基于分層多級(jí)的信息融合設(shè)計(jì)

1、基于分層多級(jí)的信息融合設(shè)計(jì) 仿真系統(tǒng)設(shè)計(jì) 本仿真系統(tǒng)的模型定義為導(dǎo)彈打擊飛機(jī)的過(guò)程，導(dǎo)彈從發(fā)射起，經(jīng)過(guò)目標(biāo)定位、目標(biāo)識(shí)別、態(tài)勢(shì)評(píng)估、威脅估計(jì)等。JDL三級(jí)多源信息融合模型1,2為軍事領(lǐng)域的信息融合研究提供了一種較為通用的框架，得到了廣泛的認(rèn)可與采用。但是位置估計(jì)與身份識(shí)別無(wú)論從研究特點(diǎn)和所采用的方法都有很大的差別，把它們放在一級(jí)不合適。因此又提出了另一種信息融合的功能分級(jí)模型，如圖1所示。第一級(jí)位置級(jí)融合，針對(duì)實(shí)時(shí)獲取的信息進(jìn)行時(shí)間和空間上的融合，建立目標(biāo)航跡和數(shù)據(jù)庫(kù)，獲得目標(biāo)位置和速度。第二級(jí)目標(biāo)識(shí)別融合，它是指對(duì)來(lái)自多個(gè)傳感器的目標(biāo)識(shí)別數(shù)據(jù)進(jìn)行組合，以得到對(duì)目標(biāo)身份的聯(lián)合估計(jì)。信源信息融合

2、領(lǐng)域信源預(yù)處理第四級(jí)威脅估計(jì)第三級(jí)態(tài)勢(shì)估計(jì)第二級(jí)目標(biāo)識(shí)別第一級(jí)位置融合人機(jī)交互數(shù)據(jù)庫(kù)管理系統(tǒng)支持?jǐn)?shù)據(jù)庫(kù)融合數(shù)據(jù)庫(kù)圖1多源信息融合四級(jí)模型第三級(jí)態(tài)勢(shì)估計(jì)，態(tài)勢(shì)是一種狀態(tài)，一種趨勢(shì)，是一個(gè)整體和全局的概念。態(tài)勢(shì)估計(jì)是對(duì)戰(zhàn)斗力量部署及動(dòng)態(tài)變化情況的評(píng)價(jià)過(guò)程，從而分析并確定事件發(fā)生深層原因，得到關(guān)于敵方兵力結(jié)構(gòu)的估計(jì)，推斷敵方意圖、預(yù)測(cè)將來(lái)活動(dòng)，最終形成戰(zhàn)場(chǎng)態(tài)勢(shì)圖，提供最優(yōu)決策依據(jù)。第四級(jí)威脅估計(jì)，威脅估計(jì)的任務(wù)是在態(tài)勢(shì)估計(jì)的基礎(chǔ)上，綜合敵方破壞能力、機(jī)動(dòng)能力、運(yùn)動(dòng)模式及行為意圖的先驗(yàn)知識(shí)，得到敵方兵力的戰(zhàn)術(shù)含義，估計(jì)出作戰(zhàn)事件出現(xiàn)的程度和嚴(yán)重性，并對(duì)作戰(zhàn)意圖做出指示與告警，重點(diǎn)是定量表示敵方作戰(zhàn)能力

3、，并估計(jì)敵方企圖。多源信息融合可以在三個(gè)層面上與具體的技術(shù)相結(jié)合，即數(shù)據(jù)層融合、特征層融合、決策層融合1,2。信息融合的層次化模型如圖2所示。制導(dǎo)武器信息融合系統(tǒng)是應(yīng)用信息融合的基本知識(shí)，如：融合功能模型、層次模型、融合算法、以及融合知識(shí)庫(kù)，對(duì)目標(biāo)信息進(jìn)行融合。目標(biāo)信息這里我們主要考慮目標(biāo)位置信息和目標(biāo)身份信息。目標(biāo)位置信息，包括目標(biāo)三維坐標(biāo)、速度等，應(yīng)用貝葉斯估計(jì)、加權(quán)平均法、卡爾曼濾波法進(jìn)行融合，而目標(biāo)身份識(shí)別信息，包括圖像信息和位置特征信息，應(yīng)用貝葉斯估計(jì)、D-S證據(jù)理論、BP神經(jīng)網(wǎng)絡(luò)推理得到。多源信息經(jīng)過(guò)數(shù)據(jù)層、特征層、決策層融合得到準(zhǔn)確的目標(biāo)信息，為態(tài)勢(shì)評(píng)估與決策提供依據(jù)。制導(dǎo)武器多

4、源信息融合系統(tǒng)可劃分為三大部分，如圖3所示。圖3制導(dǎo)武器多源信息融合系統(tǒng)框架位置信息融合子系統(tǒng)是對(duì)目標(biāo)位置信息進(jìn)行融合。通過(guò)彈載GPS接收機(jī)、雷達(dá)、紅外獲取目標(biāo)的位置信息，經(jīng)過(guò)預(yù)處理、配準(zhǔn)和數(shù)據(jù)關(guān)聯(lián)，應(yīng)用卡爾曼濾波、加權(quán)平均法等得到目標(biāo)精確地位置信息。圖像信息融合子系統(tǒng)是應(yīng)用于目標(biāo)識(shí)別部分的，對(duì)紅外和CCD獲取的圖像進(jìn)行融合，經(jīng)過(guò)像素級(jí)、特征級(jí)、決策級(jí)融合，對(duì)目標(biāo)進(jìn)行準(zhǔn)確的識(shí)別。信息融合理論有信息融合系統(tǒng)的模型和結(jié)果，主要包括功能模型、信息融合層次模型和多源信息融合算法。針對(duì)多源、異類數(shù)據(jù)特點(diǎn)，系統(tǒng)采用分層多級(jí)融合結(jié)構(gòu)，將多源信息進(jìn)行分類，在融合黑板完成多源的信息融合。多源信息獲取由傳感器來(lái)完

5、成，本系統(tǒng)采用的傳感器有GPS、雷達(dá)、紅外和CCD等。GPS獲取導(dǎo)彈信息，紅外、雷達(dá)、CCD等獲取目標(biāo)信息，導(dǎo)彈與目標(biāo)信息進(jìn)行坐標(biāo)系轉(zhuǎn)換、濾波等預(yù)處理，然后進(jìn)行航跡關(guān)聯(lián)、目標(biāo)識(shí)別。通過(guò)數(shù)據(jù)層、特征層和決策層融合得到準(zhǔn)確的信息，為制導(dǎo)系統(tǒng)提供決策依據(jù)。整個(gè)系統(tǒng)的信息流程圖如圖4所示。黑板結(jié)構(gòu)是專家系統(tǒng)常用的結(jié)構(gòu)，也稱為黑板系統(tǒng)，是一種多專家合作系統(tǒng)。適合于多源信息融合。黑板結(jié)構(gòu)一般有知識(shí)源，黑板和控制機(jī)構(gòu)三部分組成。黑板結(jié)構(gòu)是系統(tǒng)中的全局工作區(qū)。它對(duì)于判斷和解決問(wèn)題提供了一個(gè)非常靈活的控制結(jié)構(gòu)，黑板就是要把獲取信息不同過(guò)程注解集合寫(xiě)在黑板上,然后再由黑板讀出,其特征是具有一個(gè)共享的數(shù)據(jù)區(qū)，或者說(shuō)

6、黑板是作為存儲(chǔ)信息數(shù)據(jù)和知識(shí)源集合的相互作用的共同媒體。融合知識(shí)庫(kù)描述某個(gè)獨(dú)立領(lǐng)域的知識(shí)和知識(shí)處理方法，每個(gè)融合模型可完成某些特定的解題功能，各融合模型之間相互獨(dú)立，通過(guò)融合黑板進(jìn)行交流，合作完成。 目標(biāo)識(shí)別的融合算法分析 作為信息融合的一個(gè)重要研究?jī)?nèi)容，融合目標(biāo)識(shí)別又稱身份融合，根據(jù)目標(biāo)識(shí)別理論，應(yīng)用D-S證據(jù)理論在一維距離像和二維圖像聯(lián)合對(duì)目標(biāo)進(jìn)行識(shí)別。3.1目標(biāo)識(shí)別概述目標(biāo)識(shí)別理論經(jīng)過(guò)多年的發(fā)展，識(shí)別方法多種多樣，其中包括經(jīng)典統(tǒng)計(jì)判決、主觀Bayes推斷、D-S證據(jù)理論模糊集理論、專家系統(tǒng)理論等。目標(biāo)識(shí)別信息融合通常包含3.2D-S證據(jù)理論證據(jù)推理最初是由Dempster在1967年提出

7、，用多值映射得出概率的上下界，后來(lái)由Shafer在1976年推廣形成證據(jù)理論，成為D-S證據(jù)理論。下面介紹D-S證據(jù)理論基本知識(shí)1,2。D-S證據(jù)推理流程圖如圖6所示。 實(shí)例分析 應(yīng)用紅外成像和CCD圖像融合結(jié)果對(duì)目標(biāo)形狀進(jìn)行識(shí)別，同時(shí)根據(jù)GPS、雷達(dá)、紅外等估計(jì)的目標(biāo)速度和高度來(lái)綜合識(shí)別目標(biāo)。系統(tǒng)的特征值是目標(biāo)速度，目標(biāo)高度和目標(biāo)圖像邊緣。選擇按歐氏距離度量的方法來(lái)實(shí)現(xiàn)信任度分配。結(jié)合導(dǎo)彈打擊目標(biāo)的過(guò)程，應(yīng)用D-S證據(jù)理論識(shí)別目標(biāo)5。假設(shè)要識(shí)別的目標(biāo)可能是為導(dǎo)彈和飛機(jī)兩種目標(biāo)類型，U為不確定性，目標(biāo)識(shí)別框架為=飛機(jī)、導(dǎo)彈、U。系統(tǒng)使用紅外和CCD融合后得到目標(biāo)的圖像信息，得到判斷目標(biāo)的證據(jù)1

8、為圖像。GPS、雷達(dá)、紅外得到目標(biāo)的速度和高度分別作為判斷的證據(jù)2和證據(jù)3。通過(guò)目標(biāo)匹配，由歐式距離法按照距離大小進(jìn)行概率分配，得到需要的可信度函數(shù)mass函數(shù)。圖7為目標(biāo)庫(kù)，圖8為紅外與CCD在相同時(shí)刻和空間獲取的目標(biāo)圖片融合后的圖片。經(jīng)過(guò)與目標(biāo)庫(kù)匹配，得出與飛機(jī)相似的占0.6，與導(dǎo)彈相似的占0.2，剩下的分辨不出飛機(jī)或?qū)?。同理可以得出目?biāo)速度和高度的匹配概率。如表1所示。和證據(jù)2進(jìn)行組合，然后計(jì)算不一致因子：k=0.1+0.24=0.3412m=mm=0.696969,0.272727,0.030303第二次應(yīng)用D-S證據(jù)理論，將組合結(jié)果和證據(jù)3組合，計(jì)算不一致因子：。k=0.082+0

9、.348=0.433m=mm=0.62766,0.36172,0.010638用D-S證據(jù)理論算法進(jìn)行了信息融合。三種證據(jù)融合后計(jì)算得出的不一致因子K=0.43，可以看出目標(biāo)為飛機(jī)的概率為0.62766，概率值最大，從而可以決策目標(biāo)為飛機(jī)。同時(shí)可以看出U即不確定性的概率也下降到0.01638。識(shí)別結(jié)果不確定性概率從0.1下降到0.01638，同時(shí)使融合后的基本可信度函數(shù)值比融合前的基本可信度函數(shù)值具有更好的可區(qū)分性。本實(shí)驗(yàn)所用的機(jī)器是一臺(tái)Intercore2CPU,2.93HZ,3G內(nèi)存的WindowsXP系統(tǒng)臺(tái)式機(jī)7，本實(shí)驗(yàn)等間隔時(shí)間采樣，獲取100組目標(biāo)數(shù)據(jù)，試驗(yàn)中它們的平均識(shí)別時(shí)間以及準(zhǔn)確率見(jiàn)表2。表2可以看出，本算法已經(jīng)達(dá)到實(shí)時(shí)即識(shí)別時(shí)間小于67ms的要求，雖然D-S算法的用間稍微多一點(diǎn)，但是對(duì)于精確制導(dǎo)武器來(lái)說(shuō)，準(zhǔn)確識(shí)別是最重要的，所以它在滿足實(shí)時(shí)的條件下，損失時(shí)間換取準(zhǔn)確率，這是合理的。 結(jié)合制導(dǎo)武器制導(dǎo)過(guò)程和多源信息的特點(diǎn)，介紹了基于分層多級(jí)融合黑板的多源信息融合系統(tǒng)，給出了信息融合功能模型、層次模型、總體框