趙慶璐,賈朝文
(電子信息控制重點實驗室,四川成都 610036)
隨著戰(zhàn)場環(huán)境的日趨復(fù)雜,在未來信息化戰(zhàn)爭中,單傳感器已經(jīng)無法滿足現(xiàn)代戰(zhàn)爭的需要,多傳感器協(xié)同可極大提升系統(tǒng)的探測能力,是未來信息化作戰(zhàn)的必然要求。從武器裝備發(fā)展規(guī)律來看,作戰(zhàn)系統(tǒng)網(wǎng)絡(luò)化是未來高新技術(shù)戰(zhàn)爭的特點,利用高度發(fā)達的信息網(wǎng)絡(luò)技術(shù),將戰(zhàn)爭從“以傳感器為中心”轉(zhuǎn)化為“以網(wǎng)絡(luò)為中心”,通過傳感器組網(wǎng)實現(xiàn)多傳感器信息融合,為指揮員提供實時的戰(zhàn)場空間感知,代表了未來探測系統(tǒng)的發(fā)展趨勢[1-3]。
近年來,傳感器水平、計算機數(shù)字處理能力和網(wǎng)絡(luò)技術(shù)的不斷提高,為傳感器組網(wǎng)系統(tǒng)的實現(xiàn)提供了可能。同時,為充分發(fā)揮傳感器組網(wǎng)系統(tǒng)的探測能力,需構(gòu)建與之匹配的協(xié)同探測網(wǎng)絡(luò),本文提出了一種“去中心化”的分布式協(xié)同探測方法,通過構(gòu)建基礎(chǔ)骨干網(wǎng)和協(xié)同應(yīng)用網(wǎng),實現(xiàn)傳感器的協(xié)同探測。
傳感器協(xié)同探測系統(tǒng)面臨多種戰(zhàn)術(shù)任務(wù)和非協(xié)作的目標(biāo)環(huán)境,其組網(wǎng)能力直接影響系統(tǒng)在網(wǎng)絡(luò)信息作戰(zhàn)體系下的應(yīng)用效能,若采用“中心化”的網(wǎng)絡(luò)管理方式,會引入“中心化”所固有的運算能力有限、處理效率低、中心節(jié)點異常等問題,無法滿足實時、高精度的目標(biāo)探測需求。因此,本文構(gòu)建了一個“無中心”的分布式傳感器協(xié)同探測網(wǎng)絡(luò):網(wǎng)絡(luò)中的每個節(jié)點地位對等且以扁平式拓?fù)浣Y(jié)構(gòu)相互連通和交互;不存在任何中心化的特殊節(jié)點和層級結(jié)構(gòu);每個節(jié)點均承擔(dān)網(wǎng)絡(luò)路由、數(shù)據(jù)傳播、發(fā)現(xiàn)新節(jié)點等功能[4]。
在初始狀態(tài)下,按照“全域最近鄰”原則構(gòu)建基礎(chǔ)骨干網(wǎng)絡(luò):每個節(jié)點均與距離最近的節(jié)點建立點對點通信,當(dāng)存在多個子網(wǎng)時,在不同的子網(wǎng)選擇距離最近的節(jié)點建立點對點通信,生成全域基礎(chǔ)骨干網(wǎng),節(jié)點利用通信連接交互平臺的慣導(dǎo)、傳感器工作狀態(tài)、探測的目標(biāo)等信息。
將基礎(chǔ)骨干網(wǎng)絡(luò)用G=(V,E)表示,各平臺對應(yīng)集合V的網(wǎng)絡(luò)節(jié)點,節(jié)點間的通信鏈路對應(yīng)集合E的邊,節(jié)點的最大通信距離為R,eij表示節(jié)點i與節(jié)點j間的通信連接,dij表示節(jié)點i與節(jié)點j間的距離,子網(wǎng)間的通信連接用集合U表示(U?E),則構(gòu)建的基礎(chǔ)骨干網(wǎng)滿足約束:?eij∈E,dij≤dik≤R||eij∈U(k∈V)。如圖1所示,線型①∈E表示骨干網(wǎng)中的點對點通信連接,線型②表示可與新節(jié)點建立的潛在連接。

圖1 基礎(chǔ)骨干網(wǎng)
在建立的骨干網(wǎng)絡(luò)基礎(chǔ)上,基于協(xié)同探測任務(wù),以最大化協(xié)同效能為準(zhǔn)則在網(wǎng)內(nèi)進行傳感器分配,并基于傳感器分配結(jié)果實時、動態(tài)地構(gòu)建和調(diào)整應(yīng)用網(wǎng)絡(luò)。如圖2所示,傳感器節(jié)點C、D和B、H分別執(zhí)行不同的協(xié)同探測任務(wù),節(jié)點C、H為建立在協(xié)同應(yīng)用上的虛擬中心節(jié)點,同時為滿足協(xié)同任務(wù)需求新建立了①、②2條點對點的通信連接。

圖2 協(xié)同應(yīng)用網(wǎng)
圖2所示的協(xié)同應(yīng)用網(wǎng)絡(luò)生成的連接矩陣C如式(1)所示,矩陣中元素“1”表示對應(yīng)的行列節(jié)點間建立了點對點的通信連接,“0”表示對應(yīng)的行列節(jié)點間未建立點對點的通信連接。當(dāng)前協(xié)同任務(wù)結(jié)束后,自動回歸至骨干網(wǎng),等待下一個協(xié)同任務(wù)建立新的網(wǎng)絡(luò)拓?fù)?。傳感器協(xié)同探測的需求會根據(jù)戰(zhàn)場電磁信號環(huán)境的變化而不斷調(diào)整,因此在不同時刻協(xié)同應(yīng)用網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)會發(fā)生變化。

協(xié)同應(yīng)用網(wǎng)的構(gòu)建是基于傳感器分配的結(jié)果,即將目標(biāo)分配給不同傳感器進行協(xié)同探測,并在對應(yīng)的傳感器間建立點對點的通信連接。傳感器分配的準(zhǔn)則為:利用網(wǎng)內(nèi)某種傳感器組合使得對目標(biāo)的探測效能最優(yōu)。目標(biāo)協(xié)同探測效能與傳感器能力(測向精度、探測距離、距離精度等)、目標(biāo)與傳感器的相對位置關(guān)系、協(xié)同傳感器間距等因素相關(guān)[5-8],以無源協(xié)同探測為例,建立傳感器協(xié)同探測誤差模型,如式(2)所示。其中,傳感器的測向精度為σθ,傳感器間距離為L,θ1、θ2分別表示目標(biāo)信號方向與基線(傳感器連線)間的夾角,β=θ2-θ1為目標(biāo)與2傳感器形成的交會角,如圖3所示。


圖3 誤差模型示意圖
協(xié)同探測效能與探測誤差R成反比,若連接矩陣C選擇傳感器A、B對目標(biāo)Ti進行協(xié)同探測,即在傳感器A、B間建立了點對點通信連接,則對目標(biāo)Ti的探測效能如式(3)、式(4)所示:

當(dāng)某個傳感器需執(zhí)行多個協(xié)同探測任務(wù),且受限于傳感器資源的約束,任務(wù)存在沖突時,協(xié)同探測效能的評估在原誤差模型的基礎(chǔ)上,增加對目標(biāo)威脅等級的考量,效能評估模型如式(5)所示,m表示需協(xié)同探測的目標(biāo)個數(shù),ωi表示目標(biāo)Ti的威脅等級。

在上述分布式傳感器協(xié)同探測系統(tǒng)中,網(wǎng)內(nèi)各傳感器地位平等,均可根據(jù)戰(zhàn)術(shù)需求、戰(zhàn)場環(huán)境的變化及本平臺的目標(biāo)探測結(jié)果,在網(wǎng)內(nèi)發(fā)起協(xié)同探測任務(wù)。在復(fù)雜戰(zhàn)場環(huán)境下,受限于傳感器本身的資源限制,不同協(xié)同探測任務(wù)間存在沖突的風(fēng)險。
為解決各節(jié)點間的任務(wù)層競爭問題,本文從利用傳感器對戰(zhàn)場目標(biāo)進行協(xié)同探測這一實際應(yīng)用出發(fā),以最大化編隊協(xié)同探測效能為準(zhǔn)則,在網(wǎng)內(nèi)建立了“發(fā)起即信任、信任即響應(yīng)”,“高威脅、先響應(yīng)”的智能合約。該合約由事件驅(qū)動,運行在網(wǎng)內(nèi)各節(jié)點上,各節(jié)點按照合約達成統(tǒng)一的認(rèn)知,并在此基礎(chǔ)上實現(xiàn)本平臺的任務(wù)調(diào)度、傳感器資源控制、數(shù)據(jù)處理等功能,從而構(gòu)建一個動態(tài)、有序、魯棒的協(xié)同探測系統(tǒng)。詳細(xì)處理流程如圖4所示。

圖4 協(xié)同探測處理流程
流程描述如下:1) 各傳感器按1.1節(jié)所述構(gòu)建協(xié)同探測基礎(chǔ)骨干網(wǎng),并進行威脅目標(biāo)感知與共享;2)基于威脅目標(biāo)感知結(jié)果,人工或各傳感器自主選擇協(xié)同探測目標(biāo);3) 按第2節(jié)所述模型評估不同傳感器組合對目標(biāo)進行協(xié)同探測的效能,并基于效能最大化準(zhǔn)則向?qū)?yīng)傳感器分配協(xié)同探測任務(wù);4) 網(wǎng)內(nèi)傳感器收到協(xié)同探測任務(wù)后,基于“發(fā)起即信任、信任即響應(yīng)”的合約,判斷是否與當(dāng)前正在執(zhí)行的任務(wù)存在資源沖突;5) 若存在資源沖突,基于“高威脅、先響應(yīng)”的合約,進行任務(wù)分配調(diào)整;6) 若不存在資源沖突,則構(gòu)建協(xié)同應(yīng)用網(wǎng),進行傳感器資源實時調(diào)度和融合跟蹤;7) 當(dāng)戰(zhàn)場環(huán)境發(fā)生變化,網(wǎng)內(nèi)各傳感器可重新生成協(xié)同探測目標(biāo),分配協(xié)同探測任務(wù)并動態(tài)調(diào)整協(xié)同探測網(wǎng)絡(luò)。
采用Matlab對上述分布式傳感器協(xié)同探測系統(tǒng)進行仿真分析,網(wǎng)內(nèi)節(jié)點的數(shù)量及相對位置關(guān)系按照1.1節(jié)所述,分布在東向20~100 km、北向0~40 km區(qū)域范圍內(nèi),各傳感器的位置分別為:A(25,10)、B(85,35)、C(35,25)、D(55,35)、E(70,20)、F(80,5)、G(53,20)、H(95,15)、I(55,5)。在東向0~120 km、北向80~180 km區(qū)域內(nèi)模擬生成4個目標(biāo),目標(biāo)位置分別為:目標(biāo)1(10,100)、目標(biāo)2(30,140)、目標(biāo)3(60,170)、目標(biāo)4(110,150)。假設(shè)各目標(biāo)的威脅等級相當(dāng),各傳感器具備同時多目標(biāo)的探測能力,按照第2節(jié)所述的傳感器分配模型進行仿真,傳感器目標(biāo)分配結(jié)果如圖5所示,其中傳感器間的最大通信距離設(shè)置為50 km。

圖5 傳感器目標(biāo)分配
各傳感器基于分配的協(xié)同探測任務(wù)實時構(gòu)建協(xié)同應(yīng)用網(wǎng)絡(luò),建立點對點的通信連接,實現(xiàn)對目標(biāo)的協(xié)同探測。設(shè)傳感器的測向精度為0.5°,目標(biāo)1-4均為空中運動目標(biāo),Ma數(shù)為0.7,航向角分別為90°、135°、180°、225°?;趥鞲衅鞣峙浣Y(jié)果,對上述4個目標(biāo)的協(xié)同探測性能進行仿真,時長為60 s,數(shù)據(jù)率為2 Hz,仿真結(jié)果如表1、圖6所示。由表1可知,效能評估值越大,對目標(biāo)的探測誤差越小。

表1 協(xié)同探測效能仿真

圖6 目標(biāo)探測性能
本文提出了一種分布式傳感器協(xié)同探測方法:首先按照“全域最近鄰”原則構(gòu)建基礎(chǔ)骨干網(wǎng),然后基于最大化協(xié)同探測效能建立傳感器分配模型,并根據(jù)傳感器目標(biāo)分配結(jié)果動態(tài)自適應(yīng)地調(diào)整網(wǎng)絡(luò)拓?fù)洌瑯?gòu)建協(xié)同應(yīng)用網(wǎng),實現(xiàn)對目標(biāo)的協(xié)同探測。場景模擬和仿真分析驗證了該方法的有效性、合理性。該方法可實現(xiàn)對目標(biāo)實時、高精度的協(xié)同探測,且具有較好的魯棒性。同時,考慮到未來網(wǎng)內(nèi)傳感器數(shù)量的不斷增多、類型更加多元,為達到更好的探測性能,在群體智能方面還需作進一步的研究。