高 龍， 康美玲

(上海航天技術(shù)研究院， 上海 201109)

面向低空監(jiān)視的多源信息融合技術(shù)關(guān)鍵問題研究

高 龍， 康美玲

(上海航天技術(shù)研究院， 上海 201109)

針對通用航空逐級開放、低空空域“低小慢”目標的監(jiān)管需求，結(jié)合低空雷達網(wǎng)預研項目背景，提出用多源信息融合技術(shù)解決低空空域監(jiān)視問題，分析面向低空空域監(jiān)視的多源信息融合技術(shù)遇到的關(guān)鍵問題，給出有效解決途徑，并對其應用前景進行探討。

低空監(jiān)視； 低空雷達； 多源信息融合

0 引言

隨著通用航空的逐步開放，低空空域目標監(jiān)視將面臨目標飛行高度低、雷達散射截面(RCS)小、種類、速度多樣化，監(jiān)視區(qū)域復雜化的趨勢，多源異構(gòu)傳感器監(jiān)視網(wǎng)絡因其具有優(yōu)于單傳感器的諸多優(yōu)點而備受關(guān)注。

多源信息融合技術(shù)是一門涉及信號處理、信息論、人工智能、模糊數(shù)學等理論的多學科交叉技術(shù)，被廣泛應用于軍事和民用領(lǐng)域。目前，能被大多數(shù)研究者接受的有關(guān)信息融合的定義，是由美國三軍組織實驗室理事聯(lián)合會JDL(Joint Directors of Laboratories)從軍事應用角度提出的[1-3]。

多源信息融合是指用于包含多個(或多類)傳感器(或信息源)系統(tǒng)的一種信息處理方法。Walz將多源信息融合定義：通過對多個傳感器產(chǎn)生的數(shù)據(jù)或信息進行監(jiān)測、組合設(shè)計、關(guān)聯(lián)等多級操作，從而得到關(guān)于觀測環(huán)境或目標的精確狀態(tài)、身份估計以及完整、及時的態(tài)勢評估的過程[4]。

在低空空域領(lǐng)域的多源信息融合指將來源于不同體制、不同功能和不同頻率的低空空域監(jiān)視設(shè)備(如地面雷達、ADS-B監(jiān)視設(shè)備、多基站協(xié)同監(jiān)視雷達、紅外、光電探測等)的監(jiān)視數(shù)據(jù)通過預處理、人工智能、過程優(yōu)化等多技術(shù)綜合運用，實現(xiàn)信息共享、整體探測、協(xié)同作戰(zhàn)及體系對抗，提高探測性能、情報質(zhì)量、抗干擾性能，實現(xiàn)高可靠性的低空空域監(jiān)視，向用戶提供通用、連續(xù)、及時、完整、準確的一體化低空空情信息，滿足對低空空域“低小慢”目標的探測要求[5-7]。

資源管理是多源信息融合系統(tǒng)中的一個反饋控制環(huán)節(jié)。其核心問題就是依據(jù)一定的最優(yōu)準則，建立易于量化的目標函數(shù)，通過優(yōu)化目標函數(shù)選定要工作的傳感器及其工作模式或工作參數(shù)。目前解決途經(jīng)主要有三種，分別是基于規(guī)劃論、信息論和神經(jīng)網(wǎng)絡的方法。Malhotra,LiuXianxing,Wasburn等人在規(guī)劃論領(lǐng)域提出了基于效用函數(shù)的資源管理方法[8-11]；McIntyre等在信息論方向提出使用混合熵分辨力信息函數(shù)解決資源管理分配問題[12-14]；而在神經(jīng)網(wǎng)絡方向，主要有Mplina Lopez等提出基于知識推理和模糊決策理論[15]，本文不再贅述。

本文依托低空雷達網(wǎng)預研項目需求背景，圍繞多元信息融合方法，探討在低空空域監(jiān)視中需要解決的關(guān)鍵問題。

1 多源信息融合模型

關(guān)于信息融合模型，由JDL數(shù)據(jù)融合組織首先提出，其后幾經(jīng)修改，形成面向信息融合結(jié)果的模型，如圖1所示，該模型正被越來越多的實際工程系統(tǒng)所采用。構(gòu)建JDL信息融合模型的目的是促進系統(tǒng)管理人員、理論研究者、設(shè)計人員、評估人員相互之間更好地溝通和理解，從而使得整個系統(tǒng)的設(shè)計、開發(fā)和實施過程得以高效順利地進行。

該處理模型中，包括以下幾種處理過程。

第一級處理是目標評估(Object Assessment)，如圖2所示，主要功能包括數(shù)據(jù)配準、數(shù)據(jù)關(guān)聯(lián)、目標位置和運動學參數(shù)估計，以及屬性參數(shù)估計、身份估計等，其結(jié)果為更高級別的融合過程提供輔助決策信息。

第二級處理態(tài)勢評估(Situation Assessment)問題，是對整個態(tài)勢的抽象和評定。其中，態(tài)勢抽象就是根據(jù)不完整的數(shù)據(jù)集構(gòu)造一個綜合的態(tài)勢表示，從而產(chǎn)生實體之間一個相互聯(lián)系的解釋；態(tài)勢評定則關(guān)系到對產(chǎn)生觀測數(shù)據(jù)和時間態(tài)勢的表示和理解。態(tài)勢評定的輸入包括時間檢測、態(tài)勢估計以及為態(tài)勢評定所生成的一組假設(shè)等；態(tài)勢評定的輸出在理論上是所考慮的各種假設(shè)的條件概率。在軍事領(lǐng)域，態(tài)勢評估是指評價實體之間的相互關(guān)系，包括敵我雙方兵力結(jié)構(gòu)和使用特點，是對戰(zhàn)場上戰(zhàn)斗力量分配情況的評價過程。

第三級處理是影響評估(Impact Assessment)問題，它將當前態(tài)勢映射到未來，對參與者設(shè)想或預測行為的影響進行評估。在軍事領(lǐng)域指威脅估計(Threat Assessment)，是一種多層視圖處理過程，用于有效地扼制敵方進攻的風險程度。威脅估計包括通過匯集技術(shù)和軍事數(shù)據(jù)庫數(shù)據(jù)比對，對我軍受敵人攻擊的脆弱性、作戰(zhàn)事件出現(xiàn)程度和可能性進行估計，并對敵方作戰(zhàn)企圖給出指示和告警。

第四級處理是過程評估(Process Assessment)，它是更高級的處理階段。通過建立一定的優(yōu)化指標，對整個融合過程進行實時監(jiān)控與評價，從而實現(xiàn)多傳感器自適應信息獲取和處理、資源最優(yōu)分配，最終提高整個實時系統(tǒng)的性能。對過程評估研究的關(guān)鍵主要集中在如何對系統(tǒng)特定任務目標以及限制條件進行建模和優(yōu)化，以平衡有限的系統(tǒng)資源。

2 多源信息融合技術(shù)的關(guān)鍵問題

按照信息融合模型處理過程，多源信息融合技術(shù)可劃分為以下三個級別：數(shù)據(jù)級、特征級以及決策級，其中涉及到數(shù)學、信息論、統(tǒng)計學、決策論等多個學科進行交互綜合處理，按照融合級別劃分，需要解決以下關(guān)鍵問題。

2.1 空時校準

多傳感器信息融合系統(tǒng)一般由多個異類傳感器組成，異類多傳感器較之單傳感器或同類傳感器，其提供的信息更具有多樣性和互補性，但由于每個傳感器提供的觀測數(shù)據(jù)都在各自的參考框架內(nèi)，導致產(chǎn)生的異類數(shù)據(jù)在時間上不同步，空間坐標系不相同，數(shù)據(jù)率不一致以及測量維數(shù)不匹配，使得信息融合處理存在困難。所以在對各傳感器傳輸?shù)男畔⑦M行處理前，必須先將它們變換到同一個參考框架中，并對傳感器位置誤差、觀測誤差和坐標轉(zhuǎn)換的固有誤差進行修正。

空間校準指將各傳感器上報的、以各傳感器為中心的極坐標數(shù)據(jù)進行坐標變換，使之在一個統(tǒng)一的坐標系下進行處理。在進行坐標變換時，如果系統(tǒng)覆蓋區(qū)域很大，由于地球曲率的影響，坐標有畸變誤差，會導致觀測目標分裂。坐標變換對準一般將以各傳感器為中心的極坐標數(shù)據(jù)轉(zhuǎn)換到地理經(jīng)緯度坐標系，最后統(tǒng)一到以融合或數(shù)據(jù)處理中心為原點的坐標系實現(xiàn)。

對于時間校準，一般通過外推和內(nèi)插的方法進行，根據(jù)t′,t″時刻的觀測位置與融合時刻ti的時間差，將多個傳感器的異步測量數(shù)據(jù)轉(zhuǎn)換為ti時刻的同步數(shù)據(jù)，便于進一步數(shù)據(jù)處理[6]。校準公式為

(1)

2.2 基于低空空域特性的雜波抑制

對于低空空域，觀測背景中大部分物體(如草地、樹林、建筑物等)是非剛性的，因此其邊緣回波具有一定的隨機特性，經(jīng)過背景差分的雷達圖像中，除動目標外，邊緣殘留了大量的雜波，且強度一般較高，給小弱動目標的檢測帶來一定困難。由于低空空域具有強地雜波、“低小慢”觀測目標的特性，若采用傳統(tǒng)的全局或局部閾值分割法[7]，會引入大量的雜波，為下一步跟蹤算法帶來過重的負擔，嚴重影響數(shù)據(jù)處理效率，所以需要采取符合低空雜波、目標空域分布特性的雜波抑制方法。

在低空空域中，目標一般出現(xiàn)在相對獨立的空間內(nèi)，其鄰域沒有背景信息；雜波則分布在背景邊緣，空域分布特征明顯，即使其灰度值強于目標，仍然可與目標相區(qū)別。因此，采用的目標檢測窗口如圖3所示。

由式(2)計算Nout×Nout和Nin×Nin之間的陰影區(qū)域像素平均灰度值D(i,j,k)表示第k幀圖像中待檢測像素的坐標值。

(2)

式中：Mout、Min分別代表外側(cè)、外側(cè)矩形框內(nèi)的像素灰度值之和，由下式計算：

(3)

(4)

式中：G(·)是原始雷達圖像中像素的灰度值。當設(shè)定相應閥值S，得出一個像素點屬于雜波或目標的判斷公式：

(5)

目標像素為1，雜波像素為0。

2.3 數(shù)據(jù)關(guān)聯(lián)及數(shù)據(jù)融合

由于多傳感器的觀測數(shù)據(jù)在空間域、時間域和粒度級別不同，需要判斷來源于不同傳感器的觀測數(shù)據(jù)是否屬于同一目標源。數(shù)據(jù)關(guān)聯(lián)及融合可以定義為這樣一個過程：把來自不同傳感器和信息源的數(shù)據(jù)和信息加以聯(lián)合、相關(guān)和組織，以獲得探測目標的精確狀態(tài)和屬性估計，以便對戰(zhàn)場態(tài)勢、威脅和重要程度的適時綜合評估。它主要包括兩大部分：融合關(guān)聯(lián)和融合跟蹤。目前，解決融合關(guān)聯(lián)和融合跟蹤所采用的方法主要有加權(quán)法、修正法、序貫法、最近鄰域法和K鄰域法、分布式JP-DA法、統(tǒng)計聚類法、經(jīng)典分配法、多假設(shè)跟蹤法等。這些航跡關(guān)聯(lián)方法，如果從數(shù)學的角度看，屬于統(tǒng)計學方法。

在低空空域，當目標密集，且機動目標較多，探測環(huán)境復雜時，若系統(tǒng)包含有較大的傳感器校準及轉(zhuǎn)換和延遲誤差，要判斷來自2個局部節(jié)點的航跡是否屬于同一個目標是很困難的，統(tǒng)計學方法有時不能滿足要求，容易導致錯關(guān)聯(lián)、漏關(guān)聯(lián)。由于在航跡關(guān)聯(lián)判決中，航跡實際上存在著較大的模糊性，而這種模糊性可以用隸屬度函數(shù)來描述2個航跡的相似程度，所以就產(chǎn)生了模糊數(shù)學的方法。其中，模糊聚類數(shù)據(jù)關(guān)聯(lián)法是一種新近的模糊數(shù)學方法，它利用觀測數(shù)據(jù)的不確定性(即模糊性)把在某一時刻t得到的n個測量數(shù)據(jù)分配給m個航跡。從模糊聚類的觀點看，如果在某一時刻能把各傳感器的測量數(shù)據(jù)進行正確聚類，就可以知道在該時刻該觀測空間出現(xiàn)的目標數(shù),從而實現(xiàn)數(shù)據(jù)的正確關(guān)聯(lián)和融合。

圖4采用3個不同類型的一次雷達，觀測2個平行直線航路目標，進行30次蒙特卡洛后得到的仿真結(jié)果，其中圖(a)為極坐標系下3個雷達與目標的位置關(guān)系，圖(b)為2個平行直線航路目標的運動軌跡放大圖。

經(jīng)過模糊聚類算法，得出觀測目標位置誤差和速度估計誤差以及關(guān)聯(lián)得到的平均目標數(shù)分布圖以及平均關(guān)聯(lián)錯誤概率。

由圖5可以看出，經(jīng)數(shù)據(jù)融合后的目標位置和速度誤差，均小于3個雷達中的最小誤差，說明經(jīng)融合后的系統(tǒng)探測精度優(yōu)于單傳感器探測精度。

3 多源信息融合技術(shù)在低空空域監(jiān)視中的應用及前景分析

多源信息融合技術(shù)在低空空域監(jiān)視領(lǐng)域具有廣泛的應用前景，可以在艦艇編隊電子信息、核心區(qū)域防空防御、軍民兩用空中交通管理等系統(tǒng)的低空監(jiān)視防御領(lǐng)域發(fā)揮重大作用。

3.1 海上艦艇編隊電子信息系統(tǒng)

編隊電子信息系統(tǒng)對從衛(wèi)星、預警飛機、電子戰(zhàn)斗機、反潛巡邏機、GPS、上級、本編隊及友鄰編隊等有源和無源探測系統(tǒng)所獲取的多批次、多層次目標信息進行匯集、分類、相關(guān)處理，指揮協(xié)調(diào)編隊中的有源干擾和無源設(shè)備，實施雷達、通訊、水聲、光電偵察和對抗；并通過多源信息融合技術(shù)進行數(shù)據(jù)融合，生成對低空監(jiān)視的綜合態(tài)勢，提供給指揮決策和武器分配中心。

3.2 核心區(qū)域低空保衛(wèi)防御系統(tǒng)

由于目前作戰(zhàn)對象擁有大量的先進空襲兵器，作戰(zhàn)樣式日趨現(xiàn)代化，具有很強的預警指揮、電子對抗、隱形突防和遠程精確打擊能力，使得在核心區(qū)域低空防空作戰(zhàn)中，反導、反隱形、反干擾、反低空等問題更加突出。應對這些挑戰(zhàn)，單單依靠某幾部或者某幾種傳感器難以勝任，必須把一次雷達、二次雷達、紅外傳感器、ESM電子偵察、光學探測、聲探測等多元監(jiān)視信息綜合利用，采用多源信息融合技術(shù)，發(fā)揮多源傳感器各自優(yōu)勢，形成及時、統(tǒng)一、通用、準確的態(tài)勢，與防空武器系統(tǒng)協(xié)同工作，完成核心區(qū)域的低空防御防空任務。

3.3 軍民兩用低空雷達網(wǎng)空管系統(tǒng)

隨著通用航空低空空域的逐步開放，需要掌握低空空域監(jiān)視的有效手段，加強空中交通管理。很多中小型民航機場沒有監(jiān)視設(shè)備，缺乏有效地監(jiān)視手段，目前我國民用機場低空探測手段基本上依賴于一次、二次雷達探測網(wǎng)，其他輔助探測手段稀少，且情報綜合效率依然較低，手段較為單一，覆蓋范圍有限，這給飛行安全帶來嚴重的隱患。要解決上述問題，除提高單傳感器的探測性能外，更重要的是實現(xiàn)多源探測信息包括地面一次雷達、二次雷達、ADS監(jiān)視雷達、多基站協(xié)同監(jiān)視雷達、浮空平臺雷達等情報的信息融合，綜合采用多源信息，提供綜合空中態(tài)勢，加強對低空領(lǐng)域的監(jiān)視和管制。

4 結(jié)束語

本文根據(jù)通用航空逐級開放、低空空域“低小慢”目標監(jiān)管的實際需求，在低空雷達網(wǎng)預研項目背景下，提出了利用多源信息融合技術(shù)解決低空空域監(jiān)視問題。本文分析了面向低空空域監(jiān)視的多源信息融合技術(shù)遇到的關(guān)鍵問題，給出了有效解決途徑，并對其應用前景進行了探討。

[1] White F E. Data Fusion Lexicon[C]. Joint Directors of Laboratories, Technical Panel for C3,Data Fusion Sub-panel, San Diego,CA,USA,Naval Ocean Systems Center： 1987：1107-1115.

[2] White F E. A Model for Data Fusion[C]. In:Proc,1st National Symposium on Sensor Fusion.Orlando,FL,1988，2(4)：5-8.

[3] Steinberg A N, Bowman C L, White F E. Revisions to the JDL Data Fusion Model[C]. In Sensor Fusion: Architectures, Algorithms, and Applications, Proceedings of the SPIE. Orlando: Florida,1999: 430-441.

[4] 韓崇昭. 多源信息融合[M]. 北京：清華大學出版社， 2006: 381-384.

[5] 王浩,譚琳. 多傳感器信息融合研究概述[J]. 硅谷, 2012，(3):479-490.

[6] 姚磊，姚景順. 基于最優(yōu)融合估計的雷達組網(wǎng)數(shù)據(jù)處理[J]. 火力與指揮控制, 2004(29):240-246.

[7] 陳唯實,寧煥生. 利用一次雷達實現(xiàn)低空空域的安全監(jiān)視[J]. 北京航空航天大學學報， 2012， 38(02): 143-148.

[8] David A Castanon. Approximate Dynamic Programming for Sensor Management[C]. In: Proceedings of the 36th IEEE Conference on Decision and Control, 1997,(2):1202-1207.

[9] David A Castanon. Optimal Search Strategies in Dynamic Hy-pothesis Testing[J]. IEEE Trans. on System, Man and Cyber-netics, 1995, 25(7): 1130-1138.

[10] Liu Xianxing, Pan Quan,Zhang Hongcai, et al. Study on Algorithm of Sensor Management Based on Functions of Efficiency and Waste[J]. Chinese Journal of Aeronautics, 2000,13(1): 39-44.

[11] Wasburn R, Chao A, Casta Aon D, et al.Stochastic Dynamic Programming for Far2sighted Sensor Man-agement[C]. In:1997 IRIS National Symposium on Sensor and Data Fusion, 1997:1101-1112.

[12] Hintz Kenneth J, McIntyre Greg. Goal Lattices for Sensor Management[C]. In: SPIE Proceedings, 1999, 3365: 249-255.

[13] McIntyre Gregory A, Hintz Kenneth J. Sensor Management Simulation and Comparative Study[C]. In: SPIE Proceedings, 1997, 3068: 250-260.

[14] McIntyre Gregory A, Hintz Kenneth J. An Information Theoretic Approach to Sensor Scheduling[C]. In: SPIE Proceedings, 1996, 2005: 304-312.

[15] Lopez J Mplina, Rodriguez F J Jimenez, Corredera J R Casar. Fuzzy Reasoning for Multisensor Management[C]. In: IEEE InternationaI Conference on SMC, 1995,(2): 1398-1403.

Research on the Key Issues of Multi-source Information Fusion in Low-altitude Surveillance

GAOLong，KANGMei-ling

(Shanghai Academy of Spaceflight Technology, Shanghai 201109, China)

According to general aviation low-altitude opening and the need to the target surveillance in low-altitude airspace, combining with the project of low-altitude radar network, multi-source information fusion technology to solve the problems in the low-altitude surveillance is proposed, and several key issues are analyzed. The corresponding methods are presented. It is shown that the proposed methods are effective. Furthermore, the application prospects of multi-source information fusion technology are discussed and pointed out.

low-altitude surveillance; low-altitude radar; multi-source information fusion

1671-0576(2017)01-0042-06

2016-12-09

高 龍(1986-)，工程師；康美玲(1978-)，高工，均從事雷達組網(wǎng)技術(shù)研究。

TN926

A