基于模糊描述邏輯的C4ISR系統上下文環境分析方法

董慶超,陳青華,齊玉東,姚　剛

(1.海軍航空工程學院兵器科學與技術系,山東 煙臺 264001;2.解放軍理工大學軍事信息學教研中心,江蘇 南京 210007)

?

基于模糊描述邏輯的C4ISR系統上下文環境分析方法

董慶超1,2,陳青華1,齊玉東1,姚剛1

(1.海軍航空工程學院兵器科學與技術系,山東 煙臺 264001;2.解放軍理工大學軍事信息學教研中心,江蘇 南京 210007)

為了實現指揮信息系統自適應的決策支持,將上下文感知技術融入指揮信息系統的分析與設計,首先提出了C4ISR系統上下文元本體,借此定義指揮信息系統上下文環境的基本語義框架。在此基礎上,結合元本體以及面向目標的需求分析方法思想,提出了C4ISR系統上下文環境信息獲取和建模表示方法。此外,將模糊本體推理技術引入指揮信息系統上下文環境推理分析環節,通過設計上下文環境模型到本體的形式化規約算法,有效地將指揮信息系統的上下文環境信息形式化,并通過本體推理技術,實現了對系統上下文環境的推理分析。

C4ISR; 上下文感知; 模糊推理; 模糊描述邏輯

0　引　言

一體化聯合作戰不僅要求不同軍兵種之間實現信息互聯互通,而且要共享戰場態勢,實現戰場感知資源、指揮資源和火力資源的優化配置和指揮協同形成體系作戰能力,因此對指揮信息系統,即C4ISR系統,提出了更高的功能和性能要求。美軍《2010聯合構想》也指出:未來軍事通信業務及指揮所的核心能力之一是自適應決策支持,基于當前上下文信息與指揮所業務進行交互以支持指揮員戰場決策[1]。面對復雜的作戰任務、瞬息變化的戰場環境,C4ISR系統要及時根據作戰任務、目標、環境、場景的變化,靈活高效調度各類作戰資源,因此,各國國防工業部門對“智能化”C4ISR系統的需求越加迫切。

如何才能讓指揮信息系統智能起來,上下文感知技術是一條可行的技術路線。具備上下文感知能力的指揮所及其所屬指揮信息系統,首先可以感知當前環境、場景、任務等上下文信息的不斷變化情況,并根據上下文分析結果,結合當前指揮所通信能力、計算資源靈活配置所屬的資源,為指控系統的網絡化和智能化提供一種可行路徑。

目前，上下文感知及其推理技術是業界的研究熱點。文獻[2]為滿足綜合戰場環境建模的需求,提出一種基于上下文的綜合戰場環境本體建模方法。針對模型各種應用領域,分別抽取不同處理過程中共有的以及關鍵處理過程中特有的視角,形成上下文。文獻[3]在對象統一建模語言(unified modeling language,UML)的基礎上,通過擴展其建模元素,構建了一種面向Web服務的領域特定建模語言。文獻[4]針對復雜傳感器網絡環境下對傳感器上下文精確定位、智能推理與可信融合的要求,結合上下文感知中間件和普適上下文質量管理技術,提出了一種考慮上下文質量的不確定上下文可信融合方法。文獻[5]針對情境感知計算系統中因上下文失效引起的感知計算服務異常中斷問題,提出一種上下文自配置算法,該算法可以有效搜索失效的上下文或其等效內容,并根據搜索經過的路徑配置上下文推理規則,實現上下文環境的重構。文獻[6]采用證據理論實現了對上下文信息特別是其中不確定信息的建模和模糊推理。上述研究成果對C4ISR系統上下文環境分析有著很好的借鑒意義,但是難以直接應用于C4ISR系統的上下文環境分析,就在于該系統領域知識有其特定性:一方面系統的上下文信息與C4ISR系統的作戰使命、任務、預期作戰效果密切相關,但是現有的上下文信息建模方法鮮有考慮上述概念;另一個方面,C4ISR系統上下文環境常常隱含大量模糊信息,例如:打擊效果的好與壞,任務的難與易等等,加入這些模糊概念后不僅使得上下文環境信息表達困難,而且給上下文環境的分析推理帶來很大障礙。

為了解決模糊信息給C4ISR系統上下文信息建模、分析帶來的困難問題,本文提出一種基于模糊描述邏輯的C4ISR系統上下文環境分析方法,首先圍繞指控領域特點,提煉領域內上下文環境相關概念,由此形成元本體(對應UML的Meta層)。之后在元本體的語義約束下,引導領域專家構建指控領域上下文知識,例如:城市防空、聯合火力打擊等領域知識,在領域知識的基礎上,結合模糊描述邏輯系統的Tableau推理算法,實現對領域內模糊上下文信息的推理和分析,分析結果可以作為指控資源、感知資源和火力資源合理配置的參考依據,進而實現指揮所自適應的決策支持。

1　上下文本體

1.1頂層上下文本體

目前業界普遍認為，上下文是用于刻畫空間中實體的信息,包括了人物、設備、地點、時間等物理要素。當上下文應用于智能指揮所及其所屬C4ISR系統,此時應當在上述

概念的基礎上進一步擴展本領域相關概念,引入的概念包括任務、預期效果、作戰實體、目標、事件等。這些新概念不僅反映了指控領域獨有特點,同時與原有上下文概念關系緊密,此外這種擴展使后期的C4ISR系統上下文信息推理分析成為可能,例如:智能指揮所可以根據通信任務的不同預期效果,靈活調整現有的通信手段和通信資源。圖1展示了擴展形成的C4ISR系統的上下文元本體。

圖1　C4ISR系統上下文元本體Fig.1　C4ISR context-aware meta ontology

1.2元本體引導的領域知識獲取

站在具體應用領域的角度,例如:城市防空領域,可以發現C4ISR系統上下文元本體語義過于抽象,其語義層次對應UML的Meta層元模型[7-8]。元本體雖然無法指導具體C4ISR系統的分析和設計,但是卻可以輔助領域專家構架所屬領域的領域知識,在知識的建模過程中發揮“模板”的語義約束作用,引導形成特定領域知識,如圖2所示。

圖2　元本體與各領域本體關系Fig.2　Relation of meta ontology and domain ontology

2　領域上下文信息獲取與建模方法

2.1上下文信息獲取與分析框架

特定領域內的上下文信息如何獲取是用戶最關心的一個問題,例如:區域防空任務下的C4ISR系統上下文信息獲取。特別是在當前我軍所提出的一體化聯合作戰任務的背景下,如何獲取和表示C4ISR系統所處的上下文環境,是一個需要解決的問題。

從C4ISR系統上下文元本體的結構可以發現:人物、設備、位置、時間等上下文要素與作戰活動是密切相關的,如果可以準確捕捉C4ISR系統需要執行的活動集,就可以在C4ISR系統上下文元本體的引導下,輔助領域專家捕捉特定領域內系統的上下文信息。如何能夠準確獲得系統的執行活動集合,面向目標的需求分析方法通過使命任務分解可以有效解決這一問題[9]。

使命任務分解是對作戰任務的逐步細化,通過樹形的分解結構,逐步將頂層的復雜任務,分解為底層可執行的簡單任務,并通過任務的層層聚合,實現初始的使命目標。在分解過程中可以參考文獻[9]提出的“與”“或”分解模式,注意去除目標樹中不可實現的目標、彼此沖突矛盾的目標。

與分解:父目標的實現必須以每個子目標均實現為前提。

或分解:父目標的實現以一個或幾個子目標實現為前提。

圖3結合城市防空任務特點,構建其使命任務分析模型。模型中城市區域防空是頂層的復雜任務,借助“與”分解形成“組織擬定防空預案”和“空中目標狙擊”兩項使命目標。其中“空中目標狙擊”通過多次或分解最終形成三個簡單任務,即樹形結構中的底層葉目標。通過對每一個葉目標進行活動分析,得出為完成目標C4ISR系統需要執行的全部活動。在獲得全部活動概念之后,可以在C4ISR系統上下文元本體的語義約束下,引導領域專家指出系統的上下文相關概念。

圖3　城市區域防空使命任務目標分析模型Fig.3　Task analysis model of city area defense

2.2上下文信息建模方法

前文指出C4ISR系統上下文元本體對應UML的Meta層模型,因此可以借助UML自身良好的領域特定建模語言擴展形成技術,生成一種C4ISR系統上下文知識建模語言,具體做法如下:

步驟1利用C4ISR系統上下文元本體中定義的元概念,比如,位置、計算、目標等,擴展UML元模型中的元類,由此形成本領域概念的構造型;

步驟2利用C4ISR系統上下文元本體中定義的元關系,比如,具有、實現、需要等,擴展UML元模型中的元關系,由此形成本領域關系的構造型;

步驟3如果元概念之間存在數量約束,這些數量約束則表示為模糊描述邏輯公理;

步驟4根據用戶的需要可以針對不同構造型定義其圖標。

需要說明的是,針對步驟3中存在的概念之間數量約束,UML建議采用對象約束語言(object constraint language,OCL)表示上述數量關系,但是文獻[10-11]已經指出:OCL是一種半可判定的形式化語言。如果采用它表述概念之間的數量關系,將使得后期的上下文推理難以得到最終結果,因此,本文建議采用模糊描述邏輯表示概念間的數量約束。

引入領域擴展元素解決了UML難以建模上下文語義環境的問題,但還是難以表示環境中隱含的模糊概念,例如:效果的好與壞、能力的強與弱等,這里需要進一步對UML做模糊擴展,使之具有建模模糊信息的能力。本方法在UML類的基礎上做出以下模糊擴展:

(1)應用對象是否是指定領域類的實例具有不確定性,這種模糊性通過在領域類中引入新屬性——隸屬度μ表示,μ具有取值范圍0≤μ≤1;

(2)領域類的一個屬性取值范圍是另一個模糊類,這種模糊性的表示形式是在該屬性的名稱前引入FUZZY關鍵字加以標識;

(3)類的父類或子類是模糊類,這種模糊性的表示方法是在上述類之間添加繼承關系。

引入3種模糊建模元素后,新擴展的UML已經可以建模表示C4ISR系統上下文領域可能存在的明確知識和模糊知識。例如,圖4(a)定義了領域知識層面存在的一個“信道忙”概念,在具體的指揮所上下文環境中,由于不同傳感器探測能力不同、噪聲環境各異,所以各傳感器對“信道忙”的判斷各有不同,就體現了領域知識中隱含的模糊信息。這種模糊信息就可以通過圖4(b)中領域類的隸屬度屬性μ建模表示。

圖4　基于模糊UML的上下文模糊信息建模Fig.4　Fuzzy information modeling based on fuzzy-UML

3　上下文環境信息的形式化分析

以上工作通過對現有UML的語義擴展,實現了對智能C4ISR系統上下文環境信息的建模表示,但是還沒有解決上下文環境推理分析這一問題。考慮到UML建模元素與描述邏輯本體描述語言元素之間良好的對應關系,以及描述邏輯語言自身推理可判定性和推理時效性,這里采用描述邏輯的一個模糊擴展子集——f-SHIN,形式化表示上述C4ISR系統上下文知識模型,并采用f-SHIN自身的Tableau算法,分析C4ISR系統的上下文環境。這里,核心工作就是提出從上下文信息模型到上下文信息本體的轉換算法。該算法描述如下。

輸入領域上下文信息模型;具體上下文環境下的上下文信息模型。

輸出上下文環境本體。

轉換過程:

步驟1將領域上下文信息模型轉換為f-SHIN的Tbox公理集。

步驟1.1對于任意領域概念C。

步驟1.1.1Tbox中創建相應的概念C;

步驟1.1.2如果概念C是明確概念,那么設置概念C與其實例之間的隸屬度μ值為1;

步驟1.5如果關系R具有傳遞性,例如關系的層層聚合,那么在Tbox中要做出傳遞聲明,即Trans(R)。

步驟2將具體上下文環境下的上下文信息模型轉換為為f-SHIN的Abox實例集。

步驟2.1對于具體上下文環境中出現的任意概念c(元類型為C,隸屬度值為n),在Abox中創建聲明〈c:C〉??n。

步驟2.2對于具體上下文環境中概念a,b間出現的任意關聯關系r(元型為R,隸屬度值為n),在Abox中創建聲明〈a,b〉??n。其中，??代表≥，>,≤，<；n∈[0,1]。

通過以上形式化轉化算法可以將UML表示的上下文環境模型轉換為模糊描述邏輯f-SHIN表示的上下文本體,之后借助描述邏輯的Tableau算法就可以對本體進行推理分析,對于Tableau算法可以參見文獻[12-13],這里不再介紹。需要說明的是,C4ISR系統的上下文形式化推理分析離不開領域內所存在的規則和常識,例如:在防空領域當目標是敵方目標,并且威脅程度大于一定范圍時,火力打擊系統就要采取打擊行動;在海情領域,如果海情中心發現目標20 min內還無法識別目標敵我屬性,那么必須向上級單位上報目標信息。這些規則或常識是上述形式化推理的判定條件和依據,所以本方法建議按照模糊描述邏輯的語法將其表示為公理集合,進而連同本方法轉換后獲得的上下文環境本體進行形式化推理,就可以實現對上下文環境的推理分析。此外,為了實現上下文信息的自動推理分析,可以調用目前開源的支持模糊描述邏輯本體推理的自動推理引擎,如Racer、Pellet等,這些工具支持自動執行模糊描述邏輯的Tableau算法,在加載本體后可以在領域規則的約束下,自行完成整個推理分析過程,并對上下文環境本體中違反領域規則的概念給予提示。

4　上下文分析案例

基于以上方法,本課題組開發了OBCREAT V2.0工具,首先該工具提供了領域特定建模元素和模糊信息建模元素,支持用戶對C4ISR系統的上下文環境信息建模。同時,工具內部實現了本文所提出的從UML模型到f-SHIN模糊本體的形式化算法,可以自動地將用戶構建的上下文知識模型轉換為形式化本體。此外該工具內部加載了支持Tableau算法的Pellet自動推理機,借此工具可以自動對指揮信息系統上下文環境信息進行推理分析。這種形式化的上下文信息分析可以解決兩類上下文環境分析問題:①在現有的作戰環境下,哪些作戰資源可以支持系統完成作戰任務,取得預期作戰效果;②現有的作戰資源哪些存在能力上的欠缺,會影響系統完成作戰任務。通過前期研究[14-15],通過形式化證明的手段已經指出上述兩種分析的本質都是模糊本體的概念可滿足性判定問題,因此,這里通過問題②的一個案例,說明工具的分析效果。

在某城市防空一體化作戰系統效能需求模型的建模分析中,系統分析人員根據系統的實際情況或用戶對系統的預期執行效果對應用概念的各個屬性賦值,如圖5所示。其中X系統防空能力的預期效果是20 min準確毀傷空襲目標;X系統預警能力的預警時間屬性為35 min,準確識別率大于0.9;X系統提前預警效能值為0.65(由領域專家給定的Early(35)效能量化函數計算得出)。由于用戶對預期效果“20 min內準確毀傷空襲目標”概念的效能值賦值過高(該值大于0.8),因此導致模型存在不合理性問題,原因如下:一方面,如果X防空一體化作戰系統防空作戰能力實現預期效果(20 min準確毀傷空襲目標)的效能值大于0.8,那么其各項子能力以及子能力的效能值應該均不不低于0.8。但是模型中預警子能力的提前預警效能值過低(僅0.65),因此該效能將會影響系統完成預期的作戰效果;另一個方面,X系統預警時間性能指標為35 min,即從發現目標到準確識別目標并發出警報的時間為35 min,因此難以支持“20 min內發現和毀傷空襲目標”的預期效果。通過OBCREAT V2.0工具提供的合理性驗證功能,工具可以有效發現該問題,并提示“X系統提前預警效能”取值為0.65,可能會影響系統完成預期任務,如圖5所示。以上案例是上下文本體推理技術在C4ISR系統效能問題分析領域中的具體應用,除此之外,本方法在指揮信息系統使命任務分析、作戰資源配置分析和作戰能力配置分析等作戰需求分析領域中都可以得到良好的應用。特別是在作戰能力分析中,由于不同層次的作戰能力之間存在層層的分解與聚合,使得對體系頂層能力的衡量愈加復雜,如果采用上下文環境推理技術,將不同層次能力之間的聚合與分解表示為形式化的上下文本體,那么就可以借助Pellet推理機的形式化推理手段,分析系統底層能力對頂層宏觀能力的有效支撐程度,進而發現系統能力配置環節中的薄弱環節。

圖5　某區域防空C4ISR系統部分上下文信息模型(片段)及其環境分析結果Fig.5　Result of a city area defense C4ISR system context-aware knowledge reasoning

5　結　論

指揮所及其所屬C4ISR系統的網絡化、智能化是未來各國國防工業部門建設的重點方向。在C4ISR系統的規劃設計環節引入上下文知識表示和分析技術,可以實現指揮所根據所處地點、環境、任務、作戰效果等因素變化,合理分析指控資源、感知資源和火力資源的調整策略,進而實現指揮所自適應的決策支持。本文以此為背景,提出一種基于模糊描述邏輯推理的C4ISR系統上下文環境分析方法,該方法具有以下特點:一是從C4ISR系統的業務特點出發,提出了C4ISR系統上下文元本體,定義了組成該系統上下文環境的基本概念和語義框架;二是結合C4ISR系統上下文元本體和UML Profile擴展技術,為用戶提供了C4ISR系統上下文信息建模表示手段;三是借鑒了面向目標需求分析方法思想,從使命任務分析出發,在C4ISR系統上下文元本體的語義約束下,引導領域專家捕捉系統上下文環境信息;四是借助f-SHIN模糊本體推理技術,可以實現具體應用環境下C4ISR系統上下文信息分析,進而為系統資源的優化配置、預期作戰效果分析提供一種科學分析依據。下一步,本研究將選擇幾種典型一體化聯合作戰任務,依據本方法和工具平臺構建其領域知識庫,進而為相關系統的上下文環境分析提供參考依據。

[1] Geng W D,Zhu X N.Research on the basic problem of system operation based on information system[J].China Military Science,2011,138(1):7-12.(耿衛東,朱小寧.基于信息系統的體系作戰基本問題研究[J].中國軍事科學,2011,138(1):7-12.)

[2] Lu X X,Li S K.Ontology modeling of synthetic battlefield environment based on context[J].Journal of Computer Engineering,2012 38(4):272-274.(陸筱霞,李思昆.基于上下文的綜合戰場環境本體建模[J].計算機工程,2012 38(4):272-274.)

[3] Quan Z S,Boualem B.ComextUMl:a UML-based modeling language for model driven development of context—aware web serviees[C]//Proc.of the 4th International Conference on Mobile Business,2005:206-212.

[4] Zheng D,Wang J.Research of QoC based reliable fusion method for uncertain context[J].Journal of Huazhong University of Science and Technology (Nature Science Edition),2013,41(z2):192-204.(鄭笛,王俊.考慮上下文質量的不確定上下文可信融合方法[J].華中科技大學學報,2013,41(z2):192-204.)

[5] Lu Y,Miao K J.Context self-construction algorithm in context-aware coputiong framework[J].Journal of Huazhong University of Science and Technology (Nature Science Edition),2010,38(1):35-38.(陸寅,苗克堅.情境感知計算系統中上下文自配置算法[J].華中科技大學學報,2010,38(1):35-38.)

[6] Liu P Z,Zhang J.A context-aware application infrastructure with reasoning mechanism based on Dempster-Shafer evidence theory[C]//Proc.of the Vehicular Technology Conference,2008:2834-2838.

[7] OMG.OMG unified modeling languageTM,superstructure.Version 2.2[EB/OL].[2009-02-02].http://www.omg.org/spec/UML/2.2/Superstructure.

[8] OMG.OMG unified modeling language TM,infrastructure.Version 2.2[EB/OL].[2009-02-04].http://www.omg.org/spec/UML/2.2/Infrastructure.

[9] Lamsweerde V,Letier E.Handling obstacles in goal-oriented requirements engineering[J].IEEE Trans.on Software Engineering,2000,26(10):978-1005.

[10] Cabot J,Teniente E.Incremental integrity checking of UML/OCL conceptual schemas[J].Journal of Systems and Software,2009,82(9):1459-1478.

[11] Stoilos G,Nikos S,Stamou G.Uncertainty and the semantic web[J].IEEE Trans.on Intelligent Systems,2006,21(5):873-877.

[12] Wang H L,Ma Z M.FRESG:a kind of fuzzy description logic reasoner[J].Journal of Computer Research and Development,2009,46(9):1488-1497.(王海龍,馬宗民.FRESG:一種模糊描述邏輯推理機[J].計算機研究與發展,2009,46(9):1488-1497.)

[13] Cimiano P,Haase P.Reasoning with large a-BoXes in fuzzy description logics using DL reasoners:an experimental evaluation[C]//Proc.of the ESWC Workshop on Advancing Reasoning on the Web:Scalability and Commonsense,2008.

[14] Dong Q C,Wang Z X.Capability requirements modeling and verification based on fuzzy ontology[J].Journal of System Engineering and Electronics，2012,23(1):78-87.

[15] Wang Z X,Dong Q C.An approach for conceptual analysis on capability requirements consistency and reasonability[J].Chinese Journal of Computers,2013,36(1):10-21.(王智學,董慶超.一種支持能力需求概念一致性和合理性分析的方法[J].計算機學報,2013,36(1):10-21.)

C4ISR context-aware environmental analysis based on fuzzy description logic

DONG Qing-chao1,2,CHEN Qing-hua1,QI Yu-dong1,YAO Gang1

(1.Department of Weapons Science and Technology,Naval Aeronautical and Astronautical University,Yantai 264001,China; 2.Military Information Teaching and Research Center,PLA University of Science and Technology,Nanjing 210007,China)

To realize an adaptive decision support and service intelligence C4ISR system,the pervasive computing and context-aware technique with the analysis and design of the C4ISR system is integrated.The C4ISR context-aware meta ontology is proposed to construct the semantic framework of the C4ISR context.And then a domain-specific modeling language for C4ISR context-aware knowledge modeling is defined by extending the unified modeling language (UML)class and association with fuzzy constructs in order to model the fuzzy concepts of the context-aware knowledge.Additionally,a C4ISR context-aware knowledge transition algorithm is defined to support an automatic context-aware reasoning and analysis.

C4ISR; context-aware; fuzzy reasoning; fuzzy description logic

2015-01-20；

2016-02-16；網絡優先出版日期：2016-07-06。

TP 393

ADOI:10.3969/j.issn.1001-506X.2016.11.15

董慶超(1982-),男,講師,博士,主要研究方向為指揮信息系統分析與設計。

E-mail:dongqingchao001@163.com

陳青華(1979-),女,講師,博士,主要研究方向為指揮信息系統分析與設計。

E-mail:daniancqh@126.com

齊玉東(1972-),男,講師,博士,主要研究方向為大數據技術。

E-mail:qiyudong@sina.com

姚剛(1985-),男,講師,博士,主要研究方向為軍械保障技術。

E-mail:yaogang1985@126.com

網絡優先出版地址：http://www.cnki.net/kcms/detail/11.2422.TN.20160706.1957.006.html