李辰　汪鵬 　李建勛

【摘 要】現(xiàn)代戰(zhàn)爭是信息化的戰(zhàn)爭，戰(zhàn)場環(huán)境十分復(fù)雜。目標(biāo)的綜合識(shí)別技術(shù)越來越受到重視。目標(biāo)綜合識(shí)別充分利用多源傳感器的信息，將其中目標(biāo)身份信息依據(jù)某種準(zhǔn)則進(jìn)行組合，以獲得更為準(zhǔn)確可靠的目標(biāo)身份估計(jì)。本文提出了一種基于D-S證據(jù)理論的多源信息決策級(jí)目標(biāo)綜合識(shí)別方法，利用多源目標(biāo)識(shí)別信息進(jìn)行證據(jù)推理，對目標(biāo)的類型、屬性、型號(hào)進(jìn)行綜合決策，有效解決了多源識(shí)別信息的沖突問題，提高了目標(biāo)識(shí)別正確率。

【關(guān)鍵詞】綜合識(shí)別;證據(jù)理論

中圖分類號(hào)： TN971文獻(xiàn)標(biāo)識(shí)碼： A 文章編號(hào)： 2095-2457（2019）33-0138-002

DOI：10.19694/j.cnki.issn2095-2457.2019.33.068

0 引言

現(xiàn)代戰(zhàn)爭是信息化的戰(zhàn)爭，戰(zhàn)場環(huán)境十分復(fù)雜，一方面由于各種監(jiān)測設(shè)備功能不斷提升而使檢測到的信息復(fù)雜多變，另一方面隱身、干擾和欺騙等反對抗技術(shù)的應(yīng)用，對局限于單一傳感器的目標(biāo)識(shí)別系統(tǒng)提出了更嚴(yán)峻考驗(yàn)。為了完成區(qū)域內(nèi)目標(biāo)的綜合識(shí)別，應(yīng)用多傳感器信息融合手段的目標(biāo)綜合識(shí)別系統(tǒng)應(yīng)運(yùn)而生。在目標(biāo)綜合識(shí)別系統(tǒng)中，每個(gè)傳感器提供的信息往往不完整且具有某種程度的不確定性，甚至相互矛盾。目標(biāo)綜合識(shí)別系統(tǒng)必須依據(jù)這些信息分析推理，達(dá)到目標(biāo)屬性識(shí)別的目的。

1 目標(biāo)綜合識(shí)別概念

目標(biāo)識(shí)別實(shí)際上就是對目標(biāo)身份的確認(rèn)。目標(biāo)綜合識(shí)別是目標(biāo)身份信息的融合，包括目標(biāo)類型、屬性、型號(hào)的融合。它將由系統(tǒng)中多個(gè)平臺(tái)或傳感器提供的信息進(jìn)行融合，產(chǎn)生比系統(tǒng)中任一單源信息更有效、更精確的身份估計(jì)和判決。按照處理信息的層次，可將目標(biāo)綜合識(shí)別分為：數(shù)據(jù)級(jí)綜合識(shí)別、特征級(jí)綜合識(shí)別和決策級(jí)綜合識(shí)別三種融合結(jié)構(gòu)。

其中，決策級(jí)目標(biāo)綜合識(shí)別憑借信息處理方便靈活、系統(tǒng)內(nèi)信息交互量低、能處理非同步異類信息等優(yōu)點(diǎn)，而成為目標(biāo)綜合識(shí)別領(lǐng)域的研究熱點(diǎn)。

2 目標(biāo)綜合識(shí)別層級(jí)

綜合識(shí)別通過傳感器、數(shù)據(jù)鏈等多源信息融合，可自主或輔助操作員完成對區(qū)域內(nèi)個(gè)體及群體目標(biāo)的特征、身份及威脅判斷，輔助感知綜合態(tài)勢，為行動(dòng)決策提供支撐。綜合識(shí)別劃分為類型、屬性、型號(hào)識(shí)別三個(gè)個(gè)層次：

2.1 類型識(shí)別

識(shí)別目標(biāo)類型，如飛機(jī)A、艦船B等類型，并提供識(shí)別置信度。

2.2 屬性識(shí)別

識(shí)別目標(biāo)屬性，如敵、我、友、中立、不明等屬性，并提供識(shí)別置信度。

2.3 型號(hào)識(shí)別

識(shí)別目標(biāo)型號(hào)，并提供型號(hào)識(shí)別置信度。

3 目標(biāo)綜合識(shí)別算法

目前，多傳感器目標(biāo)綜合識(shí)別應(yīng)用較為廣泛的是Dempster Shafer（D-S）證據(jù)理論。該方法對概率論的理論進(jìn)行了擴(kuò)展，把事件擴(kuò)展成命題，事件集合擴(kuò)展成命題集合，并提出了基本概率分配、信任函數(shù)和似然函數(shù)（又稱合理性函數(shù)）的概念，建立了命題和集合之間的一一對應(yīng)關(guān)系，從而把命題的不確定性問題轉(zhuǎn)化為集合的不確定性問題。

D-S證據(jù)理論首先定義了一個(gè)互不相容事件的完備集合Θ，稱為辨別框架。對于任何命題A，如果函數(shù)m：2Θ→[0，1]滿足：

則稱m為框架Θ上的基本概率指派，m（A）表示證據(jù)對命題A的支持程度。信任函數(shù)（Bel）和似真函數(shù)（Pl）的定義如下：

D-S證據(jù)理論的組合規(guī)則表達(dá)如下：

在D-S組合規(guī)則中，系數(shù)K用于衡量融合的各個(gè)證據(jù)之間沖突程度。

4 基于證據(jù)理論的裝備類型識(shí)別

在進(jìn)行裝備類型識(shí)別時(shí)，我們同時(shí)采用多個(gè)傳感器，且每個(gè)傳感器進(jìn)行多個(gè)周期測量，然后將全部信息融合?；跊Q策級(jí)目標(biāo)綜合識(shí)別的多傳感器裝備類型識(shí)別算法過程，如圖1所示。

用D-S方法得到合并后的基本概率分配后，如何求得最后決策結(jié)果？這里沒有統(tǒng)一方法，必須根據(jù)具體問題進(jìn)行具體分析。在裝備類型識(shí)別中，提出了如下基于D-S融合方法的裝備類別分類決策規(guī)則：

規(guī)則1 裝備類別具有最大的可信度;

規(guī)則2 裝備類別可信度與其他類別可信度的差必須大于某一閾值;

規(guī)則3 不確定性區(qū)間長度必須小于某一閾值ε1;

規(guī)則4 裝備類別的可信度值必須大于不確定性區(qū)間長度。

設(shè)？堝A1，A2？奐？贅，滿足

M（A1）=max{M（Ai），Ai？奐？贅}

M（A2）=max{M（Ai），Ai？奐？贅andAi≠A1}

若有：M（A1）-M（A2）>ε1

M（U）<ε2

M（A1）>M（U）

則A1為決策結(jié)果，其中ε1，ε2為預(yù)先設(shè)定的閾值。

識(shí)別計(jì)算過程：

（1）采取決策級(jí)目標(biāo)綜合識(shí)別方法，即先時(shí)間域內(nèi)融合（融合每個(gè)傳感器不同周期的數(shù)據(jù)）：

（2）然后再空間域內(nèi)融合，將個(gè)傳感器看做一個(gè)傳感系統(tǒng)，則有：

（3）作決策，采用基于概率賦值的決策準(zhǔn)則判別：

M（A1）=max{M（Ai），Ai？奐？贅}

M（A2）=max{M（Ai），Ai？奐？贅andAi≠A1}

若有：M（A1）-M（A2）>ε1

M（U）<ε2

M（A1）>M（U）

則A1就是判別目標(biāo)。

5 仿真實(shí)例及分析

選取四個(gè)傳感器進(jìn)行實(shí)例分析。在多傳感器裝備平臺(tái)識(shí)別中，先利用專家知識(shí)，給出對基本可信度的分配函數(shù)。在該例中，4個(gè)傳感器各有兩個(gè)測量周期， 且 4 個(gè)傳感器所測量的數(shù)據(jù)相互獨(dú)立。該實(shí)例的識(shí)別框架為{A1，A2，A3，A4，U}，分別代表四種不同的已知裝備類型和一種未知裝備類型。

對于各裝備類型，4個(gè)傳感器經(jīng)過各測量周期后確定的基本可信度分配，如表2所示。表中Msj表示第s個(gè)傳感器在第j個(gè)測量周期確定的基本可信度分配。

表2 4個(gè)傳感器在各個(gè)測量周期確定的基本可信度分配

按照決策級(jí)目標(biāo)綜合識(shí)別算法，對4個(gè)傳感器，基于所有周期的累積測量，計(jì)算每一個(gè)命題的融合后驗(yàn)基本可信度分配，其結(jié)果如表3所示。

表3 4個(gè)傳感器所有周期累積測量的融合后驗(yàn)基本可信度分配

基于以上每個(gè)傳感器所有周期累積測量的融合后驗(yàn)基本可信度分配，計(jì)算每個(gè)命題的融合后驗(yàn)基本可信度分配 ，其結(jié)果如下：

M（A1）=0.8505，M（A2）=0.1444，M（A3）=0.0080，M（A4）=0.0033，M（A4）=0.0033，M（U）=6.28e-5，這里選取ε1=ε2=0.1，決策結(jié)果為A1。

6 總結(jié)

目標(biāo)綜合識(shí)別技術(shù)是智能化多源數(shù)據(jù)信息融合的重要組成部分，在預(yù)警探測、敵我識(shí)別等領(lǐng)域都有著廣泛應(yīng)用前景。本文使用了基于證據(jù)理論的決策級(jí)目標(biāo)綜合識(shí)別技術(shù)，消除了多傳感器獨(dú)立識(shí)別裝備類型時(shí)存在的信息冗余和矛盾，明顯改善單一傳感器可能存在的無法識(shí)別或錯(cuò)誤識(shí)別等現(xiàn)象，提升了目標(biāo)綜合識(shí)別技術(shù)水平，為相關(guān)技術(shù)實(shí)用化打下了堅(jiān)實(shí)基礎(chǔ)。

【參考文獻(xiàn)】

[1]安春蓮，黃靜，吳耀云.基于證據(jù)理論的多源信息融合模型[J].電子信息對抗技術(shù)，2017，32（1）：23-26.

[2]王力，白靜.改進(jìn)的證據(jù)理論在多傳感器目標(biāo)識(shí)別中應(yīng)用[J].科技通報(bào)，2016，32（7）：134-137.

[3]周磊，鄭震山，金惠明.基于信息融合的作戰(zhàn)效能評估方法[J].電光與控制，2015，7：34-37.