李雪騰，王海鵬，林雪原，黃友澎，柳華林

（1.海軍航空大學(xué)，山東 煙臺(tái)264001；2.武漢數(shù)字工程研究所，武漢430074）

近年來，態(tài)勢(shì)分析[1-6]是多源信息融合領(lǐng)域中最熱門的研究?jī)?nèi)容之一。自20世紀(jì)70年代以來，許多國(guó)家從理論體系和實(shí)際應(yīng)用等方面對(duì)態(tài)勢(shì)分析進(jìn)行了研究和開發(fā)，取得了很大的進(jìn)展。例如，在海灣戰(zhàn)爭(zhēng)使用的全源分析系統(tǒng)（ASAS）[7-8]實(shí)際上就是面向多源信息融合和態(tài)勢(shì)分析的群體決策支持系統(tǒng)。由于態(tài)勢(shì)分析是對(duì)多源數(shù)據(jù)的高層次關(guān)系進(jìn)行提取與處理，更接近于人的思維過程，要涉及眾多的因素、參數(shù)、規(guī)則和觀點(diǎn)，且進(jìn)行的各類運(yùn)算又多半都是基于領(lǐng)域知識(shí)、模擬人腦思維的符號(hào)推理，所以態(tài)勢(shì)分析的處理過程較為復(fù)雜，需要耗費(fèi)大量的時(shí)間，在復(fù)雜環(huán)境下快速、準(zhǔn)確地建立分析模型也是比較困難的。

因此，在建立海上實(shí)時(shí)態(tài)勢(shì)、開展態(tài)勢(shì)分析的過程中，將目標(biāo)海域內(nèi)對(duì)態(tài)勢(shì)分析影響較小的海上固定目標(biāo)進(jìn)行清洗[9]是一項(xiàng)十分重要的工作。其中，涉及的海上固定目標(biāo)主要包括目標(biāo)海域內(nèi)的固定島嶼和海上漂浮物（如海洋浮標(biāo)、燈浮標(biāo)、大型漂浮物垃圾等）。該方法可以降低數(shù)據(jù)處理的復(fù)雜程度、縮短對(duì)海上目標(biāo)航跡的分析時(shí)間，有利于提高態(tài)勢(shì)分析的效率和直觀性。

由于海上復(fù)雜電磁環(huán)境、雜波和噪聲等因素的影響，以及探測(cè)數(shù)據(jù)時(shí)產(chǎn)生的量測(cè)誤差、人工誤差，多源傳感器在不同時(shí)刻、探測(cè)同一固定目標(biāo)的量測(cè)數(shù)據(jù)也有所不同，甚至出現(xiàn)偏差較大的異常點(diǎn)?，F(xiàn)有的固定目標(biāo)清洗方法，大多是通過比較目標(biāo)位置信息的變化范圍與傳感器探測(cè)誤差范圍的大小，來判斷該目標(biāo)是否為固定目標(biāo)。該方法魯棒性較低，對(duì)要處理的數(shù)據(jù)信息的準(zhǔn)確性要求較高，不適用于海上復(fù)雜環(huán)境的數(shù)據(jù)處理。因此，面向海上復(fù)雜環(huán)境、結(jié)合態(tài)勢(shì)分析的需求，為了排除自然因素、量測(cè)誤差及異常數(shù)據(jù)產(chǎn)生的干擾，本文針對(duì)現(xiàn)有固定目標(biāo)清洗方法的局限性，提出了一種基于循環(huán)閾值[10]的海上固定目標(biāo)清洗方法，通過循環(huán)閾值過程實(shí)現(xiàn)對(duì)海上固定目標(biāo)的清洗。

1 現(xiàn)有固定目標(biāo)清洗方法

現(xiàn)有的固定目標(biāo)清洗方法，其思想大多是比較目標(biāo)位置信息的變化范圍是否小于傳感器探測(cè)誤差的范圍。若目標(biāo)位置信息的變化范圍小于傳感器探測(cè)誤差的范圍，則該目標(biāo)為固定目標(biāo)；反之，則為移動(dòng)目標(biāo)。具體方法流程如下：

Step 1：設(shè)目標(biāo)航跡樣本數(shù)據(jù)集T={T1,T2,…,Tn}，n為樣本數(shù)據(jù)集總數(shù)，每條目標(biāo)航跡樣本Ti（i=1,2,…,n）中含有m個(gè)數(shù)據(jù)點(diǎn)。假設(shè)T（i,1,:）為第i條航跡中所有m個(gè)數(shù)據(jù)點(diǎn)的橫坐標(biāo)，T（i,2,:）為第i條航跡中所有m個(gè)數(shù)據(jù)點(diǎn)的縱坐標(biāo)。找出每條目標(biāo)航跡Ti（i=1,2,…,n）的m個(gè)數(shù)據(jù)點(diǎn)中橫坐標(biāo)的最大值Tix,max、最小值Tix,min和縱坐標(biāo)的最大值Tiy,max、最小值Tiy,min。其中：

Step 2：計(jì)算每條目標(biāo)航跡Ti（i=1,2,…,n）的m個(gè)數(shù)據(jù)點(diǎn)橫坐標(biāo)的極差Rix和縱坐標(biāo)的極差Riy。其中：

Step 3：設(shè)定合適的距離閾值α。比較每條目標(biāo)航跡Ti中數(shù)據(jù)點(diǎn)的橫、縱坐標(biāo)極差Rix、Riy與距離閾值α的大小，若滿足Rix≤α且Riy≤α，則該航跡目標(biāo)Ti（i=1,2,…,n）為固定目標(biāo)；若不滿足，則為移動(dòng)目標(biāo)。

通常，距離閾值α即為傳感器探測(cè)誤差的范圍。

2 基于循環(huán)閾值的海上固定目標(biāo)清洗方法

經(jīng)實(shí)驗(yàn)檢驗(yàn)，上述方法在某些特定環(huán)境下可以實(shí)現(xiàn)對(duì)海上固定目標(biāo)的清洗，但不能排除異常跳變數(shù)據(jù)的干擾。例如，對(duì)某一海上固定目標(biāo)的量測(cè)數(shù)據(jù)中，若存在一個(gè)偏差較大的異常數(shù)據(jù)，使得該目標(biāo)航跡中數(shù)據(jù)點(diǎn)的橫、縱坐標(biāo)極差不能同時(shí)滿足不大于設(shè)定閾值，按上述固定目標(biāo)清洗方法，則判定該目標(biāo)為移動(dòng)目標(biāo)。由此可得，該方法具有較大的局限性，對(duì)輸入的樣本數(shù)據(jù)的準(zhǔn)確性要求較高。

本文對(duì)上述固定目標(biāo)清洗方法進(jìn)行優(yōu)化，提出了一種基于循環(huán)閾值的海上固定目標(biāo)清洗方法。該優(yōu)化方法的核心內(nèi)容在于循環(huán)閾值過程，通過循環(huán)比較數(shù)據(jù)點(diǎn)到均值點(diǎn)間距離和閾值的大小，最終實(shí)現(xiàn)了對(duì)數(shù)據(jù)集中固定目標(biāo)的清洗。其具體流程可以歸納如下。

Step 1：設(shè)目標(biāo)航跡樣本數(shù)據(jù)集T={T1,T2,…,Tn}，n為樣本數(shù)據(jù)集總數(shù)，每條目標(biāo)航跡樣本Ti（i=1,2,…,n）中含有m個(gè)數(shù)據(jù)點(diǎn)。找出每條目標(biāo)航跡Ti（i=1,2,…,n）的m個(gè)數(shù)據(jù)點(diǎn)中橫坐標(biāo)的最大值Tix,max、最小值Tix,min和縱坐標(biāo)的最大值Tiy,max、最小值Tiy,min。

Step 2：為了排除異常跳變數(shù)據(jù)對(duì)清洗結(jié)果產(chǎn)生的較大干擾，去除每條目標(biāo)航跡Ti（i=1,2,…,n）的m個(gè)數(shù)據(jù)點(diǎn)中橫坐標(biāo)的最大值Tix,max、最小值Tix,min，對(duì)剩余數(shù)據(jù)點(diǎn)的橫坐標(biāo)值求平均，得到橫坐標(biāo)均值Tix,av；同理可得縱坐標(biāo)均值Tiy,av，由此得到均值點(diǎn)坐標(biāo)(Tix,av,Tiy,av)。其中：

Step 3：計(jì)算每條目標(biāo)航跡Ti（i=1,2,…,n）中的每個(gè)數(shù)據(jù)點(diǎn)Ti(p)（i=1,2,…,n;p=1,2,…,m）到均值點(diǎn)(Tix,av,Tiy,av)的歐式距離di(p)。

3 實(shí)驗(yàn)驗(yàn)證分析

為了驗(yàn)證本文提出的海上固定目標(biāo)清洗方法性能，在一個(gè)軍用場(chǎng)景的仿真數(shù)據(jù)集上進(jìn)行實(shí)驗(yàn)并對(duì)結(jié)果進(jìn)行分析，通過仿真的多維航跡數(shù)據(jù)來模擬戰(zhàn)場(chǎng)目標(biāo)的活動(dòng)情況，對(duì)目標(biāo)航跡數(shù)據(jù)進(jìn)行處理。

3.1 數(shù)據(jù)集

目標(biāo)航跡數(shù)據(jù)通常是由多維航跡數(shù)據(jù)點(diǎn)組成的多維序列，如在廣播式自動(dòng)相關(guān)監(jiān)視系統(tǒng)ADS-B[11-12]中，航跡數(shù)據(jù)通常包括飛機(jī)編號(hào)、時(shí)間、經(jīng)度、緯度、高度、速度及航向等多維特征。

本實(shí)驗(yàn)參考了文獻(xiàn)[13-14]，利用Piciarelli公開的目標(biāo)航跡生成程序[15]，生成含有二維位置信息的目標(biāo)航跡數(shù)據(jù)；然后，結(jié)合海上復(fù)雜環(huán)境，人為添加了目標(biāo)的速度、航向、紅藍(lán)屬性和類型等信息，構(gòu)造出一個(gè)多維目標(biāo)航跡仿真數(shù)據(jù)集。

本實(shí)驗(yàn)數(shù)據(jù)集的仿真環(huán)境假設(shè)為某450 n mile×450 n mile的寬闊海域，包括代表4種目標(biāo)行為規(guī)律的120條多維航跡數(shù)據(jù)、7條不規(guī)律的航跡數(shù)據(jù)、70個(gè)固定島嶼目標(biāo)和5個(gè)海上漂浮物，共202個(gè)海上目標(biāo)的航跡數(shù)據(jù)。假設(shè)每10min更新一次戰(zhàn)場(chǎng)態(tài)勢(shì)信息，故每條目標(biāo)航跡數(shù)據(jù)均由36個(gè)數(shù)據(jù)點(diǎn)組成。每條目標(biāo)航跡數(shù)據(jù)在傳統(tǒng)二維位置信息的基礎(chǔ)上，結(jié)合現(xiàn)代海戰(zhàn)場(chǎng)實(shí)際，人為添加了目標(biāo)的日期、初始速度/加速度信息、紅藍(lán)屬性信息和類型信息等多維信息，計(jì)算得出目標(biāo)航跡的速度、位置和航向特征。最后，對(duì)修改后的202條航跡隨機(jī)排序，就得到了202×10×36的多維目標(biāo)航跡仿真數(shù)據(jù)集，如圖1所示。

圖1 海上作戰(zhàn)態(tài)勢(shì)仿真數(shù)據(jù)集中全部目標(biāo)航跡分布圖Fig.1 Plot of all trajectories in maritime combat-situation simulation dataset

其中，設(shè)定G={G1,G2,G3,G4,G5,G6,G7}為7個(gè)固定島群數(shù)據(jù)集，島群G1～G7分別包含8、7、7、5、6、21、14個(gè)固定目標(biāo)島嶼，設(shè)定相應(yīng)的二維位置信息。須注意，多源傳感器探測(cè)到的目標(biāo)數(shù)據(jù)中包含隨機(jī)誤差、量測(cè)誤差以及受傳輸干擾產(chǎn)生異常跳變等。因此，針對(duì)同一固定目標(biāo)島嶼，每個(gè)更新時(shí)刻的量測(cè)數(shù)據(jù)都會(huì)有所不同，存在細(xì)微偏差。根據(jù)戰(zhàn)場(chǎng)仿真環(huán)境設(shè)定，G1～G3為紅方島群，G4～G6為藍(lán)方島群，G7為中立方島群，故將G1～G3中22個(gè)固定目標(biāo)島嶼的屬性標(biāo)簽設(shè)置為0（紅方），G4～G6中33個(gè)固定目標(biāo)島嶼的屬性標(biāo)簽設(shè)置為1（藍(lán)方），G7中15個(gè)固定目標(biāo)島嶼的屬性標(biāo)簽設(shè)置為2（中立方）。根據(jù)屬性標(biāo)簽不同，分別用紅、藍(lán)、綠色的實(shí)心圓來標(biāo)識(shí)紅方、藍(lán)方和中立方的固定目標(biāo)島嶼。

另外，須注意海上漂浮物的運(yùn)動(dòng)規(guī)律近似于固定目標(biāo)。海上漂浮物主要包括海洋浮標(biāo)、燈浮標(biāo)和大型海上漂浮垃圾等。其中，海洋浮標(biāo)和燈浮標(biāo)是以錨和錨鏈固定在海洋中的觀測(cè)或助航工具，其量測(cè)數(shù)據(jù)變化范圍略大于固定島嶼，但始終活動(dòng)在固定閾值范圍內(nèi)；大型海上漂浮垃圾，隨洋流在海面上緩慢移動(dòng)，在較短觀測(cè)時(shí)間內(nèi)（如一天）位置變化范圍極小、近似于固定目標(biāo)。其屬性標(biāo)簽分為紅方（0）、藍(lán)方（1）、中立方（2）和未知方（3），類別標(biāo)簽分為海洋浮標(biāo)（101）、燈浮標(biāo)（102）和漂浮物（103）。根據(jù)屬性和類別標(biāo)簽的不同，分別用紅、藍(lán)、綠、粉色的符號(hào)來標(biāo)識(shí)漂浮目標(biāo)的屬性信息，用三角形、正方形、叉號(hào)符來標(biāo)識(shí)各類別的漂浮目標(biāo)。

紅、藍(lán)雙方艦船目標(biāo)的航跡數(shù)據(jù)，根據(jù)目標(biāo)的紅藍(lán)屬性、類型，由指定顏色、形狀的航跡曲線表示，在此不做說明。

3.2 實(shí)驗(yàn)結(jié)果分析

為了驗(yàn)證現(xiàn)有固定目標(biāo)清洗方法的局限性，本實(shí)驗(yàn)場(chǎng)景選用圖1所示海上作戰(zhàn)態(tài)勢(shì)仿真數(shù)據(jù)集，對(duì)其中某固定島嶼的一個(gè)數(shù)據(jù)點(diǎn)進(jìn)行更改，更改后的該島嶼數(shù)據(jù)點(diǎn)分布情況如圖2所示。

圖2 更改后的某島嶼數(shù)據(jù)點(diǎn)分布圖Fig.2 Plot of a modified island data point

確定參數(shù)距離閾值α1和比例閾值α2的取值，分別利用第1節(jié)提到的現(xiàn)有固定目標(biāo)清洗方法和第2節(jié)提到的基于循環(huán)閾值的海上固定目標(biāo)清洗方法，對(duì)其進(jìn)行固定目標(biāo)清洗，輸出清洗后的目標(biāo)航跡分布圖像，結(jié)果如圖3、4所示。由實(shí)驗(yàn)結(jié)果可得，在距離閾值α1參數(shù)相同的情況下，基于循環(huán)閾值的海上固定目標(biāo)清洗方法可以檢測(cè)出所有海上固定目標(biāo)并進(jìn)行清洗；而現(xiàn)有的固定目標(biāo)清洗方法只能檢測(cè)出固定島嶼、不能識(shí)別出海上漂浮物目標(biāo)。

圖3 （現(xiàn)有方法）固定目標(biāo)清洗后的目標(biāo)航跡分布圖Fig.3 Plot of trajectories after the existing fixed-target cleaning method

圖4 （基于循環(huán)閾值）固定目標(biāo)清洗后的目標(biāo)航跡分布圖Fig.4 Plot of trajectories after the fixed-target cleaning methods based on cycle threshold

針對(duì)圖2所示的更改后某島嶼數(shù)據(jù)信息、有一異常跳變數(shù)據(jù)點(diǎn)，現(xiàn)有的方法無法識(shí)別該固定島嶼為固定目標(biāo)；而基于循環(huán)閾值的海上固定目標(biāo)清洗方法可正常識(shí)別該固定島嶼。

綜上可驗(yàn)證，現(xiàn)有的固定目標(biāo)清洗方法具有一定的局限性，對(duì)輸入的樣本數(shù)據(jù)的準(zhǔn)確性要求較高；且2種方法在距離閾值α1參數(shù)相同的情況下，現(xiàn)有方法的處理效果較差。

度量固定目標(biāo)清洗方法效率的主要標(biāo)準(zhǔn)是能否把多源數(shù)據(jù)集中的所有固定目標(biāo)都檢測(cè)出來，因此本實(shí)驗(yàn)通過計(jì)算召回率（Recall）R和準(zhǔn)確率（Precision）P[16]、將清洗后正確識(shí)別出的固定目標(biāo)數(shù)量與理想結(jié)果基準(zhǔn)進(jìn)行比較，來對(duì)固定目標(biāo)的清洗效果進(jìn)行評(píng)估。定義如下：

1）召回率R是指被正確識(shí)別的固定目標(biāo)數(shù)量與實(shí)際固定目標(biāo)數(shù)量的百分比，即

2）準(zhǔn)確率P是指被正確識(shí)別的固定目標(biāo)數(shù)量與識(shí)別出的固定目標(biāo)數(shù)量的百分比，即

下面通過實(shí)驗(yàn)的方法討論參數(shù)距離閾值α1和比例閾值α2的取值情況。比例閾值α2是用來判定一條目標(biāo)航跡Ti（i=1,2,…,n）中的計(jì)數(shù)點(diǎn)數(shù)q與所有數(shù)據(jù)點(diǎn)數(shù)m的比值大小，通常取0.8≤α2＜1。固定目標(biāo)的位置信息變化范圍很小，故距離閾值α1在0到1范圍內(nèi)均勻取20個(gè)點(diǎn)進(jìn)行實(shí)驗(yàn)。在α2取值固定的情況下，計(jì)算召回率R和準(zhǔn)確率P隨距離閾值α1取值的變化情況，并繪制曲線圖，如圖5、6所示。

圖5 召回率R隨距離閾值α1的變化情況Fig.5 Plot of recall ratio R dependent on the value ofα1

圖6 準(zhǔn)確率P隨距離閾值α1的變化情況Fig.6 Plot of accuracy P dependent on the value ofα1

由圖5分析可得，當(dāng)比例閾值α2=0.8時(shí)，若距離閾值α1取值α1＜0.3，則實(shí)驗(yàn)方法只能檢測(cè)出固定島嶼和部分漂浮物，無法檢測(cè)出全部固定目標(biāo)；若距離閾值α1取值α1≥0.3，則實(shí)驗(yàn)方法可正確識(shí)別出所有固定目標(biāo)并進(jìn)行清洗。當(dāng)比例閾值α2≥0.85時(shí)，若距離閾值α1取值0.1≤α1＜0.4，則實(shí)驗(yàn)方法只能檢測(cè)出固定島嶼和部分漂浮物，無法檢測(cè)出全部固定目標(biāo)；若距離閾值α1取值α1≥0.4，則實(shí)驗(yàn)方法可正確識(shí)別出所有固定目標(biāo)并進(jìn)行清洗。由圖6可分析得，固定目標(biāo)清洗的準(zhǔn)確率不受距離閾值α1和比例閾值α2的取值影響，無論二者取何值，該實(shí)驗(yàn)方法識(shí)別出的固定目標(biāo)均為正確的。

取α1=0.4、α2=0.9，分析該海上固定目標(biāo)清洗算法的性能及隨著數(shù)據(jù)規(guī)模的變化情況[17-18]。在逐漸增大數(shù)據(jù)規(guī)模的情況下對(duì)該仿真數(shù)據(jù)集進(jìn)行固定目標(biāo)清洗，計(jì)算并繪制了召回率R和準(zhǔn)確率P隨著數(shù)據(jù)規(guī)模變化的曲線圖，如圖7所示。其中，圖7的橫軸表示數(shù)據(jù)集規(guī)模的變化，數(shù)值大小是圖1所示仿真數(shù)據(jù)集中數(shù)據(jù)量的倍數(shù)。圖7 a）為固定目標(biāo)清洗的召回率R隨數(shù)據(jù)集規(guī)模變化的曲線，圖7 b）為固定目標(biāo)清洗的準(zhǔn)確率P隨數(shù)據(jù)集規(guī)模變化的曲線。圖7可看出，在該軍用場(chǎng)景中，隨著數(shù)據(jù)集規(guī)模的不斷增大，本文提出的基于循環(huán)閾值的海上固定目標(biāo)清洗方法，依然可以很好地對(duì)數(shù)據(jù)集中的固定目標(biāo)進(jìn)行檢測(cè)并清洗。

圖7 召回率和準(zhǔn)確率隨數(shù)據(jù)集規(guī)模的變化情況Fig.7 Plot of recall and accuracy dependent on the value of dataset size

4 結(jié)論

本文針對(duì)海上態(tài)勢(shì)分析過程中出現(xiàn)的電磁環(huán)境復(fù)雜、數(shù)據(jù)量巨大等問題，結(jié)合實(shí)際應(yīng)用需求，提出了一種基于循環(huán)閾值的海上固定目標(biāo)清洗方法，通過循環(huán)閾值過程，實(shí)現(xiàn)對(duì)復(fù)雜環(huán)境下海上固定目標(biāo)的檢測(cè)和清洗。在一個(gè)仿真軍事場(chǎng)景上進(jìn)行了實(shí)驗(yàn)分析，并計(jì)算召回率R和準(zhǔn)確率P對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行評(píng)估、分析。結(jié)果表明，該方法能夠排除自然因素、量測(cè)誤差和異常跳變數(shù)據(jù)的干擾，有效檢測(cè)出樣本數(shù)據(jù)集中的固定目標(biāo)，并將目標(biāo)海域內(nèi)的固定目標(biāo)和移動(dòng)目標(biāo)分類存儲(chǔ)。該方法剔除了目標(biāo)海域內(nèi)對(duì)態(tài)勢(shì)生成影響較低的固定目標(biāo)，可有效縮短數(shù)據(jù)處理時(shí)間、降低態(tài)勢(shì)分析的復(fù)雜程度，大大提高了海上態(tài)勢(shì)生成的效率和準(zhǔn)確性，具有重大的實(shí)際意義。