基于改進(jìn)證據(jù)理論的電子目標(biāo)綜合辨識(shí)研究

周勇

(1.北京信息控制研究所，北京100142;2.中國(guó)國(guó)防科技信息中心，北京100142)

1 引言

信息化條件下，各種電子信息裝備廣泛應(yīng)用于戰(zhàn)場(chǎng)，戰(zhàn)場(chǎng)電磁環(huán)境日益復(fù)雜，各種有意無(wú)意干擾混雜，單一傳感器獲取信息的不完整性、不確定性十分嚴(yán)重。海量數(shù)據(jù)下如何從各類殘缺不全、真假難辨甚至相互矛盾的信息中快速準(zhǔn)確辨識(shí)重點(diǎn)威脅目標(biāo)，已成為奪取戰(zhàn)場(chǎng)信息優(yōu)勢(shì)的核心與關(guān)鍵。正是在這種背景下，目標(biāo)綜合識(shí)別成為提高電子信息系統(tǒng)整體作戰(zhàn)效能的一項(xiàng)關(guān)鍵技術(shù)。D -S 證據(jù)理論由于其無(wú)須先驗(yàn)概率、推理形式簡(jiǎn)單且能很好地表示不確定性等特點(diǎn)，在目標(biāo)綜合識(shí)別領(lǐng)域得到了廣泛的應(yīng)用［1-3］。但在實(shí)踐中也存在諸多局限:一是沒(méi)有考慮各信源自身的差別，默認(rèn)來(lái)自不同信源證據(jù)的重要程度相同，而沒(méi)有體現(xiàn)出各證據(jù)源對(duì)目標(biāo)識(shí)別貢獻(xiàn)的大小，這在實(shí)際應(yīng)用中并不合理［4］;二是各信源證據(jù)之間有可能存在沖突，當(dāng)沖突較小時(shí)，證據(jù)理論能夠較好實(shí)現(xiàn)各證據(jù)的融合，但沖突較嚴(yán)重時(shí)由于融合規(guī)則的缺陷可能會(huì)得到一些與事實(shí)相悖的結(jié)論［5］;三是證據(jù)推理過(guò)程中概率很小元素的存在會(huì)導(dǎo)致識(shí)別框架增長(zhǎng)，證據(jù)組合時(shí)會(huì)引起“焦元爆炸”問(wèn)題，計(jì)算量成指數(shù)形式遞增［6］。

針對(duì)證據(jù)理論存在的這些問(wèn)題，國(guó)內(nèi)外學(xué)者進(jìn)行了系統(tǒng)的研究并針對(duì)性提出了一系列的解決方案［7-10］。本文從電子目標(biāo)綜合辨識(shí)實(shí)際需求出發(fā)，探討無(wú)源偵察、雷達(dá)探測(cè)、紅外偵察以及數(shù)據(jù)鏈等信源在目標(biāo)綜合辨識(shí)中可信度的差異，采用主客觀權(quán)重相結(jié)合的方式對(duì)各信源證據(jù)進(jìn)行修正，并運(yùn)用基于交互式的融合處理規(guī)則對(duì)目標(biāo)身份屬性信息進(jìn)行綜合處理。

2 基本理論

2.1 電子目標(biāo)綜合辨識(shí)

信息化戰(zhàn)場(chǎng)信源種類繁多，各類信源工作原理不同、性能各異，其獲取的目標(biāo)特征信息也不盡相同。主要包括:①無(wú)源偵察識(shí)別。無(wú)源偵察識(shí)別是通過(guò)截獲輻射源信號(hào)特征參數(shù)以確定目標(biāo)的身份屬性信息。無(wú)源偵察信息反映了目標(biāo)輻射源相對(duì)固定的身份屬性，在電子目標(biāo)識(shí)別中具有重要作用。但由于電磁環(huán)境的日益復(fù)雜以及敵方可能采用的各種對(duì)抗措施，電子偵察不易完全掌握輻射源的電磁特征，因此在目標(biāo)綜合辨識(shí)上存在一定的模糊性。②雷達(dá)探測(cè)識(shí)別。雷達(dá)探測(cè)識(shí)別主要依靠目標(biāo)的運(yùn)動(dòng)狀態(tài)信息以及雷達(dá)回波波形、多普勒信息等參數(shù)實(shí)現(xiàn)對(duì)目標(biāo)類型的分類，但并不能進(jìn)行具體型號(hào)的分析與識(shí)別。如飛機(jī)RCS 尺寸及形狀信息，目標(biāo)的運(yùn)動(dòng)速度及機(jī)動(dòng)特征均可在一定程度上反映目標(biāo)的屬性信息。③紅外成像識(shí)別。紅外成像識(shí)別通過(guò)紅外敏感元件探測(cè)物體的熱輻射能量，通過(guò)熱場(chǎng)圖像的映像特性識(shí)別目標(biāo)的身份屬性信息。紅外成像識(shí)別能力強(qiáng)，對(duì)目標(biāo)的環(huán)境依賴性小，是現(xiàn)代戰(zhàn)場(chǎng)非常重要的目標(biāo)識(shí)別技術(shù)，通常與其他識(shí)別手段協(xié)同使用，成為相互獨(dú)立又彼此補(bǔ)充的識(shí)別手段。④數(shù)據(jù)鏈識(shí)別。數(shù)據(jù)鏈識(shí)別信息是指上級(jí)指揮系統(tǒng)向本級(jí)通報(bào)空情時(shí)給出的目標(biāo)運(yùn)動(dòng)狀態(tài)、身份屬性、目標(biāo)威脅、目標(biāo)型號(hào)等實(shí)時(shí)信息以及目標(biāo)出現(xiàn)概率、已知區(qū)內(nèi)目標(biāo)的種類、數(shù)量、任務(wù)等非實(shí)時(shí)信息等。數(shù)據(jù)鏈識(shí)別信息來(lái)源于上級(jí)系統(tǒng)更大范圍的信息場(chǎng)支持，因此比較全面、準(zhǔn)確。

上述各類信源從不同角度共同刻畫了目標(biāo)在全電磁譜段的不同屬性，電子目標(biāo)綜合辨識(shí)即是通過(guò)合理的技術(shù)體系結(jié)構(gòu)，將來(lái)自不同信源的數(shù)據(jù)信息按不同的域進(jìn)行分門別類，在此基礎(chǔ)上將各信源從空間、時(shí)間或工作參數(shù)等不同的層面獲取的目標(biāo)信息進(jìn)行變換、融合與關(guān)聯(lián)，從而擺脫單個(gè)信源識(shí)別的局限性，從全局辨識(shí)重點(diǎn)電子目標(biāo)的身份屬性及其軍事企圖。

2.2 D-S 證據(jù)理論

設(shè)Ω 為D-S 理論中的識(shí)別框架，它是由一系列互不相容的陳述集合組成，A為樣本空間里的一個(gè)命題，且領(lǐng)域內(nèi)的命題都可以用Ω 的子集表示。設(shè)函數(shù)M∶ 2Ω→［0，1］，且滿足M［φ］=0;則稱M是2Ω上的基本可信度分配函數(shù)(BPAF)，M(A)稱為命題A的基本可信度分配，表示對(duì)命題A精確信任的程度。

設(shè)命題D = A∩B，則D的基本可信度分配為:

3 基于改進(jìn)證據(jù)理論的電子目標(biāo)綜合辨識(shí)

3.1 電子目標(biāo)綜合辨識(shí)各類信源權(quán)重分析

傳統(tǒng)證據(jù)理論沒(méi)有考慮到不同信源證據(jù)對(duì)辨識(shí)框架中各命題的識(shí)別差異性，忽視了對(duì)各信源證據(jù)可靠程度的評(píng)估，這在實(shí)際應(yīng)用中并不合理。

首先，從電子目標(biāo)綜合辨識(shí)各信源自身性能分析，各類信源對(duì)目標(biāo)綜合識(shí)別的貢獻(xiàn)是不同的:雷達(dá)探測(cè)一般只能用于目標(biāo)屬性的簡(jiǎn)單分類，當(dāng)兩種類型的艦船外形及運(yùn)動(dòng)狀態(tài)比較相近時(shí)，就很難通過(guò)雷達(dá)探測(cè)達(dá)到目標(biāo)類型識(shí)別的目的，因而識(shí)別可信度較低;由于電磁環(huán)境的日益復(fù)雜以及敵方采用的各種對(duì)抗措施，目標(biāo)電磁輻射特性以及紅外映像特性難以完全掌握，無(wú)源偵察與紅外成像在辨識(shí)過(guò)程中均存在一定的不確定性;數(shù)據(jù)鏈情報(bào)來(lái)源具有更大范圍的數(shù)據(jù)支持，包括預(yù)警機(jī)、雷達(dá)網(wǎng)、情報(bào)站等均可提供各類實(shí)時(shí)、非實(shí)時(shí)信息，目標(biāo)判決信息比較全面準(zhǔn)確，因而可信度最高。在電子目標(biāo)綜合辨識(shí)過(guò)程中，從突出優(yōu)勢(shì)證據(jù)及降低證據(jù)沖突的角度考慮，可通過(guò)主觀設(shè)置各信源主觀權(quán)重的方式調(diào)整各信源在電子目標(biāo)綜合辨識(shí)中的重要性［11］。

客觀權(quán)重則是通過(guò)計(jì)算當(dāng)前具體情況下各信源證據(jù)間的置信距離來(lái)確定證據(jù)間的相互支持程度。由于干擾及客觀環(huán)境的影響，綜合辨識(shí)有可能會(huì)出現(xiàn)各信源證據(jù)高度沖突的情況，通過(guò)客觀權(quán)重的設(shè)置可削弱錯(cuò)誤信息特別是沖突證據(jù)對(duì)識(shí)別結(jié)果的影響，有效減少目標(biāo)綜合辨識(shí)的不確定性［12］。

設(shè)m1、m2是識(shí)別框架Ω 的兩個(gè)基本概率指派函數(shù)，則m1、m2之間的距離為:

式(2)中，M1、M2分別為m1、m2在2Ω中所有元素上的取值組成的行向量;D為2k* 2k的度量證據(jù)相似性的矩陣［13］，矩陣中的任一元素表示為:

從式(3)可知，0 ≤d(m1，m2)≤1，d(m1，m2)越大，則表明m1和m2之間差別越大，當(dāng)且僅當(dāng)m1= m2時(shí)，d(m1，m2)=0。根據(jù)距離公式，可計(jì)算出證據(jù)源i同其他證據(jù)源的總距離為:

ξi反映了證據(jù)源i受其他證據(jù)的支持程度，ξi越小則表示所受的支持程度越大，即該信源證據(jù)對(duì)于識(shí)別框架內(nèi)某一命題的支持度越大。

為全面反映電子目標(biāo)綜合辨識(shí)中各信源證據(jù)的可靠性及相互間的一致程度，本文采用主客觀組合權(quán)重的方式對(duì)各信源證據(jù)進(jìn)行修正。設(shè)各證據(jù)組合權(quán)重為wi，主觀權(quán)重為αi，客觀權(quán)重為βi，則有:

利用式(5)計(jì)算得出的組合權(quán)重系數(shù)wi，可對(duì)電子目標(biāo)綜合辨識(shí)所有命題的基本概率賦值進(jìn)行轉(zhuǎn)換［14］:

經(jīng)過(guò)轉(zhuǎn)換后，電子目標(biāo)綜合辨識(shí)各信源證據(jù)對(duì)目標(biāo)最終識(shí)別結(jié)果的貢獻(xiàn)程度保持了一致。由于wi∈［0，1］，因此修正后各信源證據(jù)的總體不確定度會(huì)有所增加。

3.2 電子目標(biāo)綜合辨識(shí)交互式融合

電子目標(biāo)綜合辨識(shí)過(guò)程中，由于各信源目標(biāo)識(shí)別結(jié)果的不一致性及各種小概率因子的存在，使得識(shí)別框架可能變得很復(fù)雜。以識(shí)別框架包含20 個(gè)元素計(jì)算，則所有可能焦元數(shù)目會(huì)達(dá)到1.048 576×107個(gè)，運(yùn)算復(fù)雜度成指數(shù)遞增。

結(jié)合電子目標(biāo)綜合辨識(shí)實(shí)際情況，本文在目標(biāo)合成過(guò)程中加入過(guò)濾信息對(duì)系統(tǒng)的不確定性進(jìn)行修正，剔除干擾因子。具體方法為:融合中心對(duì)通過(guò)數(shù)據(jù)鏈情報(bào)獲取預(yù)知不出現(xiàn)的目標(biāo)在識(shí)別框架中進(jìn)行算法隔離;同時(shí)在融合過(guò)程中設(shè)定拒絕門限，將一些概率值很小的干擾值剔除掉，對(duì)小概率事件進(jìn)行截?cái)啵瑥亩s小識(shí)別框架，加快融合速度［15］。

假定識(shí)別中心情報(bào)顯示，在輻射源識(shí)別框架2Ω中有k個(gè)類型目標(biāo)不確定出現(xiàn)，這樣獲得k個(gè)類型目標(biāo)的目標(biāo)集合X;l個(gè)類型目標(biāo)無(wú)法判斷，目標(biāo)集合為Y;p個(gè)目標(biāo)確定不出現(xiàn)，p個(gè)目標(biāo)集合為Z，k+l+p =θ 為原輻射源識(shí)別框架。取拒絕門限σj，若修正后的基本概率賦值則在融合過(guò)程中將此目標(biāo)隔離，由此可知被隔離的目標(biāo)數(shù)應(yīng)大于等于p，假如有q個(gè)目標(biāo)被算法隔離，重新排序后進(jìn)行歸一化處理。

第j個(gè)識(shí)別單元的不確定性為:

然后利用Dempster 組合進(jìn)行合成，對(duì)目標(biāo)的身份屬性做出最終判定。

4 電子目標(biāo)綜合辨識(shí)仿真驗(yàn)證

假設(shè)融合中心分別獲取同一目標(biāo)的無(wú)源偵察、雷達(dá)探測(cè)、紅外成像以及數(shù)據(jù)鏈等信源的目標(biāo)識(shí)別信息，各信源得出的目標(biāo)基本概率賦值mESM(·)、mRadar(·)、mIR(·)以及mdata(·)見(jiàn)表1。同時(shí)由數(shù)據(jù)鏈獲取的情報(bào)顯示:E1、E2不確定性出現(xiàn)，E3、E4無(wú)法判斷，E5、E6確定不出現(xiàn)，mdata(θ)=0.1。

表1 基本概率賦值表

由于各類信源自身存在較大的性能差異，利用層次分析法獲取各信源證據(jù)的主觀權(quán)重比值為ESM∶Radar∶IR∶data =0.6 ∶0.3 ∶0.5 ∶1。采用距離計(jì)算公式(4)獲取電子目標(biāo)綜合辨識(shí)各信源證據(jù)客觀權(quán)重比值為ESM∶Radar∶IR∶data =0.714 ∶0.612∶1 ∶0.641。在此基礎(chǔ)上應(yīng)用組合權(quán)重公式(5)，可得各信源組合權(quán)重的比值分別為ESM∶Radar∶IR∶data =0.667 ∶0.286 ∶0.781 ∶1。應(yīng)用證據(jù)賦值修改公式(6)，可得修改后的基本概率賦值見(jiàn)表2。

表2 修正的基本概率賦值表

采用截?cái)嘈腿诤咸幚砟Ｐ停O(shè)拒絕門限σj =0.015，假設(shè)A5、A6被算法隔離，獲取修正的基本概率賦值見(jiàn)表3。

表3 拒絕門限σj = 0.015 時(shí)修正的基本概率賦值表

若取拒絕門限σj =0.02，則A4、A5、A6被算法隔離，獲取修正的基本概率賦值見(jiàn)表4。

表4 拒絕門限σj = 0.02 時(shí)修正的基本概率賦值表

表5 則分別顯示了沒(méi)有采用截?cái)嘈腿诤咸幚怼⒉捎镁芙^門限為σj =0.015 和拒絕門限為σj =0.02 的Dempster 組合結(jié)果。

表5 三種情況的融合結(jié)果

從表5 可以看出，融合中心采用了交互式處理方法，對(duì)預(yù)知不出現(xiàn)的目標(biāo)以及小概率事件進(jìn)行算法隔離，在不影響實(shí)際判決結(jié)果的基礎(chǔ)上有效減少了識(shí)別框架，降低了系統(tǒng)運(yùn)算量，改善了電子目標(biāo)綜合辨識(shí)的整體工作性能。

5 結(jié)束語(yǔ)

證據(jù)理論由于其在不確定性領(lǐng)域中的獨(dú)特優(yōu)勢(shì)，在目標(biāo)識(shí)別領(lǐng)域發(fā)揮了重要作用。本文從電子目標(biāo)綜合辨識(shí)的實(shí)際需求出發(fā)，針對(duì)傳統(tǒng)證據(jù)理論存在的固有缺陷，采用主客觀相結(jié)合的方式分析修正各信源證據(jù)權(quán)重，有效解決不同信源證據(jù)識(shí)別可信度不同的問(wèn)題;通過(guò)對(duì)小概率事件的截?cái)鄬?shí)現(xiàn)算法隔離，有效解決證據(jù)理論識(shí)別框架膨脹的問(wèn)題。實(shí)例表明，基于改進(jìn)證據(jù)理論的目標(biāo)綜合辨識(shí)算法準(zhǔn)確性與實(shí)時(shí)性得到很大的增強(qiáng)，在實(shí)際運(yùn)用中具有很強(qiáng)意義。

［1］ CARL WISE，JIM ARMITAGE. Electronic combat and weapon system integration［J］. Journal of Electronic Defense，1991，14(7):37 -39.

［2］ SHAFER G. A mathematical theory of evidence［M］. Princeton University Press，1976.

［3］ 王壯，郁文賢，莊釗文，等. C3I 系統(tǒng)中的目標(biāo)綜合識(shí)別技術(shù)［J］.系統(tǒng)工程與電子技術(shù)，2001，23(1):5 -8.

［4］ 丁迎迎，李洪瑞，楊永健，等. 基于加權(quán)的目標(biāo)綜合識(shí)別技術(shù)［J］.火力與指揮控制，2012，37(3):54 -58.

［5］ 何立志，張翠芳，蔣鵬.一種新的基于置信距離的沖突證據(jù)融合方法［J］.計(jì)算機(jī)應(yīng)用研究，2014，31(10):3041 -3043.

［6］ 韓德強(qiáng)，楊藝，韓崇昭. D -S 證據(jù)理論研究進(jìn)展及相關(guān)問(wèn)題探討［J］.控制與決策，2014，29(1):1 -8.

［7］ 葉清，吳曉平，翟定軍. 一種基于能量函數(shù)的證據(jù)合成算法［J］.系統(tǒng)工程與電子技術(shù)，2010，32(3):566 -569.

［8］ 陳博，萬(wàn)壽紅，岳麗華. 改進(jìn)的D -S 證據(jù)艦船融合檢測(cè)研究［J］.計(jì)算機(jī)工程與應(yīng)用，2010，46(28):222 -224.

［9］ 康健.基于多傳感器信息融合關(guān)鍵技術(shù)的研究［D］.哈爾濱:哈爾濱工程大學(xué)，2013.

［10］ SEVASTIANOV P ，DYMOVA L ，BARTOSIEWICZ P . A framework for rule-base evidential reasoning in the interval setting applied to diagnosing type 2 diabetes［J］. Expert Systems with Applications，2012，39(4):4190 -4200.

［11］ 劉澎，姚欽.可信度估計(jì)在目標(biāo)識(shí)別融合系統(tǒng)中的應(yīng)用［J］.探測(cè)與控制學(xué)報(bào)，2007，29(1):20 -35.

［12］ 孟光磊，龔光紅.證據(jù)源權(quán)重的計(jì)算及其在證據(jù)融合中的應(yīng)用［J］.北京航空航天大學(xué)學(xué)報(bào)，2010，36(11):1365 -1368.

［13］ 胡昌華，司小勝，周志杰，等.新的證據(jù)沖突衡量標(biāo)準(zhǔn)下的D-S 改進(jìn)算法［J］.電子學(xué)報(bào)，2009，37(7):1578 -1583.

［14］ 劉海燕，趙宗貴，巴宏欣. 一種基于加權(quán)證據(jù)合成多傳感器目標(biāo)識(shí)別方法［J］.解放軍理工大學(xué)學(xué)報(bào)，2005，16(6):521-524.

［15］ 姚欽，肖明清.基于證據(jù)理論的交互式目標(biāo)識(shí)別算法［J］.系統(tǒng)工程與電子技術(shù)，2005，27(4):592 -595.