异类多源数据融合在防空C4ISR系统中的应用分析

摘 要 在现代军事作战系统中，为了解决对目标的位置、身份等信息的准确、快速的探测，多传感器信息融合作为一门热点技术被广泛使用，并取代了传统的人工处理和选主站工作模式。数据融合中心也突破了以往单一的以处理雷达信息为主，开始向集合多方面的探测资源形成整个战场态势的目标转变。本文介绍了防空C4ISR系统中数据融合技术的使用情况，论述了数据融合中心进行应异类多源数据融合时所采用的关键技术。

关键词 异类多源；数据融合；C4ISR系统

Abstract Multi-sensor information fusion is a very hot spot technology and has been widely used in modern military combat systems， and it can accurately and rapidly detect the target location and identity， and wherefore it is replacing the traditional manual processing and main station operation mode. The data fusion center has evolved from mainly processing radar information to multiple detection resources comprehensive fusion in order to form a single battlefield situation picture. This paper introduces the application of data fusion technology in air defense C4ISR system， and discusses the key technologies used by data fusion center for heterogeneous multi-source data fusion.

Key words Heterogeneous multi-source； Data fusion； C4ISR system

前言

現代军事战争已经突破了传统模式发展成为陆、海、空、天、电磁五位一体的立体战争。 在现代军事作战系统中，单一的传感器提供的信息已无法满足作战需要，必须运用多传感器提供观测信息实时进行目标发现、优化和融合处理，来获得状态估计、属性判别、态势评估、威胁估计等作战信息。异类多源信息融合作为一种能够快速、准确、有效的处理来自多传感器的复杂信息的重要技术，成为军事技术研究的一个热点问题。异类多源信息融合主要是融合来自多种、多个传感器或信源在时间上及空间上的数据信息，获得目标的最佳估计和描述[1]。从军事角度讲，异类多源信息融合是对来自多种、多个探测源的数据和信息进行检测、相关、估计、判别和融合等多层次多方面的处理，以获得准确、及时的状态、身份、威胁估计，以及完整的战场态势，是抵抗“干扰、隐身、超低空、反辐射导弹”这“四大威胁”的有效手段。

1 数据融合级别

数据融合在国际上一般分为三个级别：

①一级融合是指通过多传感器数据的融合来建立位置、速度、低级实物或活动实物的同一性数据，它综合了位置和来自多传感器的同一性数据来建立同一实物、目标跟踪和原始数据的数据库；②二级融合就是位置估计，它作为级别融合的高级参考，目的是在战场等级中确定一种目标位置模式；③三级融合就是威胁估计，是站在敌的视点来完成威胁估计，以确定融合的意图。

国内一些专家根据融合的功能层次，把信息融合分为五级，分别为[2]：

①分布检测，它是信号处理级的信息融合，用以判断目标“有或无”；②位置融合，融合来自多传感器的位置信息，以确定目标“在哪里”；③目标身份识别，融合多传感器的属性信息，来确定目标“是什么”；④态势评估，包括态势的提取与评估，确定敌方想“干什么”；⑤威胁估计，并根据目标的威胁确定我方该“怎么办”。

2 数据融合中心

现代防空C4ISR系统一般采用集中式处理，即有一个或多个数据融合中心，用来进行异类多源数据的融合。数据融合中心接收的信号源主要包括：雷达信息、GPS（或北斗等）定位信息、电子对抗侦察信息（ESM）、技侦情报等。这些情报可分为两类：以位置状态为主的雷达信息、GPS（或北斗等）定位信息和以方向和身份为主的电子对抗侦察信息（ESM）、技侦情报。本文描述的数据融合中心针对这些异类情报的侧重点、采用分层的融合方式进行融合，最终形成统一、完整的战场态势。

3 关键技术

3.1 位置融合

（1）数据对准。多传感器数据融合成功的先决条件就是要将各传感器的系统误差进行配准。雷达系统误差配准一般分为：有参照曲线和没有参照曲线两种方法。

对M对观测数据，目标函数为：

可由爬山法搜索满意值，爬山法流程如下：

步骤1：启发式初始化起始点；

步骤2：在各变量方向求取一步下降的目标函数值；

步骤3：判断是否存在下降方向，如果存在下降方向则选取最大下降方向，求取该方向一步下降位置，返回第二步，否则进行下一步；

步骤4：变换搜索步长，根据各变量的特点，适当收缩步长；

步骤5：判断搜索步长是否满足精度要求，如果满足，则算法停止，输出最优解；否则返回第二步。

b.没有参照曲线

对M对观测数据，目标函数为：

该模型具有10个变量（两部雷达的仰角误差、方位误差、距离误差、基点经度误差、基点纬度误差），且目标函数为非线性函数，因此爬山法不能满足模型要求。

这里采用遗传算法求解无标准雷达情况下的多雷达的系统误差，基本流程 如下：

步骤1：在可行域内，以均匀分布随机初始化变量种群，保证初始种群多样化；

步骤2：计算个体的目标函数值，并根据竞争规则计算适应值；

步骤3：使用轮盘赌方法来选择较优个体，生成子群；

步骤4：种群个体之间随机交叉生成下一代群体；

步骤5：小概率生成变异个体；

步骤6：如目标函数值不满足要求或迭代次数不满足终止要求，则返回步骤2，否则输出最好解。

（2）目标关联。采用最近邻方法进行粗关联，设定目标类型、属性、位置、航向、速度的关联基础分值，对多条目标航迹进行关联分值计算。关联分值分为3个区间，模糊区间、支持区间、拒绝区间。将关联分值处于模糊区间和支持区间的航迹合并成待求解的航迹集。

航迹关联最终的结果必须符合以下准则：

准则：系统航迹最多只能和传感器的一条航迹关联；传感器的航迹最多也只能和一条系统航迹关联。

电子对抗侦察信息（ESM）可以获得目标的方位角和丰富的参数信息，它和雷达探测到的位置信息关联的内容包括[3]：

①根据雷达探测到的目标信息，判定目标是否为同一平台；②根据ESM探测到的目标信息，判定目标是否为同一辐射源；③判定平台与辐射源的关系，即辐射源是否装备在该平台。被动传感器只能给出目标的角度信息（方位角等）和属性信息，主动传感器可以给出精确的目标角度（俯仰角和方位角）和距离信息。由于冗余信息只有角度，因此异类传感器的数据关联也都是基于角度信息的航迹关联。

3.2 身份识别

在融合中心，根据对每个传感器的可靠性评价，给每个传感器报告赋一个确定的权值，即置信度。首先对每个传感器建立一个目标函数，然后使它们的加权和最小。目標函数将度量传感器报告的真实概率和估计概率之间的差异，当它们相等时，目标函数为零，偏离越大，目标函数越大。

导出融合最小化问题，转化成一个线性规划问题，求解出计算结果。

3.3 威胁估计

威胁估计的首要任务是确定威胁因素，针对防空作战的特点，选取目标身份、目标类型、保卫对象抗毁能力、目标相对方位、目标到达时间（接近时间）、目标突防概率这六个威胁因素确定进袭目标的威胁等级[5]。

①目标身份是指目标的属性，按照威胁系数从大到小排列为敌（不明）、中立、友、我。②目标类型是指通过目标识别过程得到的关于进袭目标的属性。防空作战中通常考虑的目标按照威胁系数从大到小可分为导弹、轰炸机/歼轰机、电子干扰机、歼击机、电子侦察机。③保卫对象抗毁能力是指保卫对象能承受空袭打击而不被摧毁的能力，有掩体，机动性、分散性强的对象抗毁能力通常都比较强。抗毁能力越强，对应的威胁隶属度就越小。④目标到我保卫对象的相对方位代表目标朝向我飞行的可能程度，可能性越大威胁程度越高。⑤目标距离我方越近，飞行速度越高，接近时间就越小，对应的威胁隶属度就越大。⑥目标突防概率是指进袭目标和防空火力对抗的结果，进袭目标突防概率越大，威胁等级就越高。但是由于对抗分析非常复杂，所以在通常的威胁估计方法中忽略了该重要因素。

系统采用变权综合计算目标的威胁等级。变权思想是通过动态调整权向量，不但考虑各基本因素的相对重要次序，也考虑对状态均衡程度，从而在一定程度上解决“状态失衡”问题[6]。系统根据目标接近时间进行变权，因为目标身份、目标类型、保卫对象抗毁能力、目标突防概率不会随目标的运动状态变化而改变，目标相对方位的变化不会引起威胁值的剧烈变化，只有目标飞临保卫点时间的变化最能影响威胁值，因为当目标很接近的时候，不论其他因素如何，其对应的威胁值应该显著提高。

4 结束语

异类多源信息融合应用于防空C4ISR系统大大增强了防空C4ISR系统的作战效能，目前的融合处理方法在目标位置、身份融合方面已经比较成熟，但在实际复杂情况下的使用还存在一些问题，还需要深入研究。本文介绍了一种融合中心适用的模型，根据融合的三个级别中遇到的关键问题提出了解决方法，目的在于充分利用所有能够收集到的探测源信息，得到快速、准确、完整的战场态势，为防空部队的决策、指挥提供可靠保障。

参考文献

[1] 何友，张晶炜.雷达数据处理及应用[M].北京：电子工业出版社，2006：25-27.

[2] 何友.多传感器信息融合及应用[M].北京：电子工业出版社，2000：51.

[3] 刘同明，夏祖勋，解洪成.数据融合技术及其应用[M].北京：国防工业出版社，1998：33.

[4] 赵宗贵译.多传感器数据融合[M].北京：电子工业部28所，1997：98-99.

[5] 康耀红.数据融合理论与应用[M].西安：西安科技大学出版社，1997：132.

[6] 赵宗贵，曹可劲.一种基于对抗效果的地面防空作战威胁估计方法[J].中国电子科学研究院学报，2006，1（2）：114-122.

推荐访问： 异类 防空 融合 系统中的应用 分析