基于信息預(yù)處理的無人機(jī)集群協(xié)同電子偵察

楊富程，宋偉健，但 波，李立欣，宋樹成

（1.海軍航空大學(xué)，山東煙臺(tái) 264001；2.西北工業(yè)大學(xué)電子信息學(xué)院，陜西西安 710072）

0 引言

近年來，無人機(jī)因其高移動(dòng)性以及靈活的部署能力被廣泛應(yīng)用于商業(yè)、農(nóng)業(yè)以及工業(yè)中[1-4]。無人機(jī)通過搭載電子偵察設(shè)備可被用作空中移動(dòng)電子偵察網(wǎng)絡(luò)，有效增強(qiáng)了電子偵察網(wǎng)絡(luò)的性能以及覆蓋范圍[5-6]。在突發(fā)性的電子偵察網(wǎng)絡(luò)介入場景中，傳統(tǒng)的電子偵察車和電子偵察飛機(jī)使用不靈活、作用受限制，往往難以捕捉轉(zhuǎn)瞬即逝的電子偵察信號(hào)。同時(shí)，電子偵察車只能在地面工作，其偵察路徑受到路況的嚴(yán)重制約；大型電子偵察飛行的起飛受到嚴(yán)格限制，巡航高度通常6 000 m 以上，反射截面積大，易被發(fā)現(xiàn)。基于電子偵察需求的突發(fā)性和未來電子偵察需求的緊迫性，部署搭載電子偵察載荷的無人機(jī)網(wǎng)絡(luò)成為有效解決電子偵察問題的高效方案并引起了廣泛關(guān)注[4，7]。

無人機(jī)集群協(xié)同電子偵察可以綜合考慮多個(gè)無人機(jī)平臺(tái)的電子偵察結(jié)果，有效降低復(fù)雜電磁環(huán)境、干擾、衰落等對電子偵察結(jié)果的影響，增強(qiáng)檢測結(jié)果的可靠性[8]。多平臺(tái)電子偵察數(shù)據(jù)融合是無人機(jī)集群協(xié)同電子偵察的核心，但是傳統(tǒng)單一的數(shù)據(jù)融合方法對復(fù)雜電磁環(huán)境考慮較少，使得聯(lián)合電子偵察判決結(jié)果具有不確定性[9-10]。針對信息的不確定性，貝葉斯推理的方法依托先驗(yàn)概率，因而其局限性較大；模糊集理論通過將具有不確定性的目標(biāo)對象通過隸屬關(guān)系搭建函數(shù)，后續(xù)進(jìn)行數(shù)據(jù)融合和分析，但是該方法不適用于非一致包含的交集情況且會(huì)降低判決精度。新興的神經(jīng)網(wǎng)絡(luò)算法和遺傳算法可以通過大量訓(xùn)練來對不確定信息進(jìn)行預(yù)測和判決，但是算法復(fù)雜度高，計(jì)算成本也較高?；谧C據(jù)理論（Dempster-Shafer，DS）的信息融合，不需要先驗(yàn)的數(shù)據(jù)信息，就可以快速有效處理隨機(jī)性和模糊性所帶來的不確定性信息的融合問題，并且可以根據(jù)證據(jù)值的不斷積累，增加結(jié)果的準(zhǔn)確度[11]。文獻(xiàn)[12]對不同感知節(jié)點(diǎn)的電磁環(huán)境進(jìn)行了比較，并將其作為證據(jù)來源的權(quán)重，可以有效減小不確定信息對信息融合帶來的影響，提高檢測性能。相較于單閾值，文獻(xiàn)[13]將雙閾值應(yīng)用于DS數(shù)據(jù)融合算法，有效提升了局部信息的準(zhǔn)確性。當(dāng)觀測環(huán)境信噪比低、存在虛警信號(hào)或通信信道衰落嚴(yán)重時(shí)，會(huì)導(dǎo)致證據(jù)沖突的情況，造成信息融合結(jié)果錯(cuò)誤?；谠紨?shù)據(jù)進(jìn)行算法優(yōu)化可以在一定程度上彌補(bǔ)證據(jù)沖突帶來的判決誤差，但是對于大量高沖突證據(jù)情況，該方法局限性較強(qiáng)[14]。通過對數(shù)據(jù)進(jìn)行預(yù)處理和加工后，再進(jìn)行數(shù)據(jù)融合，該方法可以有效避免部分?jǐn)?shù)據(jù)沖突，但是面臨著數(shù)據(jù)收斂性差的風(fēng)險(xiǎn)[15-18]。

本文針對無人機(jī)集群協(xié)同電子偵察過程中存在的證據(jù)沖突現(xiàn)象，結(jié)合上述數(shù)據(jù)融合存在的問題，提出了1種基于單平臺(tái)無人機(jī)電子偵察結(jié)果預(yù)處理的方法。通過數(shù)據(jù)篩選僅對可能存在沖突的數(shù)據(jù)進(jìn)行修正，從而降低對正常數(shù)據(jù)破壞的可能性。仿真結(jié)果表明，該方法可以在較低的計(jì)算復(fù)雜度的前提下有效提升無人機(jī)集群協(xié)同電子偵察的效果，可靠性高，魯棒性強(qiáng)。

1 系統(tǒng)模型

無人機(jī)集群協(xié)同電子偵察系統(tǒng)模型如圖1所示。

圖1 無人機(jī)集群協(xié)同電子偵察結(jié)構(gòu)示意圖Fig.1 Schematic diagram of UAV cluster collaborative electronic reconnaissance structure

在無人機(jī)協(xié)同電子偵察網(wǎng)絡(luò)中，假設(shè)L架無人機(jī)平臺(tái)搭載電子偵察設(shè)備進(jìn)行感知，在第t時(shí)刻各個(gè)平臺(tái)的觀測模型為：

式（1）中：xl(k)為第l個(gè)無人機(jī)平臺(tái)收到的電子偵察信號(hào)；sl(k)為被偵察輻射源的信號(hào)；hl和nl(k)為對應(yīng)第l個(gè)無人機(jī)平臺(tái)的信道增益和背景噪聲。

通過能量檢測的方法對輻射源進(jìn)行判別，得到第l個(gè)無人機(jī)平臺(tái)的能量檢測信號(hào)為：

式（2）中：N=2TW為采樣個(gè)數(shù)，T為檢測時(shí)間，W為信號(hào)帶寬的乘積。當(dāng)采樣個(gè)數(shù)足夠大時(shí)，能量檢測信號(hào)xEi可以近似表示為高斯分布，即：

式（3）中：均值分別為μ0i=N和μ1i=N(1+γi)；方差分別為σ0i=2N和σ1i=2N(1+2γi)；γi為信噪比。

無人機(jī)平臺(tái)將電子偵察結(jié)果傳遞給無人機(jī)集群數(shù)據(jù)融合中心，在數(shù)據(jù)中心的數(shù)據(jù)統(tǒng)計(jì)可以表示為：

判決中心處的全局判決變量可以表示為D，

1.1 基于傳統(tǒng)DS證據(jù)理論的無人機(jī)集群協(xié)同電子偵察

在無人機(jī)集群協(xié)同電子偵察網(wǎng)絡(luò)中，DS 證據(jù)理論的識(shí)別框架可以定義為Θ={}H0,H1,Ω，其中Ω代表信息的不確定性或沖突性[16]。對于單無人機(jī)平臺(tái)的電子偵察信息，利用高斯函數(shù)構(gòu)建其基本概率分配（basic probability assignment，BPA）函數(shù)為：

利用傳統(tǒng)的DS合成公式融合無人機(jī)集群的電子偵察信息BPA值：

式（9）（10）中：Al?Θ，l=1,2,…,L。

概括來說，該方法可以分為本地電子信息預(yù)處理和無人機(jī)數(shù)據(jù)中心的信息融合。

1.2 無人機(jī)電子偵察信息預(yù)處理

第l架無人機(jī)電子偵察信息的靜態(tài)權(quán)重可以通過對比無人機(jī)集群中電子偵察信號(hào)的信噪比進(jìn)行設(shè)置：

相應(yīng)修正后的第l架無人機(jī)電子偵察信息BPA值為：

在此基礎(chǔ)上，進(jìn)一步計(jì)算不同無人機(jī)電子偵察信息之間的相互支持度，從而更加精準(zhǔn)地獲得信息權(quán)值：

式（15）中：l=1,2,…,L；k=1,2,…,L；A∩B≠?。

相應(yīng)地，所有無人機(jī)平臺(tái)電子偵察信息與第l架無人機(jī)電子偵察信息支持度總和可以表示為：

第l架無人機(jī)電子偵察信息的絕對可信度可以表示為：

經(jīng)過歸一化的第l架無人機(jī)電子偵察信息的相對可信度可以表示為：

無人機(jī)集群中共有L架無人機(jī)進(jìn)行協(xié)同電子偵察，將L架無人機(jī)平等對待，則每架無人機(jī)相應(yīng)的權(quán)重為1L。如果第l架無人機(jī)電子偵察信息crd_rell≥1L，視為正常數(shù)據(jù)；否則，視為沖突信息。

新的信息加權(quán)方法在確認(rèn)沖突數(shù)據(jù)后，僅對沖突信息進(jìn)行修正，這樣可以保持對沖突數(shù)據(jù)的有效修改和對非沖突數(shù)據(jù)的有效保護(hù)?；谛畔⒌撵o態(tài)加權(quán)系數(shù)和相對可信度，修正系數(shù)可以表示為：

式（19）中：λ是比重值，可以用來調(diào)節(jié)2 種加權(quán)系數(shù)，從而改變2種權(quán)重度修正系數(shù)的比例影響。

修正后的加權(quán)系數(shù)可以有效降低沖突數(shù)據(jù)對證據(jù)合成結(jié)果的影響。

1.3 無人機(jī)集群判決中心數(shù)據(jù)融合

將所有無人機(jī)平臺(tái)的電子偵察結(jié)果進(jìn)行預(yù)處理后，加強(qiáng)了本地電子偵察信息的可靠性，為下一步的數(shù)據(jù)融合和聯(lián)合判決提供了更加可靠的信息依據(jù)。為避免在信息融合過程中出現(xiàn)因信息悖論而造成的歸一化失敗的情況，最終協(xié)同電子偵察判決變量可以表示為：

最終比較msum(H1) 和msum(H0)的大小和最終判決門限η進(jìn)行最終判決，即：

以上為無人機(jī)集群協(xié)同電子偵察證據(jù)預(yù)處理方法信息融合的具體步驟，該方法的具體思想是先判斷出所有點(diǎn)偵察數(shù)據(jù)中的沖突數(shù)據(jù)，并對沖突數(shù)據(jù)修正，再利用基于證據(jù)預(yù)處理的合成公式來對修正后的感知數(shù)據(jù)進(jìn)行信息融合。

該方法可以在證據(jù)悖論問題存在時(shí)，提高檢測性能，增加魯棒性，提高協(xié)同電子偵察聯(lián)合判決的準(zhǔn)確度，并且可以針對沖突數(shù)據(jù)進(jìn)行校正，避免了修改原始正常數(shù)據(jù)帶來的未知風(fēng)險(xiǎn)。

2 仿真分析

本節(jié)采用蒙特卡洛方法和MATLAB 軟件對無人機(jī)集群協(xié)同電子偵察的過程進(jìn)行仿真驗(yàn)證。將電子偵察信息預(yù)處理的信息融合算法應(yīng)用于無人機(jī)集群協(xié)同電子偵察。本算法不依賴任何先驗(yàn)信息的支持，所以，除無人機(jī)自身電子偵察結(jié)果外，無需其他信息輸入。為了驗(yàn)證和比較所提算法的可行性，依據(jù)傳統(tǒng)無人機(jī)組網(wǎng)的方式進(jìn)行了建模，電子偵察載荷進(jìn)行自主判決并將結(jié)果集中至信息融合中心進(jìn)行聯(lián)合判決。

圖2 中，在50 km×50 km×10 km 的空間中隨機(jī)分布100 個(gè)輻射源，無人機(jī)集群搭載電子偵察載荷對該區(qū)域進(jìn)行電子偵察。無人機(jī)搭載電子偵察載荷的有效感知距離為0.5 km。每個(gè)無人機(jī)平臺(tái)將自身的電子偵察結(jié)果發(fā)送給指揮中心，假設(shè)分別采用了5架、8架、10 架無人機(jī)搭載電子偵察載荷對輻射源進(jìn)行監(jiān)測和感知，電子偵察的信噪比由0 dB升至20 dB，聯(lián)合判決的結(jié)果分別由傳統(tǒng)的證據(jù)理論和基于信息預(yù)處理的信息融合方法獲得。通過仿真結(jié)果我們可以看到，隨著電子偵察信噪比的提高，相應(yīng)的無人機(jī)集群信息融合可靠性也顯著提升。增加無人機(jī)平臺(tái)的數(shù)量可以有效克服單平臺(tái)電子偵察可靠性低的缺點(diǎn)，提升協(xié)同電子偵察效率。但是，隨著無人機(jī)數(shù)量的增加，無人機(jī)集群系統(tǒng)的成本和復(fù)雜度也呈指數(shù)增加。

圖2 不同信噪比下無人機(jī)集群協(xié)同電子偵察錯(cuò)誤率Fig.2 Error rate of UAV cluster collaborative electronic reconnaissance under different signal-to-noise ratios

圖3 中，各無人機(jī)通過搭載電子偵察載荷對偵察區(qū)域內(nèi)的電磁環(huán)境進(jìn)行感知判決。仿真過程中，假設(shè)共有6 架無人機(jī)平臺(tái)對輻射源進(jìn)行判決，每架無人機(jī)搭載的電子偵察載荷性能一致且單平臺(tái)的判決概率相等。無人機(jī)通過空中通信網(wǎng)絡(luò)將判決結(jié)果傳送至聯(lián)合判決中心進(jìn)行判決，信噪比由3 dB升至15 dB，相應(yīng)的聯(lián)合判決準(zhǔn)確性明顯提升。通過仿真結(jié)果可以看出，電子偵察載荷的性能和通信信道的質(zhì)量對無人機(jī)集群協(xié)同電子偵察的聯(lián)合判決性能均有明顯影響。

圖4 中，無人機(jī)集群協(xié)同電子偵察的效果在高信噪比的偵察環(huán)境下有明顯提升，同時(shí)通過設(shè)置合理的信息預(yù)處理權(quán)值βl可以得到相對最佳的協(xié)同電子偵察可靠性。仿真過程中，假設(shè)共有5 架無人機(jī)搭載電子偵察載荷對輻射源目標(biāo)進(jìn)行協(xié)同電子偵察，值得注意的是，在仿真過程中，假設(shè)每個(gè)電子偵察載荷性能相同且電子偵察環(huán)境的信噪比也相同。仿真結(jié)果顯示：在電子偵察環(huán)境信噪比為10 dB的情況下，修正系數(shù)βl值為1.4時(shí)，對應(yīng)最佳聯(lián)合電子偵察結(jié)果；相對應(yīng)地，當(dāng)電子偵察環(huán)境信噪比為5 dB時(shí)，修正系數(shù)βl值為0.6時(shí)，無人機(jī)集群協(xié)同電子偵察效果最佳。

圖4 不同修正系數(shù)下無人機(jī)集群協(xié)同電子偵察判決概率Fig.4 Probability of UAV cluster collaborative electronic reconnaissance decision under different correction coefficients

3 結(jié)論

本文將信息預(yù)處理技術(shù)應(yīng)用于無人機(jī)集群協(xié)同電子偵察任務(wù)中?；谛畔㈩A(yù)處理技術(shù)的協(xié)同電子偵察算法不依靠任何先驗(yàn)信息，在不增加系統(tǒng)復(fù)雜度和成本的條件下可以實(shí)現(xiàn)協(xié)同電子偵察效果的有效提升。該算法能夠更好地根據(jù)實(shí)際情況調(diào)整修正系數(shù)的數(shù)值，使該模型下的無人機(jī)集群協(xié)同電子偵察效果達(dá)到最佳。對傳統(tǒng)的DS算法和基于信息預(yù)處理的協(xié)同電子偵察算法進(jìn)行了仿真實(shí)驗(yàn)比較，分析了在不同噪聲環(huán)境、不同數(shù)量電子偵察平臺(tái)等條件下，對系統(tǒng)性能產(chǎn)生的影響：聯(lián)合判決性能受到電子偵察噪聲影響明顯，增加無人機(jī)平臺(tái)和電子偵察載荷數(shù)量可以有效提升協(xié)同電子偵察效率。通過仿真，驗(yàn)證了在相同單平臺(tái)電子偵察判決率的情況下，基于信息預(yù)處理的無人機(jī)集群協(xié)同電子偵察算法可以獲得更高的聯(lián)合判決可靠性。