戰(zhàn)場態(tài)勢估計

1、基于多傳感器數(shù)據(jù)融合的戰(zhàn)場態(tài)勢估計 周云 1107191.引言近20年來，多傳感器信息融合技術(shù)受到廣泛的關(guān)注，成為80 年代形成和發(fā)展的一種自動化信息綜合處理技術(shù)。由于其充分利用多源數(shù)據(jù)的互補性和電子計算機(jī)的高速運算和智能,提高了信息處理結(jié)果的質(zhì)量。該多傳感器信息融合是數(shù)學(xué)、軍事科學(xué)、計算機(jī)科學(xué)、自動控制理論、人工智能、通信技術(shù)、管理科學(xué)等多種學(xué)科的交叉和具體運用。該融合技術(shù)最初僅用于軍事科學(xué)，現(xiàn)己廣泛適用于民用工程。多傳感器數(shù)據(jù)融合是一個新興的研究領(lǐng)域，是針對一個系統(tǒng)使用多種傳感器這一特定問題而展開的一種關(guān)于數(shù)據(jù)處理的研究。多傳感器數(shù)據(jù)融合技術(shù)是近幾年來發(fā)展起來的一門實踐性較強(qiáng)的應(yīng)用技術(shù)，是

2、多學(xué)科交叉的新技術(shù)，涉及到信號處理、概率統(tǒng)計、信息論、模式識別、人工智能、模糊數(shù)學(xué)等理論。在多傳感器系統(tǒng)中，信息表現(xiàn)形式多樣，信息數(shù)量巨大，同時要求信息處理迅速及時，人腦的信息綜合處理能力已經(jīng)無法勝任，因此，一個新興的學(xué)科多傳感器信息融合便迅速發(fā)展起來，并在現(xiàn)代化作戰(zhàn)系統(tǒng)和各種武器平臺上得到了廣泛的應(yīng)用。多傳感器數(shù)據(jù)融合技術(shù)是通過對這些傳感器及其觀測信息的合理支配和使用，把多個傳感器在時間和空間上的冗余或互補信息依據(jù)某種準(zhǔn)則進(jìn)行組合，以獲取被觀測對象的一致性解釋或描述。多傳感器融合技術(shù)就是對同一檢測對象,利用各種傳感器檢測的信息和不同的處理方法以獲得該對象的全面檢測信息,從而提高檢測精度和可靠

3、性。在多傳感器系統(tǒng)中,信息表現(xiàn)為多樣性、復(fù)雜性以及大容量,信息處理不同于單一的傳感檢測處理技術(shù),多傳感器信息融合技術(shù)已成為當(dāng)前的一個重要研究領(lǐng)域。2.戰(zhàn)場感知與理解戰(zhàn)場感知與理解是對戰(zhàn)場空間內(nèi)敵、我、友各方兵力部署，武器裝備與作戰(zhàn)平臺，和戰(zhàn)場環(huán)境等信息的實時掌握的過程。戰(zhàn)場感知與理解包括戰(zhàn)場環(huán)境感知與戰(zhàn)場態(tài)勢理解兩個層次。戰(zhàn)場態(tài)勢感知綜合多個水下信息探測網(wǎng)絡(luò)和作戰(zhàn)平臺傳感器所獲取的關(guān)于戰(zhàn)場的片面的、離散的信息，提取出目標(biāo)相關(guān)屬性。戰(zhàn)場態(tài)勢感知屬于信號級的數(shù)據(jù)融合，所完成的主要功能包括環(huán)境監(jiān)測、目標(biāo)檢測、定位跟蹤和分類識別，是進(jìn)一步實現(xiàn)戰(zhàn)場環(huán)境理解的基礎(chǔ)。戰(zhàn)場態(tài)勢理解則從感知信息中抽象出對戰(zhàn)場環(huán)

4、境的整體性認(rèn)識，戰(zhàn)場環(huán)境理解的研究內(nèi)容包括了目標(biāo)行為理解、態(tài)勢評估、威脅估計等，是決策級信息融合的研究領(lǐng)域。在戰(zhàn)場感知與理解技術(shù)中，依靠單一的傳感器提供信息已無法滿足作戰(zhàn)需要, 必須運用多傳感器提供觀測信息,實時進(jìn)行目標(biāo)發(fā)現(xiàn)、優(yōu)化綜合處理來獲得狀態(tài)估計、目標(biāo)屬性、態(tài)勢評估、威脅估計等作戰(zhàn)信息。其中，態(tài)勢評估是對戰(zhàn)場上戰(zhàn)斗力量分配情況的評價過程。戰(zhàn)場態(tài)勢評估不僅可以識別觀測到敵方事件和行為的可能態(tài)勢, 而且還能對抗敵方包括偽裝、隱蔽和欺騙在內(nèi)的破壞手段, 幫助指揮員正確判斷。因此, 態(tài)勢評估在現(xiàn)代戰(zhàn)場中起著非常重要的作用。3. 戰(zhàn)場態(tài)勢估計戰(zhàn)場態(tài)勢估計是把來自多傳感器和信息源的數(shù)據(jù)和信息加以聯(lián)合

5、相關(guān)和組合，以獲得精確的位置估計和身份估計，以及對戰(zhàn)場情況和威脅及其重要程度進(jìn)行實時的完整評價 由于戰(zhàn)場信息復(fù)雜多變，具有高度的不確定性不完備性，因此態(tài)勢估計必須能對這種不確定性進(jìn)行有效推理，并能對敵方下一步行動做出預(yù)測。3.1 態(tài)勢估計的概念態(tài)勢估計是建立作戰(zhàn)活動、事件、時間、位置和兵力要素組織形式的視圖，將所觀測的戰(zhàn)斗力量分布與活動和戰(zhàn)場周圍環(huán)境、敵方作戰(zhàn)意圖及敵機(jī)動性有機(jī)地聯(lián)系起來，分析并確定事件發(fā)生的原因，得到關(guān)于敵兵力結(jié)構(gòu)、使用特點的估計，最終形成戰(zhàn)場綜合態(tài)勢圖可以理解為是對當(dāng)前作戰(zhàn)環(huán)境中目標(biāo)和事件相互關(guān)系的描述和解釋，其處理的結(jié)果是對戰(zhàn)場和作戰(zhàn)態(tài)勢的抽象和估計它是建立在位置融合和身

6、份識別基礎(chǔ)上的知識處理，是知識與理解的綜合過程，數(shù)據(jù)融合的層次滿足知識處理的“數(shù)據(jù)一信息一知識一理解”層次結(jié)構(gòu) “數(shù)據(jù)”解決了環(huán)境中有什么的問題，而“信息”解決了想從數(shù)據(jù)中得到什么的問題，“知識”和“理解”則解決了知道了什么以及如何根據(jù)知道的什么進(jìn)行行動的問題態(tài)勢估計是數(shù)據(jù)融合處理模型的二層處理過程，它接收一層融合的結(jié)果，從中抽取出對當(dāng)前戰(zhàn)場態(tài)勢盡可能準(zhǔn)確、完備的信息，為指揮員決策提供支持。態(tài)勢估計所涉及到的目標(biāo)以及與之相應(yīng)的態(tài)勢元素的處理過程具有一定的層次性。在態(tài)勢分析中，如果將整個敵方作為作戰(zhàn)目標(biāo)，則此時的目標(biāo)就是戰(zhàn)略意義上的目標(biāo)；如果將敵方的某架飛機(jī)或某艘艦船作為作戰(zhàn)目標(biāo)，則此時的目標(biāo)就

7、是戰(zhàn)術(shù)目標(biāo)。由于態(tài)勢估計涉及的對象多、范圍廣，且理論基礎(chǔ)薄弱，要構(gòu)造一個性能優(yōu)良的系統(tǒng)來支持它相當(dāng)困難。相對于戰(zhàn)略態(tài)勢估計，戰(zhàn)術(shù)態(tài)勢估計涉及面較窄，規(guī)則較為明晰，而它又是前者系統(tǒng)建設(shè)的前提和基礎(chǔ)。因此，我們把態(tài)勢估計的研究重點放在戰(zhàn)術(shù)級上。根據(jù)endsley的定義，態(tài)勢估計基本層次結(jié)構(gòu)可以分解為態(tài)勢察覺、態(tài)勢理解和態(tài)勢預(yù)測3個層次態(tài)勢察覺是獲取環(huán)境中態(tài)勢元素的狀態(tài)、屬性和動態(tài)特性，并把所獲信息分解為可理解的表達(dá)形式，為后面的態(tài)勢理解和預(yù)測層次奠定基礎(chǔ)態(tài)勢理解主要是對敵方行為、行動企圖進(jìn)行推理，即態(tài)勢行動在進(jìn)行當(dāng)前事件情況下的結(jié)果是什么，產(chǎn)生的影響是什么態(tài)勢預(yù)測是在對當(dāng)前態(tài)勢理解的基礎(chǔ)上，對未來

8、可能出現(xiàn)的態(tài)勢情況進(jìn)行預(yù)測由此可見，對態(tài)勢元素完整而準(zhǔn)確的察覺是態(tài)勢估計過程的基礎(chǔ)3.2 態(tài)勢估計的內(nèi)容和處理步驟進(jìn)行信息融合中2級處理態(tài)勢估計應(yīng)按如下流程進(jìn)行：首先分析作戰(zhàn)樣式，明確敵我雙方的作戰(zhàn)目標(biāo)。由于態(tài)勢估計與作戰(zhàn)樣式有一定的關(guān)系，不同的作戰(zhàn)樣式下選取的態(tài)勢要素不同，各要素的側(cè)重點和權(quán)值不同，使用的態(tài)勢估計方法可能不一樣，用到的軍事領(lǐng)域知識( 規(guī)則) 也不同。沒有選定作戰(zhàn)樣式，泛泛地談?wù)搼B(tài)勢估計或威脅估計，比較困難。本文針對一定的作戰(zhàn)樣式進(jìn)行態(tài)勢估計方法研究， 望由此推廣到其它作戰(zhàn)樣式，最后形成統(tǒng)一的態(tài)勢估計方法。其次考慮態(tài)勢要素提取。在一定的作戰(zhàn)樣式下，提取進(jìn)行態(tài)勢估計要考慮的各要素

9、，稱為態(tài)勢要素。最后確定對態(tài)勢要素進(jìn)行估計的各種方法，實現(xiàn)戰(zhàn)場態(tài)勢估計的各項功能。態(tài)勢估計應(yīng)包含以下內(nèi)容：（1） 態(tài)勢要素提?。唬?） 態(tài)勢評估推理；（3） 態(tài)勢預(yù)測。態(tài)勢評估首先要確定態(tài)勢要素, 這些態(tài)勢要素都可由多傳感器的測量獲得。由于傳感器的精度、多傳感器系統(tǒng)組成環(huán)節(jié)、外部環(huán)境以及數(shù)據(jù)后處理的影響, 會導(dǎo)致態(tài)勢評估的不確定性。因此, 需要采用推理的方法來解決數(shù)據(jù)融合的問題。4.不確定性推理估計在態(tài)勢評估推理技術(shù)中, 經(jīng)常用于決策級不確定推理方法有，bayes和d-s證據(jù)理論，其中主觀bayes方法用概率來表示不確定性，而證據(jù)理論用信任區(qū)間來表示不確定性。主觀bayes方法需要知道先驗概率

10、和條件概率，而證據(jù)理論則不必給出，證據(jù)理論能區(qū)分不確定和不知道，而bayes則不能，從以上對比考慮，選擇d-s證據(jù)理論作為決策層信息融合方式對態(tài)勢情況進(jìn)行評估。運用d-s證據(jù)理論的決策層信息融合方式對態(tài)勢情況進(jìn)行評估，最大特點就是對不確定信息的描述采用信任函數(shù)而不是概率作為量度, 在區(qū)分不知道與不確定方面以及精確反映證據(jù)收集方面顯示了很大的靈活性。4.1 d-s證據(jù)理論的基本概念證據(jù)理論是由dempster于1967年提出的，后由shafer加以擴(kuò)充和發(fā)展，所以證據(jù)理論又稱為d-s理論。證據(jù)理論可處理由不知道所引起的不確定性。它采用信任函數(shù)而不是概率作為度量，通過對一些事件的概率加以約束以建立

11、信任函數(shù)而不必說明精確的難以獲得的概率，當(dāng)約束限制為嚴(yán)格的概率時，它就進(jìn)而成為概率論。4.1.1 識別框架設(shè)u表示x所有可能取值的一個論域集合, 且所有在u內(nèi)的元素間是互不相容的, 則稱u為x的識別框架。4.1.2 信任函數(shù)和似真度函數(shù)設(shè)u表示一識別框架, 則函數(shù)m: 滿足 ； （1）時, m( a) 稱為a的基本概率賦值。m( a) 表示的僅是提供給a的基本概率賦值, 而不是a 的概率值,要獲得a的概率值, 必須將a中所有子集b的基本概率賦值數(shù)相加, 用信任函數(shù)表示。設(shè)u表示一識別框架, 則函數(shù)m: 是u上的基本概率值， （2）稱為函數(shù)是u上的信任函數(shù)。似真度函數(shù)是從另一側(cè)面對信度函數(shù)的描述

12、。設(shè)u表示一識別框架, 定義 （3）為 的懷疑函數(shù)。稱為的似真度函數(shù)。，稱為a 的懷疑度；稱為a的似真度，即a可靠或似真的程度。這樣，就構(gòu)成了a的信任度區(qū)間。4.1.3 dempster證據(jù)組合法則d-s證據(jù)理論中的dempster證據(jù)組合法則提供了組合兩個證據(jù)的法則。組合方法可以概括如下：設(shè)和是同一識別框架u上的兩個信任函數(shù), m1 和m2 是對應(yīng)的基本概率賦值, 焦元分別為和，又設(shè) （4）在上式中，若，則m確定一個基本概率賦值；若，則認(rèn)為m1、m2 矛盾, 不能對基本概率進(jìn)行組合。通過上式可以對證據(jù)進(jìn)行兩兩綜合, 而對于多個證據(jù)的計算也可以按照dempster證據(jù)組合的方法遞推進(jìn)行組合。在

13、進(jìn)行合成計算時, 由于多個態(tài)勢因素的融合與次序無關(guān)。則多個證據(jù)結(jié)合的計算可以用兩個證據(jù)結(jié)合的計算遞推得到，其結(jié)構(gòu)等效圖如下圖1所示： 圖1 證據(jù)合成計算的等效形式4.2 d-s證據(jù)理論用于態(tài)勢估計的信息融合方法對于態(tài)勢估計系統(tǒng)來說, 由軍事領(lǐng)域知識產(chǎn)生的戰(zhàn)場空間中可能出現(xiàn)的態(tài)勢分類就是命題, 各個傳感器通過檢測、處理給出的對事件發(fā)生的判斷就是證據(jù)。這樣, 可把態(tài)勢分類看作假設(shè)的原因, 而從傳感器獲得的事件發(fā)生的數(shù)據(jù)則可以看作是已經(jīng)檢測到的結(jié)果。態(tài)勢估計從檢測事件的發(fā)生開始, 在檢測到事件后, 由領(lǐng)域知識產(chǎn)生對某些命題的度量, 這些度量即構(gòu)成了證據(jù), 并利用這些證據(jù)通過構(gòu)造相應(yīng)的基本概率分配函數(shù)

14、, 對所有的命題賦予一個置信度。態(tài)勢信息融合和判決的一般步驟為: 首先根據(jù)不同傳感器所提供的證據(jù)計算沖突系數(shù)k1 , 判斷兩個證據(jù)之間的沖突程度。若證據(jù)之間的沖突程度不大, 則可按照dempster組合規(guī)則進(jìn)行兩兩組合, 若證據(jù)出現(xiàn)沖突較大或相互矛盾的情況, 則可選取適當(dāng)?shù)男拚M合規(guī)則進(jìn)行證據(jù)組合；其次根據(jù)不同的識別目標(biāo)以及態(tài)勢環(huán)境, 綜合各種因素, 確定判決門限；最后根據(jù)一定的算法和規(guī)則進(jìn)行態(tài)勢判決, 給出融合后的最終判決結(jié)果。圖2給出了決策層屬性融合結(jié)構(gòu)。如圖所示，利用d-s理論中的合并規(guī)則將不同態(tài)勢因素下的態(tài)勢可信度進(jìn)行融合, 計算出態(tài)勢評估結(jié)果。 圖2 運用d-s理論進(jìn)行態(tài)勢因素融合4.3 d-s證據(jù)理論的應(yīng)用優(yōu)缺點應(yīng)用d- s證據(jù)理論的優(yōu)點是它能夠從專家處獲得不確定信息, 并能將不確定性的知識形式化后進(jìn)行判斷、推理和決策,為知識的獲取和知識庫的形成提供了有效的手段； 證據(jù)理論作為一種處理認(rèn)知不確定的方法, 不僅能在規(guī)則中反映未知信息, 而且能在推理過程中區(qū)分不確定和不知道。缺點是d-s證據(jù)理論要求各證據(jù)源之間是相互獨立的, 這在實際的態(tài)勢估計問題中幾乎是很難達(dá)到的, 這也就限制了d- s