基于多維數(shù)據(jù)關(guān)聯(lián)的艦載機聯(lián)合目標判別技術(shù)

甘 翼，羅雙才，陳 亮

（西南電子技術(shù)研究所，成都610036）

如何實現(xiàn)完善情報保障，有效支持海軍軍事及非軍事行動（如撤僑和救災(zāi)等），是各國海軍在遠海行動中都必須解決的問題[1-4]。目前，遠海情報保障問題解決最好的當屬美國海軍，但其在遠海行動中，雖然艦載機有艦隊自身情報偵察監(jiān)視力量（如：編隊艦艇、預(yù)警機和偵察機等）、衛(wèi)星平臺、其他航空平臺乃至臨近空間平臺在內(nèi)的眾多情報來源，但均受管理體制及技術(shù)條件限制。由于各偵察平臺分屬不同業(yè)務(wù)部門，各平臺分發(fā)戰(zhàn)術(shù)信息的數(shù)據(jù)格式和通信鏈路雖在統(tǒng)一過程中，如DCGS-N，但是也存在一定的差異，使得艦載機可能在接收各種偵察平臺提供的多種不同格式、不同層次、可能沖突后不能有效直觀地提供目標判決依據(jù)的戰(zhàn)術(shù)信息[2，5-9]。因此，在實際作戰(zhàn)環(huán)境中，上述信息由于不確定、不直觀和需要專業(yè)人員判斷等因素，不足以供艦載機直接使用以引導(dǎo)目標發(fā)現(xiàn)和判證。艦載機往往還是依靠自身機動能力擴大巡邏范圍，通過機載光學(xué)或電子信號（含主被動各類）傳感器搜索完成目標偵察、判證和任務(wù)意圖判斷。這就使得艦載機面臨更大的威脅：基于艦載機平臺的被動電子偵察精度不高、時效性較差且受對方輻射源開機影響和限制；主動雷達開機時間增加容易被敵方偵察設(shè)備捕獲關(guān)鍵參數(shù)、光學(xué)偵察需要飛機突前到目視距離，增加了艦載機及航母戰(zhàn)斗群面臨威脅的可能性。

遠海行動時艦載機面臨的情報保障困難，反映了當前全球各國海軍各級情報交互手段與軍事/非軍事行動情報支援需求之間存在一定矛盾的現(xiàn)狀。如何在艦載機上完成多源情報融合與關(guān)聯(lián)，實現(xiàn)各類情報按條件分級分發(fā)以及供戰(zhàn)術(shù)使用的有效轉(zhuǎn)換，是海軍遠海行動的現(xiàn)實需求。

本文重點研究聯(lián)合目標判別技術(shù)及所屬問題。

1 聯(lián)合目標判別技術(shù)

海軍艦載機的戰(zhàn)術(shù)分發(fā)數(shù)據(jù)來源主要包括：①偵察及遙感衛(wèi)星；②有人/無人空中偵察平臺（非艦隊自身力量）；③臨近空間偵察平臺；④艦隊自身偵察力量；⑤通過各種通信鏈路（含通信衛(wèi)星）匯總的區(qū)域內(nèi)情報信息。

以上偵察平臺和偵察力量位于不同空間位置、分屬不同業(yè)務(wù)單位，通信協(xié)議還未完全統(tǒng)一，數(shù)據(jù)格式和傳輸鏈路（如衛(wèi)星通信鏈路和機間數(shù)據(jù)鏈等）、具體情報內(nèi)容也有所差別，有些傳感器的數(shù)據(jù)還需要專業(yè)人員長時間分析和判別，個別傳感器還可能存在誤判等問題，這些都使得艦載機難以獲得和直接利用上述信息，實現(xiàn)有效目標判證及準確引導(dǎo)機載傳感器進行最終確認。綜上所述，必須對多源偵察信息進行適合任務(wù)需求的處理、裁剪、融合和關(guān)聯(lián)，才能為艦載戰(zhàn)斗機等平臺提供有效情報支援[10-13]。

艦載機可以通過加裝衛(wèi)星戰(zhàn)術(shù)分發(fā)終端的方式接收衛(wèi)星/臨近空間飛行器偵察數(shù)據(jù)，與空中偵察機的數(shù)據(jù)交互則依靠數(shù)據(jù)鏈（如JIDS 和武協(xié)鏈）。對多源信息進行數(shù)據(jù)融合關(guān)聯(lián)的前提是統(tǒng)一的數(shù)據(jù)格式，最優(yōu)的方法是由用戶提出使用需求，統(tǒng)一各信息源分發(fā)的信息格式；過渡期則采用兼容模式，艦載機接收信息后利用少量硬件資源進行二次數(shù)據(jù)轉(zhuǎn)換。獲得統(tǒng)一數(shù)據(jù)格式后，采用數(shù)據(jù)分選和基于最小二乘的定位收斂算法分別對多源信息中的單一信息（如TACAN）進行數(shù)據(jù)融合，獲得單一輻射源的定位結(jié)果；然后，再通過多類信息關(guān)聯(lián)、快速比對和基于多級分支預(yù)測的目標推理算法（后方高性能情報處理裝備完成并傳輸至艦載機）確定目標類型、位置和任務(wù)意圖（目標情報）。艦載機聯(lián)合目標判別算法的實現(xiàn)流程如圖1 所示。下面對關(guān)鍵流程和算法加以詳細分析。

圖1 艦載機聯(lián)合目標判別算法流程Fig.1 Algorithm flow of shipboard aircraft joint target discrimination

2 定義信號數(shù)據(jù)格式

綜合考慮各層空間平臺的偵察信號類型和艦載機的作戰(zhàn)目標，數(shù)據(jù)幀的頂層格式框架定義如表1 所示。偵察對象包含衛(wèi)星通信信號、戰(zhàn)術(shù)指揮通信信號、AIS、ACARS、IFF、TACAN、Link4A、Link11、Link16 等重要通信/非通信號以及雷達信號。無某種信號信息時，則該項缺省。

表1 數(shù)據(jù)幀頂層格式框架Tab.1 Top level format frame of data frame

下面根據(jù)各類信號的特點，選擇比較具有代表性的信號，分別對其數(shù)據(jù)格式進行定義，如表2 所示。AIS信號和ACARS信號工作在固定且已知的頻點上，AIS采用GMSK調(diào)制，ACARS采用AM-MSK調(diào)制，二者的信號里均包含有坐標信息。AIS 信號和ACARS信號的數(shù)據(jù)格式一致。IFF信號的重要參數(shù)包括所屬系統(tǒng)（如美軍的MarkX和MarkXII，俄軍的艦載敵我識別系統(tǒng)等），主要特征是工作模式。TACAN信號為脈沖格式，單音，無跳頻。常規(guī)數(shù)據(jù)鏈主要包括Link4A和Link11，Link4A工作在UHF頻段，為確定的FSK調(diào)制；Link11 工作在UHF 或者HF 頻段，工作在UHF 頻段時一次調(diào)制為FM調(diào)制，工作在HF頻段時一次調(diào)制為單邊帶（SSB）或者抑止載波獨立邊帶（ISB）調(diào)制方式。Link16 數(shù)據(jù)鏈信號是脈沖格式，跳頻工作，脈內(nèi)為MSK調(diào)制。雷達信號數(shù)據(jù)幀中需包含雷達的輻射源描述字（EDW），包括脈沖調(diào)制方式（LFM、單點頻、相位編碼等）、重頻類型（單一重頻、重頻參差等）以及雷達類型（遠程警戒、搜索、跟蹤雷達等）。

表2 各類信號數(shù)據(jù)格式Tab.2 Data formats of various signals

3 利用數(shù)據(jù)融合與關(guān)聯(lián)實現(xiàn)多源信息綜合判別提高信息準確率

第2 節(jié)定義了各類信號的主要特征。其中，各類信號生成的情報又包含多個目標信息。這不僅涉及對來自多源的單類情報的屬性融合（如TACAN 信號的目標位置），也涉及多源多類情報關(guān)聯(lián)的聯(lián)合判別，即通過多類信號的識別結(jié)果綜合判斷目標屬性。因此，多源信息的數(shù)據(jù)融合包含2 個步驟：第1 步，對多源的單類信息進行數(shù)據(jù)融合獲取唯一結(jié)果（針對同一電子設(shè)備，或同一信號類型）；第2步，將第一步獲取的各類信號的結(jié)果再進行數(shù)據(jù)關(guān)聯(lián)，獲取最終結(jié)果。實現(xiàn)框圖如圖2所示。

3.1 多源單類信息數(shù)據(jù)融合

艦載機接收到的來自多個戰(zhàn)術(shù)分發(fā)平臺的單類信息具有以下特征：①包含多個目標信息；②不同平臺對同一目標的識別結(jié)果存在偏差；③部分平臺有定位結(jié)果，部分平臺僅有測向結(jié)果，部分平臺可能只有信號參數(shù)識別結(jié)果[12-16]。

由于信息中通常包含不止一個目標的信息，因而通過分選實現(xiàn)各平臺間數(shù)據(jù)配對是第1步。分選的依據(jù)是第2 節(jié)中提到的位置坐標和信號特征，如IFF 信號的工作模式。常用的數(shù)據(jù)分選有距離判別法、fisher判別法等多種聚類分析算法[17-19]。

圖2 多源信息數(shù)據(jù)融合實現(xiàn)聯(lián)合目標判別流程Fig.2 Multi source information data fusion to achieve joint target discrimination process

在獲得同一目標來自多源的信息后，如何從多個識別結(jié)果（含信號參數(shù)、測向和定位）中估計得到目標的真實屬性就是數(shù)據(jù)位置融合和關(guān)聯(lián)的關(guān)鍵所在。當前的偵察平臺越來越多地帶有定位功能，如衛(wèi)星平臺的雙站或三站定位、偵察機的快速定位等，都能直接分發(fā)帶有定位結(jié)果的戰(zhàn)術(shù)信息；對于只有測向結(jié)果的情況，也可以通過多站定位的方式獲得位置信息，定位算法有經(jīng)典的Pages-Zamora算法等；對于只有信號參數(shù)的情況，則可以通過參數(shù)聚類、均值標準差計算及基于概率分布判斷的奇異值剔除確定準確信號參數(shù)。下面將主要直接針對定位結(jié)果進行分析，對來自多源的同類信號（以TACAN信號為例）同一目標定位結(jié)果進行關(guān)聯(lián)和估計。多源單類信息數(shù)據(jù)位置融合處理流程如圖3所示。

圖3 多源單類信息數(shù)據(jù)位置融合處理流程Fig.3 Location fusion processing flow of multi-source and single type information data

以多源單類信息中某個目標的位置信息為依據(jù)，采用基于最小二乘的位置收斂算法得到目標位置的精確估計，目標定位精度與各偵察平臺定位精度密切相關(guān)。來自各偵察平臺的目標定位信息參數(shù)質(zhì)量參差不齊，奇異值的存在將會對定位精度產(chǎn)生較大影響，故須通過剔除奇異值和迭代運算來獲得更加精確的定位結(jié)果。經(jīng)過一次位置估計后，將各偵察平臺測量誤差估計值與誤差標準差進行比較。若測量誤差小于標準差則判定該平臺的偵察數(shù)據(jù)有效；反之，則判定該數(shù)據(jù)為奇異值。剔除后，再對有效數(shù)據(jù)進行二次位置估計，得到更精確的位置信息。當偵察平臺的測量誤差全部小于標準差時，算法滿足收斂條件，通過最后一次迭代找出精確位置信息。基于最小二乘的位置收斂算法流程如圖4所示。

圖4 位置算法流程Fig.4 Location algorithm flow

偵察對象的位置信息x 如式（1）所示。

式（1）中，‖ ‖·2為2范數(shù)。

根據(jù)加權(quán)最小二乘法原理，位置估計值為：

參數(shù)σi為先驗信息，依據(jù)在執(zhí)行任務(wù)期間依據(jù)偵察平臺的測量誤差估計得到，即：

圖5 估計誤差曲線Fig.5 Estimation error curve

圖5 a）給出了在不同測向標準差下的誤差曲線（以6 個偵察平臺為例）。從圖中可看出，隨著作戰(zhàn)平臺測量誤差的增大，艦載機的估計誤差也隨之增大。艦載機的位置估計精度較各偵察平臺提高一倍左右。圖5 b）給出了測量誤差為10%時，在不同數(shù)量偵察平臺下的誤差曲線。從圖中可看出，隨著偵察平臺數(shù)量增多，艦載機對目標位置的估計誤差逐漸減小。當偵察平臺數(shù)大于7 個時，艦載機的估計誤差小于5%。因此，采用基于最小二乘的位置收斂算法可以實現(xiàn)多源單類信息的數(shù)據(jù)融合，從而獲得單類信號對某個偵察目標的唯一定位結(jié)果。

3.2 多類信息數(shù)據(jù)關(guān)聯(lián)實現(xiàn)聯(lián)合目標判別

多類信息數(shù)據(jù)關(guān)聯(lián)主要解決多種信號按對象平臺輻射源特性聯(lián)合判斷目標屬性的問題。依據(jù)多層空間不同偵察傳感器融合后得到的多種精確輻射源特性，采用距離判別法實現(xiàn)多類信息的數(shù)據(jù)關(guān)聯(lián)，判斷多類信息（代表多種輻射源）是否屬于同一偵察對象，并形成TDW（目標對象描述字），其格式如表3 所示。然后，將TDM與目標數(shù)據(jù)庫進行比對，從而識別目標類型；如果類型不匹配將TDM 回傳后方情報中心，并根據(jù)TDM中的各種信息并結(jié)合其他情報（如人工情報和推理判證）得出目標類型；條件允許的情況下，引導(dǎo)艦載機以抵近光學(xué)偵察或主動雷達開機的方式最終確認目標類型，加入數(shù)據(jù)庫并回傳，充實目標數(shù)據(jù)庫，其流程如圖6所示。

為快速實現(xiàn)聯(lián)合目標判別，采用2 Bytes描述目標綜合屬性（含關(guān)鍵輻射源參數(shù)），1 Byte 來表征偵察對象是否裝備相應(yīng)的輻射源，如Bit1=‘1’則表示該目標裝備有雷達設(shè)備，反之則表示未裝備。M 個TDM 數(shù)據(jù)和P 個目標庫數(shù)據(jù)的比對僅需要M×P 次比較便可實現(xiàn)。

在此基礎(chǔ)上，利用目標屬性（輻射源、航跡、平臺等），可采用人工推斷的方式判斷其任務(wù)意圖。一旦量子計算機技術(shù)發(fā)展成熟，可利用量子的不確定性和量子糾纏，將條件庫、經(jīng)驗庫中極為龐大的分支推理算法依托機器實現(xiàn)，達到人工智能任務(wù)意圖推斷的能力。

表3 TDM數(shù)據(jù)幀格式Tab.3 TDM data frame format

圖6 聯(lián)合目標判別流程圖Fig.6 Flow chart of joint target discrimination

4 現(xiàn)有硬件平臺上的可實現(xiàn)性與效果分析

根據(jù)第3 節(jié)，多源單類信息的數(shù)據(jù)融合是聯(lián)合目標判別技術(shù)的核心，其運算量直接決定了算法的可實現(xiàn)性。根據(jù)3.1 節(jié)中對數(shù)據(jù)融合算法的分析，該算法可在DSP 或PPC 中實現(xiàn)，其硬件需求見表4。在各偵察平臺分發(fā)的戰(zhàn)術(shù)信息中，輻射源個數(shù)不超過200 個的情況下，更新率設(shè)定為1 s，單次信息傳輸長度不超過60 kBytes。

以未來主戰(zhàn)艦載機航空電子裝備的硬件為基礎(chǔ)，計算能力在數(shù)十GFLOP 量級，存儲能力在GB 量級，通信傳輸最高能力也在MB 量級。因此，通過對軟件進行升級和重構(gòu)，即可實現(xiàn)基于數(shù)據(jù)融合與關(guān)聯(lián)的聯(lián)合目標判別。

表4 艦載機聯(lián)合目標判別算法硬件需求Tab.4 Hardware requirements of shipboard aircraft joint target discrimination algorithm

5 結(jié)束語

綜上所述，根據(jù)艦載機接收到多源的情報信息但難以直接使用的現(xiàn)狀，分析了一種基于數(shù)據(jù)關(guān)聯(lián)的聯(lián)合目標判別算法。該算法可在不更改或少量更改艦載機電子設(shè)備硬件系統(tǒng)的前提下，實現(xiàn)目標綜合屬性的精確判證，為解決遠海軍事/非軍事行動時艦載機綜合戰(zhàn)術(shù)情報保障問題提供了新思路和技術(shù)解決方案。該技術(shù)還可用于無人機和無人偵察船艇等對載荷體積重量和功耗要求較高的平臺。