一種可用于魚雷導引的高沖突數據融合處理方法*

程善政 何心怡

(海軍裝備研究院 北京 100161)

一種可用于魚雷導引的高沖突數據融合處理方法*

程善政 何心怡

(海軍裝備研究院 北京 100161)

目標釋放誘餌等對抗裝備對魚雷武器實施干擾、誘騙等可增加其逃生的機會,精確制導及智能識別技術仍將是魚雷制導技術發展的方向之一。魚雷的精確制導及智能識別技術需要以傳感器獲取目標不同的特征數據或同性周期數據為判斷,并將這些數據融合。論文針對處理多信息源數據高度沖突時的問題,提出了一種改進的數據合成方法。該方法可應用于魚雷目標識別時數據高沖突的處理,減小識別結果的不確定性。

魚雷目標識別; 沖突數據; 信息融合; 不確定度

Class Number TP391

1 引言

未來戰場中武器裝備的復雜環境對抗能力將占有重要的地位,對武器裝備的目標識別能力提出了更高的要求。魚雷對目標的識別主要是通過提取目標特征量(如聲、磁、光學、尺度等),利用這些特征區分目標與干擾,甚至可以區分不同類型的目標[1]。在獲取目標特征數據后需對數據進行處理,不同的傳感器感知的目標特征數據不同,需要結合這些數據綜合識別目標,當獲取數據具有較高的沖突時,需采用可行度較高的數據處理方法,以對目標進行準確的確認[2～3]。

Dempster數據合成方法是由Dempster和Shafer于20世紀60年代末和70年代初建立的一套不確定推理方法[4],是對概率論的進一步擴充,它面向識別框架中基本假設集合的冪集,適用于不同層次的傳感器測量,該理論考慮了二值不確定性,是適合多傳感器信息融合的一種較好的不確定性推理方法。數據理論雖然有諸多優點,但在待組合數據體具有高度沖突時會出現反直觀的,即有悖常理的組合結果[5]。

2 新的數據體修正方法

現有數據體修正法的基本思路是考慮數據體的先驗信息、數據距離、不確定度等因素得到數據體的折扣因子或權重,對數據體進行修正后應用DS組合規則融合新數據得到融合結果[6]。上述三種因素從不同角度刻畫了數據體的特征,但每個因素都不能完全包涵所有的數據體特征,單獨考慮每個因素確定權重不能達到最合理的融合效果。

2.1 基于主焦元支持度的數據體可信度

設識別框架為Θ={w1,w2,…,wn},設某數據BPA(Basic Probability Assignment)函數為(m1,m2,…,mn)定義滿足{m(i)|m(i)≥m(j),i,j=1,2,…,n,i≠j}的焦元i為主焦元。在實際中,人們普遍傾向于相信主焦元對應的事實,當兩數據體主焦元i相同時,即使兩數據距離、沖突因子、不確定度均較大,也可近似認為兩條數據不沖突。由此出發,本文構建基于主焦元支持度的數據體信任度。

有l個傳感器的BPA函數為

定義數據體一致度:

數據體一致度是與數據體與主焦元相同的數據體的數目之和,歸一化后即得數據體可信度:

顯然,當數據體與大部分數據體主焦元相同時,其可信度較高;反之則可信度較低。這與人的直觀判斷是一致的。數據體可信度僅反映了數據體與其他數據體的關系,并未應用到數據體本身的信息,僅以此作為數據體的權重仍然有失偏頗。

2.2 基于BPA平方熵的數據體信息量

信息論中,“熵”度量了事物蘊含的信息量。熵值越大,數據體越含混,可利用的信息越少,所賦予的權重應越小;熵值越小,數據越清晰,可利用的信息越多,所賦予的權重應越大。基于熵值的數據體權重構建如下:

對l個待組合數據體mi,i=1,2,…,l,其各自對應的平方熵[]為

用負指數函數將數據體熵值轉化為數據體的權重,每個數據體的熵值權重為(α為負指數函數參數):

i=1,2,…,l

綜合考慮數據體的可信度權重和熵值權重,構造數據體的權重:

i=1,2,…,l

調整β的大小可控制數據體可信度與熵值之間的比重,β越大,就更多考慮數據體信息量的影響,β越小,就更多考慮數據體可信度的影響。β應隨數據沖突程度減小而增大。

3 實例計算

辨識框架Θ={w1,w2,…,wn}可通過將二元辨識框架拆分得到,因此本文算例以二元辨識框架為研究對象,比較各種方法的異同。其中本文方法中選取參數β=0.618。

例 目前,魚雷在檢測水聲信號的同時,提取目標特征量(如尺度信息等),這種方法是當前進行目標識別最常用的方法,近年來目標識別方法研究較多。設魚雷有四個不同的傳感器,傳感器獲取目標的不同特征信息,傳感器的數據BPA函數如下:

E1:m(A)=0.8m(B)=0.2

E2:m(A)=0.7m(B)=0.3

E3:m(A)=0.6m(B)=0.4

E4:m(A)=xm(B)=1-x

當x從0～1逐漸變化時,Murphy[7]、鄧勇[8]、韓德強[9]及本文方法的融合結果如圖1所示。

圖1 Murphy、鄧勇、韓德強及本文的融合結果

由圖1可以看到,本文方法由于考慮了數據體的熵值,在數據4高度沖突時,融合結果不如鄧勇的方法,隨著數據4沖突程度的降低,本文方法開始優于鄧勇的方法。這是因為在鄧勇的方法中,較高的權重賦給了滿足信息量居于中庸程度的數據,數據4在與其他數據的距離不斷減小,且未達到較高可信度時,降低了所有數據的平均可信度,使得較高的權重賦予了信息量較低的數據。而本文方法在考慮一致性的基礎上始終將較高的權重賦予信息量較大的數據,因此在數據4沖突程度減小且未達到較高可信度時,本文方法的收斂速度遠遠高于鄧勇的方法。韓德強的方法僅考慮數據的信息量大小,在數據4高度沖突時,實際上出現了錯誤的融合結果,但隨著數據4的沖突程度減小,其融合效果好于其他幾種方法。

所以,本文的方法可用于魚雷目標識別領域,當魚雷在復雜聲電磁干擾環境下進行目標識別,采用本文方法對不同傳感器獲取的目標高沖突數據或者同一傳感器不同周期的高沖突數據進行融合,可以有效消除干擾因素影響,對目標類型作出正確的判別,向魚雷的制導系統提供目標指示。

4 結語

當魚雷受到復雜聲電磁干擾時,信息融合系統中收集的目標數據常常有較大的沖突,這時使用傳統的Dempster組合規則無法有效地處理這些沖突數據。本文主要分析了數據體修正法框架下的Dempster組合規則改進的方法,提出了一種新的加權數據合成方法,與鄧勇和韓德勇的沖突數據處理方法相比,該方法在有效地處理沖突干擾數據的同時,具有較快的收斂速度,該數據融合處理方法也可拓展到雷達等多傳感器對抗識別領域。

應該指出,沒有一種方法是完美的,基于不同情況建立自適應數據組合方法是一個較有希望的方向,結合工程試驗等相關數據進一步改進該方法將是我們下一步研究的重點。

[1] 陳春玉.目標識別技術的現狀與發展[J]聲學技術,1999,18(4):185-188.

[2] 劉準釓,程詠梅,潘泉,等.證據沖突下自適應融合目標識別算法[J].航空學報2010,31(7):1426-1432.

[3] 孫全,葉秀清,顧偉康.一種新的基于證據理論的合成公式[J].電子學報,2000,28(8):117-119.

[4] Smarandache F, Dezert J. Applications and Advances of DSMT for Information Fusion[M]. Rehoboth: American Research Press,2009.

[5] 王程,張安,鄧勇.多傳感器信息融合中的證據沖突判決方法[J].現代雷達,2008,30(12):55-58.

[6] 楊明.證據推理組合方法的分類[J].評價準則及應用研究[D].西安:西北工業大學,2006.

[7] Murphy C. K. Combining belief functions when evidence conflicts[J]. Decision Support Systems,2000,29(1):1-9.

[8] 鄧勇,施文康,朱振福.一種有效處理沖突證據的組合方法[J].紅外與毫米波學報,2004,23(1):27-32.

[9] 韓德強,鄧勇,韓崇昭,等.利用不確定定度度度的的沖突證據組合[J].控制理論與應用,2011,28(6):788-792.

[10] 邊肇祺,張學工.模式識別[M].第二版.北京:清華大學出版社,1999.

Highly Conflicting Data Fusion Processing Method in Torpedo Guidance

CHENG Shanzheng HE Xinyi

(Navy Academic of Armament, Beijing 100161)

In order to escape from torpedo attack, the target uses decoys to interfere and bamboozle torpedo. The technology of Precision Guide and Intelligent Recognition of the torpedo will be improved in the future. The data will be got from sensor which is different from characteristic or cycle. Those information should be synthesized and offered to the Precision Guide and Intelligent Recognition system. The text provides an improved method to deal with the highly conflicting data when the conclusion is opposite with reality. The method can be applied in the target discrimination to torpedo. The conclusion of discrimination will be more credible.

target discrimination to torpedo, conflicting data, information fusion, uncertainty degree

2014年6月5日,

2014年7月27日

程善政,男,碩士,工程師,研究方向:武器系統與應用工程。

TP391

10.3969/j.issn1672-9730.2014.12.049