多源多機無人機系統信息挖掘技術研究

王勇　張國賓　趙坤

本文以多源多機無人機信息挖掘技術研究為目的，針對近年來無人機搭載多譜段多頻段任務載荷以及系統內多機協同工作的特點，研究多源信息融合與處理技術，從海量數據中提取高價值信息，提高無人機執行任務的有效性，文章提出了無人機多源數據處理的思路，對無人機應用具有參考意義。

【關鍵詞】無人機 多源信息 挖掘

1 引言

近年來隨著無人機技術高速發展，國內出現旋翼、固定翼、柔性翼、特種等各種機型，在軍民領域獲得廣泛的應用。與之配套的任務載荷近年來也取得巨大發展，無人機可搭載高清可見光、紅外、多光譜、雷達、通信等各種譜段各種頻段的一種或多種載荷，甚至搭載磁探測、輻射計等載荷執行特種任務，形成一機多源、多機協同的全新信息獲取網絡。應用在監控、巡視、航拍、測繪、應急指揮、災情評估、交通管理，智能城市、勘探、環境保護等領域。

無人機的廣泛應用也帶來了信息過剩問題，實時探測信息、歷史信息的結合使數據量急劇上升。控制中心已經越來越難以及時處理無人機各種載荷傳回來的海量信息。美國的高級官員抱怨說，大量使用無人機，應用者將很快“泡在傳感器里，被數據淹死”。

2 信息挖掘研究意義分析

采用多機協同、多傳感器無人機系統獲取的海量數據并不僅僅指其量之大，更代表著其潛在的數據價值之大。研究證明，有效地管理、使用數據能夠提高無人機系統系統性能，能夠帶來巨大的潛在價值。

海量的數據是決策的基礎，但是單純的數據量的積累不會對系統產生任何益處，只有建立適當的分析模型，并運用相應的技術手段，對大量的數據進行有效地深加工，發現隱含在大量數據中的信息并加以利用，進而指導指揮者做出相關決策，才能將大數據的真正效用發揮到極致。

因此要想充分發揮無人機系統獲取數據給系統帶來的優勢，實現海量數據的價值增值，挑戰巨大。高質量的數據是海量數據發揮效能的前提和基礎。對數據進行有效分析的前提是必須要保證數據的質量，專業的數據分析工具只有在高質量的數據環境中才能提取出隱含的、準確的、有用的信息，基于這些高質量分析結果所做出的各項決策才不至于偏離正常軌道。因此數據質量在海量數據環境下顯得尤其重要。

我國目前投入巨大力量開展無人機前端信息基礎數據的采集，已經出現一機多種載荷、多機協同偵察等應用，信息采集的越來越詳細，信息質量要求越來越高，同時信息量也越來越大。通過無人機獲得信息數據，已經不缺少數據信息，缺少的是對大量前端信息數據真正的精細管理，如果沒有很好的數據挖掘，冗余的數據反倒會影響到指揮員的響應時間和決策，造成貽誤戰機。所以在高度信息化的現在，有效的信息挖掘具有非常重要的意義。

3 信息挖掘研究方法

無人飛行器獲取的信息量龐大，因此必須加強對信息的綜合分析、處理，本文提出一種基于無人機海量信息的信息挖掘方法，對各種來源的信息統一歸口，匯集處理，對零散的信息，迅速進行綜合分析和印證，自動判斷其可靠性和使用價值，并對數據進行有效的管理。

3.1 信息實時采集和預處理

現階段和未來可預見的無人飛行器原始信息主要有：可見光、紫外和不同波段的紅外、激光測距、雷達等任務載荷獲取的探測信息；高度、地理、定位、大氣以及各種環境信息；甚至包括飛行器的導航、控制、姿態等各種狀態數據等。針對各種原始信息輸出的時序、載體和接口方式不同，必須采用不同的技術手段準確、及時、可靠的采集、傳輸和存儲各類信息，同時由于不同傳感器體制、性能、工作原理等方面的差異，必須對獲取的數據進行初步的預處理，剔除垃圾數據，獲得高質量的初級信息數據。

3.2 高智能的信息理解技術

信息理解技術即對預處理后的初級信息，采用數據建模、圖像分析、信息感知、智能決策等技術，進行分類、篩選、查新，通過智能對比、提取、分析特定區域里信息的變化來監視和分析發展態勢，從數據中獲取所需的規律性內容，實現關鍵信息的提取。

3.3 多源信息的綜合處理和融合技術

信息處理時開展信息融合技術研究，主要是充分使用不同來源、不同模式、不同時間、不同空間的多源信息資源，按一定準則加以自動分析、綜合、支配和使用，并結合不同時間段的信息的關聯性，歷史數據與當前數據的關聯性，獲得具有相關和集成特性的融合信息，充分發揮多源數據相互補充、相互印證的作用，獲得對被測對象的一致性解釋與精確的描述，提高結果的準確性。

一般來說目標屬性級融合有三種基本結構：數據層融合、特征層融合和決策層融合結構。數據層融合：針對同質傳感器的融合，將全部傳感器的觀測數據直接融合，然后對融合的數據進行特征提取和特征說明，并進行判斷識別；特征層融合：每個傳感器觀測目標，并從觀測數據中提取有代表性的特征，獲得特征矢量，而后融合這些特征矢量，并做出基于聯合特征矢量的屬性說明；決策層融合：每個傳感器觀測目標，并將采集的信息進行特征提取，產生特征矢量，完成關于目標的說明，然后對各自傳感器的說明結果進行融合，得到目標的一致性解釋與描述。

3.4 建立基于重點內容的智能檢索和數據管理、分發系統

由于對信息進行融合處理的工作量巨大，涉及的內容十分廣泛，建立基于重點內容的智能檢索，可有效提高信息融合的速度。同時設計自動分類、分發系統，針對不同的需要，建立多功能信息分發模型，擴展信息的應用范圍。

3.5 建立基于自動提取技術的信息綜合管理數據庫

建立目標的特征庫，并及時把新的信息加入到數據庫中，完善或添加新的特征元素，通過自動提取技術，從而自動識別出所需要的目標和信息，以提高信息產品的時效性、準確性。

4 結束語

在當今無人機大量使用，各種載荷獲取大量信息，信息挖掘已成為海量數據信息處理中的必要環節，隨著未來信息處理技術的不斷發展，信息挖掘技術也會相應的進步完善和提高。

參考文獻

[1]宗偉，吳鋒.大數據時代下數據質量的挑戰[J].西安交通大學學報（社會科學版），2013（05）.

[2]張紅兵，趙杰煜，羅雪山.情報信息綜合處理方法的研究[J].計算機工程與應用，2002（21）.

作者介紹

王勇，工學碩士。現為中國電子科技集團公司第二十七研究所高級工程師。主要研究方向為無人機信息處理。

作者單位

中國電子科技集團公司第二十七研究所 河南省鄭州市 450047endprint