一種多探測器融合的海洋視聽衛(wèi)星捕獲概率與目標(biāo)識別分析

一種多探測器融合的海洋視聽衛(wèi)星捕獲概率與目標(biāo)識別分析

基于多維融合的海洋監(jiān)察系統(tǒng)海上視聽衛(wèi)星通過各種勘探功能實現(xiàn)了對海上目標(biāo)的隱藏、定位和識別，并對海上形勢的感知。根據(jù)探測器類型的不同,海洋監(jiān)視衛(wèi)星可以分為被動型與主動型。主動型海洋監(jiān)視衛(wèi)星往往攜帶成像載荷,如大功率SAR載荷(合成孔徑雷達(dá))或光學(xué)載荷,通過接收目標(biāo)反射的雷達(dá)回波或光波,確定目標(biāo)特征與位置。被動型海洋監(jiān)視衛(wèi)星通常采用無線電偵察載荷截獲目標(biāo)發(fā)射的雷達(dá)信號或通信信號,確認(rèn)目標(biāo)類型與位置。不同的探測器將各有不同的優(yōu)缺點,如光學(xué)載荷可以非常直觀的得到目標(biāo)外觀特征與尺寸,但是容易受云層、光照等因素的影響;相對SAR載荷不易受云層、光照等因素的影響,但是成像不直觀,且容易受到干擾;無線電偵察載荷能夠獲得目標(biāo)的電磁頻譜特性與位置信息,但對目標(biāo)外觀特征一無所知。同時,主動型探測器的探測區(qū)域往往比較小,截獲目標(biāo)的概率較小;而被動型探測器可以實現(xiàn)較大的探測區(qū)域,獲得較高的截獲概率。單一依靠某種探測器進(jìn)行海洋監(jiān)視已經(jīng)不能滿足現(xiàn)代化戰(zhàn)爭的需要,所以,需要考慮采取多種探測手段,進(jìn)行多維信息融合,發(fā)揮各自優(yōu)點,彌補(bǔ)各自缺點,提高海洋監(jiān)視衛(wèi)星的截獲概率、識別概率,達(dá)到對海洋目標(biāo)的精確定位、識別等效果。目前,國外對海洋監(jiān)視衛(wèi)星的偵察效能的研究甚少,國內(nèi)部分文獻(xiàn)開展了這方面的工作。文獻(xiàn)[1-3]針對雷達(dá)信號進(jìn)行了截獲概率分析,給出了相應(yīng)的數(shù)學(xué)模型;文獻(xiàn)[4按照分頻段偵察的方法建立了截獲概率模型,但沒有考慮電子設(shè)備的開/關(guān)機(jī)概率影響;文獻(xiàn)[5]建立了目標(biāo)截獲概率與最大訪問間隔時間的概率模型,并分別對光學(xué)、雷達(dá)、電子偵察的截獲概率進(jìn)行了分析,同樣沒有考慮電子設(shè)備的開/關(guān)機(jī)概率影響,且沒有對聯(lián)合偵察進(jìn)行截獲概率分析;文獻(xiàn)[6-7]基于模糊推理與證據(jù)理論,融合了電子偵察數(shù)據(jù)與成像偵察數(shù)據(jù),提高了目標(biāo)識別準(zhǔn)確性。本文將結(jié)合雷達(dá)偵察、通信偵察和成像偵察的各自特點,提出基于多信息融合的海洋監(jiān)視衛(wèi)星探測手段,建立目標(biāo)截獲概率的數(shù)學(xué)模型,并基于支持向量機(jī)方法對目標(biāo)進(jìn)行識別分類,實現(xiàn)海洋監(jiān)視衛(wèi)星偵察效能的提升。1目標(biāo)目標(biāo)精準(zhǔn)識別海洋監(jiān)視衛(wèi)星上同時配置雷達(dá)偵察、通信偵察和成像偵察,通過雷達(dá)、通信偵察對目標(biāo)對象進(jìn)行定位,引導(dǎo)監(jiān)視衛(wèi)星對目標(biāo)進(jìn)行成像偵察,以提高對目標(biāo)的成像截獲概率。通過雷達(dá)偵察信息、通信偵察信息及成像偵察信息的融合,以提高目標(biāo)的識別概率?；诶走_(dá)偵察、通信偵察和成像偵察的海洋監(jiān)視衛(wèi)星工作流程框圖如圖1所示。2分辨率分析2.1數(shù)學(xué)模型2.1.1區(qū)域內(nèi)運動目標(biāo)的搜索由于目標(biāo)在探測區(qū)域內(nèi)的運動情況是未知的,且衛(wèi)星每次掃描指定區(qū)域的路徑也存在一定的隨機(jī)性。所以,可以將衛(wèi)星對區(qū)域內(nèi)運動目標(biāo)的搜索視為一種隨機(jī)搜索方式。假設(shè)監(jiān)視衛(wèi)星星下點在地面的運動速度為v式中:令探測器波束寬度為2uf061,則掃描寬度w可表示為:w(28)2R2.1.2目標(biāo)探測概率假設(shè)目標(biāo)的電子設(shè)備(雷達(dá)或通信設(shè)備)的開機(jī)時間和關(guān)機(jī)時間均服從指數(shù)分布,即開機(jī)率uf072并假設(shè)目標(biāo)的電子設(shè)備輻射功率滿足偵收鏈路需求,所以只要探測器能夠覆蓋到目標(biāo),同時電子設(shè)備開機(jī),則認(rèn)為監(jiān)視衛(wèi)星可以探測到目標(biāo),其單次可探測到目標(biāo)的探測概率可表示為:2.1.3監(jiān)視衛(wèi)星的軌道高度假設(shè)探測區(qū)域的經(jīng)度范圍為(35)uf06c,緯度范圍為(35)uf06a,面積為A,監(jiān)視衛(wèi)星的軌道高度為h,軌道傾角為i,探測器寬度為w。由于衛(wèi)星圍繞地球作周期運動,所以監(jiān)視衛(wèi)星對該區(qū)域的探測屬于多次、間歇式探測,假設(shè)每次探測具有相同條件,即具有同一個單次探測概率p,則截獲目標(biāo)概率p可表示為:2.2目標(biāo)攔截概率假設(shè)監(jiān)視衛(wèi)星星座具有3顆海洋監(jiān)視衛(wèi)星,具有相同的軌道平面,相位差為120°,軌道是高度為1000km的太陽同步軌道。監(jiān)視衛(wèi)星上同時配備SAR偵察載荷、雷達(dá)偵察載荷和通信偵察載荷,波束寬度分別為3°,60°和80°。監(jiān)視衛(wèi)星的偵察作戰(zhàn)區(qū)大概為東經(jīng)122°~127°,北緯24°~27°。作戰(zhàn)區(qū)域內(nèi)存在某一軍艦,其活動時間為8h。該軍艦配備的雷達(dá)開機(jī)時間為8min,關(guān)機(jī)時間為52min;配備的通信設(shè)備開機(jī)時間為10min;關(guān)機(jī)時間為50min?，F(xiàn)分別計算依靠SAR偵察、雷達(dá)偵察、通信偵察及聯(lián)合偵察能夠獲得的目標(biāo)截獲概率。按照以上參數(shù),采用STK軟件進(jìn)行仿真計算得到:雷達(dá)偵察對作戰(zhàn)區(qū)域的平均重訪時間為20047s;通信偵察對作戰(zhàn)區(qū)域的平均重訪時間為30537s;SAR偵察載荷對作戰(zhàn)區(qū)域的平均重訪時間為574546s;作戰(zhàn)區(qū)域面積約為168749km分別只依靠SAR偵察、雷達(dá)偵察、通信偵察,對目標(biāo)的截獲概率P聯(lián)合雷達(dá)偵察與通信偵察,對目標(biāo)的截獲概率將相關(guān)參數(shù)代入以上各式,計算得到對作戰(zhàn)區(qū)域內(nèi)目標(biāo)的截獲概率如表1所示。從表格結(jié)果可以看出:在設(shè)定條件下,通過聯(lián)合偵察,可以明顯改善目標(biāo)的截獲概率。在保持其他參數(shù)不變的條件下,改變探測器波束寬度,進(jìn)行目標(biāo)截獲概率計算,得到結(jié)果如圖2、圖3所示。從圖2可以看出:目標(biāo)截獲概率隨著探測器波束寬度(掃描寬度)的增加而提高;當(dāng)波束寬度大于80°時,SAR的目標(biāo)截獲概率變化趨于平緩并接近100%,這是由于此時的掃描寬度遠(yuǎn)大于作戰(zhàn)區(qū)域且SAR為主動偵察(不存在開/關(guān)機(jī)),所以只要衛(wèi)星過境就能實現(xiàn)對作戰(zhàn)區(qū)域全覆蓋并發(fā)現(xiàn)目標(biāo),即實現(xiàn)100%的截獲概率(值得注意的是,實際應(yīng)用的SAR波束寬度是比較小的);由于目標(biāo)通信、雷達(dá)存在開/關(guān)機(jī)概率,所以在相同探測器波束寬度的情況下,SAR的截獲概率遠(yuǎn)比通信、雷達(dá)的高;當(dāng)探測器波束寬度達(dá)到118°左右時,通信、雷達(dá)的截獲概率就基本不變,這是由于此時探測器波束寬度再增加時,在地面上形成的掃描寬度已經(jīng)不再變化,所以截獲概率也不再變化。從圖3可以看出:聯(lián)合雷達(dá)、通信的目標(biāo)截獲概率隨著兩者的波束寬度增加而提高;同樣由于當(dāng)探測器波束寬度達(dá)到118度左右時,在地面上形成的掃描寬度已不再變化,聯(lián)合雷達(dá)、通信截獲概率有著明顯的變化規(guī)律,隨著探測器波束寬度的增加,聯(lián)合截獲概率最后趨于不變,并形成一個平面。3sar偵查信息的特征對于海洋監(jiān)視衛(wèi)星,同時配備了SAR成像偵察載荷和通信偵察載荷。這兩個載荷的偵察信息具有不同的特點:SAR偵察信息主要是目標(biāo)的外形尺寸信息與反射特征,直接與SAR的成像分辨率有關(guān);而通信偵察信息主要是目標(biāo)的輻射特征,包括頻率、調(diào)制等信息,與目標(biāo)裝備的電子設(shè)備有關(guān)。通過融合兩種偵察信息,并采用支持向量機(jī)識別算法(SVM),以概率作為評估指標(biāo)3.1svm模型的建立過程支持向量機(jī)(SVM)是一種新的機(jī)器學(xué)習(xí)方法SVM算法實現(xiàn)的基本步驟如下:(1)確定目標(biāo)特征數(shù)量及識別類型數(shù)量;(2)產(chǎn)生SVM所需的訓(xùn)練樣本,并進(jìn)行歸一化處理;(3)對訓(xùn)練過程進(jìn)行優(yōu)化,選擇合適的SVM模型;(4)利用優(yōu)化后的SVM模型,對測試樣本進(jìn)行類型識別。3.2訓(xùn)練樣本信號特征選取海上目標(biāo)的長度尺寸、數(shù)據(jù)鏈信號、UHF頻段衛(wèi)星信號、L頻段衛(wèi)星信號作為目標(biāo)的特征信息。目標(biāo)的類型主要分為4類:即航母編隊、重要戰(zhàn)艦、軍輔船及民用船。則訓(xùn)練樣本具有如表2所示的特征參數(shù)。上述表格中,數(shù)字“1”表示該類型目標(biāo)具有該信號特征;“0”則表示沒有。按照訓(xùn)練樣本的特征參數(shù),隨機(jī)產(chǎn)生200個樣本,對SVM進(jìn)行訓(xùn)練與優(yōu)化,得到優(yōu)化的識別模型。3.3民用船結(jié)構(gòu)情況采用目前國外服役的主要艦船作為測試樣本的一部分,如表3所示。同時,隨機(jī)加入16艘民用船,如表4所示。這樣,共形成40個識別測試樣本,用于識別概率測試。3.4船港船的識別結(jié)果采用已經(jīng)訓(xùn)練優(yōu)化之后的識別模型,對測試樣本進(jìn)行識別分析,結(jié)果表明:船只編號8,12,16誤判,分別誤判為軍輔船、航母編隊、航母編隊,其他船只都能實現(xiàn)正確識別,識別正確率達(dá)到92.5%。4多信息融合影響海洋目標(biāo)攔截概率本文根據(jù)海洋監(jiān)視衛(wèi)星主動型偵察與被動型偵察的優(yōu)缺點,提出了采用多信息融合的方