艦艇編隊目標信息融合功能模型的構(gòu)建＊

趙 虎 許錦洲 管維偉

（1.海軍蚌埠士官學校 蚌埠 233012）（2.海軍指揮學院 南京 211800）

1 編隊指揮中心目標信息來源

1.1 編隊兵力組成

在現(xiàn)代海戰(zhàn)中，參戰(zhàn)雙方的艦艇通常是以編隊的形式在海上保持存在。以典型的航母編隊為例：它通常由1艘航母、2架預(yù)警機、2～3艘反潛／防空驅(qū)逐艦、1～2艘攻擊型核潛艇、1～2艘后勤支援艦組成。航母編隊隨時都有可能遭受來自空中、海上和水下的攻擊。為滿足防空、反潛和反艦作戰(zhàn)需求，必須建立遠中近、高中低搭配的戰(zhàn)場目標信息獲取通道；打造遠程對空防御、中程區(qū)域防御和近程點防御的“分層防御”體系；并綜合使用航母艦載機、各種艦用導彈、火炮和電子偵察、電子對抗等軟硬武器，才能有效地做到攻防。編隊中各平臺搭載的多種傳感器系統(tǒng)的使命則是為編隊提供預(yù)警和確保武器威力的正常發(fā)揮。由于對水下目標有獨立的探測感知系統(tǒng)，因此本文僅考慮海戰(zhàn)場水面和空中目標。

1.2 單艦指揮中心目標信息來源

不論附屬艦還是指揮艦對空中和海上目標都使用了多型雷達、電子偵察、光電偵察（紅外警戒、紅外跟蹤、光電跟蹤、激光測距）等多種實時探測設(shè)備，以實施對海戰(zhàn)場的偵察監(jiān)視。這些探測設(shè)備在傳感器特性、探測距離、探測區(qū)域，以及對不同的環(huán)境和目標特性方面各有不同，因此在作戰(zhàn)中一般采用分布式組配使用，共同構(gòu)成單艦實時目標情報偵察系統(tǒng)，如圖1所示。

圖1 單艦傳感器配置

1.3 編隊指揮中心目標信息來源

編隊目標信息來源于編隊內(nèi)各附屬艦、指揮艦和預(yù)警機。附屬艦完成本艦各傳感器提供的目標信息融合，形成本艦作戰(zhàn)區(qū)域的目標狀態(tài)估計和識別[1]。而編隊目標信息融合是對各平臺傳感器目標信息的協(xié)同使用和融合，使編隊內(nèi)的各平臺及傳感器系統(tǒng)有機地融合成一體，實現(xiàn)目標信息的聯(lián)合探測和共享[2]。

圖2具有上下級隸屬關(guān)系，同時又具有艦艇之間信息交接和共享能力。各成員艦艇在各自的分配區(qū)域，攻防功能上自身是個完整的信息融合結(jié)構(gòu)，還能與編隊其他成員形成完善的網(wǎng)絡(luò)體系結(jié)構(gòu)[3]。

圖2 編隊指揮中心目標信息來源關(guān)系

圖2有4個目標信息交換節(jié)點：F11表示指揮艦本艦指揮中心與附屬艦對空信息的融合點；F12表示指揮艦本艦指揮中心與附屬艦對海信息的融合點；F21表示編隊指揮中心與指揮艦本艦指揮中心對空信息的融合點；F22表示編隊指揮中心與指揮艦本艦指揮中心對海信息的融合點。

附屬艦之間不進行融合，即不展開附屬艦之間傳感器系統(tǒng)的信息融合。由指揮艦編隊融合中心向各成員艦分發(fā)一致的態(tài)勢。

這種體系結(jié)構(gòu)優(yōu)點：一方面附屬艦具有完整自治的對空、對海能力；另一方面編隊也有完整的對空對海綜合能力，這樣編隊信息可以充分共享。一旦從編隊融合中心發(fā)現(xiàn)對空或?qū)７烙蛔悖梢酝ㄟ^指揮中心調(diào)整來應(yīng)對。這種結(jié)構(gòu)需要強力的數(shù)據(jù)鏈、計算機網(wǎng)絡(luò)、軟件的支持[3]。

2 編隊目標信息組織結(jié)構(gòu)

柵格化的網(wǎng)絡(luò)為編隊范圍內(nèi)傳感器系統(tǒng)探測的網(wǎng)絡(luò)化，以及多個層次上的融合提供了可能[4]，如圖3所示。

圖3 編隊目標信息組織結(jié)構(gòu)

圖3所示的編隊目標信息融合組織結(jié)構(gòu)，以編隊內(nèi)傳感器獲取的實時信息為主要融合對象，按傳感器作用區(qū)域和對象劃分，可將它們分為三類：

1）遠程對空對海。預(yù)警機獨立完成遠程對空海目標信息的獲取，通過數(shù)據(jù)鏈傳送給指揮艦編隊融合中心。

2）中程對空對海。主要由艦載中遠程警戒搜索雷達、超視距雷達等完成，形成單艦區(qū)域內(nèi)中遠程海情和空情的同時，將傳感器目標信息送至指揮艦編隊融合中心，完成編隊區(qū)域范圍內(nèi)的中程空情和海情融合；

3）近程對空對海。主要有近程跟蹤雷達、光電設(shè)備、紅外設(shè)備和IFF。完成單艦區(qū)域內(nèi)近程對空海目標跟蹤信息融合的同時，將各傳感器目標信息送至指揮艦，完成編隊區(qū)域范圍內(nèi)的近程目標跟蹤融合。

此外，指揮艦編隊融合中心完成編隊內(nèi)電子偵察情報的融合，得到目標方位航跡；目標方位航跡與雷達航跡進行相關(guān)判斷，若相關(guān)則進行融合，同時將電子偵察獲取的目標屬性與航跡關(guān)聯(lián)起來；反之則開辟新的目標航跡及屬性[4]。

3 編隊目標信息融合功能模型

3.1 融合原理分析

多個不同的傳感器系統(tǒng)探測到同一個目標時，如何組織量測到的數(shù)據(jù)，獲得比單個傳感器系統(tǒng)更好的量測結(jié)果，是信息融合需要解決的主要問題之一。解決這一問題的方法具體可分為兩類：量測融合和狀態(tài)向量融合[5]。

3.1.1 量測融合

量測融合是信號處理層的數(shù)據(jù)融合，屬于數(shù)據(jù)級融合。它通過直接融合各傳感器的量測數(shù)據(jù)獲取一個加權(quán)或組合的量測，然后選擇濾波器進行估計。這種方法可以消除各個量測信息的不確定性，提高檢測概率[4]，其實質(zhì)是一個分布檢測問題。它根據(jù)一定的檢測準則形成最優(yōu)化門限[6]，然后融合各傳感器的量測，并依據(jù)該量測進行某一目標的狀態(tài)估計。從分布檢測的角度看，量測融合結(jié)構(gòu)主要有五種，即集中式結(jié)構(gòu)、并行分布式結(jié)構(gòu)、串行分布式結(jié)構(gòu)、樹狀結(jié)構(gòu)和帶反饋并行結(jié)構(gòu)[7]。由于各傳感器系統(tǒng)具有獨立的量測信息處理能力，而且本文研究的融合結(jié)構(gòu)是基于各傳感器系統(tǒng)處理后的狀態(tài)向量，因此在圖4功能模型中沒有體現(xiàn)量測融合。

3.1.2 狀態(tài)向量融合

狀態(tài)向量融合是基于各傳感器系統(tǒng)獨立的狀態(tài)估計值，選擇相應(yīng)的融合算法進行融合，獲得一個改善的聯(lián)合估計值。對雷達傳感器系統(tǒng)來說，狀態(tài)估計值是預(yù)處理之后進行點點相關(guān)、點航相關(guān)和濾波估計得到的雷達目標航跡和目標識別狀態(tài)向量；對于光電傳跟蹤儀和“紅外搜索與跟蹤系統(tǒng)”來說，狀態(tài)估計值是目標的光電航跡、紅外航跡狀態(tài)向量，及其提供的目標光電及紅外特征狀態(tài)向量；對于雷達偵察設(shè)備來說，狀態(tài)估計值主要是目標的電磁屬性特征向量，根據(jù)需要也可提供目標方位航跡的狀態(tài)向量。由于狀態(tài)估計可由單傳感器系統(tǒng)獨立完成，而艦艇編隊目標信息融合的輸入源自多個傳感器系統(tǒng)的輸出。正因如此，在圖4功能模型中沒有體現(xiàn)單傳感器狀態(tài)估計的功能。

各傳感器系統(tǒng)的狀態(tài)估計值可分為連續(xù)狀態(tài)向量和離散狀態(tài)向量，因此目標狀態(tài)向量融合也分為以下兩種融合：

1）目標連續(xù)狀態(tài)向量融合

目標連續(xù)狀態(tài)向量融合即航跡融合。它通過綜合來自多個傳感器系統(tǒng)的位置信息建立目標的綜合航跡文件，主要包括數(shù)據(jù)配準、航跡關(guān)聯(lián)、濾波及預(yù)測，最終完成多傳感器系統(tǒng)的航跡合成[6]。從多傳感器系統(tǒng)的信息流通形式和綜合處理層次上看[7]，狀態(tài)融合結(jié)構(gòu)主要有三種，即集中式、分布式、混合式。

目標連續(xù)狀態(tài)向量融合估計具體包括雷達航跡融合估計、雷達偵察航跡融合估計、雷達形成的主航跡與雷達偵察形成的輔助航跡融合估計；跟蹤雷達與“紅外搜索與跟蹤系統(tǒng)”、光電跟蹤儀之間的航跡融合估計。

2）目標離散狀態(tài)向量融合

每條目標航跡包含屬于同一目標的點跡序列，以及由點跡序列計算出來的目標位置、速度等運動學參數(shù)、物理特征參數(shù)及其他屬性數(shù)據(jù)[5]。單傳感器目標識別的任務(wù)就是基于上述數(shù)據(jù)，完成特征信息與目標身份之間的關(guān)聯(lián)與判決。

目標離散狀態(tài)融合是目標綜合識別的過程。它通過對來自多個傳感器系統(tǒng)的目標動態(tài)信息、目標身份信息進行特征抽取，得到特征向量。對特征向量進行相關(guān)分析和融合判決，來確定目標種類、類型、威脅等級等[6]，目的是得到目標身份的聯(lián)合估計。

根據(jù)信息抽象程度不同，將目標綜合識別分為三種結(jié)構(gòu)：決策層融合，特征層融合和數(shù)據(jù)層融合[7]。其中，單傳感器目標識別處理的對象是傳感器原始數(shù)據(jù)，因此屬于數(shù)據(jù)層融合；目標離散狀態(tài)融合處理的對象是經(jīng)過特征抽取后的特征向量，因此屬于特征層融合；此外，若融合處理的對象為各傳感器系統(tǒng)輸出的身份報告時，則屬于決策層融合。

3.1.3 狀態(tài)關(guān)聯(lián)估計

不論是量測融合還是狀態(tài)向量融合，都離不開關(guān)聯(lián)估計。為量測融合服務(wù)的關(guān)聯(lián)處于數(shù)據(jù)級，主要為航跡的起始、更新以及目標離散屬性融合作關(guān)聯(lián)判斷。為不同傳感器系統(tǒng)間的航跡融合服務(wù)的航跡關(guān)聯(lián)，通過批號來區(qū)分目標，判斷哪些批次的目標是同一目標的過程[7～8]。對于海戰(zhàn)場配置的傳感器來說，主要有雷達目標信息間的關(guān)聯(lián)，近程跟蹤雷達與“紅外搜索與跟蹤系統(tǒng)”、光電跟蹤儀目標信息的關(guān)聯(lián)，雷達與雷達偵察目標信息的關(guān)聯(lián)。

3.2 功能模型的構(gòu)建

編隊目標信息融合的實質(zhì)是多平臺、多傳感器、多目標信息融合，特點是多平臺和多傳感器間的協(xié)同和聯(lián)合探測。因此，這里需要構(gòu)建一個能體現(xiàn)艦艇編隊目標信息融合特點的功能模型，如圖4所示。圖4所示的功能模型是在修訂后的五層JDL功能模型[10～11]的基礎(chǔ)上，突出多傳感器間的狀態(tài)關(guān)聯(lián)、目標連續(xù)狀態(tài)融合估計（狀態(tài)融合估計）和目標離散狀態(tài)融合估計（目標綜合識別），淡化數(shù)據(jù)級的聯(lián)合檢測、單傳感器目標信息處理過程（單傳感器狀態(tài)估計）、態(tài)勢估計和威脅估計。由于融合功能主要產(chǎn)生在底層，因此在本節(jié)中重點對狀態(tài)向量融合和關(guān)聯(lián)估計原理作重點說明的同時，對量測級融合也作簡要說明。

由于每個傳感器具有獨立的信息處理能力，因此在其檢測數(shù)據(jù)進入融合以前，由預(yù)處理階段完成局部多目標跟蹤航跡和識別；然后把處理后的信息送至融合中心，融合中心根據(jù)傳感器數(shù)據(jù)完成航跡關(guān)聯(lián)、融合估計和目標綜合識別，形成全局估計。

目標連續(xù)狀態(tài)融合估計是對各傳感器提供的航跡進行融合估計。這里在特征層進行航跡融合，因此為了消除各傳感器時間、頻率和坐標位置上的差異，需要對局部航跡進行配準，形成統(tǒng)一標準的量測；之后進行關(guān)聯(lián)判斷，判決哪些航跡屬于同一目標，再選取適當?shù)娜诤纤惴ǎ纬扇忠恢碌暮桔E信息。

圖4 編隊目標信息融合功能模型

目標離散狀態(tài)融合估計是對各傳感器提供的目標屬性信息進行融合估計。由于目標綜合識別選擇在決策層進行，因此不需要配準。在綜合識別階段可以選擇事先建立的物理模型，依據(jù)統(tǒng)計方法或信息論方法進行認知模型的推理，達到目標綜合識別的目的。

由于目標屬性與目標航跡是密不可分，因此在圖4中，通過批次將目標識別的結(jié)果與航跡關(guān)聯(lián)起來。圖中右側(cè)部分是作戰(zhàn)指揮信息系統(tǒng)對融合后的目標信息的綜合應(yīng)用，包括目標威脅估計、態(tài)勢估計和武器控制等。

4 結(jié)語

本文的主要目的是為艦艇編隊不同的作戰(zhàn)任務(wù)和使用需求，提供具有針對性的目標信息融合功能模型，以滿足艦艇編隊對目標狀態(tài)融合估計和目標綜合識別的需求。

[1]沈春元，籍林峰.艦用作戰(zhàn)指揮系統(tǒng)多傳感器信息融合技術(shù)優(yōu)化[J].雷達與對抗，2008，27（3）：16－18.

[2]張留山.數(shù)據(jù)融合系統(tǒng)在編隊電子戰(zhàn)中的應(yīng)用[J].艦船電子對抗，2005，28（6）：16－19.

[3]董志榮.水面艦艇指控系統(tǒng)信息融合原理與算法[J].情報指揮控制系統(tǒng)與仿真技術(shù)，2001，22（11）：29－43.

[4]李弼程，黃潔，高世海，等.信息融合技術(shù)及應(yīng)用[M].北京：國防工業(yè)出版社，2010.

[5]潘冠華.艦艇綜合指揮控制系統(tǒng)原理[M].西安：西北工業(yè)大學出版社，2010.

[6]牟之英，吳建民.多平臺信息融合與智能化傳感器管理技術(shù)綜述[J].航空電子技術(shù)，2005，36（4）：20－24.

[7]紀彥星，王西鋒，陳慶元.目標綜合識別系統(tǒng)中多傳感器目標特征管理[J].雷達與對抗，2011，3l（2）：5－7.

[8]任彥.多傳感器信息融合技術(shù)研究[D].哈爾濱：哈爾濱工程大學，2004.

[9]姚躍亭，趙建軍，尹波波.艦艇編隊防空目標分配優(yōu)化算法研究[J].計算機與數(shù)字工程，2011（1）.

[10]David L Hall，Jamas Llinas.Handbook of Multi－sensor Data Fusion[M].Boca Raton，F(xiàn)la：CRC Press，2001.

[11]Martin E.Liggins，David L.Hall，James Llinas.Handbook of Multi－sensor Data Fusion[M].2008.