AWACS/UAV協同目標識別技術研究

郭衛東，張永利，周榮坤，馬 磊

(中國電子科技集團公司電子科學研究院，北京100041)

?

AWACS/UAV協同目標識別技術研究

郭衛東，張永利，周榮坤，馬 磊

(中國電子科技集團公司電子科學研究院，北京100041)

有人機/無人機協同作戰可以極大提高作戰效能。提出了基于D-S證據理論進行目標識別的機載預警與控制系統(AWACS)/無人機(UAV)協同作戰樣式。仿真結果表明，AWACS/UAV協同目標識別可以提高識別率，為目標定位、瞄準、精確打擊提供有力依據。

機載預警與控制系統；無人機；D-S證據理論；目標識別

0 引 言

無人機作為新興的空中作戰力量，可執行對地、對海乃至對空作戰任務，并具有可回收、可重復使用等特點。無人機具有零傷亡、持續作戰能力強、全壽命周期成本低，以及在尺寸和機動性等方面的特有優勢，能夠替代有人機執行枯燥、惡劣、危險、縱深等任務。但是由于無人機智能水平的限制，要完成復雜戰場環境下的精確打擊、偵察等任務，對其自動化水平和完備程度提出了很高的要求。有人機/無人機協同作戰，可以利用2類平臺特有優勢，生成多種新的作戰樣式，增強對快速、固定或慢速目標的實時、精確的探測能力，提升攻擊范圍和持續作戰能力，以及本平臺有效的防御能力；顯著提高作戰資源利用率、任務成功率、平臺生存性，并縮短觀察、判斷、決策、行動(OODA)環路，提升協同作戰系統的效費比，顯著提高整體的作戰效能。

美、英、俄等國從20世紀末就競相開展有人機/無人機協同研究計劃，已通過實驗室作戰概念及效能仿真、有人機/無人機協同試飛驗證、大規模有人機/無人機系統集成能力演習等方式，探索有人空中平臺對無人機進行協同控制的可行性、有效性和實用性。其中美國海軍從20世紀90年代初開始研制戰術控制系統(TCS)系統，分別于2003年和2011年驗證了P-3C/RQ-8、MH-60/RQ-8間有人機/無人機協同作戰能力。2011年，美國海軍在P-8A上集成安裝了對BAMS無人機協同控制的實際裝備；2013年在濱海戰斗艦上部署首支MH-60R/ MQ-8B有人無人協同直升機編隊；2014年在羅斯福航母上驗證2架F/A-18與1架X-47B的混合起降配合能力，并提出了新一代隱身轟炸機(代號“2018轟炸機”)與X-47B的隱身協同作戰能力。此外，2012年美國海軍在前期研究基礎上，提出了通用化無人機控制系統(CCS)概念和軟件架構，可實現海軍有人平臺對多種無人機的通用化控制[1]。國外有人機/無人機協同項目匯總如表1所示。

表1 國外有人機/無人機協同項目匯總

1 預警機/無人機協同目標識別

有人/無人機協同目標識別作戰模式是針對戰場作戰環境復雜、作戰目標多的特點，不同信息源得到的證據通常是不確定、不完全甚至可能是高度沖突的。利用多傳感器信息融合技術對目標進行綜合識別，識別率相比單傳感器有明顯提高。我方或友方雷達、預警機、天基預警衛星等傳感器系統持續監測戰場環境，各傳感器通過各種光學、電子器件提取相應的戰場環境數據和典型特征信息，進行傳感器內部的分類識別，將結果輸入到平臺級數據融合中心進行融合，進而將融合結果輸入到預警/指揮中心。有人/無人機協同作戰過程中，各參與協同的作戰平臺由于所帶傳感器的類型、能力不同，對同一個目標進行識別時，會產生不同的目標屬性，得到不同的識別結論。在這種情況下，各協同平臺獲取的目標屬性信息產生沖突，無法對目標進行正確的綜合識別。預警/指揮中心通過協同平臺交互目標屬性信息，將各平臺級的信息進行決策融合，最終達到一致的綜合識別結果，提升識別概率。

有人/無人機協同海上目標識別，通過預警機和無人機互相協同，在預警機的指揮引導下，由多架無人機進行協同探測。無人機協同情報處理系統將無人機光電/合成孔徑雷達(SAR)傳感器獲取的數據通過壓縮算法后，以一定頻率通過數據鏈發送到預警機協同情報處理系統，對無人機的光電/SAR圖像進行自動處理，并與預警機的雷達數據進行多源數據融合，實現對海上目標的綜合識別。

1.1 預警機目標識別

預警機負責對目標進行大范圍搜索和跟蹤，生成廣域戰場態勢，進行識別庫管理，對多平臺目標識別信息進行綜合處理，對目標進行綜合識別，輔助對目標進行判定及屬性標注。

格里芬公司為美國空軍E-3機載預警和控制系統(AWACS)飛機提供AN/UPX-40敵我識別(IFF)詢問器，可使預警機以前所未有的空中監視能力支持綜合指揮和控制作戰管理，其實時空中監控畫面可在聯合軍事行動中識別友好、中立和敵對活動，管理戰區部隊的作戰行動，執行全海拔和全天候監視和預警任務[2]。

鷹眼E-2D預警機的電子支持設備是洛馬公司的AN /ALQ2217A電子支持系統；還采用了BAE系統公司的Mode 1、2、3/A和4 敵我識別( IFF)應答機,這種應答機可以提高美國海軍戰場數據網絡化能力。為向整個航母編隊提供有關導彈監視與跟蹤信息, E-2D預警機加裝了紅外搜索與跟蹤監視系統(SIRST)。SIRST系統的紅外傳感器不僅安裝在E-2D上,還將有一個傳感器安裝在航母艦隊中。

E-2D預警機擴展防空任務的一個關鍵是協同作戰能力,通過數據鏈將來自各種平臺的雷達跟蹤測量數據融合為一幅高質量、實時合成的跟蹤圖像,實時地參與到軍艦和飛機的信息網絡中。例如,E-2D接收到艦載系統發送的初始通信數據后,機上的協同作戰能力(CEC)系統檢驗這些數據,對飛機進行識別，同時跟蹤同一目標,增加其監測的相關雷達數據后,再次將所有的信息發送回軍艦。這一過程允許網絡內的所有作戰平臺在其傳感器的監視容量內同時看到完整的空中圖像,并能協同應對各種威脅[3-4]。

1.2 無人機目標身份識別

無人機具有續航時間長、飛行高度高、不易被對方發現與攻擊的特點。機上可搭載電視攝像機、光電/紅外/紫外/前視紅外傳感器、激光指示器、合成孔徑雷達等多種傳感器,對可能發生武裝沖突、局部戰爭的海域進行長時間的實時偵察、監視。一旦發生沖突和戰爭,便可實施多批量、大縱深、全天候、立體化的全向偵察,搜集敵方的作戰情報,及時傳送到己方艦載或岸基指揮控制中心。現代無人機除要求具有偵察、探測等基本功能外，還要求具有大機動、高敏捷性、自主式飛行以及多機協同飛行和作戰能力。當我機遭遇敵機機群攻擊時，為了達到保存我機、擊毀敵機的目的，采用多機協同飛行作戰具有很好的效果。

Curtiss-Wright公司將為諾·格公司艦載海上監視無人機提供任務管理系統。英國《SHEP-HARD 集團網站》2010 年3 月24 日報道:Curtiss-Wright 公司今天宣布他們獲得了諾斯羅普·格魯曼公司的一份合同,為其艦載海上監視無人機系統(BAMS UAS) 提供先進任務管理系統(AMMS),這份合同總價約為2 500萬美元，BAMS UAS 將為海軍提供長航時海上情報、偵察和監視系統,為艦隊提供保護,并對海上及沿岸目標進行探測、跟蹤、分類和識別。

當前我海軍無人機迎來了大發展時期，BZK-005無人機在2013某?？沼虿樽C識別任務中發揮了重要作用。無人機接受預警機指揮引導，對指定海域進行多手段探測，對發現的目標實施跟蹤和持久監視，獲取多模傳感器和多視角目標圖像，并將接收到的自動識別系統(AIS)信息傳輸給預警機用于多平臺目標綜合識別。

2 基本理論

2.1 證據理論基本概念——推廣的置信函數

給定一個一般的識別框架θ，定義一個基本概率賦值函數m:DΘ→[0,1]，與給定的證據源有關，即：

(1)

式中：m(A)為A的廣義基本概率賦值函數(BPA)，它的信任函數和似然函數分別為[5]：

(2)

(3)

式中：Bel(A)為A的所有子集的可能性度量之和；Pl(A)為所有與A相交的集合的基本概率賦值之和，且有Bel(A)≤Pl(A),Pl(A)-Bel(A)為對A不知道的信息。

2.2 D-S證據理論組合規則

設mi,i=1，2，…，n是同一識別框架2U上的n個相互獨立的基本概率賦值,則其組合規則為[6-8]：

?A?U,A≠?

(4)

(5)

3 預警機/無人機綜合目標識別方法應用

3.1 預警機/無人機協同對同一個目標進行綜合識別

假設有2個平臺對輻射源進行探測，一個為無人機，將其所攜帶的合成孔徑雷達(SAR)雷達獲取的目標圖像傳輸到預警機，處理后確定的基本概率賦值表示為m1，另一個為預警機所攜帶的電子偵察設備，其對目標的基本概率賦值表示為m2。若無人機所攜帶的SAR(m1)和預警機所攜帶的ESM同時反映目標A，其基本概率賦值見表2。

表2 基本概率賦值

表中，θ為不能確定的態勢類。計算這2個證據源共同作用下產生的基本概率賦值，如表3所示。

表3 數據融合過程

因此，m(A)=0.56+0.14+0.24=0.947 5,m(θ)=0.052 5。由結果可以看出，單純由無人機對目標進行識別，識別概率僅為65%；由預警機對目標進行識別，識別率為85%；利用預警機/無人機對目標進行綜合識別，則對目標的識別率提升到94.75%，如圖1所示。

圖1 雙機多目標綜合識別

3.2 傳感器反映目標互斥

假設有2個平臺對輻射源進行探測，一個為無人機1，將其所攜帶的SAR獲取的目標圖像傳輸到預警機，設處理后對目標A的識別概率為65%；另一個為預警機所攜帶的ESM，其對目標識別為B的概率為85%，則m1(A)=0.65,m1(θ)=0.35,m2(B)=0.85,m2(θ)=0.15,θ為不能確定的態勢類。

計算這2個證據源共同作用下產生的基本概率賦值，如表4所示。

表4 融合過程

設證據沖突程度表示為k，k=0.605 0，則：

由結果可以看出，無人機1將目標識別為A的概率為65%；預警機對目標識別為B的概率為85%；利用預警機/無人機對目標進行綜合識別，可得目標為B的識別率為66.48%，識別為A的概率為21.79%，判定結果為B，如圖2所示。

圖2 預警機/無人機1對目標識別率

3.3 D-S證據理論傳播算法

根據進一步測試的證據，每收到一則事件發生的上報信息，就進行一次基本概率的分配，再使用Dempster合成規則進行兩兩組合，得到新的基本概率分配，并把合成的結果送到決策邏輯進行判斷，將具有最大置信度的命題作為備選命題。當不斷有事件發生時，這個過程便得以繼續，直到備選命題的置信度超過了一定的閾值，即認為該命題成立。D-S證據理論傳播算法如圖3所示。

圖3 D-S證據理論傳播算法

假設由預警機/無人機1/無人機2協同對2個目標進行綜合識別。基于表4的數據基礎，另有一架無人機2，其對目標識別概率如下：m3(A)=0.3,m3(B)=0.65,m3(θ)=0.05。目標A和目標B相互排斥。采用D-S證據理論組合規則進行信息融合，如表5所示。

表5 融合過程

圖4 預警機/無人機1、2協同對目標識別率

由圖2、圖4的仿真結果中可以看到，融合的平臺越多，不確定性的基本概率越低；隨著對各子系統證據的融合，目標B的可信度越來越高，即對目標B的支持度越來越高。將三機的證據都融合完成后，融合后的平臺可能類型對應的基本概率賦值分

別為0.169 1和0.822 0，不確定的基本概率賦值降低為0.008 9，從而可以得到該待識別平臺的融合識別判決結果是目標B。

從“綜合識別效能分析”可以得出，基于無人機圖像情報的目標識別概率為65%；預警機對目標識別率為85%的條件下，利用預警機/無人機對目標進行綜合識別，則對目標的識別率提升到94.75%；在證據沖突條件下，雙機識別概率為66.48%，三機識別概率提升到82.20%，優于基于無人機圖像情報的目標識別概率。

4 結束語

預警機與無人機協同作戰，利用預警機、無人機等多平臺、多角度、多種類的探測與識別信息，改變原來各種目標識別設備按系統劃分各自獨立工作、無法協同和相互印證的現狀，提高海面目標綜合識別概率，為掌握輻射源目標動向和行動意圖，及時準確決策提供情報依據。

[1] 王焱.有人/無人機協同作戰[J].電訊技術,2013,53(9):1253-1258.

[2] 吳昊.國外預警機技術的發展分析[J].艦船電子工程,2014,34(1):23-27.

[3] 張鵬.E-2D預警機航空電子系統及其在未來網絡中心戰中的應用[J].電訊技術,2014,54(5):689-694.

[4] 張純學.美國海軍的鷹眼E-2D預警機[J].飛航導彈,2007(9):11-13.

[5] 何友,王國宏,關欣.信息融合理論及應用[M].北京：電子工業出版社,2010.

[6] 張永利,計文平,張靖.基于DSmT的不同時域多傳感器目標識別方法研究[J].昆明理工大學學報,2013,38(5):106-110.

[7]SMARANDACHEF，DESERTJ.AdvancesandApplicationsofDSmTforInformationFusion[M].Rehoboth,America:AmericanResearchPress，2009:26- 29.

[8] 李洋,張靖,石教華，張曉麗.目標航跡融合質量度量方法研究[J].中國電子科學研究院學報,2015,13(5):254-259.

Research into AWACS/UAV Cooperative Target Identification Technologies

GUO Wei-dong,ZHANG Yong-li,ZHOU Rong-kun,MA Lei

(China Academy of Electronics and Information Technology,Beijing 100041,China)

Cooperative combat of manned/unmanned aerial vehicle (UAV) can greatly improve the operational effectiveness.This paper puts forward the cooperative combat mode of airborne warning and control system (AWACS) and UAV based on D-S evidence theory to perform the target identification.Simulation results show that AWACS/UAV cooperative target identification can improve recognition rate,offer reliable basis for target localization,aiming and accurate strike.

airborne warning and control system;unmanned aerial vehicle;D-S evidence theory; target identification

2016-04-01

D29

A

CN32-1413(2016)05-0009-05

10.16426/j.cnki.jcdzdk.2016.05.002