基于信息熵和DSmT聯合方法的

目標平臺身份識別

丁亞非,張洪勃

(電子工程學院，合肥 230037)

?

基于信息熵和DSmT聯合方法的

目標平臺身份識別

丁亞非,張洪勃

(電子工程學院，合肥 230037)

摘要：目標的身份識別是電子偵察中的一項重要內容。信息融合可以很好地解決單傳感器目標識別誤差較大甚至識別錯誤的問題。利用信息熵和DSmT聯合的方法，對電子偵察中多傳感器目標平臺身份識別問題進行了研究，將通信對抗和雷達對抗偵察中對于目標身份的識別結果進行融合處理，較好地完成了目標平臺身份識別。

關鍵詞：信息熵；電子對抗偵察；輻射源識別；目標平臺識別

0引言

利用多部傳感器，特別是不同體制、不同用途的傳感器所提供的對所偵察目標的身份判斷，經過一定的處理，可以得到一個更精確的判斷，這就是所說的目標身份融合。確切地說，所謂身份融合[1]就是根據各個傳感器給出的帶有不確定性的身份報告或說明，進一步進行信息融合處理，對所觀測實體給出聯合的身份判斷。組合身份報告要比每個單傳感器給出的身份報告更準確、更具體、更完備。電子對抗偵察不僅僅需要對目標進行跟蹤和定位，也需要對偵察的目標及平臺進行身份識別。將目標身份融合方法應用到電子對抗偵察領域的目標識別方向，在各傳感器提供的信息不一定精確、甚至是模糊的情況下，可以提高目標身份判斷的準確性和可靠性。

目標身份識別融合可以在傳感器信號級(數據級)、屬性信息級(特征級)或身份說明級(決策級)3個級別上進行[1]。目前決策級應用于目標識別的方法主要有：Bayes推理，模糊綜合，DST等方法[1-3]。其中DST方法應用較為廣泛，但其在處理證據發生高沖突的情況下會產生與直覺相悖的結論。Dezert和Smarandache等學者2002年在DST的基礎上提出了DSmT[3]，很好地解決了DST方法存在的此類問題。本文主要運用信息熵[4]和DSmT方法完成目標平臺身份識別的融合分析。

1從輻射源識別到目標平臺識別

電子對抗領域對于目標的偵察均為無源偵察，即對目標平臺所載輻射源的偵察，因此難以直接獲得感興趣目標平臺的特征。這就需要在輻射源識別的基礎上完成從輻射源識別到目標平臺識別的轉換。在電子對抗偵察中，對于目標輻射源的識別，其根本目的是在對輻射源識別的基礎上實現對裝載目標輻射源的平臺的識別。一種輻射源可能裝載于多個不同的目標平臺上，因此識別一部輻射源并不等于對于目標平臺進行了完全的識別。本文采用信息熵的方法，將通抗/雷抗偵察傳感器系統對目標輻射源識別轉化為對于目標平臺的識別，然后利用DSmT方法對目標平臺的識別結果進行融合處理，以得到更加準確可靠的目標平臺識別結果[5-7]。

2信息熵方法

為了獲得平臺識別的基本概率，首先需要對平臺輻射源進行特征提取，然后根據提取結果對平臺進行概率賦值。設有u種輻射源類型和v種目標平臺類型，構造特征矩陣T，形式如下：

(1)

式中：tij為第j個目標平臺中配備第i類輻射源設備的屬性值，如果第i類輻射源設備屬于第j個目標平臺，那么tij=1，否則tij=0。

再令：

(2)

(3)

假設在某一環境中，通過電子對抗情報偵察識別出某一平臺上的 m 個雷達輻射源，基于已有知識這 m 個雷達輻射源可能配備于 n 種不同類型的目標平臺上,因此可構建決策矩陣R。根據熵權可以進一步確定輻射源熵權系數調整的決策矩陣為：

(4)

式中：rij按照以下規則賦值：

(1) 若第i部輻射源裝備于第j型目標上，則rij為第i部輻射源對第j型平臺的支持度μij(0≤μij≤1)，即rij=μij；

(2) 若第i部輻射源沒有裝備于第j型目標上，則rij=0，表示該型輻射源對第j型目標的支持度為0。

那么，根據決策矩陣可按照下式計算第j型目標的綜合決策值：

(5)

這里將綜合決策值歸一化后得到的結果作為目標為第j型平臺的基本概率賦值，為：

(6)

3DSmT方法

DST方法在目標身份融合方面的應用比較廣泛，它可以處理不確定性問題，但是該方法在處理證據高度沖突的情況下，會產生與直覺相悖的結論。2002年，法國學者提出DSmT方法。DSmT能夠組合用信任函數表達的任何類型的獨立信源，但主要集中在組合不確定、高沖突、不精確的證據源上。尤其是當信源間高度沖突的時候，DSmT能夠超出DST的局限獲得更加優化的結果。

3.1　基本概念

(1)φ,θ1,θ2…,θn∈DΘ；

(2)A∪B∈DΘ和A∩B∈DΘ，其中A,B∈DΘ；

(3) 只有滿足條件(1)和條件(2)的元素才屬于DΘ。

Θ為給定的一個一般識別框架，定義與給定證據相關的基本概率賦值函數

(7)

(8)

(9)

3.2　DSm組合準則

(10)

φ

(11)

(12)

(13)

(14)

該準則稱為混合DSm組合準則。

3.3　DSmT的融合過程

圖1給出了具體的DSmT融合過程。

圖1　DSmT融合過程

4信息熵和DSmT在目標身份識別融合中的具體應用

根據本文方法，對目標進行身份識別融合需要按照如下步驟：

(1) 根據信息熵方法，由通抗/雷抗偵察傳感器系統對目標平臺中輻射源的識別結果得到其可能平臺的基本概率賦值；

(2) 由第(1)步得到的各平臺的基本概率賦值，按照DSmT方法進行融合；

(3) 做出判決。

環境設置：假設目標情報數據庫中幾種通信電臺和雷達對幾種目標平臺的支持度如表1所示。

表1　通信電臺和雷達對平臺的支持度

通抗偵察傳感器系統對一空中目標平臺進行偵察，初步判斷平臺載有電臺1和3；雷抗傳感器系統1偵察后判斷平臺載有雷達2和4；雷達傳感器系統2偵察后判斷平臺載有雷達1和2。利用DSmT方法融合后得到的結果如表2所示。

表2　DSmT融合后的概率賦值結果

識別框架為Θ={平臺A，平臺B，平臺C，平臺D，其它平臺E}。根據以上數據，可計算得到通抗偵察傳感器系統的基本概率賦值為m1(A)=0.291 3，m1(B)=0.091 1，m1(C)=0，m1(D)=0.448 0，m1(E)=0.169 6，判斷結果為平臺D；雷抗偵察傳感器系統1的基本概率賦值為m2(A)=0.060 8，m2(B)=0.608 8，m2(C)=0.069 6，m2(D)=0.060 8，m2(E)=0.2，判斷結果為平臺B；雷抗偵察傳感器系統2的基本概率賦值為m3(A)=0.272 8，m3(B)=0.400 0，m3(C)=0.218 4，m3(D)=0.054 4，m3(E)=0.054 4，判斷結果為平臺B。可以看出，前2個證據之間是存在沖突的。

根據融合的結果m123分析可知，最終的判決結果為平臺B。

5結束語

在輻射源識別的基礎上，實現目標平臺的識別具有重要的情報價值。本文利用信息熵方法和DSmT方法，完成了電子對抗多傳感器系統對目標平臺上輻射源的偵察識別到對目標平臺身份識別的過程轉化，給出的算例和計算分析驗證了該方法的可行性。本文的研究內容對電子對抗偵察中的目標平臺識別和電子對抗情報分析具有一定的借鑒意義。

參考文獻

[1]何友，王國宏，陸大纟金.多傳感器信息融合及應用[M].北京：電子工業出版社，2007.

[2]楊萬海.多傳感器數據融合及其應用[M].西安：西安電子科技大學出版社，2004.

[3]何友，王國宏，關欣.信息融合理論及應用[M].北京：電子工業出版社，2010.

[4]高建明，龔亮亮，呂濤.基于信息熵的目標平臺識別方法[J].計算機應用與軟件，2013,30(9)：224-227.

[5]陳超.數據融合中目標跟蹤與識別技術研究[D].哈爾濱：哈爾濱工業大學，2006.

[6]李鴻飛，田康生，金宏斌.DSmT在目標身份識別中的應用研究[J].空軍雷達學院學報，2010,24(4)：251- 253.

[7]郭軍.多傳感器目標識別關鍵技術研究[D].長沙：國防科技大學，2008.

Target Platform Identification Based on

The United Method of Comentropy and DSmT

DING Ya-fei,ZHANG Hong-bo

(Electronic Engineering Institute,Hefei 230037,China)

Abstract:The target identification is an important item in electronic reconnaissance.Information fusion can resolve the problem of larger error or wrong identification of single sensor target identification.This paper combines the comentropy and DSmT to study target platform identification based on multi-sensor in electronic reconnaissance,performs fusion to the target identified results in communication reconnaissance and radar countermeasure reconnaissance,finishes the target platform identification well.

Key words:comentropy;electronic countermeasure reconnaissance;emiitter identification;target platform identification

收稿日期:2015-01-16

DOI:10.16426/j.cnki.jcdzdk.2015.05.004

中圖分類號：TN971.1

文獻標識碼：A

文章編號：CN32-1413(2015)05-0015-04