康維維
(中國(guó)電子科技集團(tuán)公司第十研究所,四川 成都 610000)
在信息化軍事活動(dòng)過程中,所有目標(biāo)對(duì)象都不是孤立一個(gè)節(jié)點(diǎn),目標(biāo)要完成通信、識(shí)別、導(dǎo)航等業(yè)務(wù)動(dòng)作,必須通過各種通信網(wǎng)絡(luò)與配套對(duì)象進(jìn)行消息互通,一般采用的通信手段包括電臺(tái)通信、衛(wèi)星通信、數(shù)據(jù)鏈、IFF、塔康等。這樣目標(biāo)對(duì)象之間通過各種類型的信號(hào)構(gòu)成了通聯(lián)關(guān)系網(wǎng)絡(luò)。通過對(duì)戰(zhàn)場(chǎng)信號(hào)的截獲、處理和分析,可獲取信號(hào)之間的通聯(lián)關(guān)系,挖掘信號(hào)中隱含的目標(biāo)通聯(lián)關(guān)系。
圖1展示了某無人機(jī)工作過程中與地面站、衛(wèi)星及預(yù)警機(jī)等對(duì)象的通聯(lián)關(guān)系示意圖。
圖1
在軍事活動(dòng)中,因?yàn)閷?duì)象之間存在上下隸屬、業(yè)務(wù)指導(dǎo)和數(shù)據(jù)牽引的約束要求,所以相關(guān)目標(biāo)之間往往通過通信手段來完成直接或間接的指揮操作,便于上級(jí)目標(biāo)對(duì)象完成指令和信息的傳達(dá),下級(jí)目標(biāo)對(duì)象接收指令,遂行戰(zhàn)斗任務(wù),及時(shí)反饋狀態(tài)信息。如:指揮中心向下級(jí)部隊(duì)下達(dá)作戰(zhàn)指令;預(yù)警機(jī)向戰(zhàn)斗機(jī)、無人機(jī)傳遞打擊對(duì)象信息;機(jī)場(chǎng)塔臺(tái)向飛機(jī)發(fā)出駐泊注意事項(xiàng)等。所以可見指揮引導(dǎo)關(guān)系基礎(chǔ)是來源于通聯(lián)關(guān)系,但因?yàn)闃I(yè)務(wù)場(chǎng)景的特殊限制,這種關(guān)系鏈路上承載的數(shù)據(jù)流向有明顯的指向性。
在軍事活動(dòng)中,大量存在由于任務(wù)規(guī)模、時(shí)空條件、功效限制以及其他外部因素,常需要多個(gè)目標(biāo)對(duì)象為完成軍事任務(wù)同步/異步開展配合和協(xié)作,此類行為往往具有以下特點(diǎn):(1)相互配合的目標(biāo)對(duì)象種類相同、相似或者功能同質(zhì)化,如:一批多架次的反潛機(jī)共同前出偵察;X國(guó)沿海多個(gè)對(duì)海雷達(dá)站為全面跟蹤偵察一個(gè)敵方目標(biāo)采取組網(wǎng)模式進(jìn)行監(jiān)視(接力/共視/協(xié)同)。(2)基于軍事動(dòng)作的及時(shí)性和完成度要求,協(xié)作組網(wǎng)的目標(biāo)對(duì)象往往在時(shí)間/空間以或者電磁輻射屬性特征上具有高度的相近,如:電子干擾機(jī)同一時(shí)間遠(yuǎn)程支援戰(zhàn)斗機(jī)進(jìn)行突防;航母編隊(duì)內(nèi)層的多艘驅(qū)逐艦長(zhǎng)期肩負(fù)近程防空反導(dǎo),保衛(wèi)航母的任務(wù)。以下將針對(duì)電子目標(biāo)這三種典型的關(guān)聯(lián)關(guān)系如何分析獲取展開描述。
眾所周知,在真實(shí)的電磁戰(zhàn)場(chǎng)環(huán)境中,由于大部分被偵察的通信網(wǎng)絡(luò)都是非合作的,且普遍采用了跳頻/擴(kuò)頻信號(hào)并從下而上層層加密(從物理層到鏈路層、網(wǎng)絡(luò)層、傳輸層等),導(dǎo)致即使完成信號(hào)解調(diào)后仍然難以通過逐層推算解密的方式獲取準(zhǔn)確的通信情報(bào)內(nèi)涵,因此,需要盡可能地繞開對(duì)這些加密手段的解碼,嘗試基于物理層特征信息來識(shí)別上層通聯(lián)關(guān)系。通過研究發(fā)現(xiàn),目標(biāo)之間通信時(shí)的功率累積量對(duì)比其未進(jìn)行通信時(shí)的數(shù)值是偏大的(因?yàn)樵谖催M(jìn)行通信時(shí),網(wǎng)絡(luò)中各節(jié)點(diǎn)只需交換必要的網(wǎng)絡(luò)維護(hù)信息,所以其天線發(fā)射功率較低),并且通信發(fā)起方與接收方的功率累積量也有顯著不同,這樣就可以進(jìn)一步推斷出不同通信行為的各節(jié)點(diǎn)組成的功率累積值的向量一定存在較為明顯的特征區(qū)別,所以針對(duì)這一數(shù)據(jù)特點(diǎn),可嘗試采用k-means算法等聚類算法對(duì)各偵察時(shí)刻的累積功率進(jìn)行聚類積分,形成累積功率信息,判斷哪一偵察時(shí)刻是否有通信行為發(fā)生,并基于主成分分析方法,完成對(duì)指定網(wǎng)絡(luò)通聯(lián)關(guān)系的識(shí)別。其分析實(shí)現(xiàn)流程圖如圖2。
圖2
(1)首先,加載待觀察的輻射源信號(hào)形成網(wǎng)絡(luò)節(jié)點(diǎn)功率譜,通過分時(shí)積分形成目標(biāo)節(jié)點(diǎn)累積功率信息矩陣。(2)進(jìn)一步計(jì)算觀察時(shí)間段內(nèi)節(jié)點(diǎn)累積功率信息矩陣X的協(xié)方差矩陣A,利用該矩陣旨在評(píng)估節(jié)點(diǎn)之間的相關(guān)性,即是否存在通聯(lián)行為。(3)基于主成分分析法,再將A的特征向量按照特征值大小進(jìn)行排列組合,選擇特征值占比大于95%以上的前k個(gè)特征值(k為網(wǎng)絡(luò)中通聯(lián)關(guān)系數(shù)量)。(4)最終獲取的最大節(jié)點(diǎn)組即是存在通聯(lián)關(guān)系的目標(biāo)節(jié)點(diǎn)集合。
電子目標(biāo)之間的指揮關(guān)系如果沒有內(nèi)涵情報(bào)的輔助支撐,即使掌握了其間的通聯(lián)行為,也很難從通聯(lián)關(guān)系中直接獲取,一般而言,出入度比較高的節(jié)點(diǎn)(邊比較多)是指揮節(jié)點(diǎn)的概率相對(duì)較高,但是,在真實(shí)網(wǎng)絡(luò)中,這樣的節(jié)點(diǎn)可能充當(dāng)中繼或者路由的作用,并非是指揮節(jié)點(diǎn),如衛(wèi)星。所以換一種思路,我們可認(rèn)為普通節(jié)點(diǎn)與指揮節(jié)點(diǎn)之間的互動(dòng)關(guān)聯(lián)是一種基于某種因果關(guān)系或者相反的關(guān)系,比如,自頂向下,普通節(jié)點(diǎn)往往接收來自指揮節(jié)點(diǎn)的信息,并受其控制做出對(duì)應(yīng)的舉動(dòng);又或者自下而上,指揮節(jié)點(diǎn)基于接收下級(jí)普通節(jié)點(diǎn)的反饋從而產(chǎn)生控制下級(jí)普通節(jié)點(diǎn)的行為。
因此,我們可先利用通聯(lián)關(guān)系或者其他未定性關(guān)聯(lián)關(guān)系構(gòu)建分析對(duì)象的貝葉斯網(wǎng)絡(luò),這其中的網(wǎng)絡(luò)結(jié)構(gòu)用于表示網(wǎng)絡(luò)中節(jié)點(diǎn)之間的概率依賴關(guān)系和條件獨(dú)立關(guān)系,具有相對(duì)清晰獨(dú)立的因果關(guān)系和語義特征;而網(wǎng)絡(luò)中每個(gè)節(jié)點(diǎn)所自帶的網(wǎng)絡(luò)屬性參數(shù)則映射該節(jié)點(diǎn)所對(duì)應(yīng)父節(jié)點(diǎn)集的條件概率分布表,如頻繁的時(shí)序關(guān)系,這是用于量化表征節(jié)點(diǎn)和其父節(jié)點(diǎn)集之間的依賴程度,同時(shí)也可作為是網(wǎng)絡(luò)中節(jié)點(diǎn)間不確定性的度量,得到多輪計(jì)算后的候選結(jié)果集后,再利用因果推斷來分析目標(biāo)節(jié)點(diǎn)間活動(dòng)的潛在因果關(guān)系,推理出可能的指揮關(guān)系節(jié)點(diǎn)。整個(gè)分析邏輯流程圖如圖3。
圖3
(1)首先采用多目標(biāo)的時(shí)序模式分析得到各目標(biāo)節(jié)點(diǎn)之間的頻繁時(shí)序模式。(2)根據(jù)得到的頻繁時(shí)序模式,可以得到目標(biāo)之間經(jīng)常出現(xiàn)的模式,一旦兩個(gè)節(jié)點(diǎn)之間存在某種頻繁模式,認(rèn)為它們存在某種依賴關(guān)系。(3)然后采用IDA算法來分析他們的因果關(guān)系,如目標(biāo)A和目標(biāo)B之間存在因果關(guān)系,則認(rèn)為A和B之間可能存在指揮關(guān)系。(4)然后,再根據(jù)外部情報(bào)資料來輔助研判或修正,最終得到可信度較高的目標(biāo)之間指揮引導(dǎo)關(guān)系。
雖然現(xiàn)實(shí)世界中的軍事活動(dòng)是一個(gè)交互無處不在且極其復(fù)雜的網(wǎng)絡(luò),但通過很多事后研判分析表明,很多看似毫無關(guān)聯(lián)的、形態(tài)迥異且時(shí)空無法嚴(yán)格對(duì)準(zhǔn)的真實(shí)網(wǎng)絡(luò)存在高度相似的拓?fù)浣Y(jié)構(gòu),它們的度分布大多遵循冪律分布且具有小世界特性,并呈現(xiàn)出非常明顯的“社區(qū)”結(jié)構(gòu),也就是說:該網(wǎng)絡(luò)中存在多個(gè)由節(jié)點(diǎn)內(nèi)聚形成的子網(wǎng)絡(luò),單個(gè)子網(wǎng)絡(luò)內(nèi)部的節(jié)點(diǎn)間連接較為頻繁,而不同子網(wǎng)絡(luò)的節(jié)點(diǎn)之間的互動(dòng)相對(duì)稀疏。這就是軍事網(wǎng)絡(luò)模塊化與異質(zhì)性的真實(shí)典型反映,所以我們幾乎可以宏觀地認(rèn)為,任何一個(gè)軍事網(wǎng)絡(luò)都是由許多不同類型節(jié)點(diǎn)各自聚合形成的,而這些高內(nèi)聚的節(jié)點(diǎn)對(duì)象(目標(biāo))往往具有類似的行為或者存在協(xié)作關(guān)系,唯一的區(qū)別就是復(fù)雜度和規(guī)模大小。
綜上所述,由于軍事網(wǎng)絡(luò)的異質(zhì)性導(dǎo)致其中每個(gè)子網(wǎng)絡(luò)大小實(shí)際可能很不均勻,即整個(gè)網(wǎng)絡(luò)中節(jié)點(diǎn)規(guī)模大的子網(wǎng)絡(luò)極少,絕大多數(shù)是由十分稀疏的節(jié)點(diǎn)組成的小規(guī)模子網(wǎng)絡(luò)。所以,在這種現(xiàn)狀下,廣泛采用的模塊度優(yōu)化方法將很難保證發(fā)現(xiàn)真正最優(yōu)的子網(wǎng)絡(luò)集合。所以在本文中,我們將網(wǎng)絡(luò)(以通聯(lián)關(guān)系為主,固有關(guān)系為補(bǔ)充)構(gòu)建為一個(gè)矩陣,并對(duì)該矩陣采用概率非負(fù)矩陣分解的辦法進(jìn)行組網(wǎng)關(guān)系發(fā)現(xiàn)。分析實(shí)現(xiàn)流程圖4。
圖4
(1)首先要基于已經(jīng)獲取到的指定目標(biāo)對(duì)象之間的通聯(lián)關(guān)系。(2)進(jìn)一步將目標(biāo)簡(jiǎn)單通聯(lián)關(guān)系作為數(shù)據(jù)矩陣。(3)采用貝葉斯非負(fù)矩陣分解方法NMF對(duì)其進(jìn)行分解,從而得到新的特征空間的基矩陣和節(jié)點(diǎn)在該特征空間的系數(shù)矩陣,即:隸屬度矩陣H。(4)再通過閾值過濾,就可以得到節(jié)點(diǎn)屬于哪一個(gè)網(wǎng)絡(luò),基于節(jié)點(diǎn)與目標(biāo)的映射關(guān)系可以大概分析得到哪些目標(biāo)屬于一類網(wǎng)絡(luò),進(jìn)而證明其存在組網(wǎng)關(guān)系。(5)后續(xù)還可以進(jìn)一步添加業(yè)務(wù)約束:如隸屬相同的戰(zhàn)斗單位、種類相近、時(shí)空標(biāo)簽接近等條件對(duì)已形成組網(wǎng)關(guān)系的目標(biāo)集合進(jìn)行范圍精確縮小。
在電磁空間中,利用電磁信號(hào)分析電子目標(biāo)之間的業(yè)務(wù)關(guān)聯(lián)關(guān)系對(duì)挖掘掌握敵目標(biāo)之間的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)、通聯(lián)建立過程、路由情況、關(guān)鍵節(jié)點(diǎn)、信號(hào)對(duì)應(yīng)目標(biāo)的工作模式乃至戰(zhàn)場(chǎng)狀態(tài)分析等有重要的價(jià)值和意義。本文綜合了電子目標(biāo)幾種典型業(yè)務(wù)關(guān)系的分析方法,可以看到越廣泛翔實(shí)的業(yè)務(wù)數(shù)據(jù)獲取將越能對(duì)相關(guān)分析服務(wù)的算法驗(yàn)證和成果孵化帶來支撐,數(shù)據(jù)量的多寡和數(shù)據(jù)項(xiàng)是否完備會(huì)帶來對(duì)服務(wù)關(guān)鍵算法效果的影響風(fēng)險(xiǎn),除了進(jìn)一步驗(yàn)證算法并增加對(duì)比實(shí)驗(yàn)外,還需要對(duì)輸入數(shù)據(jù)的來源進(jìn)行充分調(diào)研,并基于數(shù)據(jù)需求細(xì)化業(yè)務(wù)數(shù)據(jù)模型,對(duì)于確實(shí)難以獲取的數(shù)據(jù)或者局部核心屬性字段,盡量利用先驗(yàn)知識(shí)或者默認(rèn)經(jīng)驗(yàn)值進(jìn)行有效填補(bǔ),否則暫時(shí)舍棄該屬性,盡量避免大量空值導(dǎo)致數(shù)據(jù)過于稀疏。