式(3)、式(4)所示:
當某個傳感器需執(zhí)行多個協(xié)同探測任務,且受限于傳感器資源的約束,任務存在沖突時,協(xié)同探測效能的評估在原誤差模型的基礎上,增加對目標威脅等級的考量,效能評估模型如式(5)所示,m表示需協(xié)同探測的目標個數(shù),ωi表示目標Ti的威脅等級。
在上述分布式傳感器協(xié)同探測系統(tǒng)中,網(wǎng)內各傳感器地位平等,均可根據(jù)戰(zhàn)術需求、戰(zhàn)場環(huán)境的變化及本平臺的目標探測結果,在網(wǎng)內發(fā)起協(xié)同探測任務。在復雜戰(zhàn)場環(huán)境下,受限于傳感器本身的資源限制,不同協(xié)同探測任務間存在沖突的風險。
為解決各節(jié)點間的任務層競爭問題,本文從利用傳感器對戰(zhàn)場目標進行協(xié)同探測這一實際應用出發(fā),以最大化編隊協(xié)同探測效能為準則,在網(wǎng)內建立了“發(fā)起即信任、信任即響應”,“高威脅、先響應”的智能合約。該合約由事件驅動,運行在網(wǎng)內各節(jié)點上,各節(jié)點按照合約達成統(tǒng)一的認知,并在此基礎上實現(xiàn)本平臺的任務調度、傳感器資源控制、數(shù)據(jù)處理等功能,從而構建一個動態(tài)、有序、魯棒的協(xié)同探測系統(tǒng)。詳細處理流程如圖4所示。
圖4 協(xié)同探測處理流程
流程描述如下:1) 各傳感器按1.1節(jié)所述構建協(xié)同探測基礎骨干網(wǎng),并進行威脅目標感知與共享;2)基于威脅目標感知結果,人工或各傳感器自主選擇協(xié)同探測目標;3) 按第2節(jié)所述模型評估不同傳感器組合對目標進行協(xié)同探測的效能,并基于效能最大化準則向對應傳感器分配協(xié)同探測任務;4) 網(wǎng)內傳感器收到協(xié)同探測任務后,基于“發(fā)起即信任、信任即響應”的合約,判斷是否與當前正在執(zhí)行的任務存在資源沖突;5) 若存在資源沖突,基于“高威脅、先響應”的合約,進行任務分配調整;6) 若不存在資源沖突,則構建協(xié)同應用網(wǎng),進行傳感器資源實時調度和融合跟蹤;7) 當戰(zhàn)場環(huán)境發(fā)生變化,網(wǎng)內各傳感器可重新生成協(xié)同探測目標,分配協(xié)同探測任務并動態(tài)調整協(xié)同探測網(wǎng)絡。
采用Matlab對上述分布式傳感器協(xié)同探測系統(tǒng)進行仿真分析,網(wǎng)內節(jié)點的數(shù)量及相對位置關系按照1.1節(jié)所述,分布在東向20~100 km、北向0~40 km區(qū)域范圍內,各傳感器的位置分別為:A(25,10)、B(85,35)、C(35,25)、D(55,35)、E(70,20)、F(80,5)、G(53,20)、H(95,15)、I(55,5)。在東向0~120 km、北向80~180 km區(qū)域內模擬生成4個目標,目標位置分別為:目標1(10,100)、目標2(30,140)、目標3(60,170)、目標4(110,150)。假設各目標的威脅等級相當,各傳感器具備同時多目標的探測能力,按照第2節(jié)所述的傳感器分配模型進行仿真,傳感器目標分配結果如圖5所示,其中傳感器間的最大通信距離設置為50 km。
圖5 傳感器目標分配
各傳感器基于分配的協(xié)同探測任務實時構建協(xié)同應用網(wǎng)絡,建立點對點的通信連接,實現(xiàn)對目標的協(xié)同探測。設傳感器的測向精度為0.5°,目標1-4均為空中運動目標,Ma數(shù)為0.7,航向角分別為90°、135°、180°、225°?;趥鞲衅鞣峙浣Y果,對上述4個目標的協(xié)同探測性能進行仿真,時長為60 s,數(shù)據(jù)率為2 Hz,仿真結果如表1、圖6所示。由表1可知,效能評估值越大,對目標的探測誤差越小。
表1 協(xié)同探測效能仿真
圖6 目標探測性能
本文提出了一種分布式傳感器協(xié)同探測方法:首先按照“全域最近鄰”原則構建基礎骨干網(wǎng),然后基于最大化協(xié)同探測效能建立傳感器分配模型,并根據(jù)傳感器目標分配結果動態(tài)自適應地調整網(wǎng)絡拓撲,構建協(xié)同應用網(wǎng),實現(xiàn)對目標的協(xié)同探測。場景模擬和仿真分析驗證了該方法的有效性、合理性。該方法可實現(xiàn)對目標實時、高精度的協(xié)同探測,且具有較好的魯棒性。同時,考慮到未來網(wǎng)內傳感器數(shù)量的不斷增多、類型更加多元,為達到更好的探測性能,在群體智能方面還需作進一步的研究。