?

一種移動自組織網(wǎng)絡(luò)數(shù)據(jù)分發(fā)方法*1

吉波1,2，張宏亮2，張科1

(1.西北工業(yè)大學(xué) 航天學(xué)院，陜西 西安710072； 2. 中國人民解放軍駐210所軍事代表室，陜西 西安710065)

摘要：針對戰(zhàn)場移動自組織網(wǎng)絡(luò)實時、高效傳輸大容量情報信息的應(yīng)用需求，提出一種基于壓縮傳感與用戶需求匹配分析的網(wǎng)絡(luò)數(shù)據(jù)分發(fā)方法。該方法通過分析用戶需求，篩選匹配的用戶數(shù)據(jù)，并利用統(tǒng)一表征字典實施稀疏表示與精確重建，同時利用新情報信息自主更新和維護表征字典，支撐擴展的作戰(zhàn)應(yīng)用。將其應(yīng)用于分析戰(zhàn)場偵察的可見光圖像，仿真結(jié)果表明新方法能大幅度降低有限帶寬網(wǎng)絡(luò)實時傳輸數(shù)據(jù)量。

關(guān)鍵詞：壓縮傳感；Ad Hoc網(wǎng)絡(luò)；稀疏表示；數(shù)據(jù)挖掘；特征提?。粦?zhàn)場管理

0引言

在作戰(zhàn)體系的對抗中，有效奪取戰(zhàn)場“信息制勝權(quán)”需要綜合運用多種傳感器，挖掘傳感器對戰(zhàn)場的感知信息，經(jīng)過加工處理才能完整地感知戰(zhàn)場環(huán)境。然而，多種傳感器的投入使用，將使得作戰(zhàn)平臺可獲取大量具有冗余性的情報數(shù)據(jù)，影響作戰(zhàn)決策。另一方面，戰(zhàn)場環(huán)境通信網(wǎng)絡(luò)的作戰(zhàn)資源畢竟有限，尤其是網(wǎng)絡(luò)的帶寬資源。大量戰(zhàn)場情報數(shù)據(jù)在有限帶寬資源條件下傳輸對作戰(zhàn)信息系統(tǒng)提出巨大的挑戰(zhàn)[1-2]。

美軍是最早研究復(fù)雜戰(zhàn)場環(huán)境下可靠傳輸戰(zhàn)術(shù)信息網(wǎng)絡(luò)的國家之一。早在20世紀70年代，美國國防部高級研究規(guī)劃署(defense advanced research projects agency，DARPA)出于對未來戰(zhàn)爭的考慮便開始研究在戰(zhàn)場環(huán)境下利用移動自組織網(wǎng)絡(luò)進行數(shù)據(jù)通信[3-4]。1994年，DARPA又啟動了全球移動信息系統(tǒng)項目，研究能夠滿足軍事應(yīng)用需要的、可快速展開的、高抗毀性的移動信息系統(tǒng)[5]。1997年，DARPA啟動了先進戰(zhàn)術(shù)瞄準技術(shù)項目，專門研究基于自組織網(wǎng)絡(luò)快速、準確定位遠距離敵方機動防控雷達的瞄準技術(shù)[6]；隨后，針對面上移動目標精確打擊需求，DARPA啟動了經(jīng)濟型地/海面移動目標交戰(zhàn)項目[5]，旨在研究與開發(fā)經(jīng)濟可承受的全天候、遠程精確快速打擊移動目標的技術(shù)。在這一系列DARPA計劃/項目推進過程中，美軍構(gòu)建了多種戰(zhàn)地數(shù)據(jù)鏈網(wǎng)絡(luò)，其中以戰(zhàn)術(shù)數(shù)據(jù)鏈(Link16)、基于移動自組織網(wǎng)絡(luò)技術(shù)的戰(zhàn)術(shù)瞄準網(wǎng)絡(luò)技術(shù)[7](tactical targeting network technology, TTNT)和協(xié)同交戰(zhàn)概念[7-8](cooperative engagement capability, CEC)最具代表性，分別代表了美空軍與海軍支撐網(wǎng)絡(luò)中心戰(zhàn)的作戰(zhàn)概念。作戰(zhàn)平臺之間通過高速交換目標跟蹤、探測定位與圖形圖像等信息，對移動/固定目標進行持續(xù)跟蹤與準確定位。然而，網(wǎng)絡(luò)成員數(shù)越多，目標批次越多，數(shù)據(jù)更新越快，對系統(tǒng)的傳輸容量和速率要求愈高。

為靈活高效支撐復(fù)雜戰(zhàn)場環(huán)境信息可靠交換，美軍在數(shù)據(jù)鏈網(wǎng)絡(luò)的物理層、鏈路層和網(wǎng)絡(luò)層體制上取得了突破性進展，由靜態(tài)規(guī)劃的網(wǎng)絡(luò)架構(gòu)向移動自組織網(wǎng)絡(luò)架構(gòu)方向發(fā)展。美軍開發(fā)了戰(zhàn)術(shù)成員網(wǎng)[7](tactical network of members，TCN)，采用按需分發(fā)原則，建立信息收發(fā)映射關(guān)系，過濾各種傳感器發(fā)送的量測數(shù)據(jù)，避免直接廣播原始量測造成的帶寬資源浪費。TCN通過重新定義目標屬性，壓縮傳輸帶寬，從而能適配各種通信信道，保證其能適合多軍兵種、多任務(wù)的作戰(zhàn)需要?；跀?shù)據(jù)鏈網(wǎng)絡(luò)的基礎(chǔ)信息交換能力，依據(jù)作戰(zhàn)應(yīng)用適時、按需分發(fā)各類戰(zhàn)術(shù)信息將是數(shù)據(jù)鏈網(wǎng)絡(luò)信息處理的重要發(fā)展趨勢。

本文結(jié)合移動自組織網(wǎng)絡(luò)在戰(zhàn)場環(huán)境的應(yīng)用現(xiàn)狀，提出了一種移動自組織網(wǎng)絡(luò)數(shù)據(jù)分發(fā)方法，通過挖掘傳感器數(shù)據(jù)潛在知識，建立適應(yīng)復(fù)雜戰(zhàn)場環(huán)境的高效、動態(tài)的數(shù)據(jù)分發(fā)機制，為作戰(zhàn)人員實時提供作戰(zhàn)應(yīng)用可用的戰(zhàn)術(shù)信息，在有限帶寬資源下提高數(shù)據(jù)的利用效率。

1數(shù)據(jù)分發(fā)研究現(xiàn)狀

隨著傳感器技術(shù)、作戰(zhàn)規(guī)模與作戰(zhàn)樣式的發(fā)展，現(xiàn)代高技術(shù)條件下的戰(zhàn)爭涉及海量作戰(zhàn)信息的交互與處理。從海量的作戰(zhàn)信息中篩選各作戰(zhàn)平臺/作戰(zhàn)人員真正需要的信息，是將信息優(yōu)勢轉(zhuǎn)化為知識優(yōu)勢，進而轉(zhuǎn)化為決策優(yōu)勢的基礎(chǔ)和前提。借鑒美軍TCN的成功經(jīng)驗，需要對海量作戰(zhàn)信息實施按需分發(fā)，實現(xiàn)在戰(zhàn)時通信資源極度緊張的條件下為作戰(zhàn)人員傳輸有用、可用、可靠的戰(zhàn)術(shù)信息，避免大量無關(guān)信息、無用信息對作戰(zhàn)人員造成的“信息淹沒”。

目前，實現(xiàn)作戰(zhàn)信息的按需分發(fā)主要有3種方法。

1.1基于主動服務(wù)的信息分發(fā)方法[9]

主動服務(wù)信息系統(tǒng)通過人工智能與專家系統(tǒng)的推理技術(shù)和關(guān)聯(lián)匹配技術(shù)等建立規(guī)則庫以及信息分發(fā)與用戶需求的關(guān)系，向需求用戶分發(fā)相關(guān)數(shù)據(jù)，其信息分發(fā)系統(tǒng)結(jié)構(gòu)如圖1所示。

圖1　基于主動服務(wù)的信息分發(fā)Fig.1　Information dissemination based on active service

系統(tǒng)中各用戶以及其他的上級通報、衛(wèi)星數(shù)據(jù)、人工情報以及共享信息空間等構(gòu)成了綜合的信息池，其中共享信息空間是一個動態(tài)的數(shù)據(jù)集，可存儲多種結(jié)構(gòu)的信息數(shù)據(jù)。信息資源管理器對信息池中的數(shù)據(jù)進行更新與管理；匹配規(guī)則庫按照需求分析信息特征的匹配度，將匹配程度高的數(shù)據(jù)主動推送到相應(yīng)的用戶。用戶完全不需要做額外的工作便可以獲得所需的信息。

系統(tǒng)結(jié)構(gòu)簡單，工作流程清晰。缺點是匹配規(guī)則庫復(fù)雜，尤其是在信息量與需求量很大的情況下，匹配規(guī)則難以保證系統(tǒng)的適用性和時效性。因此，基于主動推送的按需分發(fā)方法只適用于小規(guī)?；蚓植坑脩艟W(wǎng)。

1.2基于發(fā)布/訂閱的信息分發(fā)方法[9]

與主動推送的信息分發(fā)處理方式不同，基于發(fā)布/訂閱的信息分發(fā)方法是需求驅(qū)動的信息分發(fā)方法。用戶根據(jù)自己的信息需求，向系統(tǒng)發(fā)布訂閱消息，當(dāng)中包含用戶需求的規(guī)范化描述[10]；系統(tǒng)依據(jù)訂閱消息的具體要求向該用戶發(fā)送所需信息，或者向用戶返回所需信息的訪問地址?；诎l(fā)布/訂閱的系統(tǒng)結(jié)構(gòu)如圖2所示。

圖2　基于發(fā)布/訂閱的信息分發(fā)Fig.2　Information dissemination based on　　　release/subscription scheme

1.3基于過濾的信息分發(fā)方法[9]

基于過濾的信息分發(fā)方法的核心思想是信息過濾，即用戶端根據(jù)自身需求的總體或大致特征，將不符合需求的信息屏蔽處理[11]。當(dāng)用戶的信息需求不容易明確描述和體現(xiàn)，或者用戶對自己的需求認識不夠清晰時，用戶根據(jù)自身性能特點及需求對所接收的信息進行取舍、篩選，僅保留符合程度較高的信息，從而達到信息分發(fā)的目的[12]。然而，在整個過程中，信源用戶端由于不明確用戶需求而將所有信息堆積在信道上進行傳輸，極易造成信道資源的浪費。

以上3種方法從信息層面提供了信息按需分發(fā)的部分解決方案。但仍未結(jié)合網(wǎng)絡(luò)帶寬需求統(tǒng)籌數(shù)據(jù)到信息的整合過程，復(fù)雜電磁環(huán)境下的信息分發(fā)支持能力有限。為此，需要貫穿數(shù)據(jù)獲取、信息產(chǎn)生、信息交換的處理過程，制定適應(yīng)低帶寬條件的數(shù)據(jù)分發(fā)方案。

2移動自組織網(wǎng)絡(luò)數(shù)據(jù)分發(fā)方法

2.1數(shù)據(jù)分發(fā)模型

考慮到信息的幾何增長效應(yīng)以及戰(zhàn)地數(shù)據(jù)鏈網(wǎng)絡(luò)的通信帶寬資源這兩方面的因素限制[13]，本文分2條線構(gòu)建數(shù)據(jù)按需分發(fā)處理模型，該模型一方面解決數(shù)據(jù)的組織與管理，使得大量傳感器探測的情報信息進行組織與管理，形成分類有序的情報數(shù)據(jù)倉庫以及對應(yīng)的檢索分析表；另一方面在需求驅(qū)動時結(jié)合索引分析表進行需求匹配分析，篩選符合需求或者需求符合程度高的數(shù)據(jù)進行分發(fā)。面向內(nèi)容的數(shù)據(jù)按需分發(fā)模型如圖3所示。

圖3　移動自組織網(wǎng)絡(luò)數(shù)據(jù)分發(fā)模型Fig.3　Data dissemination model for mobile　　　Ad Hoc network

該數(shù)據(jù)按需分發(fā)模型包含數(shù)據(jù)接收與分發(fā)、面向信息內(nèi)容的數(shù)據(jù)管理模型、數(shù)據(jù)庫更新與管理和需求匹配4個功能模塊組成。

(1) 數(shù)據(jù)接收與分發(fā)功能模塊主要完成2個功能：

1) 接收并重建作戰(zhàn)體系其他平臺的信息；

2) 壓縮分發(fā)本平臺發(fā)與其他平臺的信息。

(2) 面向信息內(nèi)容的數(shù)據(jù)管理模型功能模塊完成如下功能：

3) 對本平臺以及他平臺數(shù)據(jù)在統(tǒng)一描述空間上進行數(shù)據(jù)統(tǒng)一表示；

4) 在數(shù)據(jù)統(tǒng)一表示基和數(shù)據(jù)模板基礎(chǔ)上完成數(shù)據(jù)挖掘，將大量情報信息轉(zhuǎn)化為易理解的戰(zhàn)場感知知識。

(3) 數(shù)據(jù)庫更新與管理功能模塊的主要功能如下：

1) 對數(shù)據(jù)挖掘的情報信息進行組織與管理；

2) 形成數(shù)據(jù)倉庫的內(nèi)容索引表；

3) 更新系統(tǒng)的數(shù)據(jù)模板，使其對環(huán)境具有強適應(yīng)性。

(4) 需求匹配功能模塊的功能是：

對需求進行描述與提煉。

2.2數(shù)據(jù)組織與管理

數(shù)據(jù)組織與管理是高效實現(xiàn)數(shù)據(jù)按需分發(fā)的重要前提，也是消除各作戰(zhàn)平臺大量情報數(shù)據(jù)冗余性的重要手段，避免無關(guān)或無用數(shù)據(jù)對數(shù)據(jù)分發(fā)需求的誤導(dǎo)。

綠色經(jīng)濟有兩種含義，一種是對原有的經(jīng)濟產(chǎn)業(yè)進行生態(tài)化的改造，由原來的非環(huán)保型產(chǎn)業(yè)轉(zhuǎn)變?yōu)榄h(huán)保型的綠色產(chǎn)業(yè)，哪怕放棄一部分收益，也堅決不過度破壞環(huán)境。另一種是發(fā)展一些對環(huán)境本身影響較小的或者利于改善環(huán)境的企業(yè)。例如農(nóng)家樂、服務(wù)業(yè)、有機蔬果等。總的來說，綠色經(jīng)濟就是大力發(fā)展無污染、節(jié)約能源的綠色經(jīng)濟產(chǎn)業(yè)，并能實現(xiàn)環(huán)保與經(jīng)濟的雙向發(fā)展，人們需要認識到綠色經(jīng)濟在我們?nèi)粘Ｉ钪械纳顚哟斡绊?。對于整個社會發(fā)展來說，在綠色經(jīng)濟的理念下，其帶來的變化將是層次化和多樣化的。比如：在這一理念下，只有淘汰那些落后的產(chǎn)業(yè)和企業(yè)，并積極發(fā)展一些綠色生態(tài)的企業(yè)，才能讓其適應(yīng)時代的發(fā)展。

2.2.1數(shù)據(jù)表示

面向數(shù)據(jù)內(nèi)容的數(shù)據(jù)統(tǒng)一表示包含2部分內(nèi)容：面向數(shù)據(jù)內(nèi)容的代表性特征分析和數(shù)據(jù)稀疏表示。

假定x是輸入數(shù)據(jù)，劃分為大小一致的m個子數(shù)據(jù)x1,x2,…,xm，為了消除子數(shù)據(jù)之間的冗余性以體現(xiàn)數(shù)據(jù)的本質(zhì)內(nèi)容，本文采用馬爾科夫隨機場算法對各子模塊數(shù)據(jù)進行分析。

(1)

2.2.2信息與檢索

獲得輸入數(shù)據(jù)與數(shù)據(jù)模板之間的關(guān)系后，仍需進一步挖掘它們之間本質(zhì)內(nèi)容關(guān)系，方能將輸入數(shù)據(jù)按照內(nèi)容存放到數(shù)據(jù)倉庫中?；贚1,L1/2的正則化理論認為源數(shù)據(jù)空間中數(shù)據(jù)的關(guān)系與源數(shù)據(jù)的本征特征空間上特征關(guān)系是一致的。也就是說，當(dāng)把數(shù)據(jù)的本質(zhì)內(nèi)容看成源數(shù)據(jù)的代表性約束特征時，數(shù)據(jù)統(tǒng)一表示所獲得關(guān)系信息y可進一步描述本質(zhì)內(nèi)容之間的關(guān)系。因此，采用數(shù)據(jù)挖掘的分類技術(shù)可生成內(nèi)容索引表。

假定數(shù)據(jù)模板對應(yīng)的內(nèi)容特征為C=(c1,c2,…,cK)，輸入數(shù)據(jù)的內(nèi)容特征向量為ci，于是，按照基于L1,L1/2的正則化理論有：

ci=Cy,

(2)

2.2.3數(shù)據(jù)管理

在輸入數(shù)據(jù)的內(nèi)容索引表生成后，輸入數(shù)據(jù)可按照內(nèi)容索引值對應(yīng)的類別，將輸入數(shù)據(jù)存儲在該類中。當(dāng)某一類數(shù)據(jù)的數(shù)據(jù)量較大時，需要實時對數(shù)據(jù)倉庫進行管理與更新，一方面使得數(shù)據(jù)倉庫中數(shù)據(jù)得以更有效地組織，另一方面則是更新數(shù)目模板，使得本文提出的數(shù)據(jù)按需分發(fā)模型更能夠適應(yīng)戰(zhàn)場復(fù)雜多變的環(huán)境。

數(shù)據(jù)倉庫管理與更新采用數(shù)據(jù)挖掘中的聚類算法，實時利用本類數(shù)據(jù)生成最具代表性的數(shù)據(jù)模板，更新已有的數(shù)據(jù)模板。

2.3數(shù)據(jù)分發(fā)流程

面向信息內(nèi)容的數(shù)據(jù)組織與管理的目的是更好地滿足數(shù)據(jù)按需分發(fā)需求。當(dāng)網(wǎng)絡(luò)中其他用戶需要某類信息時，實時發(fā)出數(shù)據(jù)請求。系統(tǒng)的數(shù)據(jù)接收/分發(fā)功能模塊接收到數(shù)據(jù)請求時，實時在本平臺內(nèi)部進行數(shù)據(jù)檢索與分發(fā)的處理過程。

2.3.1匹配分析

關(guān)聯(lián)分析的目的是挖掘用戶需求與內(nèi)容索引表間的相互關(guān)系。結(jié)合分布式數(shù)據(jù)挖掘的概念和處理流程，本課題采用關(guān)聯(lián)規(guī)則技術(shù)來實現(xiàn)。比較經(jīng)典的算法是由 R.Agrawal 等人于1993 年提出經(jīng)典的關(guān)聯(lián)規(guī)則發(fā)現(xiàn)算法Apriori算法，算法中提出的最大頻繁項集(most frequency index,MFI)是相似度衡量的基礎(chǔ)。具體算法實現(xiàn)如下：

設(shè)A和B是2個同類分布式數(shù)據(jù)集，

MFA={(A1,CA1),(A2,CA2),…(Am,CAm)},

MFB={(B1,CB1),(B2,CB2),…(Bn,CBn)},

式中：Ai為集合A的各個數(shù)據(jù)集的最大頻項集；CAi為各自的支持度，1≤i≤m；Bj為集合B的各個數(shù)據(jù)集的最大頻項集；CBj為各自的支持度，1≤j≤n。

對于集合A和集合B的相似度定義如下：

SIM(A，B)=2I3/(I1+I2).

I1，I2，I3分別如下：

2.3.2數(shù)據(jù)壓縮傳輸

對于數(shù)據(jù)收發(fā)部分，本文采用基于壓縮傳感的數(shù)據(jù)壓縮傳輸方法減輕有限資源帶寬對數(shù)據(jù)傳輸?shù)膲毫?。基于壓縮傳感的數(shù)據(jù)壓縮傳輸模塊包含3部分關(guān)鍵內(nèi)容，分別為壓縮測量、基于冗余字典的數(shù)據(jù)稀疏表示、數(shù)據(jù)精確重建?；趬嚎s傳感的數(shù)據(jù)傳輸模型[15]如下：

(3)

式中：A=ΦΨ為M×N矩陣；Ψ為N×N的特征變換矩陣；s為x在特征變換矩陣Ψ下的稀疏表示向量，包含β個非零分量。

(1) 壓縮測量

壓縮測量通過冗余、統(tǒng)一的測量矩陣將源數(shù)據(jù)投影到低維特征空間，以達到壓縮數(shù)據(jù)傳輸規(guī)模的目的。壓縮測量的關(guān)鍵在于分布式網(wǎng)絡(luò)如何生成一致的測量矩陣。為解決此問題，本文設(shè)計分布式測量矩陣生成協(xié)議，主要思想是在時間同步基礎(chǔ)上利用偽隨機算法保證測量矩陣生成的一致性。

(2) 稀疏表示字典

海量信息預(yù)處理系統(tǒng)的數(shù)據(jù)壓縮模塊針對各種傳感器的類型采用基于K-SVD字典學(xué)習(xí)算法[15]建立稀疏表示字典庫。平臺加電開始工作后，數(shù)據(jù)壓縮模塊從本地預(yù)加載的關(guān)于各傳感器采集的一維和二維信號數(shù)據(jù)，利用K-SVD字典學(xué)習(xí)算法訓(xùn)練得到各傳感器對應(yīng)的稀疏字典庫。當(dāng)接收平臺接收到其他平臺發(fā)送的數(shù)據(jù)壓縮測量時，接收平臺根據(jù)數(shù)據(jù)中傳感器類型標識自適應(yīng)地從稀疏字典庫中選擇用于原始信號稀疏表示的字典。

稀疏字典的構(gòu)造是實現(xiàn)信號稀疏分解的重要前提。K-SVD算法旨在通過預(yù)加載的圖像訓(xùn)練集尋找最優(yōu)的字典，使基于此字典的信號稀疏表示對于訓(xùn)練樣本的方差達到最小。K-SVD字典學(xué)習(xí)算法的目標為

(4)

式中：F為從預(yù)加載訓(xùn)練圖像集生成的訓(xùn)練樣本矩陣，每一個列向量對應(yīng)一個訓(xùn)練樣本；D為待構(gòu)造的冗余稀疏表示字典，每一個列向量對應(yīng)一個字典元素；S為F在D上分解得到的系數(shù)矩陣，滿足約束限定的稀疏性。

(3) 數(shù)據(jù)重建

壓縮傳感理論利用信號稀疏或者可壓縮性質(zhì)有效地重建原始信號。當(dāng)信號為稀疏或可壓縮信號時，數(shù)據(jù)重建可以通過求解一個系數(shù)約束的最優(yōu)化問題實現(xiàn)。信號的稀疏約束可以通過最小L1范數(shù)實現(xiàn)，即為

(5)

式中：A為已知的表示矩陣。

3應(yīng)用實例

利用自然圖像按8×8大小的小圖像塊采樣，構(gòu)成11 000個樣本數(shù)據(jù)，經(jīng)特征提取形成了如圖4所示的數(shù)據(jù)特征模板，具有特征不變的方向性和邊緣性。

圖4　數(shù)據(jù)特征模版Fig.4　Feature templates of natural images

數(shù)據(jù)特征模版構(gòu)成了自然環(huán)境可見光圖像的表示字典。不同的數(shù)據(jù)按照表示字典的編碼向量進行聚類分析，形成同類組織的數(shù)據(jù)倉庫。圖5為陸海空戰(zhàn)場環(huán)境偵察圖像表征示意圖，其中方形、圓形和菱形分別表示海軍編隊、?？諈f(xié)同作戰(zhàn)和陸戰(zhàn)場環(huán)境的表征結(jié)果。由于海軍編隊與海空協(xié)同作戰(zhàn)場景具有類似的背景，其表征重疊；陸戰(zhàn)場則具有明顯不同的表征特性?？梢?，利用統(tǒng)一的數(shù)據(jù)特征模版，可區(qū)分不同戰(zhàn)場環(huán)境。

圖5　統(tǒng)一數(shù)據(jù)特征模版下的不同場景表征Fig.5　Different encoding under uniform　　　data feature templates

當(dāng)傳感器平臺利用可見光傳感器探測到戰(zhàn)場環(huán)境圖像時，利用數(shù)據(jù)特征模版進行特征表示。表征前后數(shù)據(jù)量比例約為6：1，遠端接收平臺接收到壓縮測量后，利用數(shù)據(jù)特征模版重建原始數(shù)據(jù)。可見，利用壓縮傳感的數(shù)據(jù)分發(fā)方式，在自組織網(wǎng)絡(luò)上交換數(shù)據(jù)量是原數(shù)據(jù)的1/6，有效降低了網(wǎng)絡(luò)傳輸?shù)臉I(yè)務(wù)量。

4結(jié)束語

為了提高復(fù)雜戰(zhàn)場環(huán)境下信息的利用效率，本文致力于解決多傳感器投入使用引起的“信息幾何增長效應(yīng)”以及網(wǎng)絡(luò)有限傳輸帶寬的固定限制，提出了面向信息內(nèi)容的自組織網(wǎng)絡(luò)按需分發(fā)方案。方案采用了馬爾科夫隨機場、稀疏表示、數(shù)據(jù)挖掘等智能信息處理技術(shù)面向信息內(nèi)容對數(shù)據(jù)進行組織與管理，同時利用數(shù)據(jù)壓縮傳感技術(shù)構(gòu)建了低帶寬利用的數(shù)據(jù)壓縮傳輸子系統(tǒng)，減輕網(wǎng)絡(luò)傳輸大量數(shù)據(jù)的壓力。

參考文獻：

[1]王相平，楊瑞娟，黃美榮，等．基于聚類的雷達數(shù)據(jù)按需分發(fā)技術(shù)[J].計算機工程，2011，37(19): 289-290.

WANG Xiang-ping, YANG Rui-juan, HUANG Mei-rong, et al. Technology of Radar Data Distribution on Demand Based on Clustering[J].Computing Engineering, 2011, 37(19): 289-290.

[2]陳潔. 基于內(nèi)容分發(fā)的信息分發(fā)管理系統(tǒng)[J].計算機工程，2008，34(21): 82-84.

CHEN Jie. Information Dissemination Management System Based on Content Distribution[J].Computing Engineering, 2008，34(21): 82-84.

[3]JUBIN J, TORNOW J D.The DARPA Packet Radio Network Protocols[C]∥Proceedings of the IEEE, 1987, 75(1): 21-32.

[4]SCHACHAM N, WESCOTT J. Future Direction in Packet Radio Architectures and Protocols[C]∥Proceedings of the IEEE, 1987：83-99.

[5]TOH C K. Ad Hoc Mobile Wireless Networks[M].Upper Saddle River, New Jersey, Prentice Hall PTR, 2002.

[6]陳赤聯(lián), 宋明, 王曉明. 武器數(shù)據(jù)鏈發(fā)展分析[J]. 導(dǎo)航，2008(1): 11-17.

CHEN Chi-lian, SONG Ming, WANG Xiao-ming. Analysis on Weapon Data Link Development [J].Navigation, 2008(1): 11-17.

[7]戴輝. 武器協(xié)同數(shù)據(jù)鏈發(fā)展需求[J].指揮信息系統(tǒng)與技術(shù)，2011, 2(5): 11-15.

DAI Hui. Development Requirement of Weapon Cooperative Data Link[J].Command Information System and Technology, 2011, 2(5): 11-15.

[8]陳升來. 協(xié)同交戰(zhàn)能力(CEC)組網(wǎng)技術(shù)[J]. 指揮信息系統(tǒng)與技術(shù)，2012，3(1):29-32.

CHEN Sheng-lai. Cooperative Engagement Capability (CEC) Network Technique[J].Command Information System and Technology, 2012，3(1): 29-32.

[9]王子明，張海峰，陳鄧安，等．基于信息柵格的作戰(zhàn)信息按需分發(fā)方法研究[J].國防科技，2012,33(2): 33-36.

WANG Zi-ming, ZHANG Hai-feng, CHEN Deng-an, et al. A Research of Methods for Information Dissemination According to Needs Based on Information Grid[J].National Defense Science and technology, 2012, 33(2): 33-36.

[10]馬衛(wèi)東. 信息共享動力學(xué)及主動服務(wù)關(guān)鍵技術(shù)研究[D]. 成都：電子科技大學(xué)，2007.

MA Wei-dong.Research on Information Sharing Dynamics and Key Technology for Active Service[D].Chengdu: University of Electronic Science and Technology of China, 2007.

[11]陳洪輝，宛海寧，陳濤. 一種基于服務(wù)的態(tài)勢信息訂制分發(fā)方法[J]. 計算機應(yīng)用研究，2009，26(4):1428-1431.

CHEN Hong-hui, WAN Hai-ning, CHEN Tao. Service-based Method to Subscribe and Disseminate Situation Information[J].Application Research of Computers, 2009，26(4): 1428-1431.

[12]宛海寧，陳洪輝，陳濤. 基于過濾的態(tài)勢信息分發(fā)方法[J]. 計算機工程與設(shè)計，2009，30(1): 197-198.

WAN Hai-ning, CHEN Hong-hui, CHEN Tao. Filter-based Method to Disseminate Situation Information[J].Computer Engineering and Design, 2009，30(1): 197-198.

[13]馮劍. 空地數(shù)據(jù)鏈系統(tǒng)中一種圖像數(shù)據(jù)縮減方案及關(guān)鍵算法的研究[D]. 吉林: 吉林大學(xué)，2004.

FENG Jian. An Image Reduce Scheme and Key Algorithm for Air-Ground Data Link System[D].Jilin: Jilin University, 2004.

[14]XU Zong-ben, CHANG Xiang-yu, XU Feng-min, et al.L1/2Regularization a Thresholding Representation Theory and a Fast Solver[J]. IEEE Transactions on Neural Networks and Learning Systems, 2012, 23(7): 1013-1027.

[15]ELAD M, AHARON M, Image Denoising Via Sparse and Redundant Representations over Learned Dictionaries[J].IEEE Transactions on Image Processing, 2006, 15(12): 3736-3745.

Data On-Demanded Dissemination Method for Mobile Ad Hoc Networks

JI Bo1,2, ZHANG Hong-liang2, ZHANG Ke1,

(1. Northwestern Polytechnical University,School of Astronautics， Shaanxi Xi’an 710072, China;2. PLA,Representative Office in 210 Institute,Shaanxi Xi’an 710065, China)

Abstract:Based on the requirements about real and efficient large volume intelligent information transmission, a data on-demand dissemination method is proposed by using compressed sensing and users’ needs analysis. Appropriate data is chosen and made sparse representation and accurate reconstruction. Meanwhile, new data are used to manage and update representation dictionary automatically for further tactical applications. Numerical simulation on visible reconnaissance images has demonstrated the real data volume in mobile ad hoc with low wideband is small.

Key words:compressed sensing；Ad Hoc network；sparse representation；data mining；feature extraction；battlefield management

中圖分類號：TN929.5；TP391.9

文獻標志碼：A

文章編號：1009-086X(2015)-05-0045-07

doi:10.3969/j.issn.1009-086x.2015.05.008

通信地址：710065陜西西安70號信箱107分箱E-mail：digitalaudio@126.com

作者簡介：吉波(1980-)，男，山東諸城人。工程師，博士生，主要研究方向為導(dǎo)航、制導(dǎo)與控制。

*收稿日期：2014-10-21；修回日期：2015-03-18