基于模糊分類的戰術目標情報處理方法研究

孫寶琛，嚴曉濱

(1.中國人民解放軍31690部隊,吉林 蛟河 132500；2.中國人民解放軍31693部隊,黑龍江 哈爾濱 150046)

戰術目標情報處理中,由于偵察力量、手段的多樣化導致同一目標信息被多次接收標繪,因此必須對多源目標信息進行核查去重,發現剔除重復登記標繪目標,進而為研判戰場態勢提供準確目標信息[1]。所謂去重是將疑似的重復目標和不確定目標通過一定的手段和技術方法,確定是否是重復目標,爾后將確定為重復的目標去除。

去重是目標情報處理中十分重要的環節,尤其是在多元化偵察手段提供的海量目標信息中,存在大量同一目標的重復信息,因此實際目標情報處理中需要研究一定的規則方法,為快速、準確判斷重復目標提供定量手段,也為開發計算機軟件系統實現自動去重提供模型和方法[2]。

1 去重問題的分析描述

戰術偵察中獲取目標信息有雷達、技偵、光電等多種手段,每種信息中一般都包含五個基本要素:發現時間、目標屬性、目標坐標、目標數量和目標狀態。去重問題必須依靠五個要素進行,因此對各要素進行簡要說明:1)發現時間，即發現目標的時間,實際中把某一段較短時間內收到的目標信息匯總一起進行核驗去重;2)屬性，上報的目標屬性信息由于受到距離、判斷水平的影響,還不能確定目標具體性質,僅能確定目標的大體屬性。比如上報的目標屬性為履帶裝甲裝備,疑似坦克,具有一定的模糊性質,如果能確定目標的具體屬性為坦克或步戰車,通過對比的方法去重將大大簡化;3)坐標，反映目標的位置信息,由于偵察裝備精度和測量誤差的影響,同一時段內各種偵察手段上報的同一目標坐標也不可能是完全相同的,因此存在不同坐標指向同一目標可能;4)數量，各偵察手段上報的目標信息中發現某一目標的個數,這個數量同樣具有不確定性;5)狀態，各偵察手段上報的目標信息中目標的運動狀態,一般分為靜止、緩慢運動、中速運動、快速運動等狀態。

根據上述描述,去重問題可以確定為以下幾種情況:

R1:比較兩種目標信息中的發現時間,如果時間接近,時間差在各偵察裝備反應時間內,則兩種目標信息可能指示的是同一目標;

R2:比較兩種目標信息中的屬性,如果屬性反映的信息為同一類別,則兩種目標信息可能指示的是同一目標;

R3:比較兩種目標信息中的坐標,如果坐標相近,之間距離小于偵察裝備距離分辨力,則兩種目標信息可能指示的是同一目標;

R4:比較兩種目標信息中的數量,由于測量和判斷誤差等原因,如果數量相近,有可能兩種目標信息指示的是同一個(組)目標;

R5:比較兩種目標信息的狀態,如果狀態處于“靜止、緩慢運動、中速運動、快速運動、全速運動”五種中相鄰的兩種,則兩種目標信息可能指示的是同一目標;

由此,去重問題可以描述為:

將T+Δt內上報的多源目標信息集U={u1,u2,u3,…},依據每種信息中包含的要素K={k時間,k屬性,k坐標,k數量,k狀態}進行兩兩比較,采用聚類的方法計算各種信息的相似程度,而后根據相似程度通過一定的決策方法確定兩種目標信息是否指示同一目標。

2 基于模糊分類的目標信息去重方法

通過問題分析可以發現,多源目標信息的去重是通過信息中要素的對比完成的,但由于多種原因導致要素信息的模糊和不確定性,這為判斷各種信息是否指示同一目標進而去除重復信息帶來了困難[3]。模糊理論及其相關技術是研究解決不確定性問題的重要方法之一,經過幾十年的發展已成為成熟的分析決策手段,在模式識別、聚類分析、綜合評判決策等領域已有廣泛應用。本文結合模糊聚類的相關技術,將尋找目標重復信息轉化為相同目標信息的聚類問題,為多源目標信息去重提供一種方法。

利用模糊方法進行多源目標信息的聚類首先要對多源目標信息集U中的要素數據進行預處理,而后按照確定相關程度、計算相似矩陣的等價閉包、確定模糊分類的步驟進行聚類分析[4]。

2.1 目標信息中要素數據的預處理

在上報的多源目標信息中,包含時間、屬性、坐標、數量、狀態5類數據,其中時間、坐標、數量是數字型數據,為方便計算對其做如下預處理:

時間:由于偵察裝備反應的周期性Δt,上報時間也具有周期性Δt,根據前文R1,只在一個周期內進行比較,為方便比較應將目標信息接收的時間減去周期開始的時間T。設上報時間為H,則時間要素Δh為

Δh=H-T

(1)

坐標:將坐標信息轉化為距離與方位的二元信息。設情報中心坐標為(x0,y0),第i種手段上報的目標坐標信息為(xi,yi),計算該目標距情報中心的距離Li,由于去重分析的是同一區域臨近的目標,因此,所有手段發現的目標距情報中心的平均距離可以近似為

(2)

(3)

(4)

(5)

(6)

數量:根據上報的目標數量直接比較。

屬性和狀態信息為語言判斷類的數據,具有一定的模糊不確定性,將屬性和狀態信息模糊化處理如下:

屬性:將Δt內上報的W條屬性信息按目標性質分為b組,應用統計方法確定各組中屬性信息條數wi,i=1,2,…,b,則每組的隸屬函數為

(7)

狀態:狀態分為靜止、緩慢運動、中速運動、快速運動、全速運動,其量化值的范圍在目標的最大最小運動速度之間,因此需要劃分區間,確定各種狀態之間的臨界值,進而將各區間的中值作為各種狀態量化賦值。設最小速度Vmin與最大速度Vmax之間有n種狀態,則等分區間長度如下所示:

(8)

進而第i狀態對應區間的中值為

(9)

2.2 確定目標信息中要素相關程度,建立模糊相似矩陣

(10)

當kig≥0,kjg≥0時,第i種與第j種信息在第g個要素k上的相似程度可表示為

(11)

由此,第i種與第j種信息n個要素的平均相似程度如下:

(12)

2.3 計算相似矩陣的等價閉包

(13)

2.4 確定模糊分類

3 案例分析

戰術情報處理中心某日10:30:00-10:33:00接收雷達、無人機、光學、技偵、人力5種偵察手段提交的目標情報信息如表1所示,假設10:30:00分為上報周期的起點,周期為3 min,處理中心的坐標為(0,0),發現的裝甲裝備最大時速為60 km/h。

運動狀態為靜止、緩慢運動、中速運動、快速運動、全速運動五種。

表1 接收目標信息匯總表

根據公式(1)-(9)分別對時間、屬性、坐標、數量、狀態數據進行處理,如表2所示。

表2 處理后的目標信息

4 結束語

本文通過對戰術情報處理中目標信息去重的分析,運用模糊聚類思想和技術,為在海量目標信息中快速歸類、去重提供了一種方法。在模糊分類中,對原始信息的量化,特別是對接收的語言類信息的量化方法有多種,不同情況選用何種方法,還需進一步研究探討;利用模糊相似矩陣進行信息分類時,可選用的模糊算子較多,應根據信息的特點選擇,以便更好發揮原始信息價值;最后,對分類標準的選取,應該結合實際目標情報處理情況選取,必要時也可采用一定的決策方法確定。