基于信息分級處理的分布式多源偵察方法研究

摘 要：針對復(fù)雜環(huán)境和單一傳感器信息的不確定性問題，采用有人/無人多傳感器分布式協(xié)同偵察及信息融合的方法可解決復(fù)雜戰(zhàn)場態(tài)勢感知問題。通過分析多源異構(gòu)傳感器信息融合的特點，將信息分級處理模型應(yīng)用于分布式多源偵察任務(wù)中，設(shè)計信息融合的總體框架、功能模型和層次模型，凝練多源信息處理的流程步驟，面向島礁分布式協(xié)同偵察典型任務(wù)設(shè)計分級信息處理流程并進行仿真計算分析；凝練多源信息融合信息分級處理中的關(guān)鍵技術(shù)，旨在促進信息融合技術(shù)的快速發(fā)展，為我國武器裝備體系發(fā)展和建設(shè)提供一定參考。

關(guān)鍵詞：信息分級；分布式；多源信息融合；協(xié)同偵察；處理模型

中圖分類號：E926.3;E91" 文獻標識碼：A" 文章編號：1007 - 9734 （2024） 06 - 0103 - 07

0 引 言

隨著信息化戰(zhàn)爭的不斷進階，各種顛覆性技術(shù)驅(qū)動著現(xiàn)代戰(zhàn)爭武器裝備的換代升級，異構(gòu)平臺之間的協(xié)同作戰(zhàn)迫在眉睫。而有人/無人協(xié)同作戰(zhàn)就是典型多域戰(zhàn)（Multi-Domain Operation）[1]的作戰(zhàn)樣式，美、歐等軍事強國開展了一系列面向有人/無人協(xié)同作戰(zhàn)的作戰(zhàn)理論研究和關(guān)鍵技術(shù)實踐，而分布式協(xié)同偵察是協(xié)同作戰(zhàn)體系中相當重要的一環(huán)。

復(fù)雜的戰(zhàn)場環(huán)境使得協(xié)同作戰(zhàn)系統(tǒng)中對情報收集和戰(zhàn)場態(tài)勢的感知變得尤為重要。由于技術(shù)的限制，使用單一傳感器提供的信息具有大量的不確定性，使得指控系統(tǒng)做出的決策有可能是不準確的，所以需要采用多源信息融合技術(shù)對異構(gòu)多平臺多傳感器獲取的感知信息進行合成、互補等綜合驗證，以提高多傳感器平臺對復(fù)雜環(huán)境中目標的識別、定位及精確打擊能力[2]。同時，需要對多源融合的信息進行合理分級處理，提高情報處理的快速性、準確性和可靠性。

圍繞多域無人協(xié)同作戰(zhàn)下的多源信息融合分級處理問題，國內(nèi)外研究人員開展了一定的研究工作。美國國防部JDL（Joint Directors of Laboratories）通過建立多源信息融合三級模型[2-3]，對多源信息融合技術(shù)在作戰(zhàn)中更好的應(yīng)用提供了一種較為通用的框架，得到了廣泛使用。在信息融合層次方面，化柏林等[4]指出信息融合是在幾個層次上完成對多源信息的處理過程，信息融合的結(jié)果包括較低層級的狀態(tài)估計和較高層級的戰(zhàn)術(shù)態(tài)勢估計；曹建軍[5]等將信息融合劃分為像元級融合、目標級融合以及決策級融合3個層次；Hu等[6]把信息融合劃分為數(shù)據(jù)層、特征層、相似度層和決策層融合4個層次。

本文針對分布式協(xié)同作戰(zhàn)系統(tǒng)中多源異構(gòu)偵察平臺設(shè)計多源信息融合總體框架，建立多級功能模型、層次模型及分布式協(xié)同偵察系統(tǒng)信息分級處理模型，根據(jù)信息分級處理技術(shù)，設(shè)計面向典型任務(wù)的作戰(zhàn)偵察系統(tǒng)多源異構(gòu)信息融合處理流程，提煉出基于多源信息融合的分布式協(xié)同偵察作戰(zhàn)信息分級處理系統(tǒng)的關(guān)鍵技術(shù)。［7］

1 多源信息融合原理

多源信息融合的目的主要包括：融合檢測、狀態(tài)估計、屬性識別，等。

其中檢測融合是利用多傳感器進行信息融合分析處理，消除單個傳感器或單類傳感器檢測的不確定性，從而提高檢測系統(tǒng)的可靠性，得到對檢測目標更準確的判斷和認識。由于不同類型傳感器對不同信號敏感，利用單個傳感器檢測信息缺乏對多源信息的協(xié)同利用、綜合處理，致使檢測對象的系統(tǒng)性和整體性無法充分考慮，為解決這個難題，目前的方法是通過使用多個傳感器共同檢測，獲取不同的緯度信息，并用一定的規(guī)則策略對信息進行融合處理，從而提高結(jié)果的可靠性、準確性和實用性[7]。

多傳感器目標檢測的融合結(jié)構(gòu)主要有集中式和分布式兩種[8-9]。集中式的核心是一個數(shù)據(jù)融合中心，它收集各個或各類傳感器的數(shù)據(jù)，并且具有一些固定的規(guī)則或算法。在這里，可以匯總?cè)砍跏紨?shù)據(jù)，根據(jù)需要來篩選、關(guān)聯(lián)及合成等，最終輸出數(shù)據(jù)融合的結(jié)果，集中式結(jié)構(gòu)的特點是數(shù)據(jù)全面、信息全面、置信度較高，但面對多個傳感器數(shù)據(jù)時，輸出數(shù)據(jù)量將會變得愈加龐大，拉長信息處理的必需時長，導(dǎo)致數(shù)據(jù)融合中心計算量過大且響應(yīng)速度慢。分布式結(jié)構(gòu)，其核心思想是在每個節(jié)點，即單個傳感器處，都預(yù)先對采集到的原始觀測數(shù)據(jù)進行預(yù)處理，做出本地決策結(jié)果，然后只把本地決策結(jié)果或經(jīng)初步處理后得出的某種置信度不高的結(jié)果及有關(guān)信息發(fā)送至數(shù)據(jù)融合中心，接著由融合中心在更高層級中結(jié)合更多的數(shù)據(jù)作為參考，再做進一步的融合、對比和關(guān)聯(lián)，得到最終決策結(jié)果。這種分布式結(jié)構(gòu)，使得網(wǎng)絡(luò)傳輸?shù)臄?shù)據(jù)量比集中式少很多，因此可以相應(yīng)地降低傳輸網(wǎng)絡(luò)的要求，同時還具有數(shù)據(jù)融合處理時間短、響應(yīng)速度快，適應(yīng)性強等優(yōu)點，所以分布式數(shù)據(jù)融合檢測系統(tǒng)更常用，典型的分布式融合檢測系統(tǒng)如圖1所示。若某作戰(zhàn)系統(tǒng)由紅外、CCD、GPS、雷達、聲吶等多個異構(gòu)傳感器組成，每個傳感器作為一個基礎(chǔ)節(jié)點，任務(wù)是探測被檢測目標，得到相應(yīng)的觀測值，完成該節(jié)點的決策任務(wù)，然后將決策結(jié)果傳遞至更高一級節(jié)點，即數(shù)據(jù)融合中心。融合中心根據(jù)接收到的各個基礎(chǔ)節(jié)點的局部決策，按照確定的某種融合規(guī)則進行多源數(shù)據(jù)信息融合并做出最終決策。

2 信息分級處理框架模型設(shè)計

針對分布式多源信息融合任務(wù)，為使所有節(jié)點能夠有效匯總、共享和使用指控信息，可在高層級的核心節(jié)點處設(shè)置信息處理中心，如圖2所示。低層級的節(jié)點信息處理中心主要負責有效信息的識別和抽取，將指揮控制中的各類信息進行識別并融合；高層級的節(jié)點信息處理中心則主要負責將下屬層級節(jié)點上傳的信息進行綜合處理和關(guān)聯(lián)，從而實現(xiàn)作戰(zhàn)系統(tǒng)的信息共享[10]。

2.1" 信息融合功能模型

分布式協(xié)同偵察作戰(zhàn)任務(wù)過程中，各作戰(zhàn)域偵察平臺從執(zhí)行偵察任務(wù)開始，多源信息融合過程一般需要經(jīng)過目標定位、目標識別、態(tài)勢評估、威脅估計等步驟。

偵察平臺集群感知識別與定位分別完成對目標的信號級（0級）信息融合，若要形成準確的目標態(tài)勢信息，還需完成對象估計（1級）信息融合過程，并提供給2級融合生成綜合態(tài)勢，然后將融合結(jié)果提供給3級融合生成威脅估計，4級融合通過對傳感器的管理實現(xiàn)信息交互的優(yōu)先級和數(shù)據(jù)搜索檢測方法，5級融合通過對之前多級融合結(jié)果進行分析，將結(jié)果傳遞給指揮控制系統(tǒng)，完成對信息融合結(jié)果的訪問、檢索和顯示。

分布式多源信息融合多級模型如圖3所示，（0～5）級信息融合具體功能描述如下：

0級：預(yù)處理?；谙袼?信號級數(shù)據(jù)關(guān)聯(lián)（信息系統(tǒng)收集），估計和預(yù)測可觀測的信號/實體。

1級：目標識別融合。對多源異構(gòu)傳感器的目標識別數(shù)據(jù)進行組合分析，以期達到對目標身份的聯(lián)合估計。

2級：態(tài)勢估計。估計和預(yù)測實體之間的關(guān)系，包括兵力結(jié)構(gòu)、兵力關(guān)系、通信等。態(tài)勢估計是在1級目標識別融合的基礎(chǔ)上與增加的外部關(guān)系信息進行融合，得到對手的兵力結(jié)構(gòu)估計情況，預(yù)測下一步行為動作，逐步形成戰(zhàn)場環(huán)境態(tài)勢圖，為最優(yōu)決策提供依據(jù)。

3級：威脅估計。在態(tài)勢估計的基礎(chǔ)上，綜合分析敵方的作戰(zhàn)能力（破壞能力、機動能力）、動作趨勢（運動模式、行為意圖）的先驗知識，通過分析估計下一步作戰(zhàn)可能出現(xiàn)的烈度（程度和嚴重性等），定量表示出敵方作戰(zhàn)能力并對估計結(jié)果做出指示和告警。

4級：過程精煉管理。作為一個資源管理的重要單元，根據(jù)需要主動進行數(shù)據(jù)收集和處理，以支持傳感器管理以及對傳感器和信息的控制。為了有效控制傳感器，應(yīng)給出傳感器服務(wù)優(yōu)先級和數(shù)據(jù)搜索檢測方法，并確定探測任務(wù)的調(diào)度和監(jiān)視方案。

5級：指控系統(tǒng)精煉管理?；谌藱C界面交互設(shè)計，作為知識管理元素，實現(xiàn)自適應(yīng)，完成確定信息來源、訪問信息來源、自適應(yīng)檢索和顯示的功能。

2.2" 信息融合層次模型

多源信息融合可以在數(shù)據(jù)層、特征層和決策層與具體技術(shù)相結(jié)合[8-10]。信息融合的層次模型如圖4所示。

數(shù)據(jù)層的融合是最低級的數(shù)據(jù)融合，主要是處理同構(gòu)傳感器發(fā)來的數(shù)據(jù)，通過對多個傳感器采集到的數(shù)據(jù)信息進行直接的融合處理，實現(xiàn)對融合完成的結(jié)果進行特征提取和決策判斷。數(shù)據(jù)層融合處理的方法能使數(shù)據(jù)量損失較少，能夠提供其他層級不能提供的原始信息，精確度較高。數(shù)據(jù)層融合結(jié)構(gòu)如圖5所示。

特征層融合的方法是通過從多源異構(gòu)傳感器所采集的原始數(shù)據(jù)中抽取出一組特征信息，然后對各組特征信息進行數(shù)據(jù)關(guān)聯(lián)和融合，進行目標識別后得到目標的行為、性能及功能等典型特征。融合的主要步驟如下[11]：

首先，將設(shè)定含有量綱的屬性映射到[0，1]區(qū)間，得到無量綱的量，將無量綱的量和映射各個屬性的信任度進行對比；然后，對反映各個屬性的信任度按照特定的融合規(guī)則進行信息融合，得出能反映各備選方案的信任度的量化結(jié)果；最后，根據(jù)特征層融合的結(jié)果做出相應(yīng)的決策。特征層融合結(jié)構(gòu)如圖6所示。

決策層融合是數(shù)據(jù)融合的最高層次，其優(yōu)勢在于具有較強的抗干擾能力，對傳感器的依賴相對較小，且適用于多源異構(gòu)傳感器的數(shù)據(jù)，同時，處理過程成本也相對較低。其主要步驟包括：首先將多源異構(gòu)傳感器的數(shù)據(jù)經(jīng)過預(yù)處理，隨后通過預(yù)處理后的信息對被觀測目標進行獨立決策，接著將各獨立的決策結(jié)果進行信息融合，最終得到?jīng)Q策結(jié)果，決策層的融合結(jié)果具有整體上的一致性。目前，決策層融合使用的方法主要包括：貝葉斯推理法、D-S證據(jù)理論法、模糊推理理論以及專家系統(tǒng)等方法[12]。決策層融合結(jié)構(gòu)如圖7所示。

3 面向典型任務(wù)的多源信息融合模型

島礁立體防御任務(wù)是典型的多源異構(gòu)信息融合實戰(zhàn)化運用實例，面向該典型任務(wù)，分布式協(xié)同偵察系統(tǒng)通過使用偵察衛(wèi)星、無人機（UAV）、巡飛彈、無人艇（USV）、無人潛航器（UUV）及重磁水聲等多元探測系統(tǒng)對中小型島礁海域進行監(jiān)視及探測，實現(xiàn)海陸空天潛等多域協(xié)同探測[13-14]。

在島礁立體防御分布式協(xié)同偵察系統(tǒng)處理信息時，考慮到作戰(zhàn)快速響應(yīng)、傳輸迅速和適應(yīng)性強等需求，可采用分布式融合結(jié)構(gòu)。分布式融合結(jié)構(gòu)的核心思想是陸（礁）、海（潛）、空、天等作戰(zhàn)域中無人偵察平臺的異構(gòu)傳感器數(shù)據(jù)在被送入多源信息融合中心之前，可先通過其自身處理器對數(shù)據(jù)進行預(yù)處理，對典型目標的觀測數(shù)據(jù)進行跟蹤識別，然后將已處理的數(shù)據(jù)傳送到融合中心，由融合中心完成數(shù)據(jù)關(guān)聯(lián)和時空配準，完成對同構(gòu)傳感器數(shù)據(jù)的信息融合處理后，再進行跨平臺異構(gòu)傳感器的數(shù)據(jù)關(guān)聯(lián)和數(shù)據(jù)融合，以形成目標狀態(tài)和屬性全局估計，輔助指控中心做出全局判斷。島礁立體防御分布式協(xié)同偵察作戰(zhàn)多源信息分布式融合結(jié)構(gòu)如圖8所示。

面向中小型島礁典型立體防御作戰(zhàn)任務(wù)，多無人作戰(zhàn)平臺以集群模式進行分布式偵察和協(xié)同打擊，UAV群、巡飛彈群、USV群、UUV群攜帶光電設(shè)備、水聲及其他探測載荷投放到以島礁為中心的任務(wù)區(qū)域后，無人協(xié)同作戰(zhàn)系統(tǒng)聯(lián)合島礁岸基與環(huán)島感知探測設(shè)備對任務(wù)區(qū)域進行搜索和監(jiān)視。其中島礁岸基主要通過中遠程兩維相掃數(shù)字有源相控陣雷達探測，并配合環(huán)島振動感應(yīng)光纖網(wǎng)以及環(huán)島高清攝像機探測網(wǎng)進行全天時全天候的探測感知；UAV群與巡飛彈群主要通過攜帶的機載合成孔徑雷達（SAR）與機載光電（可見光、紅外、激光）設(shè)備進行全天候的探測；USV群與UUV群主要通過高性能的主動聲吶與電磁設(shè)備對侵入的蛙人等主要目標實施探測感知。

通過多種探測手段對目標區(qū)域進行感知，判斷任務(wù)區(qū)域內(nèi)是否存在敵對目標，不同平臺之間的通信可通過天基地球同步軌道衛(wèi)星互聯(lián)網(wǎng)進行近實時通信，各群之間內(nèi)部可通過自組網(wǎng)數(shù)據(jù)鏈實現(xiàn)低時延高帶寬的實時通信。

若確認在當前探測區(qū)域內(nèi)存在敵對目標信息，則立即對目標進行跟蹤，以獲取實時信息并進行多級處理融合后將結(jié)果上報至指控中心。當指控中心確認后進行威脅評估和決策，制定作戰(zhàn)方案，由無人協(xié)同作戰(zhàn)系統(tǒng)組織驅(qū)離及打擊。島礁無人分布式協(xié)同偵察作戰(zhàn)多源信息融合分級處理流程如圖9所示。

4 仿真計算與分析

假設(shè)面向遠海某島礁執(zhí)行偵察感知任務(wù)，此時由于島礁地理位置較偏遠，短期內(nèi)無法對島上布設(shè)岸基及環(huán)島探測網(wǎng)，此次任務(wù)主要依靠UAV群攜帶不同偵察載荷前往目標區(qū)域執(zhí)行偵察任務(wù)。根據(jù)文獻[14]中對電子偵察、SAR偵察與光電偵察能力與效能的計算方法，假設(shè)偵察任務(wù)對電子偵察的需求值為1、對SAR偵察的需求值為1000、對光電偵察的需求值為100，通過建立能力滿足度模型，得到偵察任務(wù)中電子偵察、SAR偵察及光電偵察能力任務(wù)滿足度，見表1。

取電子偵察、SAR偵察及光電偵察三種不同偵察方式的效能權(quán)重值：β1=0.2，β2=0.3，，β3=0.5……，并假設(shè)三種偵察方式的信息傳輸能力均能滿足協(xié)同偵察任務(wù)的信息傳輸需求值，分別計算無人機群規(guī)模在15（其中電子偵察、SAR偵察、光電偵察UAV數(shù)量分別為3、4、8）、20（其中電子偵察、SAR偵察、光電偵察UAV數(shù)量分別為4、6、10）、25（其中電子偵察、SAR偵察、光電偵察UAV數(shù)量分別為5、8、12）的情況下，傳統(tǒng)數(shù)據(jù)級融合與信息分級處理（特征級）融合條件下的協(xié)同偵察效能，見表2。

通過上表仿真計算結(jié)果可知，橫向來看，隨著UAV群規(guī)模的不斷增大，無論是傳統(tǒng)數(shù)據(jù)級融合還是信息分級處理融合模式，協(xié)同偵察的效能都是在逐漸提升的，這是因為偵察數(shù)量的增加，使得探測感知到的目標信息數(shù)據(jù)量逐漸增多，對目標的識別更加準確；縱向來看，在UAV群規(guī)模和三種偵察方式的平臺編配方案確定的情況下，信息分級處理融合模式相比于傳統(tǒng)數(shù)據(jù)級的融合，對目標的協(xié)同偵察效能有較明顯的提升，說明利用特征級多源信息融合實現(xiàn)信息分級處理的方式對于提升集群偵察效能具有明顯的作用，所以可以利用特征級抑或是決策級的多源信息融合來實現(xiàn)信息分級處理，提升偵察感知的能力。

5 信息分級處理關(guān)鍵技術(shù)

5.1" 信息感知系統(tǒng)時空校準技術(shù)

多傳感器信息融合系統(tǒng)由無人機、巡飛彈、無人艇、無人車、水下無人潛航器等攜帶的多個異構(gòu)傳感器組成，通過這些傳感器得到的觀測數(shù)據(jù)都是以自身平臺系統(tǒng)為基準的，這就導(dǎo)致這些數(shù)據(jù)雖然異構(gòu)多樣但存在一定互補，使得觀測數(shù)據(jù)時間和空間一致性難以保證，具體表現(xiàn)為數(shù)據(jù)率的不一致和測量維數(shù)的不匹配，在信息融合時，會產(chǎn)生一定的問題。所以在處理異構(gòu)傳感器的觀測數(shù)據(jù)前，需要預(yù)先進行處理，將時間和空間變換至統(tǒng)一的參考基準當中，并對異構(gòu)平臺傳感器的觀測誤差、位置誤差以及坐標轉(zhuǎn)換過程中的固有誤差進行補償和修正，這樣得到的數(shù)據(jù)方可使用。

5.2" 目標識別多層級融合技術(shù)

對作戰(zhàn)信息分級處理時，在數(shù)據(jù)層和決策層數(shù)據(jù)融合是多源信息融合的關(guān)鍵。對艦船、基地、防空陣地等典型目標進行識別時，目前常用的方法是通過對典型目標的多種特征參數(shù)的觀測分析，將其和已有數(shù)據(jù)庫中的目標特性參數(shù)進行匹配，通過匹配分析來確定典型目標的類別，進而進行典型目標的特征信息融合，這其中主要涉及特征提取技術(shù)和特征關(guān)聯(lián)技術(shù)[15]。

5.3" 多傳感器資源分配與管理技術(shù)

分布式協(xié)同作戰(zhàn)中陸（礁）、海（潛）、空、天等不同物理作戰(zhàn)域涉及門類多樣的多個異構(gòu)傳感器，如何對這些傳感器進行有效的管理，高效利用其采集到的數(shù)據(jù)就變得尤其重要。所以需要制定一些潛在的準則和協(xié)議，合理管理并適當分配這些傳感器，涉及傳感器管理的技術(shù)主要包括：傳感器對目標的分配和優(yōu)先級方法、傳感器的性能預(yù)測、傳感器空間和時間作用范圍控制準則、傳感器接口技術(shù)、傳感器配置和控制策略等內(nèi)容[14-15]。

6 結(jié)束語

本文在分析多源異構(gòu)信息融合特點的基礎(chǔ)上，設(shè)計基于多源信息融合的信息分級處理模型，詳細設(shè)計信息融合功能模型、層次模型以及總體框架，給出多源信息處理的流程；面向島礁立體防御分布式協(xié)同偵察任務(wù)，分析建立多源信息分布式融合模型架構(gòu)，并對島礁立體防御分布式協(xié)同偵察多源信息融合步驟進行分解，得到（0～5）級信息融合處理流程，針對典型協(xié)同偵察任務(wù)進行仿真計算分析，初步驗證信息分級處理方法的可行性；分析提煉基于信息分級處理的多源信息融合過程中的主要關(guān)鍵技術(shù)，旨在引起對未來分布式作戰(zhàn)領(lǐng)域多源信息融合建設(shè)的重視，為分布式協(xié)同偵察多源異構(gòu)信息融合技術(shù)的發(fā)展提供一定參考。

參考文獻：

[1]Joint Chiefs of Staff. Capstone Concept for Joint Operationoint Force 2020 [R]. September ，2012．

[2]高穎，姬維君，王鳳華，等. 基于分層多級黑板的多源信息融合系統(tǒng)設(shè)計[J].彈箭與制導(dǎo)學(xué)報，2013，33（6）：149-152.

[3]何友，王國宏，陸大金，等. 多傳感器信息融合及應(yīng)用[M]. 北京：電子工業(yè)出版社，2000.

[4]韓崇昭，朱洪艷，段戰(zhàn)勝，等. 多傳感器信息融合（2版）[M]. 北京： 清華大學(xué)出版社，2010．

[5]化柏林.多源信息融合方法研究[J]. 情報理論與實踐，2013（11）：16-19.

[6]曹建君，李景相，蔡喜琴，等.基于信息融合理論的省情信息融合研究[J]. 遙感技術(shù)與應(yīng)用，2006（4）：368-371．

[7]趙新路，李兵，胡愛虔，等.分布式作戰(zhàn)智能化C2的能力提升發(fā)展分析[J].中國電子科學(xué)研究院學(xué)報，2021，16（11）： 1119-1125.

[8]HU JIAQI. Data fusion： a first step in decision formatics [D].Troy： Rensselaer Polytechnic Institute， 2008．

[9]明蘭. 基于數(shù)據(jù)融合的協(xié)作頻譜檢測算法的研究[D].南京：南京郵電大學(xué)，2012.

[10]MEGALOOIKONOMOU V， YESHA Y. Space efficient quantization for distributed estimation by a multi-sensor fusion system [J]. Information Fusion. 2004， 5（5） ： 299-308.

[11]萬洪容，陳懷新. 基于多源信息融合的海上目標判證系統(tǒng)[J]. 電訊技術(shù)， 2007， 47（3）： 131-135.

[12]趙宗貴，刁聯(lián)旺，李君靈，等. 信息融合工程實踐—技術(shù)與方法[M].北京：國防工業(yè)出版社，2015．

[13]趙新路，李兵，陳華，等. 島礁無人作戰(zhàn)體系面臨的挑戰(zhàn)及關(guān)鍵技術(shù)分析[J]. 無人系統(tǒng)技術(shù)， 2021， 4（2）：56-61.

[14]趙新路，陳雪.基于效用函數(shù)的無人機群分布式協(xié)同偵察方法研究［J］.中國電子科學(xué)研究院學(xué)報，2022，17（6）：577-581.

[15]李會民，馬桂英. 異構(gòu)多源信息融合方法概述[J]. 嘉應(yīng)學(xué)院學(xué)報（自然科學(xué)）， 2016， 2（34）： 21-26.

責任編校：孫詠梅，劉 燕

Research on Distributed Multi Source Reconnaissance Method Based on Information Grading Processing

CHEN Xue1，CHEN Julan1，ZHAO Xinlu2

（1.Chengdu Aeronautic Polytechnic， Chengdu 610100， China;

2.Research Institute of Sichuan Aerospace System Engineering， Chengdu 610100， China）

Abstract：Aiming at the uncertainty of complex environment and single sensor information， the situation awareness of complex battlefield can be solved by using manned/unmanned multi-sensor distributed cooperative reconnaissance and information fusion. By analyzing the characteristics of multi-source heterogeneous sensor information fusion， the hierarchical information processing model is applied to distributed multi-source reconnaissance tasks. The overall framework， functional model and hierarchical model of information fusion are designed， the process steps of multi-source information processing are condensed， and the hierarchical information processing process is designed for typical distributed cooperative reconnaissance tasks of islands and reefs and simulated. The key technologies of multi-source information fusion information classification processing are condensed， aiming at promoting the rapid development of information fusion technology and providing some reference for the development and construction of China's weapons and equipment system.

Key words：information classification; distributed; multi-source information fusion; collaborative reconnaissance; processing model