面向多傳感器綜合探測的信息融合試飛方法

張蓓蓓

摘要：機載傳感器信息融合技術能夠將多個傳感器探測的信息進行智能分析和綜合，使作戰飛機快速獲得戰場全局態勢感知、精確的目標參數和威脅評估信息，輔助飛行員提高決策效率。由于涉及的傳感器種類繁多且融合策略復雜，飛行試驗中缺乏有效的評估方法對這一綜合能力進行考核。針對這一問題，本文通過設計多傳感器組合方式、建立評價指標體系以及構建試飛對象典型使用場景和作戰場景，提出了一種面向多傳感器綜合探測的信息融合試飛方法，并在實際試飛過程中加以驗證，為機載傳感器信息融合功能的驗證與改進提供支持。

關鍵詞：信息融合；綜合探測；飛行試驗；試飛方法；多傳感器

中圖分類號：V249文獻標識碼：ADOI：10.19452/j.issn1007-5453.2021.09.004

傳感器信息融合的內涵是把來自多平臺多傳感器的數據加以關聯、組合，以獲取精確的目標位置估計、完整的目標身份估計，并對戰場情況、威脅及其重要程度進行適度估計[1-3]。給飛行員提供更全面、精準的態勢信息，去除冗余信息，減少飛行員作戰負荷。

信息融合始于1973年美國多聲吶信號融合，用于檢測敵方潛艇[4]，早期稱“數據融合”。20世紀80年代末，演變為“信息融合”，信息源由單傳感器拓展到多類介質和技術手段，應用拓展到各個領域，如自動目標識別、戰場監視、自動飛行器導航、機器人、遙感、醫療診斷、圖像處理、模式識別和復雜工業過程控制等[5]。在軍事領域，目前該項技術在歐洲“臺風”“陣風”，美國F-22、F-35等先進戰斗機上均有應用，“臺風”戰斗機可通過雷達、敵我識別（IFF）、紅外搜索和跟蹤系統（IRST）、電子支持措施（ESM）系統的數據和數據鏈獲取的外部源數據，為飛行員構建統一的戰術態勢圖，并提供簡單的目標提示功能，而F-35通過專門的MADL數據鏈，與其他武器系統形成態勢共享，可支持超視距攻擊，具有很強的協同作戰能力[6]。如今，國內對無人機、預警機的傳感器數據融合已經有了一定的研究[7-9]，越來越多的學者也致力于基于深度學習的融合方法的研究[10]，在各型飛機上也有相關應用，但是還止步于航跡信息融合與綜合識別，與國外還有一定差距。

而在試飛領域，2013年，李靖等[11]在多傳感器數據融合技術逐漸開始在機載航電系統中應用時，分析了該項技術的作戰應用，設計了基本的試飛方法，為試飛奠定了理論基礎。2014年，梁葆華等[12]在此基礎上提出了試飛結果的評價方法，并在實際飛行試驗中針對光電探測設備和雷達作為傳感器輸入的融合系統進行了應用。時至今日，隨著航電系統的飛速發展，針對三代半飛機的多傳感器信息融合技術已經基本成熟，而針對多傳感器信息融合綜合能力的驗證卻缺乏有效的考核方案，試飛方法與評估體系的發展尚不完善，亟須建立有效的信息融合試飛方法與評估指標，對這一綜合能力進行評判，為機載信息融合技術的發展提供技術支持。

1融合原理

多傳感器信息融合利用是雷達、電抗、光電探測設備（光雷）、數據鏈對目標進行探測與偵察，各傳感器形成目標航跡，上報至數據融合軟件（DF），而DF針對傳感器自身特點，設置合理的融合門限值，對目標同一時刻的位置進行門限判斷，從而判定是否融合。

以雷達、光雷目標融合為例，兩個傳感器同時對目標A進行探測[13]，雷達將時標、斜距、方位、俯仰角上報給DF，而光雷將時標、方位、俯仰角、距離上報給DF，各自對目標A形成兩條不同的航跡[14]，DF根據其上報的目標信息進行門限值判斷，當通過門限值次數累計至一定比例后，可對目標進行關聯，如圖1所示。

航跡融合的具體關聯流程為：DF獲取不同傳感器的時標、經緯度、斜距、方位、俯仰角等信息，結合本機慣導數據對目標信息進行預處理，對于可能融合成功的目標進行粗門限判決，通過后進行時空對準，對該時刻目標的位置信息進行精門限判決，通過門限后進行關聯解算，得到多目標融合的信息：目標編號、目標運動信息（位置、速度、航向）、目標識別信息（敵我屬性）等，如圖2所示。

2面向多傳感器綜合探測的信息融合試飛方法

機載多傳感器信息融合功能通過多源信息的關聯和融合，完成目標的位置關聯和屬性綜合，形成對作戰區域內各類目標的準確、完整描述，由于融合涉及的傳感器類型多且覆蓋范圍廣，如何通過試飛從整體性能出發對融合進行綜合全面評估成為最大的難題，基于信息融合使用場景，結合正交試驗設計思想，對試飛方法進行設計。通過試飛需求分析、任務分解、指標建立和場景構建，對融合功能進行評估，如圖3所示。

2.1試飛需求分析

參與融合的信息源分別為雷達、光雷、電抗、數據鏈，根據實際飛行中機上態勢融合結果，結合試飛總線數據，面向設計，驗證融合過程是否符合設計要求，面向使用試飛，驗證融合輸出精度是否符合使用要求。

2.2信息融合試飛多傳感器組合方式設計

（1）面向設計

（2）面向使用試飛

主要考慮部隊作戰時，雷達受干擾/雷達故障、光雷激光測距失效/光雷故障、電抗故障，地面指揮所向機上發送數據鏈消息失敗等情況，由于傳感器故障狀態等效于該設備未參與融合，因此可與該設備去除時剩余傳感器的組合等效，不再重復驗證，剩余組合方式按傳感器數量進行分類，見表2。

2.3信息融合評估指標

機載多傳感器信息融合主要評估其融合的正確性，以及與基準GPS比較，精度是否滿足使用要求。

對于融合正確性的判斷，首先判斷融合邏輯是否正確，即各傳感器是否通過設定的粗門限值與精門限才能進行融合，其次對其設置門限值是否合理進行判斷。

2.4試飛場景構建

試飛場景構建原則：（1）對接設計：驗證功能是否符合設計原則；（2）對接部隊：針對部隊日常作戰訓練時典型使用場景，在試飛時進行側重。根據以上設計原則，試飛場景構建分兩部分進行，其示意圖如圖4所示。

（1）理想條件下試飛場景

試飛時采用一架載機、一架目標機迎頭對飛，在各傳感器狀態良好條件下開啟，對目標機進行探測，驗證穩定平飛時各傳感器目標融合效果。

（2）作戰條件下試飛場景

試飛時采用一架載機、1～2架目標機迎頭對飛，對空域內目標機及其他威脅目標進行態勢感知，目標機釋放干擾，驗證作戰條件時融合的效果。

3案例應用及分析

選取場景2作戰場景，表2對雷達和光雷（測距失效）融合情況進行說明。采用一架載機、一架上勢目標機迎頭對飛，雙機距離80km，雷達、光雷正常工作，光雷不開激光測距，模擬測距功能失效時能否依靠DF對目標信息進行補充，融合輸出結果是否正確，精度是否滿足使用要求。

3.1融合正確性分析

融合正確性試飛考核主要是判斷融合邏輯的正確性，是否在門限內正確融合。首先，在態勢畫面中該時間段內雷達、光雷目標穩定融合，反推試驗數據可發現，試飛中當光雷不開啟激光測距時，光雷無法提供目標斜距信息，因此雷達和光雷目標依靠測角門限進行融合，機體系方位角、俯仰角及其門限如圖5所示，以雷達數據為基準，畫出其上下門限，光雷測角數據均在融合門限內，因此融合正確。

3.2融合精度分析

在融合邏輯正確的基礎上，進一步分析融合精度，當光雷激光測距未開啟時，光雷無法測得目標距離信息，只能測得其角度信息。

圖6（a）為雷達斜距與雙機GPS解算斜距對比及誤差值計算，融合結果由雷達數據進行輸出。圖6（b）為機體系方位角與雙機GPS解算角度對比及誤差值計算，由圖中可知，當雷達和光雷同時測出機體系方位角時，以誤差更小的雷達數據作為該目標的融合輸出。

當光雷激光測距未開啟時，光雷只能得到目標機角度信息，距離信息缺失，從融合后的結果看，目標距離由融合后雷達的距離信息進行補充，因此信息融合軟件能夠對單一傳感器探測目標的缺失信息進行補充。當信息冗余時，選取誤差更小、更優的傳感器數據進行輸出。

4結論

面向多傳感器綜合探測的信息融合利用傳感器信息的冗余，提高目標探測識別的準確性、連續性和穩定性，對飛行員快速掌握戰場態勢信息有極大的幫助。本文從多傳感器綜合探測的信息融合設計原理出發，構建試飛場景，結合正交試驗設計理念選取不同的傳感器組合，形成完整的試飛考核方法及評估體系，為后續信息融合試飛提供參考。

參考文獻

[1]王永成.機載多傳感器信息融合技術研究[D].南京：南京理工大學，2005. Wang Yongcheng.Researchontheinformationfusion technology of airborne multi-sensor[D]. Nanjing： Nanjing University of Science and Technology，2005. （in Chinese）

[2]黃友澎.多傳感器多目標航跡相關與數據合成若干關鍵技術研究[D].哈爾濱：哈爾濱工程大學，2009. Huang Youpeng. Research on several key technologies of multi-sensor multi-target track correlation and data synthesis[D]. Harbin： Harbin Engineering University，2009. （in Chinese）

[3]胡學海.機載多傳感器目標信號屬性融合研究[D].成都：電子科技大學，2008. Hu Xuehai. Research on airborne multi-sensor target signal attribute fusion[D]. Chengdu： University of Electronic Science and Technology of China， 2008. （in Chinese）

[4]崔碩，姜洪亮，戎輝，等.多傳感器信息融合技術綜述[J].汽車電器， 2018（9）：52-54. Cui Shuo， Jiang Hongliang， Rong Hui， et al. Overview of multi-sensor information fusion technology[J]. Automotive Electronics， 2018（9）：52-54. （in Chinese）

[5]王耀南，李樹濤.多傳感器信息融合及其應用綜述[J].控制與決策， 2001， 16（5）：518-522. Wang Yaonan， Li Shutao.Overview of multi-sensor information fusion and its applications[J]. Control and Decision， 2001， 16（5）：518-522. （in Chinese）

[6]古悅源.機載信息融合的現狀與發展[J].電訊技術，2013，53（8）：1100-1105. Gu Yueyuan. The status quo and development of airborne information fusion[J]. Telecommunication Technology， 2013，53（8）：1100-1105. （in Chinese）

[7]楊華.多傳感器數據融合技術在某新型無人旋翼機中的應用[D].南京：南京航空航天大學，2019. Yang Hua. Application of multi-sensor data fusion technology in a new type of unmanned rotorcraft[D]. Nanjing： Nanjing University ofAeronautics andAstronautics， 2019. （in Chinese）

[8]董文方，羅歡吉.預警機多傳感器信息融合技術研究[J].航空科學技術， 2012， 21（5）：46-48. Dong Wenfang， Luo Huanji. Research on multi-sensor information fusion technology of early warning aircraft[J]. Aeronautical Science & Technology， 2012， 21（5）：46-48. （in Chinese）

[9]陳偉，羅華.多傳感器信息融合技術與無人機PHM系統[J].航空科學技術， 2009，9（6）：6-7. ChenWei，LuoHua.Multi-sensorinformationfusion technology and UAV PHM system[J]. Aeronautical Science & Technology， 2009，9（6）：6-7. （in Chinese）

[10]張紅，程傳祺，徐志剛，等.基于深度學習的數據融合方法研究綜述[J].計算機工程與應用，2020，56（24）：1-11. Zhang Hong， Cheng Chuanqi， Xu Zhigang， et al. Research review of data fusion methods based on deep learning[J]. Computer Engineering and Applications， 2020， 56（24）： 1-11.（in Chinese）

[11]李靖，袁大天，張興國.多傳感器數據融合技術飛行試驗方法研究[J].航空電子技術， 2013（3）：12-15. Li Jing， Yuan Datian， Zhang Xingguo. Research on flight test method of multi-sensor data fusion technology[J]. Avionics Technology， 2013（3）：12-15. （in Chinese）

[12]梁葆華，侯玉宏.機載多傳感器信息融合試飛技術研究[J].航空計算技術， 2014（2）：128-130. Liang Baohua， Hou Yuhong. Research on airborne multi-sensor information fusion flight test technology[J]. Aeronautical Computing Technology， 2014（2）：128-130. （in Chinese）

[13]朱斯平.戰場多傳感器管理系統研究[D].成都：電子科技大學，2012. Zhu Siping. Research on battlefield multi-sensor management system[D]. Chengdu： University of Electronic Science and Technology of China， 2012. （in Chinese）

[14]Richard O，Yaakov B S，Peter W. Track-to-track association with augmented state[D]. IEEE Transactions on Information Fusion，2011（2）：1119-1133.

Information Fusion Flight Test Method for Multi-sensor Comprehensive Detection

Zhang Beibei

Chinese Flight Test Establishment，Xian 710089，China

Abstract： Airborne sensor information fusion technology can intelligently analyze and synthesize information detected by multiple sensors， enabling combat aircraft to quickly obtain global battlefield situational awareness， accurate target parameters and threat assessment information， and assist pilots to improve decision-making efficiency. Due to the variety of sensors involved and the complex fusion strategy， there is a lack of effective methods to assess this comprehensive ability in flight tests. Based on this， this paper proposes an information fusion flight test method for multi-sensor comprehensive detection， which supports the verification of the airborne sensor information fusion function by constructing typical use scenarios of test flight objects， designing multi-sensor combination methods， and establishing evaluation indicators based on flight test results.

Key Words： information fusion； comprehensive detection； flight test； flight test method； multi-sensor