康維維

（中國電子科技集團公司第十研究所，四川 成都 610000）

1 幾種典型的電子目標間業(yè)務關(guān)聯(lián)關(guān)系

1.1 通聯(lián)關(guān)系

在信息化軍事活動過程中，所有目標對象都不是孤立一個節(jié)點，目標要完成通信、識別、導航等業(yè)務動作，必須通過各種通信網(wǎng)絡與配套對象進行消息互通，一般采用的通信手段包括電臺通信、衛(wèi)星通信、數(shù)據(jù)鏈、IFF、塔康等。這樣目標對象之間通過各種類型的信號構(gòu)成了通聯(lián)關(guān)系網(wǎng)絡。通過對戰(zhàn)場信號的截獲、處理和分析，可獲取信號之間的通聯(lián)關(guān)系，挖掘信號中隱含的目標通聯(lián)關(guān)系。

圖1展示了某無人機工作過程中與地面站、衛(wèi)星及預警機等對象的通聯(lián)關(guān)系示意圖。

圖1

1.2 指揮引導關(guān)系

在軍事活動中，因為對象之間存在上下隸屬、業(yè)務指導和數(shù)據(jù)牽引的約束要求，所以相關(guān)目標之間往往通過通信手段來完成直接或間接的指揮操作，便于上級目標對象完成指令和信息的傳達，下級目標對象接收指令，遂行戰(zhàn)斗任務，及時反饋狀態(tài)信息。如：指揮中心向下級部隊下達作戰(zhàn)指令；預警機向戰(zhàn)斗機、無人機傳遞打擊對象信息；機場塔臺向飛機發(fā)出駐泊注意事項等。所以可見指揮引導關(guān)系基礎(chǔ)是來源于通聯(lián)關(guān)系，但因為業(yè)務場景的特殊限制，這種關(guān)系鏈路上承載的數(shù)據(jù)流向有明顯的指向性。

1.3 協(xié)同組網(wǎng)關(guān)系

在軍事活動中，大量存在由于任務規(guī)模、時空條件、功效限制以及其他外部因素，常需要多個目標對象為完成軍事任務同步/異步開展配合和協(xié)作，此類行為往往具有以下特點：（1）相互配合的目標對象種類相同、相似或者功能同質(zhì)化，如：一批多架次的反潛機共同前出偵察；X國沿海多個對海雷達站為全面跟蹤偵察一個敵方目標采取組網(wǎng)模式進行監(jiān)視（接力/共視/協(xié)同）。（2）基于軍事動作的及時性和完成度要求，協(xié)作組網(wǎng)的目標對象往往在時間/空間以或者電磁輻射屬性特征上具有高度的相近，如：電子干擾機同一時間遠程支援戰(zhàn)斗機進行突防；航母編隊內(nèi)層的多艘驅(qū)逐艦長期肩負近程防空反導，保衛(wèi)航母的任務。以下將針對電子目標這三種典型的關(guān)聯(lián)關(guān)系如何分析獲取展開描述。

2 電子目標典型關(guān)聯(lián)關(guān)系的綜合分析方法

2.1 基于累積功率值聚類和主成分分析的目標通聯(lián)關(guān)系分析

眾所周知，在真實的電磁戰(zhàn)場環(huán)境中，由于大部分被偵察的通信網(wǎng)絡都是非合作的，且普遍采用了跳頻/擴頻信號并從下而上層層加密(從物理層到鏈路層、網(wǎng)絡層、傳輸層等)，導致即使完成信號解調(diào)后仍然難以通過逐層推算解密的方式獲取準確的通信情報內(nèi)涵，因此，需要盡可能地繞開對這些加密手段的解碼，嘗試基于物理層特征信息來識別上層通聯(lián)關(guān)系。通過研究發(fā)現(xiàn)，目標之間通信時的功率累積量對比其未進行通信時的數(shù)值是偏大的（因為在未進行通信時，網(wǎng)絡中各節(jié)點只需交換必要的網(wǎng)絡維護信息，所以其天線發(fā)射功率較低），并且通信發(fā)起方與接收方的功率累積量也有顯著不同，這樣就可以進一步推斷出不同通信行為的各節(jié)點組成的功率累積值的向量一定存在較為明顯的特征區(qū)別，所以針對這一數(shù)據(jù)特點，可嘗試采用k-means算法等聚類算法對各偵察時刻的累積功率進行聚類積分，形成累積功率信息，判斷哪一偵察時刻是否有通信行為發(fā)生，并基于主成分分析方法，完成對指定網(wǎng)絡通聯(lián)關(guān)系的識別。其分析實現(xiàn)流程圖如圖2。

圖2

（1）首先，加載待觀察的輻射源信號形成網(wǎng)絡節(jié)點功率譜，通過分時積分形成目標節(jié)點累積功率信息矩陣。（2）進一步計算觀察時間段內(nèi)節(jié)點累積功率信息矩陣X的協(xié)方差矩陣A，利用該矩陣旨在評估節(jié)點之間的相關(guān)性，即是否存在通聯(lián)行為。（3）基于主成分分析法,再將A的特征向量按照特征值大小進行排列組合，選擇特征值占比大于95%以上的前k個特征值（k為網(wǎng)絡中通聯(lián)關(guān)系數(shù)量）。（4）最終獲取的最大節(jié)點組即是存在通聯(lián)關(guān)系的目標節(jié)點集合。

2.2 基于因果校驗的目標指揮引導關(guān)系分析

電子目標之間的指揮關(guān)系如果沒有內(nèi)涵情報的輔助支撐，即使掌握了其間的通聯(lián)行為，也很難從通聯(lián)關(guān)系中直接獲取，一般而言，出入度比較高的節(jié)點（邊比較多）是指揮節(jié)點的概率相對較高，但是，在真實網(wǎng)絡中，這樣的節(jié)點可能充當中繼或者路由的作用，并非是指揮節(jié)點，如衛(wèi)星。所以換一種思路，我們可認為普通節(jié)點與指揮節(jié)點之間的互動關(guān)聯(lián)是一種基于某種因果關(guān)系或者相反的關(guān)系，比如，自頂向下，普通節(jié)點往往接收來自指揮節(jié)點的信息，并受其控制做出對應的舉動；又或者自下而上，指揮節(jié)點基于接收下級普通節(jié)點的反饋從而產(chǎn)生控制下級普通節(jié)點的行為。

因此，我們可先利用通聯(lián)關(guān)系或者其他未定性關(guān)聯(lián)關(guān)系構(gòu)建分析對象的貝葉斯網(wǎng)絡，這其中的網(wǎng)絡結(jié)構(gòu)用于表示網(wǎng)絡中節(jié)點之間的概率依賴關(guān)系和條件獨立關(guān)系，具有相對清晰獨立的因果關(guān)系和語義特征；而網(wǎng)絡中每個節(jié)點所自帶的網(wǎng)絡屬性參數(shù)則映射該節(jié)點所對應父節(jié)點集的條件概率分布表，如頻繁的時序關(guān)系，這是用于量化表征節(jié)點和其父節(jié)點集之間的依賴程度，同時也可作為是網(wǎng)絡中節(jié)點間不確定性的度量，得到多輪計算后的候選結(jié)果集后，再利用因果推斷來分析目標節(jié)點間活動的潛在因果關(guān)系，推理出可能的指揮關(guān)系節(jié)點。整個分析邏輯流程圖如圖3。

圖3

（1）首先采用多目標的時序模式分析得到各目標節(jié)點之間的頻繁時序模式。（2）根據(jù)得到的頻繁時序模式，可以得到目標之間經(jīng)常出現(xiàn)的模式，一旦兩個節(jié)點之間存在某種頻繁模式，認為它們存在某種依賴關(guān)系。（3）然后采用IDA算法來分析他們的因果關(guān)系，如目標A和目標B之間存在因果關(guān)系，則認為A和B之間可能存在指揮關(guān)系。（4）然后，再根據(jù)外部情報資料來輔助研判或修正，最終得到可信度較高的目標之間指揮引導關(guān)系。

2.3 基于概率非負矩陣分解算法的目標組網(wǎng)關(guān)系分析

雖然現(xiàn)實世界中的軍事活動是一個交互無處不在且極其復雜的網(wǎng)絡，但通過很多事后研判分析表明，很多看似毫無關(guān)聯(lián)的、形態(tài)迥異且時空無法嚴格對準的真實網(wǎng)絡存在高度相似的拓撲結(jié)構(gòu)，它們的度分布大多遵循冪律分布且具有小世界特性，并呈現(xiàn)出非常明顯的“社區(qū)”結(jié)構(gòu)，也就是說：該網(wǎng)絡中存在多個由節(jié)點內(nèi)聚形成的子網(wǎng)絡，單個子網(wǎng)絡內(nèi)部的節(jié)點間連接較為頻繁，而不同子網(wǎng)絡的節(jié)點之間的互動相對稀疏。這就是軍事網(wǎng)絡模塊化與異質(zhì)性的真實典型反映，所以我們幾乎可以宏觀地認為，任何一個軍事網(wǎng)絡都是由許多不同類型節(jié)點各自聚合形成的，而這些高內(nèi)聚的節(jié)點對象（目標）往往具有類似的行為或者存在協(xié)作關(guān)系，唯一的區(qū)別就是復雜度和規(guī)模大小。

綜上所述，由于軍事網(wǎng)絡的異質(zhì)性導致其中每個子網(wǎng)絡大小實際可能很不均勻，即整個網(wǎng)絡中節(jié)點規(guī)模大的子網(wǎng)絡極少，絕大多數(shù)是由十分稀疏的節(jié)點組成的小規(guī)模子網(wǎng)絡。所以，在這種現(xiàn)狀下，廣泛采用的模塊度優(yōu)化方法將很難保證發(fā)現(xiàn)真正最優(yōu)的子網(wǎng)絡集合。所以在本文中，我們將網(wǎng)絡（以通聯(lián)關(guān)系為主，固有關(guān)系為補充）構(gòu)建為一個矩陣，并對該矩陣采用概率非負矩陣分解的辦法進行組網(wǎng)關(guān)系發(fā)現(xiàn)。分析實現(xiàn)流程圖4。

圖4

（1）首先要基于已經(jīng)獲取到的指定目標對象之間的通聯(lián)關(guān)系。（2）進一步將目標簡單通聯(lián)關(guān)系作為數(shù)據(jù)矩陣。（3）采用貝葉斯非負矩陣分解方法NMF對其進行分解，從而得到新的特征空間的基矩陣和節(jié)點在該特征空間的系數(shù)矩陣，即：隸屬度矩陣H。（4）再通過閾值過濾，就可以得到節(jié)點屬于哪一個網(wǎng)絡，基于節(jié)點與目標的映射關(guān)系可以大概分析得到哪些目標屬于一類網(wǎng)絡，進而證明其存在組網(wǎng)關(guān)系。（5）后續(xù)還可以進一步添加業(yè)務約束：如隸屬相同的戰(zhàn)斗單位、種類相近、時空標簽接近等條件對已形成組網(wǎng)關(guān)系的目標集合進行范圍精確縮小。

3 結(jié)語

在電磁空間中，利用電磁信號分析電子目標之間的業(yè)務關(guān)聯(lián)關(guān)系對挖掘掌握敵目標之間的網(wǎng)絡拓撲結(jié)構(gòu)、通聯(lián)建立過程、路由情況、關(guān)鍵節(jié)點、信號對應目標的工作模式乃至戰(zhàn)場狀態(tài)分析等有重要的價值和意義。本文綜合了電子目標幾種典型業(yè)務關(guān)系的分析方法，可以看到越廣泛翔實的業(yè)務數(shù)據(jù)獲取將越能對相關(guān)分析服務的算法驗證和成果孵化帶來支撐，數(shù)據(jù)量的多寡和數(shù)據(jù)項是否完備會帶來對服務關(guān)鍵算法效果的影響風險，除了進一步驗證算法并增加對比實驗外，還需要對輸入數(shù)據(jù)的來源進行充分調(diào)研，并基于數(shù)據(jù)需求細化業(yè)務數(shù)據(jù)模型，對于確實難以獲取的數(shù)據(jù)或者局部核心屬性字段，盡量利用先驗知識或者默認經(jīng)驗值進行有效填補，否則暫時舍棄該屬性，盡量避免大量空值導致數(shù)據(jù)過于稀疏。