基于異類傳感器信息融合的平臺識別算法

李 敬，徐海洋

(中國船舶重工集團公司第723研究所，揚州 225001)

基于異類傳感器信息融合的平臺識別算法

李 敬，徐海洋

(中國船舶重工集團公司第723研究所，揚州 225001)

從實用角度出發分析了相關濾波法、目標識別法和D-S證據理論等方法在異類傳感器信息融合的不同層次的使用，綜合以上方法實現對雷達偵察輻射源、通信輻射源、激光輻射源和雷達航跡的信息融合,最終合成平臺信息，用于完成平臺識別。

異類傳感器；信息融合；逆合成孔徑雷達成像；D-S證據理論

0 引 言

數據信息融合是伴隨著一個系統使用多個同類或異類傳感器而產生的。根據參與融合的傳感器的類別，可分為同類信息融合和異類信息融合[1]。同類信息融合的優點是各傳感器之間相同特征信息比較多，融合的特征信息的確定因素比較多。而異類信息融合過程相對要難一些，因為相同的特征信息參數比較少，所以融合效果要差一些。本文主要討論異類傳感器的數據融合算法和應用領域。

異類傳感器信息融合技術是智能信息處理領域的一種重要方法,它充分利用了多源數據的互補性和計算機的高速運算來提高信息質量，提高信號截獲概率。本文討論的異類傳感器主要有無源的電子偵察、有源的航跡探測、通信情報和激光探測等，這也是目前艦載平臺最常規的配備。在這些異類傳感器中雷達能夠對運動目標進行實時跟蹤，但易暴露；無源設備隱蔽性強，但角度數據的精度比較差，目標增批嚴重。因此這些傳感器之間的信息融合會更好地提高信號識別和目標識別的準確率，并解決模糊的問題,以便準確、實時地感知周圍電磁態勢形成平臺，并將融合信息用于平臺識別，最終給出平臺的型號以及更詳細的平臺參數。

1 信息融合方法

異類傳感器之間信息融合的最大困難就是各傳感器之間的相同特征信息太少，因此異類傳感器信息融合的不同層次對應不同的算法，從精確的數據關聯濾波到模糊的屬性相似度、D-S判據等算法都被應用在異類傳感器的信息融合上。

1.1 數據關聯濾波法

數據關聯濾波法主要針對有源與無源探測同時都具有的可以量化的參數信息，主要有方位信息和俯仰信息。根據探測到的角度信息和時標，在時間和空間上對齊，實現對特征信息的相關和濾波。采用卡爾曼濾波方法實現有源航跡與雷達輻射源方位角和俯仰角的關聯濾波。下面介紹卡爾曼濾波。

預測方程:

X(k/k-1)=AX(k-1/k-1)+W(k-1)

(1)

(2)

觀測方程:

(3)

增益方程:

(4)

濾波方程:

X(k/k)=X(k/k-1)+ K(k)[Z(k)-HX(k/k-1)]

(5)

濾波均方誤差方程:

(6)

對于時變系統信號模型和時變觀測模型，轉移矩陣A和觀測矩陣H皆為時變的，用A(k)和H(k)表示。

通過卡爾曼濾波可以將雷達輻射源、通信輻射源、激光輻射源和有源航跡進行初步的角度信息的融合。如果雷達輻射源平臺可以進行無源定位，實時給出輻射源的距離信息，便可以與有源航跡進行精確的位置信息的融合。

1.2 目標識別

目標識別是將目標信息與數據庫內的信息進行關聯比對，識別出目標的平臺類型，為異類傳感器信息融合提供有效融合參數。

1.2.1 雷達輻射源目標識別

雷達輻射源在進行分選時，由于信號反射、飽和以及干擾等原因，測量參數會出現偏差，而且雷達輻射源往往具有多個工作模式，不同雷達的模式相互交迭，對于工作頻率、重復頻率、脈沖寬度、信號調制度這類連續模擬性參數，則由于各部具體雷達的特征參量的值總是在各自對應的某一平均值附近擺動，使得分選結果出現偏差，增加了模糊性[2]。為此選用模糊匹配方法，采用高斯型隸屬函數。

識別參數主要有射頻f、重頻F和脈寬τ。下面以射頻為例。

目前比較常見的雷達輻射源射頻類型一般包括固定、分集、脈組捷變、 脈間捷變、調頻和復合信號。在進行射頻相關時，先將射頻類型籠統分為兩大類，一類是固定頻點的，主要包含固定類型、分集，另一類是射頻值是變化的，主要包含脈間捷變、脈組捷變、調頻和復合信號。

對固定頻點的射頻值相關采用高斯型隸屬函數計算模糊隸屬度，公式如下：

μRi(f)=

(7)

式中：f為頻率測量值；fmin和fmax為以f頻率值為中心，因測量設備的噪聲和誤差測出的雷達工作頻率的低端和高端；σRi為該類雷達載頻的測量精度；μRi(f)為第i次測量頻點f的融合相關度。

需要注意的是，在進行高斯隸屬度函數計算時，通常固定射頻點會有多個，對多個射頻點進行相關時，先要進行射頻點配對，保證最接近的2個射頻點進行模糊隸屬度相關。

對另類變化的射頻值進行相關時，采用均勻分布求概率的方法。設有2個相關的射頻參數(fimax，fimin)和(fDmax，fDmin),則：

(8)

式中：(fimin,fimax)∩(fDmin,fDmax)表示求射頻(fimax，fimin)和(fDmax，fDmin)的交集；(fimin,fimax)∪(fDmin,fDmax)表示求射頻(fimax，fimin)和(fDmax，fDmin)的并集。

在求相關隸屬度前同樣的先要進行射頻范圍的配對，保證最接近的2個射頻范圍值求均勻分布概率。

1.2.2 有源目標識別

有源航跡的識別主要通過目標的方位信息(主要俯仰角)和速度信息等來粗分平臺類型。有些平臺類型在速度和俯仰角上并無很明確的界限，還可以依據目標的逆合成孔徑雷達(ISAR)成像，根據一維距離像和二維距離像來區分。

高分辨率ISAR成像雷達由于能夠實現目標的二維成像，獲取更加豐富的目標散射信息，有利于目標的識別和分類，被廣泛應用于現代雷達系統中。對目標進行高分辨ISAR成像需要有縱向和橫向分辨率。橫向分辨率是通過目標相對雷達的轉動實現的，而縱向分辨率是通過雷達發射的大信號帶寬實現的[3]。因而選擇適合的大時寬帶信號對于ISAR成像系統設計來說是至關重要的。大時寬帶信號可以有許多形式，如脈沖編碼等，但用得最多的是線性調頻脈沖信號和調頻步進頻信號。圖1是利用調頻步進頻方式對某型民航機的二維成像。圖2是某艦船的二維像。

圖1 民航機二維ISAR成像

圖2 某艦船二維ISAR成像

二維成像對目標的配合要求比較高，要求目標相對測量點要求切向運動，對于敵方目標是很難做到的，對有經驗的操作手來說，他可以從一維像上給出識別。圖3是對應圖1民航機的某幀一維距離像，圖4是對應圖2某艦船的一維距離像。

圖3 民航機一維距離像

圖4 某艦船的一維距離像

即使通過數據庫比對和目標成像也很難準確無誤地給出目標的平臺類型，包括其他參數特征信息都不完整、不精確甚至存在一定的模糊性。基于這些問題，在進行異類傳感器數據融合時，通過前面的方法收集異類傳感器平臺盡可能全面的相關信息，如：頻率特征、平臺類型、威脅等級、敵我屬性等，再用D-S證據理論進行信息融合，給出最終判據。

2 基于D-S證據理論的信息融合[4]

由于存在各種干擾而導致各種傳感器局部判決結果的不確定性，使得決策級融合中的各種“最優”準則未必為系統的“最優”。D-S證據理論在區分不確定與不知等方面顯示了很大的靈活性。為了解決信息的不完整，不確定及模糊性的問題，可以采用D-S證據理論中的基本概率分配函數來描述這種不確定性。

設Mn是2Ω上概率分配函數，則其正交和M=M1+M2+…+Mn定義為:

(9)

(10)

(11)

式中：Ω為樣本空間，Ω由一些互不相容的參數構成，這些參數的各種組合構成冪集2Ω；M為基本概率分配函數；M(A)為冪集2Ω在[0，1]的映射；M(Φ)=0為不可能事件的基本概率是0；當2Ω中全部元素的基本概率之和為1，即∑M(A)=1，A?Ω。

對多傳感器多測量周期可信度分配的融合可先對每個傳感器求其各個測量周期的可信度進行信息融合，再求所有傳感器的可信度進行信息融合。

設Msj(Ak)為第s(s=1，…，S)個傳感器在第j(j=1，…，J)個測量周期對命題Ak(k=1，…，K)的可信度分配，計算每個傳感器依據各自第j個周期的測量積累對命題Ak的融合后驗可信度分配為：

(12)

(13)

對所有傳感器的融合結果再進行融合處理，即：

(14)

(15)

命題A可以是平臺類型、威脅等級和敵我屬性，通過對各個傳感器的3種命題進行統計給出不確定性，再通過對所有傳感器的統計給出不確定性，最后給出最終判決。

3 結束語

異類傳感器信息融合的發展是必然趨勢，國內外對異類傳感器信息融合合成平臺的研究已有，雖然只是簡單地將目標航跡與雷達輻射源進行融合，但已可給出平臺信息，感知周圍態勢。圖5是用海圖對異類傳感器進行信息融合合成平臺的顯示。

目前偵察設備和通信設備存在的問題是多路徑效應，輻射源增批現象嚴重而且在方位信息上不穩定，出現方位跳變現象造成虛假目標較多，激光的最大問題就是方位偏差太大。這些都會導致信息融合的不穩定和錯誤，在工程實現時除了按相關算法和準則進行融合外，還要進行平臺之間的修正和更改，及時更新平臺信息，實現實時動態信息融合，避免輻射源參數不穩定導致平臺合成的錯誤。

[1] 梁健.異類傳感器數據融合技術應用[J].2006年無線電工程,36(7):33-35.

[2] 王國玉,汪連棟,王國良,等.雷達電子戰系統數學仿真與評估[M].1版.北京：國防工業出版社，2004.

[3] 保錚 邢孟道 王彤.雷達成像技術[M].1版.北京：電子工業出版社，2008.

[4] SHAFER G.A Mathematical Theory of Evidence[M].Princeton,NJ:Princeton U P,1976.

Platform Recognition Algorithm Based on Heterogeneous Sensor Information Fusion

LI Jing， XU Hai-yang

(The 723 Institute of CSIC,Yangzhou 225001,China)

From the practical point of view,this paper analyzes the application of correlation filtering method,target identification method and D-S S evidence theory,etc. to different levels of heterogeneous sensor information fusion,realizes the information fusion of radar reconnaissance emitter,communication emitter,laser emitter and radar track through integrating above methods,and finally the platform information is integrated,which is used for platform identification.

heterogeneous sensor;information fusion;inverse synthetic aperture radar imaging;D-S evidence theory

2016-02-25

TN97

A

CN32-1413(2016)06-0083-04

10.16426/j.cnki.jcdzdk.2016.06.018