面向低空監視的多源信息融合技術關鍵問題研究

高 龍， 康美玲

(上海航天技術研究院， 上海 201109)

面向低空監視的多源信息融合技術關鍵問題研究

高 龍， 康美玲

(上海航天技術研究院， 上海 201109)

針對通用航空逐級開放、低空空域“低小慢”目標的監管需求，結合低空雷達網預研項目背景，提出用多源信息融合技術解決低空空域監視問題，分析面向低空空域監視的多源信息融合技術遇到的關鍵問題，給出有效解決途徑，并對其應用前景進行探討。

低空監視； 低空雷達； 多源信息融合

0 引言

隨著通用航空的逐步開放，低空空域目標監視將面臨目標飛行高度低、雷達散射截面(RCS)小、種類、速度多樣化，監視區域復雜化的趨勢，多源異構傳感器監視網絡因其具有優于單傳感器的諸多優點而備受關注。

多源信息融合技術是一門涉及信號處理、信息論、人工智能、模糊數學等理論的多學科交叉技術，被廣泛應用于軍事和民用領域。目前，能被大多數研究者接受的有關信息融合的定義，是由美國三軍組織實驗室理事聯合會JDL(Joint Directors of Laboratories)從軍事應用角度提出的[1-3]。

多源信息融合是指用于包含多個(或多類)傳感器(或信息源)系統的一種信息處理方法。Walz將多源信息融合定義：通過對多個傳感器產生的數據或信息進行監測、組合設計、關聯等多級操作，從而得到關于觀測環境或目標的精確狀態、身份估計以及完整、及時的態勢評估的過程[4]。

在低空空域領域的多源信息融合指將來源于不同體制、不同功能和不同頻率的低空空域監視設備(如地面雷達、ADS-B監視設備、多基站協同監視雷達、紅外、光電探測等)的監視數據通過預處理、人工智能、過程優化等多技術綜合運用，實現信息共享、整體探測、協同作戰及體系對抗，提高探測性能、情報質量、抗干擾性能，實現高可靠性的低空空域監視，向用戶提供通用、連續、及時、完整、準確的一體化低空空情信息，滿足對低空空域“低小慢”目標的探測要求[5-7]。

資源管理是多源信息融合系統中的一個反饋控制環節。其核心問題就是依據一定的最優準則，建立易于量化的目標函數，通過優化目標函數選定要工作的傳感器及其工作模式或工作參數。目前解決途經主要有三種，分別是基于規劃論、信息論和神經網絡的方法。Malhotra,LiuXianxing,Wasburn等人在規劃論領域提出了基于效用函數的資源管理方法[8-11]；McIntyre等在信息論方向提出使用混合熵分辨力信息函數解決資源管理分配問題[12-14]；而在神經網絡方向，主要有Mplina Lopez等提出基于知識推理和模糊決策理論[15]，本文不再贅述。

本文依托低空雷達網預研項目需求背景，圍繞多元信息融合方法，探討在低空空域監視中需要解決的關鍵問題。

1 多源信息融合模型

關于信息融合模型，由JDL數據融合組織首先提出，其后幾經修改，形成面向信息融合結果的模型，如圖1所示，該模型正被越來越多的實際工程系統所采用。構建JDL信息融合模型的目的是促進系統管理人員、理論研究者、設計人員、評估人員相互之間更好地溝通和理解，從而使得整個系統的設計、開發和實施過程得以高效順利地進行。

該處理模型中，包括以下幾種處理過程。

第一級處理是目標評估(Object Assessment)，如圖2所示，主要功能包括數據配準、數據關聯、目標位置和運動學參數估計，以及屬性參數估計、身份估計等，其結果為更高級別的融合過程提供輔助決策信息。

第二級處理態勢評估(Situation Assessment)問題，是對整個態勢的抽象和評定。其中，態勢抽象就是根據不完整的數據集構造一個綜合的態勢表示，從而產生實體之間一個相互聯系的解釋；態勢評定則關系到對產生觀測數據和時間態勢的表示和理解。態勢評定的輸入包括時間檢測、態勢估計以及為態勢評定所生成的一組假設等；態勢評定的輸出在理論上是所考慮的各種假設的條件概率。在軍事領域，態勢評估是指評價實體之間的相互關系，包括敵我雙方兵力結構和使用特點，是對戰場上戰斗力量分配情況的評價過程。

第三級處理是影響評估(Impact Assessment)問題，它將當前態勢映射到未來，對參與者設想或預測行為的影響進行評估。在軍事領域指威脅估計(Threat Assessment)，是一種多層視圖處理過程，用于有效地扼制敵方進攻的風險程度。威脅估計包括通過匯集技術和軍事數據庫數據比對，對我軍受敵人攻擊的脆弱性、作戰事件出現程度和可能性進行估計，并對敵方作戰企圖給出指示和告警。

第四級處理是過程評估(Process Assessment)，它是更高級的處理階段。通過建立一定的優化指標，對整個融合過程進行實時監控與評價，從而實現多傳感器自適應信息獲取和處理、資源最優分配，最終提高整個實時系統的性能。對過程評估研究的關鍵主要集中在如何對系統特定任務目標以及限制條件進行建模和優化，以平衡有限的系統資源。

2 多源信息融合技術的關鍵問題

按照信息融合模型處理過程，多源信息融合技術可劃分為以下三個級別：數據級、特征級以及決策級，其中涉及到數學、信息論、統計學、決策論等多個學科進行交互綜合處理，按照融合級別劃分，需要解決以下關鍵問題。

2.1 空時校準

多傳感器信息融合系統一般由多個異類傳感器組成，異類多傳感器較之單傳感器或同類傳感器，其提供的信息更具有多樣性和互補性，但由于每個傳感器提供的觀測數據都在各自的參考框架內，導致產生的異類數據在時間上不同步，空間坐標系不相同，數據率不一致以及測量維數不匹配，使得信息融合處理存在困難。所以在對各傳感器傳輸的信息進行處理前，必須先將它們變換到同一個參考框架中，并對傳感器位置誤差、觀測誤差和坐標轉換的固有誤差進行修正。

空間校準指將各傳感器上報的、以各傳感器為中心的極坐標數據進行坐標變換，使之在一個統一的坐標系下進行處理。在進行坐標變換時，如果系統覆蓋區域很大，由于地球曲率的影響，坐標有畸變誤差，會導致觀測目標分裂。坐標變換對準一般將以各傳感器為中心的極坐標數據轉換到地理經緯度坐標系，最后統一到以融合或數據處理中心為原點的坐標系實現。

對于時間校準，一般通過外推和內插的方法進行，根據t′,t″時刻的觀測位置與融合時刻ti的時間差，將多個傳感器的異步測量數據轉換為ti時刻的同步數據，便于進一步數據處理[6]。校準公式為

(1)

2.2 基于低空空域特性的雜波抑制

對于低空空域，觀測背景中大部分物體(如草地、樹林、建筑物等)是非剛性的，因此其邊緣回波具有一定的隨機特性，經過背景差分的雷達圖像中，除動目標外，邊緣殘留了大量的雜波，且強度一般較高，給小弱動目標的檢測帶來一定困難。由于低空空域具有強地雜波、“低小慢”觀測目標的特性，若采用傳統的全局或局部閾值分割法[7]，會引入大量的雜波，為下一步跟蹤算法帶來過重的負擔，嚴重影響數據處理效率，所以需要采取符合低空雜波、目標空域分布特性的雜波抑制方法。

在低空空域中，目標一般出現在相對獨立的空間內，其鄰域沒有背景信息；雜波則分布在背景邊緣，空域分布特征明顯，即使其灰度值強于目標，仍然可與目標相區別。因此，采用的目標檢測窗口如圖3所示。

由式(2)計算Nout×Nout和Nin×Nin之間的陰影區域像素平均灰度值D(i,j,k)表示第k幀圖像中待檢測像素的坐標值。

(2)

式中：Mout、Min分別代表外側、外側矩形框內的像素灰度值之和，由下式計算：

(3)

(4)

式中：G(·)是原始雷達圖像中像素的灰度值。當設定相應閥值S，得出一個像素點屬于雜波或目標的判斷公式：

(5)

目標像素為1，雜波像素為0。

2.3 數據關聯及數據融合

由于多傳感器的觀測數據在空間域、時間域和粒度級別不同，需要判斷來源于不同傳感器的觀測數據是否屬于同一目標源。數據關聯及融合可以定義為這樣一個過程：把來自不同傳感器和信息源的數據和信息加以聯合、相關和組織，以獲得探測目標的精確狀態和屬性估計，以便對戰場態勢、威脅和重要程度的適時綜合評估。它主要包括兩大部分：融合關聯和融合跟蹤。目前，解決融合關聯和融合跟蹤所采用的方法主要有加權法、修正法、序貫法、最近鄰域法和K鄰域法、分布式JP-DA法、統計聚類法、經典分配法、多假設跟蹤法等。這些航跡關聯方法，如果從數學的角度看，屬于統計學方法。

在低空空域，當目標密集，且機動目標較多，探測環境復雜時，若系統包含有較大的傳感器校準及轉換和延遲誤差，要判斷來自2個局部節點的航跡是否屬于同一個目標是很困難的，統計學方法有時不能滿足要求，容易導致錯關聯、漏關聯。由于在航跡關聯判決中，航跡實際上存在著較大的模糊性，而這種模糊性可以用隸屬度函數來描述2個航跡的相似程度，所以就產生了模糊數學的方法。其中，模糊聚類數據關聯法是一種新近的模糊數學方法，它利用觀測數據的不確定性(即模糊性)把在某一時刻t得到的n個測量數據分配給m個航跡。從模糊聚類的觀點看，如果在某一時刻能把各傳感器的測量數據進行正確聚類，就可以知道在該時刻該觀測空間出現的目標數,從而實現數據的正確關聯和融合。

圖4采用3個不同類型的一次雷達，觀測2個平行直線航路目標，進行30次蒙特卡洛后得到的仿真結果，其中圖(a)為極坐標系下3個雷達與目標的位置關系，圖(b)為2個平行直線航路目標的運動軌跡放大圖。

經過模糊聚類算法，得出觀測目標位置誤差和速度估計誤差以及關聯得到的平均目標數分布圖以及平均關聯錯誤概率。

由圖5可以看出，經數據融合后的目標位置和速度誤差，均小于3個雷達中的最小誤差，說明經融合后的系統探測精度優于單傳感器探測精度。

3 多源信息融合技術在低空空域監視中的應用及前景分析

多源信息融合技術在低空空域監視領域具有廣泛的應用前景，可以在艦艇編隊電子信息、核心區域防空防御、軍民兩用空中交通管理等系統的低空監視防御領域發揮重大作用。

3.1 海上艦艇編隊電子信息系統

編隊電子信息系統對從衛星、預警飛機、電子戰斗機、反潛巡邏機、GPS、上級、本編隊及友鄰編隊等有源和無源探測系統所獲取的多批次、多層次目標信息進行匯集、分類、相關處理，指揮協調編隊中的有源干擾和無源設備，實施雷達、通訊、水聲、光電偵察和對抗；并通過多源信息融合技術進行數據融合，生成對低空監視的綜合態勢，提供給指揮決策和武器分配中心。

3.2 核心區域低空保衛防御系統

由于目前作戰對象擁有大量的先進空襲兵器，作戰樣式日趨現代化，具有很強的預警指揮、電子對抗、隱形突防和遠程精確打擊能力，使得在核心區域低空防空作戰中，反導、反隱形、反干擾、反低空等問題更加突出。應對這些挑戰，單單依靠某幾部或者某幾種傳感器難以勝任，必須把一次雷達、二次雷達、紅外傳感器、ESM電子偵察、光學探測、聲探測等多元監視信息綜合利用，采用多源信息融合技術，發揮多源傳感器各自優勢，形成及時、統一、通用、準確的態勢，與防空武器系統協同工作，完成核心區域的低空防御防空任務。

3.3 軍民兩用低空雷達網空管系統

隨著通用航空低空空域的逐步開放，需要掌握低空空域監視的有效手段，加強空中交通管理。很多中小型民航機場沒有監視設備，缺乏有效地監視手段，目前我國民用機場低空探測手段基本上依賴于一次、二次雷達探測網，其他輔助探測手段稀少，且情報綜合效率依然較低，手段較為單一，覆蓋范圍有限，這給飛行安全帶來嚴重的隱患。要解決上述問題，除提高單傳感器的探測性能外，更重要的是實現多源探測信息包括地面一次雷達、二次雷達、ADS監視雷達、多基站協同監視雷達、浮空平臺雷達等情報的信息融合，綜合采用多源信息，提供綜合空中態勢，加強對低空領域的監視和管制。

4 結束語

本文根據通用航空逐級開放、低空空域“低小慢”目標監管的實際需求，在低空雷達網預研項目背景下，提出了利用多源信息融合技術解決低空空域監視問題。本文分析了面向低空空域監視的多源信息融合技術遇到的關鍵問題，給出了有效解決途徑，并對其應用前景進行了探討。

[1] White F E. Data Fusion Lexicon[C]. Joint Directors of Laboratories, Technical Panel for C3,Data Fusion Sub-panel, San Diego,CA,USA,Naval Ocean Systems Center： 1987：1107-1115.

[2] White F E. A Model for Data Fusion[C]. In:Proc,1st National Symposium on Sensor Fusion.Orlando,FL,1988，2(4)：5-8.

[3] Steinberg A N, Bowman C L, White F E. Revisions to the JDL Data Fusion Model[C]. In Sensor Fusion: Architectures, Algorithms, and Applications, Proceedings of the SPIE. Orlando: Florida,1999: 430-441.

[4] 韓崇昭. 多源信息融合[M]. 北京：清華大學出版社， 2006: 381-384.

[5] 王浩,譚琳. 多傳感器信息融合研究概述[J]. 硅谷, 2012，(3):479-490.

[6] 姚磊，姚景順. 基于最優融合估計的雷達組網數據處理[J]. 火力與指揮控制, 2004(29):240-246.

[7] 陳唯實,寧煥生. 利用一次雷達實現低空空域的安全監視[J]. 北京航空航天大學學報， 2012， 38(02): 143-148.

[8] David A Castanon. Approximate Dynamic Programming for Sensor Management[C]. In: Proceedings of the 36th IEEE Conference on Decision and Control, 1997,(2):1202-1207.

[9] David A Castanon. Optimal Search Strategies in Dynamic Hy-pothesis Testing[J]. IEEE Trans. on System, Man and Cyber-netics, 1995, 25(7): 1130-1138.

[10] Liu Xianxing, Pan Quan,Zhang Hongcai, et al. Study on Algorithm of Sensor Management Based on Functions of Efficiency and Waste[J]. Chinese Journal of Aeronautics, 2000,13(1): 39-44.

[11] Wasburn R, Chao A, Casta Aon D, et al.Stochastic Dynamic Programming for Far2sighted Sensor Man-agement[C]. In:1997 IRIS National Symposium on Sensor and Data Fusion, 1997:1101-1112.

[12] Hintz Kenneth J, McIntyre Greg. Goal Lattices for Sensor Management[C]. In: SPIE Proceedings, 1999, 3365: 249-255.

[13] McIntyre Gregory A, Hintz Kenneth J. Sensor Management Simulation and Comparative Study[C]. In: SPIE Proceedings, 1997, 3068: 250-260.

[14] McIntyre Gregory A, Hintz Kenneth J. An Information Theoretic Approach to Sensor Scheduling[C]. In: SPIE Proceedings, 1996, 2005: 304-312.

[15] Lopez J Mplina, Rodriguez F J Jimenez, Corredera J R Casar. Fuzzy Reasoning for Multisensor Management[C]. In: IEEE InternationaI Conference on SMC, 1995,(2): 1398-1403.

Research on the Key Issues of Multi-source Information Fusion in Low-altitude Surveillance

GAOLong，KANGMei-ling

(Shanghai Academy of Spaceflight Technology, Shanghai 201109, China)

According to general aviation low-altitude opening and the need to the target surveillance in low-altitude airspace, combining with the project of low-altitude radar network, multi-source information fusion technology to solve the problems in the low-altitude surveillance is proposed, and several key issues are analyzed. The corresponding methods are presented. It is shown that the proposed methods are effective. Furthermore, the application prospects of multi-source information fusion technology are discussed and pointed out.

low-altitude surveillance; low-altitude radar; multi-source information fusion

1671-0576(2017)01-0042-06

2016-12-09

高 龍(1986-)，工程師；康美玲(1978-)，高工，均從事雷達組網技術研究。

TN926

A