吳建峰 黃樹彩 高育鵬 康紅霞

空軍工程大學(xué)防空反導(dǎo)學(xué)院，西安 710051

?

導(dǎo)彈防御系統(tǒng)預(yù)警信息融合模型研究綜述

吳建峰 黃樹彩 高育鵬 康紅霞

空軍工程大學(xué)防空反導(dǎo)學(xué)院，西安 710051

導(dǎo)彈防御系統(tǒng)建設(shè)的一個主要特點(diǎn)是面向信息處理，信息融合是導(dǎo)彈防御系統(tǒng)實現(xiàn)一體化作戰(zhàn)和智能化決策指揮的核心技術(shù)。以一體化的導(dǎo)彈防御系統(tǒng)為研究對象，在分析導(dǎo)彈防御系統(tǒng)的作戰(zhàn)流程、預(yù)警信息處理過程的基礎(chǔ)上，提出了特定的適用于導(dǎo)彈防御系統(tǒng)信息融合的功能模型、基于特征層的混合式結(jié)構(gòu)模型和面向工程實現(xiàn)必須考慮的關(guān)鍵算法模型，并對其研究方向和發(fā)展趨勢進(jìn)行了展望。

導(dǎo)彈防御系統(tǒng)；預(yù)警；信息融合；功能模型；結(jié)構(gòu)模型；算法模型

導(dǎo)彈防御作戰(zhàn)可分為預(yù)警探測、指揮控制及火力攔截3大階段?！凹皶r發(fā)現(xiàn)、精確跟蹤、正確識別和有效攔截”是導(dǎo)彈防御作戰(zhàn)取勝的4大要素，而預(yù)警信息貫穿于整個導(dǎo)彈防御作戰(zhàn)的全過程[1-2]。信息融合是預(yù)警探測和指揮控制之間的重要銜接環(huán)節(jié)，是指揮控制的基礎(chǔ)和前提。如何實現(xiàn)及時發(fā)現(xiàn)、精確跟蹤和正確識別是導(dǎo)彈防御系統(tǒng)信息融合的核心任務(wù)。

目前，國內(nèi)外對多傳感器信息融合技術(shù)的研究多是針對具體研究對象提出多傳感器信息融合問題的解決方案，主要集中在2種類型的多傳感器信息融合領(lǐng)域：1)包含復(fù)雜的多模式傳感器的信息融合問題(例如，雙色/多色紅外圖像的融合)；2)包括安裝在一個平臺上的多傳感器系統(tǒng)的信息融合問題(例如，機(jī)載多傳感器的信息融合)，而對包括地理上廣泛分布的多型異類傳感器信息融合問題，特別是軍事上應(yīng)用的涉及到大監(jiān)視范圍、多型異類傳感器網(wǎng)絡(luò)(比如導(dǎo)彈防御系統(tǒng)預(yù)警探測網(wǎng)絡(luò))的動態(tài)分布傳感器的信息融合問題，缺少針對問題的專門研究，而現(xiàn)有的技術(shù)在這個領(lǐng)域的應(yīng)用也缺乏有效的理論保證。

本文以信息化條件下導(dǎo)彈防御作戰(zhàn)的軍事需求為牽引，在分析導(dǎo)彈防御系統(tǒng)作戰(zhàn)流程和預(yù)警信息處理過程的基礎(chǔ)上，運(yùn)用信息融合的基本理論和方法，重點(diǎn)研究適合于導(dǎo)彈防御系統(tǒng)預(yù)警信息融合的功能模型、結(jié)構(gòu)模型和算法模型，為研究信息化條件下一體化導(dǎo)彈防御系統(tǒng)的集成開發(fā)和體系作戰(zhàn)能力的形成提供理論基礎(chǔ)和技術(shù)支撐。

1 導(dǎo)彈防御系統(tǒng)的作戰(zhàn)流程

導(dǎo)彈防御(Missile Defense：MD)的任務(wù)是開發(fā)一體化、分層的導(dǎo)彈防御系統(tǒng)(Missile Defense System：MDS)，能在敵方各種射程的彈道導(dǎo)彈和巡航導(dǎo)彈飛行的各個階段與它們進(jìn)行交戰(zhàn)[3-4]。導(dǎo)彈防御系統(tǒng)的作戰(zhàn)流程如圖1所示。

圖1 導(dǎo)彈防御系統(tǒng)的作戰(zhàn)流程

來襲彈道導(dǎo)彈發(fā)射后，經(jīng)過數(shù)秒被天基紅外預(yù)警衛(wèi)星上的掃描型探測器探測到，將衛(wèi)星導(dǎo)彈預(yù)警信息發(fā)往戰(zhàn)略C2BMC單元，并引導(dǎo)凝視傳感器跟蹤目標(biāo)，向地基遠(yuǎn)程預(yù)警雷達(dá)指示目標(biāo)的發(fā)射點(diǎn)、落點(diǎn)和關(guān)機(jī)點(diǎn)等預(yù)報信息以及目標(biāo)位置信息，并將這些信息傳送給戰(zhàn)術(shù)C2BMC。戰(zhàn)術(shù)C2BMC適時指示目標(biāo)指示雷達(dá)調(diào)轉(zhuǎn)天線方向捕獲并跟蹤目標(biāo)，向反導(dǎo)攔截武器系統(tǒng)的指控中心指示更精確的目標(biāo)信息。當(dāng)彈道導(dǎo)彈進(jìn)入地基攔截彈的射程時，指控中心指揮控制火力單元立即發(fā)射攔截彈，跟蹤制導(dǎo)雷達(dá)截獲并跟蹤攔截彈，指控中心在跟蹤制導(dǎo)雷達(dá)配合下引導(dǎo)攔截彈飛向目標(biāo)。當(dāng)彈道導(dǎo)彈進(jìn)入攔截彈殺傷區(qū)時，攔截彈引爆或以直接碰撞方式來殺傷目標(biāo)，最后由指控中心進(jìn)行殺傷效果評估。

2 導(dǎo)彈防御系統(tǒng)預(yù)警信息處理過程

從導(dǎo)彈防御系統(tǒng)的作戰(zhàn)流程看，成功實施彈道導(dǎo)彈攔截作戰(zhàn)的前提是及時預(yù)警、精確跟蹤和正確識別來襲的彈道導(dǎo)彈目標(biāo)，這就需要天基預(yù)警衛(wèi)星、遠(yuǎn)程預(yù)警雷達(dá)、具有搜索跟蹤識別功能的多功能相控陣?yán)走_(dá)3大系統(tǒng)之間以及與火力攔截單元內(nèi)部各傳感器之間進(jìn)行緊密無間的合作[5]。從縱向看，主要是天基預(yù)警衛(wèi)星→遠(yuǎn)程預(yù)警雷達(dá)→火力攔截單元制導(dǎo)雷達(dá)這樣的信息引導(dǎo)順序；從橫向看，還有天基預(yù)警衛(wèi)星之間、預(yù)警雷達(dá)之間、火力攔截單元制導(dǎo)雷達(dá)之間以及火力攔截單元之間的信息交叉提示[6]。

導(dǎo)彈防御系統(tǒng)預(yù)警信息可以分為3級進(jìn)行處理：1)天基、空基和地基預(yù)警平臺將獲取到的目標(biāo)信息進(jìn)行初步預(yù)處理，然后通過平臺信息處理系統(tǒng)和數(shù)傳系統(tǒng)下傳到各對應(yīng)的地面接收站；2)各地面接收站的數(shù)據(jù)處理系統(tǒng)對預(yù)警原始數(shù)據(jù)進(jìn)行處理，將處理得到的預(yù)警信息上傳到預(yù)警信息處理與分發(fā)中心進(jìn)行備份與處理；3)預(yù)警信息處理與分發(fā)中心對各地面接收站生成的情報進(jìn)行綜合集成處理，形成目標(biāo)威脅判斷、綜合態(tài)勢分析等情報信息，并通過通信網(wǎng)絡(luò)系統(tǒng)發(fā)送給C2BMC中心。

3 導(dǎo)彈防御系統(tǒng)預(yù)警信息融合模型

根據(jù)信息融合的任務(wù)需求，信息融合系統(tǒng)按設(shè)計順序主要包括了功能模型、結(jié)構(gòu)模型和算法模型[7]，下面分別展開論述。

3.1 功能模型

到目前為止，國內(nèi)外已提出了許多種類的功能模型[8]。國外80年代提出了3種信息融合功能模型，分別是：情報循環(huán)模型(Intelligence Cycle Model)、JDL(Joint Directors of Laboratories)模型、Boyd控制環(huán)路模型(Boyd Control Loop Model)。90年代提出了Dasarathy模型及Waterfall模型。進(jìn)入21世紀(jì)，多功能模型(Omnibus)和擴(kuò)展OODA模型引起了廣泛關(guān)注。上述模型中，JDL功能模型應(yīng)用最為廣泛，美國的導(dǎo)彈防御系統(tǒng)的功能模型就是在JDL數(shù)據(jù)模型的基礎(chǔ)上發(fā)展而來的[9]。

較一般系統(tǒng)的信息處理，導(dǎo)彈防御系統(tǒng)的信息處理具有信息源種類的多樣性、所面臨戰(zhàn)場環(huán)境的復(fù)雜性、處理手段的多樣性及系統(tǒng)結(jié)構(gòu)的復(fù)雜性等特點(diǎn)，這就需要對JDL功能模型進(jìn)行改進(jìn)，提出新的適用于導(dǎo)彈防御系統(tǒng)信息融合的功能模型。這里，提出一種特定的導(dǎo)彈防御系統(tǒng)預(yù)警信息融合功能模型，如圖2所示。圖中，一級處理即檢測判決融合，屬于像素或信號級的融合。二級處理即目標(biāo)連續(xù)狀態(tài)估計，屬于特征級的融合。三級處理即目標(biāo)離散狀態(tài)估計，它可以是數(shù)據(jù)層、特征層或決策層的融合。四級處理即態(tài)勢評估，包括態(tài)勢的提取和評估。五級處理即行動效果評估，估計和預(yù)測行動計劃的結(jié)果。六級處理即資源管理，是一個計劃及執(zhí)行過程，使信息融合處理過程達(dá)到最佳化。

本文提出的特定的導(dǎo)彈防御系統(tǒng)預(yù)警信息融合功能模型與JDL功能模型的區(qū)別和優(yōu)勢主要體現(xiàn)在以下幾個方面：

1)JDL功能模型中的一級處理(即目標(biāo)位置/身份估計)針對不同性質(zhì)的2個問題，即目標(biāo)位置估計為目標(biāo)的連續(xù)狀態(tài)參數(shù)估計，目標(biāo)身份估計為目標(biāo)的離散狀態(tài)參數(shù)估計。本文提出的功能模型將一級處理劃分為2級：目標(biāo)連續(xù)狀態(tài)估計(二級處理)和目標(biāo)離散狀態(tài)估計(三級處理)，這與位置估計及身份估計是否并行同步進(jìn)行無關(guān)；

2)由于導(dǎo)彈防御系統(tǒng)擁有地理上廣泛分布的大量傳感器和眾多信息源，需要將這些資源有效地集成到一起，充分一體化并相互深度鉸鏈，因此將資源管理的概念引入導(dǎo)彈防御系統(tǒng)預(yù)警信息融合功能模型中，作為六級處理，并定義了它的功能和任務(wù)，從而使資源管理貫穿于整個信息融合過程；

3)導(dǎo)彈防御系統(tǒng)的預(yù)警信息融合處理是一個由指揮員信息驅(qū)動的動態(tài)過程，該過程分為3個階段：融合任務(wù)產(chǎn)生階段、融合系統(tǒng)配置階段及融合任務(wù)實施階段。而JDL功能模型實際上只描述了融合任務(wù)實施階段的融合處理，因此不能為融合系統(tǒng)的設(shè)計提供一個起點(diǎn)。本文提出的導(dǎo)彈防御系統(tǒng)預(yù)警信息融合功能模型的優(yōu)勢在于明確地刻畫了導(dǎo)彈防御系統(tǒng)中預(yù)警信息融合的動態(tài)特征，從指揮員信息需求開始，將其映射到具體的融合任務(wù)，根據(jù)該任務(wù)進(jìn)行系統(tǒng)配置，按提出的功能模型進(jìn)行融合處理，融合結(jié)果供指揮員使用，因此為系統(tǒng)設(shè)計工作提供了一個基礎(chǔ)。

圖2 特定的導(dǎo)彈防御系統(tǒng)預(yù)警信息融合功能模型

3.2 結(jié)構(gòu)模型

檢測級的結(jié)構(gòu)模型有：并行結(jié)構(gòu)、分散結(jié)構(gòu)、串行結(jié)構(gòu)和樹狀結(jié)構(gòu)。位置級的結(jié)構(gòu)模型有：集中式、分布式和混合式。屬性級的結(jié)構(gòu)模型有：數(shù)據(jù)層、特征層和決策層。

導(dǎo)彈防御系統(tǒng)作為大型的軍事信息融合系統(tǒng)，因為其軍事需求需要從空域與時域上融合多種同類、異類傳感器信息源對目標(biāo)身份屬性做出綜合識別，涉及到多層次的信息融合，所以導(dǎo)彈防御系統(tǒng)的信息融合結(jié)構(gòu)模型就是屬性級模型。對于目前絕大多數(shù)雷達(dá)系統(tǒng)來說，其在數(shù)據(jù)層的信息可認(rèn)為是目標(biāo)的多普勒信號，并不表示目標(biāo)的成像信息。光學(xué)成像傳感器在數(shù)據(jù)層的信息表示為其響應(yīng)波段內(nèi)目標(biāo)的灰度數(shù)據(jù)序列。所以，雷達(dá)與光學(xué)成像這2種傳感器在數(shù)據(jù)層所得到的信息不具備互補(bǔ)性和可比性信息融合處理的基本條件，不可能進(jìn)行數(shù)據(jù)層上的融合處理。雷達(dá)系統(tǒng)特征層上的信息可表征為目標(biāo)的空間位置信息、距離信息、視線角速率目標(biāo)跟蹤信息和離軸角雷達(dá)天線跟蹤信息。光學(xué)成像系統(tǒng)在特征層上的信息除了距離信息外，基本上與雷達(dá)系統(tǒng)所表征的特征量相同。兩者在決策層上所表征的信息都是視線角速率目標(biāo)跟蹤信息。根據(jù)以上分析，導(dǎo)彈防御系統(tǒng)的預(yù)警信息融合處理，只在特征層和決策層上滿足信息融合處理互補(bǔ)性和可比性的基本條件。

另外，和平時期和戰(zhàn)爭時期，導(dǎo)彈防御系統(tǒng)對預(yù)警信息也有不同的需求。在和平時期，應(yīng)長期保持一定的空天監(jiān)視預(yù)警能力，積累情報以備戰(zhàn)時需要，主要考慮信息的完整性，對及時性要求不高；在戰(zhàn)爭時期，情報的需求量急劇增大，主要考慮完善多種預(yù)警探測手段，對情報的及時性、準(zhǔn)確性要求較高[10]。

基于以上因素，在導(dǎo)彈防御系統(tǒng)預(yù)警信息融合的結(jié)構(gòu)和層次上，若采用集中式結(jié)構(gòu)從數(shù)據(jù)層進(jìn)行融合，則對處理系統(tǒng)和傳輸系統(tǒng)要求過高，信息融合量過大，不能滿足戰(zhàn)時高動態(tài)性要求；若采用分布式從決策層進(jìn)行融合，則信息損失過大，精度偏低，不能滿足平時對預(yù)警偵察目標(biāo)的監(jiān)視需要。考慮到數(shù)據(jù)的完整性、實時性以及平時及戰(zhàn)時的不同需求，提出基于特征層的混合式導(dǎo)彈防御系統(tǒng)預(yù)警信息融合結(jié)構(gòu)模型，如圖3所示。

整個系統(tǒng)的融合分成2個層次：平臺級融合和系統(tǒng)級融合。各預(yù)警平臺通過各自多種傳感器對戰(zhàn)場環(huán)境進(jìn)行實時預(yù)警探測，其同一平臺的多傳感器信息融合方式采用集中式結(jié)構(gòu)，不同平臺的多傳感器信息融合方式采用分布式結(jié)構(gòu)。在平時模式下，預(yù)警探測信息經(jīng)過預(yù)處理后，通過信息傳輸系統(tǒng)和地面?zhèn)鬏斁W(wǎng)絡(luò)傳輸?shù)礁髌脚_信息融合中心進(jìn)行目標(biāo)特征提取，然后傳輸?shù)较到y(tǒng)融合中心進(jìn)行特征層屬性融合和判決，再將情報信息通過通信網(wǎng)絡(luò)系統(tǒng)發(fā)送給C2BMC。在戰(zhàn)時模式下，為滿足特定高時效性目標(biāo)的預(yù)警探測需要，各預(yù)警平臺預(yù)警探測資源通過雷達(dá)、紅外、紫外和可見光等傳感器獲取的目標(biāo)預(yù)警信息在預(yù)處理后，由多平臺融合中心傳輸?shù)较到y(tǒng)融合中心進(jìn)行特征層屬性融合和屬性判決，根據(jù)傳感器性能、武器殺傷力(由支持?jǐn)?shù)據(jù)庫提供)及相對幾何關(guān)系等進(jìn)行態(tài)勢分析與威脅等級綜合判斷，并形成戰(zhàn)術(shù)輔助決策。多平臺目標(biāo)態(tài)勢信息與態(tài)勢威脅評估描述、戰(zhàn)術(shù)輔助決策結(jié)合在一起形成目標(biāo)綜合情報信息，通過通信網(wǎng)絡(luò)系統(tǒng)發(fā)送給C2BMC中心。C2BMC中心向反導(dǎo)武器系統(tǒng)下達(dá)作戰(zhàn)命令，各平臺間或平臺內(nèi)傳感器經(jīng)過交叉提示對特定目標(biāo)進(jìn)行進(jìn)一步的探測、識別以及跟蹤，并最終對攔截效果進(jìn)行評估。

圖3 基于特征層的混合式導(dǎo)彈防御系統(tǒng)預(yù)警信息融合結(jié)構(gòu)模型

3.3 算法模型

傳統(tǒng)的坐標(biāo)變換算法、目標(biāo)跟蹤算法、濾波跟蹤算法、航跡相關(guān)及融合算法研究的對象大都是針對空氣動力學(xué)目標(biāo)的，對于彈道目標(biāo)，這些算法無論在精度上還是實時性上都無法滿足導(dǎo)彈防御作戰(zhàn)對預(yù)警信息的要求。因此，需要研究適合于導(dǎo)彈防御系統(tǒng)的多平臺多傳感器多源信息融合算法及其工程實現(xiàn)的關(guān)鍵技術(shù)，以滿足導(dǎo)彈防御作戰(zhàn)對預(yù)警信息精度極高和實時性極強(qiáng)的要求。

3.3.1 高精度坐標(biāo)變換算法

坐標(biāo)系及其參數(shù)相互轉(zhuǎn)換是導(dǎo)彈防御系統(tǒng)信息融合最基礎(chǔ)的技術(shù)工作。導(dǎo)彈防御作戰(zhàn)涉及的坐標(biāo)系有地心固定坐標(biāo)系、地心慣性坐標(biāo)系、星載傳感器坐標(biāo)系、地基預(yù)警雷達(dá)測量坐標(biāo)系及直角坐標(biāo)系。預(yù)警探測傳感器在彈道導(dǎo)彈主動段航跡的探測跟蹤精度對彈道的中段和再入點(diǎn)的預(yù)測至關(guān)重要。而彈道導(dǎo)彈主動段距離傳感器最遠(yuǎn)，對坐標(biāo)變換的精度要求很苛刻，而且要求變換速度快。在彈道中段，目標(biāo)飛行高度高，傳感器在探測目標(biāo)時存在電離層折射的問題，必須研究目標(biāo)高度對各種坐標(biāo)系之間坐標(biāo)變換精度的影響，及相應(yīng)的補(bǔ)償模型和算法。

3.3.2 高精度濾波與目標(biāo)快速跟蹤技術(shù)

傳統(tǒng)雷達(dá)和紅外探測器對目標(biāo)的檢測采用跟蹤前檢測(Detect Before Track: DBT)，但對于雷達(dá)反射面積小和紅外輻射強(qiáng)度弱的彈道目標(biāo)，在遠(yuǎn)距離處可檢測到的信號相對較弱，弱小目標(biāo)的檢測工作變得很困難，而檢測前跟蹤(Track Before Detect: TBD)是低信噪比條件下對目標(biāo)檢測和跟蹤的一種有效手段[11]。針對彈道目標(biāo)的運(yùn)動特征，新的航跡濾波算法是重要研究內(nèi)容。航跡濾波可以保證航跡的平滑合理，傳統(tǒng)的濾波算法有α-β濾波、α-β-γ濾波和kalman濾波等。隨著戰(zhàn)場環(huán)境復(fù)雜型的增加，目標(biāo)的機(jī)動能力、電磁干擾能力等的提高對信息融合濾波算法提出了更高的要求，逐漸興起了性能更好的算法，如無跡kalman濾波(UKF)、粒子濾波(PF)等[12]。其中，粒子濾波是一種遞推濾波算法，它擺脫了解決非線性濾波問題時隨機(jī)量必須滿足高斯分布的制約條件，且適用于任何通用狀態(tài)空間模型以及用傳統(tǒng)kalman濾波不能表示的非線性系統(tǒng)，在導(dǎo)彈防御系統(tǒng)信息融合中有廣泛的應(yīng)用前景，需要進(jìn)一步改進(jìn)算法實現(xiàn)高精度濾波技術(shù)和彈道目標(biāo)的快速跟蹤。

3.3.3 不同維航跡快速關(guān)聯(lián)算法

數(shù)據(jù)關(guān)聯(lián)是導(dǎo)彈防御系統(tǒng)信息融合的基礎(chǔ)和關(guān)鍵。在多傳感器信息融合系統(tǒng)中，同一批目標(biāo)可能同時被多個傳感器發(fā)現(xiàn)，從而形成不同的本地航跡。信息融合的基本任務(wù)之一就是對所有本地航跡與綜合航跡進(jìn)行相關(guān)處理，即去重復(fù)處理。常見的關(guān)聯(lián)算法有：最近鄰數(shù)據(jù)關(guān)聯(lián)、概率數(shù)據(jù)關(guān)聯(lián)、多假設(shè)跟蹤、模糊數(shù)據(jù)關(guān)聯(lián)等[13]。這些算法的運(yùn)算量都很大，而且都是針對情報數(shù)據(jù)維數(shù)相同的理想情況。導(dǎo)彈防御系統(tǒng)的預(yù)警探測器種類多，提供的情報數(shù)據(jù)維數(shù)、格式都不盡相同，如紅外傳感器目前只能提供目標(biāo)的角度信息而無法提供目標(biāo)的距離信息，而雷達(dá)可以提供目標(biāo)的距離信息和角度信息，但紅外傳感器提供的角度信息更精確。因此，在航跡相關(guān)時，就必須考慮這些情況，研究不同維航跡的快速關(guān)聯(lián)算法。

3.3.4 多源異質(zhì)智能信息融合算法

從戰(zhàn)場環(huán)境來看，導(dǎo)彈防御系統(tǒng)的信息融合要處理大量不同平臺不同類型的傳感器(即異質(zhì)傳感器)數(shù)據(jù)，以及反映數(shù)值數(shù)據(jù)關(guān)系和含義的抽象數(shù)據(jù)。尤其在日益復(fù)雜的戰(zhàn)場環(huán)境下，數(shù)據(jù)本身具有不確定性時，為了減少不確定性影響，需要使用更多的推斷和推理技術(shù)，而智能信息處理技術(shù)正好可用于獲得這些推斷和推理。目前智能信息融合算法主要有：蟻群算法、粒子群優(yōu)化算法等[14]。智能信息處理是不確定信息處理的有效途徑，研究智能信息融合算法和融合推理技術(shù)可以針對復(fù)雜的環(huán)境和目標(biāo)時變的動態(tài)特征，在難以獲得先驗知識的前提下，建立具有良好穩(wěn)健性和自適應(yīng)能力的融合機(jī)制，對各種數(shù)據(jù)進(jìn)行有效的分析、補(bǔ)充綜合、協(xié)調(diào)修改及取舍，保證系統(tǒng)的容錯性和穩(wěn)健性。

3.3.5 真假彈頭智能識別算法

彈道目標(biāo)的真假彈頭識別，即根據(jù)目標(biāo)的紅外輻射特性、電磁輻射特性和運(yùn)動特性，辨別是真彈頭還是假彈頭(誘餌)，這是導(dǎo)彈防御系統(tǒng)預(yù)警信息融合算法研究的重要內(nèi)容。為提高目標(biāo)識別的準(zhǔn)確性和可靠性，必須綜合利用多個或多類傳感器協(xié)同探測信息互補(bǔ)融合處理來進(jìn)行目標(biāo)的分類識別，采用“分層有序”的方法[15]，綜合出目標(biāo)的屬性信息。需要重點(diǎn)研究目標(biāo)圖像和航跡信息的圖像配準(zhǔn)、特征提取處理技術(shù)，基于神經(jīng)網(wǎng)絡(luò)、D-S證據(jù)理論等的真假目標(biāo)分類算法。

4 結(jié)論與展望

導(dǎo)彈防御系統(tǒng)的信息融合技術(shù)是突破空天地預(yù)警信息協(xié)同應(yīng)用以及信息與平臺緊密鉸鏈的核心技術(shù)，是實現(xiàn)導(dǎo)彈防御作戰(zhàn)一體化的重要技術(shù)保證。本文從功能模型、結(jié)構(gòu)模型、算法模型3個方面對導(dǎo)彈防御系統(tǒng)預(yù)警信息融合模型進(jìn)行了綜述和討論。針對導(dǎo)彈防御系統(tǒng)的預(yù)警信息融合問題，認(rèn)為以下幾個研究方向值得關(guān)注：

1)融合系統(tǒng)體系結(jié)構(gòu)設(shè)計方法。對于導(dǎo)彈防御系統(tǒng)這種具有大尺度復(fù)雜動態(tài)交互特性的系統(tǒng)，需要科學(xué)的系統(tǒng)工程理論和方法指導(dǎo)進(jìn)行開發(fā)和建設(shè)，以確保滿足軍事需求，因此體系結(jié)構(gòu)設(shè)計方法的研究勢在必行。DoDAF(department of defense architecture framework)[16]、數(shù)據(jù)融合樹(data fusion tree)[17]等體系結(jié)構(gòu)設(shè)計方法己成為美軍研究和開發(fā)復(fù)雜大系統(tǒng)所遵循的標(biāo)準(zhǔn)，可以為導(dǎo)彈防御系統(tǒng)信息融合體系結(jié)構(gòu)設(shè)計方法提供參考。如何利用現(xiàn)有的DoDAF等體系結(jié)構(gòu)描述方法，進(jìn)行導(dǎo)彈防御系統(tǒng)信息融合的體系結(jié)構(gòu)設(shè)計是一個重要的研究方向；

2)融合算法的有機(jī)結(jié)合。對于導(dǎo)彈防御系統(tǒng)這樣的大型信息融合系統(tǒng)，任何單一的融合算法往往都不能勝任，隨著計算技術(shù)的發(fā)展與對各融合算法認(rèn)識的深入，怎樣將幾種算法有機(jī)結(jié)合起來，以平衡系統(tǒng)的實時性、精確性和魯棒性是一個值得深入研究的課題；

3)信息融合系統(tǒng)仿真與性能評估。導(dǎo)彈防御系統(tǒng)的信息融合涉及多個傳感器或平臺的集成，對于這樣的復(fù)雜系統(tǒng)僅靠解析方法很難進(jìn)行全面的分析，而實際運(yùn)行費(fèi)用高昂，因此需要借助于計算機(jī)仿真技術(shù)建立仿真系統(tǒng)，主要研究內(nèi)容包括：仿真實體模型多粒度建模，用于滿足不同的仿真需求；算法模塊組件化開發(fā)，支撐靈活替換；建立獨(dú)立的評估分析支持庫，對整個仿真過程的評估提供支撐。在性能評估方面，包括對輸入信息的評估以及對融合算法評估2個方面。無真實數(shù)據(jù)下的評估指標(biāo)及方法、指標(biāo)集的完備化和標(biāo)準(zhǔn)化等是重要的研究方向。

[1] 李為民，陳剛，王穎龍，等.空天防御概論[M].北京: 國防大學(xué)出版社, 2010:123-145.(Li Weiming, Chen Gang, Wang Yinglong, et al. Aerospace Defense Survey[M].Beijing: National Defense University Press, 2010: 123-145.)

[2] George A Blaha, Thomas C Pendergraft, Frederic A Riley. Exploring Architectural Options for A Space Based Missile Defense Layer[EB/OL]. [2007-09]. http://www.go.com.

[3] United States Missile Defense Agency (MDA). Missile Defense Agency Fiscal Year 2009 (FY 09) Budget Estimates Overview Research, Development, Test, and Evaluation, Defense, Wide[R]. Feb 2008.

[4] United States Government Accountability Office. Progress Made in Fielding Missile Defense, But Program is Short of Meeting Goals[R]. GAO-08-448, March 2008.

[5] Karl-Heinz Keil. Generic Case Study: Evaluation of Early Warning Satellites Cueing Radars Against TBM[EB/OL]. [2002-09]. http://www.go.com.

[6] 樊浩, 黃樹彩, 高美鳳, 等.多傳感器交叉提示多目標(biāo)探測動態(tài)聯(lián)盟技術(shù)研究[J].宇航學(xué)報, 2011,32(11):2380-2386.(Fan Hao, Huang Shucai, Gao Meifeng, et al. Research on Technique of Multi-target Detection Using Multi-sensor Cross-cueing Based on Dynamic Coalition[J]. Journal of Astronautics, 2011,32(11):2380-2386.)

[7] 王耀南, 李樹濤.多傳感器信息融合及其應(yīng)用綜述[J]. 控制與決策, 2001,16(9):518-523. (Wang Yaonan, Li Shutao. Multisensor Information Fusion and Its Application: A Survey[J]. Control and Decision, 2001, 16(9):518-523.)

[8] 吳瑕, 周焰, 蔡益朝, 等.多傳感器目標(biāo)融合識別系統(tǒng)模型研究現(xiàn)狀與問題[J]. 宇航學(xué)報, 2010,31(5):1413-1420. (Wu Xia, Zhou Yan, Cai Yichao, et al. Research Actualities And Problems on Multi-sensor Target Recognition System Model[J]. Journal of Astronautics, 2010, 31(5): 1413-1420.)

[9] I. Gokhan Humali. Sensor Fusion for Boost Phase Interception of Ballistic Missiles [D]. California: Naval Postgraduate School, 2004.

[10] 趙玉普, 馮書興, 白紅莉, 等. 空天預(yù)警偵察信息分析及融合模型研究[J]. 兵工自動化, 2008, 27(5): 57-60. (Zhao Yupu, Feng Shuxing, Bai Hongli, et al. Study On Analysis And Fusion Model of Space And Air Early Warning And Reconnaissance Information[J].Ordnance Industry Automation, 2008,27(5): 57-60.)

[11] 吳孫勇, 廖桂生, 楊志偉, 等.基于改進(jìn)粒子濾波的微弱目標(biāo)檢測前跟蹤算法[J].系統(tǒng)工程與電子技術(shù), 2010,32(9):1875-1879.(Wu Sunyong, Liao Guisheng, Yang Zhiwei, et al. Improved Track-before-detect Algorithm for Weak Targets Based on Particle Filter [J]. Journal of Systems Engineering and Electronics, 2010, 32(9): 1875-1879.)

[12] 劉也, 余安喜, 朱炬波, 等. 彈道目標(biāo)實時跟蹤中的濾波方法綜述[J].宇航學(xué)報, 2013, 34(11):1417-1426. (Liu Ye, Yu Anxi, Zhu Jubo, et al. Survey of Filter Algorithms for Ballistic Missile Real-time Tracking[J]. Journal of Astronautics, 2013, 34(11):1417-1426.)

[13] 韓崇昭, 朱洪艷, 段戰(zhàn)勝, 等. 多源信息融合[M]. 清華大學(xué)出版社, 2006: 290-305. (Han Chongzhao, Zhu Hongyan, Duan Zhansheng, et al. Multi-source Information Fusion[M]. Beijing: Tsinghua University Press, 2006: 290-305.)

[14] 易正俊. 多源信息智能融合算法[D].重慶：重慶大學(xué), 2002. (Yi Zhengjun. Study on Intelligent Fusion Algorithms of Multi-source Information [D]. Chongqing: Chongqing University, 2002.)

[15] 胡國平, 張守宏. 多傳感器協(xié)同探測目標(biāo)的分類識別研究[J]. 西安電子科技大學(xué)學(xué)報(自然科學(xué)版), 2009,36(3):443-447.(Hu Guoping, Zhang Shouhong. Study of Target Recognition Based on Multi-sensor Cooperating With Exploration [J]. Journal of Xidian University (Nature Science Edition), 2009, 36(3):443-447.)

[16] 姜軍. 可執(zhí)行體系結(jié)構(gòu)及DoDAF的可執(zhí)行化方法研究[D].長沙：國防科學(xué)技術(shù)大學(xué), 2008.(Jiang Jun. Research on Executable Architecture And The Executable Method of DoDAF [D]. Changsha: National University of Defense Technology, 2008.)

[17] Bowman C L, Mordfield C L, Murphy M S. Multisensor Multitarget Recognition And Tracking[C]//13th Asilomar Conference on Circuits, Systems and Computers, 1979.

Research on Early Warning Information Fusion Model of Missile Defense System

Wu Jianfeng，Huang Shucai， Gao Yupeng， Kang Hongxia

Air and Missile Defense College，Air Force Engineering University，Xi’an 710051，China

Amaincharacteristicofmissiledefensesystemestablishementisorientedtoinformationprocessing,andinformationfusionisthekeytechnologyofachievingintegrationbattleandintelligentdecisioncommandformissiledefensesystem.Bytakingtheintegrationofmissiledefensesystemastheresearchobject,onthebasisofanalyzingthebattleflowandearlywarninginformationprocessingprocedureofmissiledefensesystem,thespecificinformationfusionmodelswhicharesuitableformissiledefensesystemareproposedbythreeaspectsknownasfunctionalmodel,mixedstructuremodelbasedonfeaturelevelandkeyalgorithmmodelsthatisorientedtoprojectapplication,andtheresearchdirectionanddevelopmenttrendareprospected.

Missiledefensesystem；Earlywarning；Informationfusion；Functionalmodel；Structuremodel；Algorithmmodel

2015-01-26

吳建峰(1981-)，男，陜西扶風(fēng)人，博士，講師，主要研究方向為空天協(xié)同探測與智能信息處理技術(shù)；黃樹彩(1967-)，男，湖北黃梅人，博士，教授，主要研究方向為空天防御系統(tǒng)與工程；高育鵬(1976-)，男，陜西戶縣人，碩士，講師，主要研究方向為空天目標(biāo)協(xié)同跟蹤與攔截引導(dǎo)技術(shù)；康紅霞(1980-)，女，陜西榆林人，博士研究生，講師，主要研究方向為空天目標(biāo)協(xié)同跟蹤與攔截引導(dǎo)技術(shù)。

TP274+.2；TP212.9

A

1006-3242(2016)06-0007-00