低空光電探測系統的研究現狀及發展趨勢

李麗亞,樊芮鋒,宋 亞,趙 柱,蔡 榮

(華北光電技術研究所,北京 100015)

1 引 言

俄烏沖突事件的不斷升級,引發了全世界的廣泛關注,而俄烏戰場中的無人機作戰更是激發了各國軍事專家的激烈討論。其中烏克蘭使用了土耳其“拜拉克塔爾TB-2”、“愛好者”等多種無人機對俄羅斯軍隊實施了多次攻擊,除了人員、坦克、裝甲車等常規目標,還包括“道爾”“山毛櫸”機動防空導彈以及俄海軍的運輸艦、“猛禽”級快艇等高價值目標,開創了眾多無人機作戰領域的先河,同時烏克蘭通過無人機拍攝各種烏軍打擊效果的圖片視頻,拓展了戰場的信息環境,為烏克蘭在全球盟友宣傳、鼓舞軍隊士氣等方面提供支持,尤其是TB2察打一體無人機在戰場中發揮的情報偵察、精確打擊、火炮引導等多個層面的作用,顛覆了各國軍隊對無人機在高端戰爭中所起作用的認知。無人機作為低空、慢速、小型化的低慢小目標,飛行高度一般在1000 m以下,速度小于200 km/h,雷達反射面積小,難發現、難捕捉、難處置,以民用小型無人機、軍用小型無人機、巡飛彈為代表的低慢小目標,已經對現代戰爭、社會公共安全產生了極大的威脅。

無人機及無人機群未來必將成為軍事對抗的重要目標。為了實現對無人機作戰的防御,預警探測是掌握戰場主動權、了解當前戰場形勢必不可少的手段,通過對當前防空空域的預警掃描,及時捕捉敵方目標信息,監視敵方目標動態,預測敵方作戰意圖,及時為己方攻擊防備提供足夠的情報信息以及反應時間。俄烏戰場上的俄軍在沖突早期正是由于缺乏電子防護裝備,沒有及時掌握空中態勢,導致未能有效對抗烏克蘭的無人機。因此,面對無人機作戰的各種新動向,如何盡快地探測發現成為了各國軍隊關注的熱點。

面對低慢小目標,傳統的雷達在城市、山地等復雜環境下低空探測虛警率高,特別是強電磁對抗環境下無法工作,同時受制于雷達體制,防空雷達無法長時間一直處于工作狀態,從俄烏沖突中TB-2無人機摧毀俄軍防空導彈的視頻看,它們基本都是準確抓住俄軍機動防空系統雷達沒有開機的間歇發動攻擊,可以看出只是單靠雷達探測,無人機仍有機會避開防空系統;此外無線電探測能夠通過對低空目標的數傳、圖傳、導航等鏈路信號的偵察,實現對常用無人機的探測,但是復雜電磁環境下,目標沒有鏈路特征或者鏈路特征未知的情況下,無線電探測效果不佳;聲探測能夠對遮擋物后的目標進行探測,由于小型無人機的噪聲與周圍環境噪聲相比非常小,其探測距離會非常近,并且精度較低,容易受到噪聲的干擾;光電探測作為被動探測手段,抗干擾能力強,能夠實現對目標的精確識別,但是低慢小目標的紅外特征弱,影響探測距離。顯然,單一的探測方式無法高效準確地探測到目標,多種手段復合探測的方式將是低空目標探測預警的發展趨勢,根據不同的使用場景和作戰對象,選用不同技術體制和技術參數的雷達、光電、無線電等多個傳感器,通過多種探測裝備協同,建立“一點發現,多維跟蹤”多探測手段相結合的探測系統,大大提高低慢小目標的探測概率。

圖1 多手段復合探測的預警探測系統

2 光電探測系統的研究現狀

光電探測技術手段,作為復雜作戰環境下對低空目標探測的重要技術手段,其在低空復雜背景探測下具有絕對性的優勢:1)實現對低慢小目標的高精度探測,實時跟蹤得到準確的位置信息便于下一步的精準打擊;2)低空抗干擾能力強,被動工作方式不易被發現,利用目標自身輻射信息進行探測,避免了電磁環境中其他信息的干擾;3)圖像直觀性好,實現對目標屬性的精確識別,為當前戰場態勢分析提供高價值信息。因此,相比容易受到干擾的無線電探測、聲探測手段,光電探測技術手段可以在雷達關機間隙填充當前戰場空域態勢的空白,起到很好的補充作用;在電磁環境比較復雜的環境,可以替代雷達來面對超低空突防目標,其作用不可或缺[1]。

2.1 光電探測系統工作原理

光電探測系統利用不同波長范圍的探測器來響應各種目標的輻射信息,其工作波段包括可見光(0.37～0.78 μm)、近紅外(0.78～1 μm)、短波紅外(1～3 μm)、中波紅外(3.7～4.8 μm)、長波紅外(8～14 μm)、雙波段紅外、雙色紅外等,其中可見光成像主要是通過光線的反射,其成像與光源的波長及物體的反射率有關,可見光成像的可視效果較好,可以準確反映目標的顏色屬性、空間位置;紅外熱成像主要是通過物體之間的溫度差造成紅外輻射強度的差別來對目標和背景做出區分,紅外熱成像的環境適應性好,可以在夜間、大霧天氣使用。可見光探測和紅外探測均是獲取信息的重要手段,光電探測系統將二者結合使用,相互補充,全天時工作,獲取更多的目標信息[2]。

根據光電探測系統的工作體制,可以將其分為光電搜索系統、光電跟蹤系統、光電搜跟一體系統。其中光電搜索工作體制的實現方式主要包括紅外大面陣凝視掃描技術、超長線列掃描技術、分布式凝視技術等,通過對防護區域的全空域監視,完成對360°空域內可疑目標的發現、告警,同時引導光電跟蹤系統實現對疑似目標的鎖定跟蹤;光電跟蹤工作體制的實現方式主要包括三光同軸技術、被動定位技術等,通過對目標的跟蹤定位,實時給指揮控制系統上報目標的跟蹤位置信息,完成對告警目標的確認辨識;光電搜跟一體系統將搜索與跟蹤兩種功能結合起來,工作時大視場用于全空域掃描告警,通過對搜索視場中告警目標的威脅等級判斷,選擇威脅大的目標進行小視場跟蹤識別。光電探測系統以其遠距離探測、大視場覆蓋、高分辨成像的特點,已然成為未來作戰環境下戰場防御的重要手段。

2.2 國內外光電探測設備發展概況

20世紀60年代,西方國家開始認識到了紅外探測技術在軍事應用的價值,最先研制紅外探測系統。紅外探測系統的發展一直受限于探測器件發展水平的限制,目前國際上已經發展了三代探測器和紅外成像技術[3]。第一代探測器是線性光導探測器陣列,以此為代表的光電探測系統包括加拿大與美國聯合研制的“AN/SAR-8”系統、法國研制的“DIVB-1A旺皮爾(VAMPIR)”系統等[1,4],該類系統光機掃描設計比較復雜,體積重量較大,探測距離較近。隨著探測器焦平面材料工藝的發展,第二代探測器發展到了二維光伏探測器陣列,以凝視型中等規模中波紅外焦平面探測器的紅外成像應用為主[4],20世紀90年代,紅外探測系統有了快速發展,以此為代表的有荷蘭研制的“天狼星(SIRIUS)”遠程紅外警戒跟蹤系統、法國研制的“旺皮爾(VAMPIR)MB 型”系統等[1],這類系統簡化了光機掃描設計,進一步減小了光電探測系統的體積重量,實現了全景快速掃描,擴大了俯仰的視場范圍,具備了雙波段探測的能力,但是識別能力依然較弱。隨著探測器焦平面陣列的像元數及性能的提升,第三代紅外探測器在第二代基礎上進一步提出了高性能、低成本的要求,長線列、超長線列,以及大規格面陣探測器得到了廣泛應用,以此為代表的有以色列 RAFAEL 公司研制的“Sky Spotter”光電探測系統、法國研制的“月女神ARTEMIS”光電探測系統、美國研制的凝視紅外全景傳感器“SIRPS”等[1,5],第三代光電探測系統以凝視紅外焦平面陣列探測器為主,大大提升探測距離的同時保證了較高的分辨率,提高了系統的識別能力。

我國最早為殲-6甲夜航殲擊機研制了第一代的航2甲型光電探測系統,但此系統采用的探測器件性能較差,探測距離非常有限[1]。20世紀80年代進入第二代探測器件的研制階段,焦平面工藝制作水平、信息處理技術都有了一定突破,紅外探測系統還是以線列為主,可靠性和探測距離得到提升,但是相比國外同時期的系統依然有明顯的差距。從本世紀初開始,隨著大面陣焦平面陣列、信號處理等技術的發展,我國開始研制第三代光電探測系統,這一階段的光電探測系統擁有了大視場、遠距離、全方位監視的能力,可同時對360°全景覆蓋的探測區域實現多目標的搜索識別,探測距離、識別距離都有了質的飛躍。

2.3 光電探測系統的挑戰

現代復雜戰場環境下,特別是復雜電磁干擾對抗環境下,光電探測已經成為輔助或者替代雷達進行預警探測的重要方式,但目前光電探測的能力與雷達相比,還存在很大的差距,如何實現光電與雷達能力的匹配是亟需解決的問題。從光電探測系統的發展歷程來看,其發展主要依賴于軍事需求和紅外成像基礎技術,雖然第三代紅外探測器件發展了大面陣焦平面陣列、超長線列等大規格器件,但是探測系統的成像機制并沒有發生改革,系統的指標性能依然強依賴于探測器件、光學系統設計、圖像信息處理技術等方面[6]。目前,低慢小目標在復雜作戰環境下的威脅不斷增大,給光電探測系統帶來了新的挑戰:

1)為了盡早盡快地發現目標,光電搜索系統的探測視場需要盡可能的大,同時需要保證盡可能遠地探測到目標。目前系統的仰角覆蓋區域較小,傳統的階躍掃描來覆蓋大范圍空域耗費時間較多,搜索效率較低;傳統的穩向擺掃裝置能夠快速完成視場階躍,但是增加了系統的復雜度,無法滿足當前系統小型化要求。遠距離的目標在大視場圖像中的占比很小,通常只有幾個像素點,同時遠距離目標衰減和大氣對成像的干擾導致目標亮度微弱,信噪比較低。因此,大視場下的遠距離探測是個很大的挑戰。

2)光電搜索系統主要滿足大俯仰范圍覆蓋、遠距離探測,系統設計采用大口徑小F數來獲得更多的通光量,接收更多的目標輻射能量,同時為了實現遠距離的探測,需要采用大尺寸像元來提高系統的探測距離;而光電跟蹤系統需要實現較好的識別效果,系統設計多采用大口徑大F數來增大系統的焦距,從而獲得更高的空間分辨率,同時為了實現高精度的識別,需要采用小尺寸像元來提高目標的成像分辨率。顯而易見,探測發現與跟蹤識別的設計是相互矛盾的,傳統成像系統中的大視場與高分辨率不可兼得的,如何最大限度得同時滿足搜跟一體系統的發現與識別是個很大的挑戰。

3)復雜作戰背景下,特別是城市、山地等復雜場景,系統大視場的覆蓋范圍,視場中會出現山體、建筑物等多種背景物體,對遠距離的目標進行探測,目標只占幾個像元,且無法體現紋理特征,而山體、建筑物等復雜背景的灰度分布往往具有起伏劇烈、空間分布不平穩等特點[7],背景雜波非常復雜,且高頻信息強度與目標接近,不論是運動目標還是懸停目標,都會受到背景干擾,導致虛警較多;同樣,在背景信號干擾下,跟蹤的穩定性會下降,同時缺乏目標特征信息的遠距離目標,識別精度會受到影響。因此,如何實現復雜作戰環境下的低虛警檢測和高準確度跟蹤識別是個很大的挑戰。

4)多目標協同作戰已經成為戰爭中的亮點,集群式目標是未來軍事對抗的重要目標,其中無人機蜂群在人工智能技術的基礎上,實現數據共享,通過攜帶不同的載荷,協同完成搜索、定位、引導、打擊等多種復雜任務,達到低成本、低消耗、高效率的作戰效果;無人機與巡飛彈的集群協同作戰,通過利用無人機自主靈活、巡飛彈生存能力強的特點,實現武器平臺的優勢互補,極大地提高了飽和攻擊的作戰效能。而傳統的單視軸跟蹤技術無法實現對多目標的跟蹤與定位,如何實現多目標的航跡關聯、進行多目標的跟蹤定位是個很大的挑戰。

3 光電探測系統的發展思路

3.1 大視場遠距離探測的需求

針對大視場下遠距離的目標探測,除了需要提高探測器的靈敏度、擴大動態范圍之外,需要充分利用探測器多維度信息的獲取,除了強度信息外,還有光的譜段、偏振和相位等本征信息[8]。傳統探測器只是單譜段的輻射強度維度的探測,目標信息獲取較少,無法區分偽裝目標與真實目標,且探測距離較近,尤其是霧霾天氣或者能見度較低的條件下,已經無法滿足現在戰場環境下低慢小目標遠距離探測的需求。

1)多譜段探測擴寬了圖像的信息豐富度,提高了場景信息的準確度,以雙色探測器為例,其能夠同時探測導彈彈頭和尾部火焰區域輻射出的不同的紅外波段,從而可以直接區分出只有單波長輻射的干擾彈。目前雙色/多色的探測器件的發展趨勢是縱向疊層結構模式,即在單個像元內疊加響應不同波段的多個吸收層,在不需要復雜光學系統的條件下,實現多譜段在時間、空間響應完全同步的目的,,在提升探測距離的同時也大大提高了探測精度[9]。

2)紅外偏振探測在目標與背景的溫差較小、對比度較小的情況下,仍會具有較好的探測效果,同時不同的目標由于材料、觀測角、表面粗糙度等因素的差異,會表現出不同的紅外偏振特性,因此在復雜背景光干擾、霧霾散射光的環境下,偏振探測在清晰目標輪廓、突出目標信息方面有很大的優勢,更加有利于實現對遠距離目標的探測識別。目前像素級偏振集成的紅外探測器是未來的發展趨勢,包括超表面相位調制、偏振敏感吸收器等,其避免了傳統方法偏振片的增加,簡化了光學系統設計,降低了成本,真正意義上實現了偏振焦平面一體化[9-10]。

3)紅外相位探測通過檢測目標散射光的相位能夠獲得目標的距離信息,實現對低慢小目標實現更精確地探測[9]。傳統相位調制的方法需要在光學系統中增加干涉儀、調制器等器件,但是其精度較低、光學系統設計復雜,已經無法滿足當前對光學系統集成化及小型化的要求,表面微結構是未來實現相位調制的發展趨勢。以最近備受關注的超表面為例,通過周期性的亞波長單元的排列構成二維超材料,其排列方式和結構尺寸決定了此超材料的光學特性,可通過利用亞波長單元在交界面處的光波相位突變來實現對任意電磁波的相位調制,其小型化和平面化有望取代傳統的光學系統[9-11]。

當前探測器的高低角俯仰范圍有限,無法匹配雷達大俯仰范圍的視場,紅外探測器件以提高時間分辨率、空間分辨率、面陣大小、靈敏度、寬動態范圍等性能為目標來提升對目標的感知。在此基礎上,未來光電探測系統的重點將集中在多維感知方面,需要將強度、多光譜、偏振、相位等多維光場信息進行融合,彌補復雜作戰環境下單一維度信息的不足,通過多維信息的優勢互補實現對目標信息的增強,提高目標在復雜背景下的對比度,從而提升光電系統的探測識別能力;尤其針對遠距離下低慢小目標的暗弱特點以及偽裝目標的近似紅外特征,增強光電探測系統的偵察能力,進一步提升光電探測系統在復雜環境、極端氣候下的適應能力。

3.2 大視場與高分辨兼容的需求

對于光電搜索跟蹤一體的系統,受限于當前紅外探測器件的發展水平,目前的光電系統難以同時滿足成像對大視場和高分辨的要求,導致系統的探測視場與識別距離相互制約。傳統的使用多個面陣探測器件進行焦平面機械拼接的方法受限于當前芯片的制造工藝,無法解決相鄰成像器件之間的非感光縫隙的問題,不能完整成像,且此方法成本較高,系統過于復雜,滿足不了當前對光電探測系統小型化低成本的要求[12]。受啟于生物系統的作用機理,未來光電探測系統的設計方向是模擬構建仿生的系統結構,基于鷹眼、人眼、昆蟲復眼等生物來設計仿生的光學系統,增大系統的視場范圍,提高關鍵區域的空間分辨率(圖2)。

圖2 生物的眼睛結構

鷹眼具有高靈敏度、大視場搜索、遠距離探測和識別精度高的特點,其采用側中央凹和正中央凹的交疊視場搜索目標,確定目標后再使用具有高空間分辨率的正中央凹觀察識別目標,即雙目視覺進行搜索目標,單目視覺識別目標[13]。而人眼視網膜的兩種感光細胞在視網膜不同位置的分布密度也各不相同,在人眼視網膜的外周地帶,視桿細胞的數目占絕對優勢,但在靠近視網膜中心“中央凹”區域,視錐細胞卻高度密集,起到了類似增加像素的效果,顯著提高了此處的視覺分辨率,因此出現了視網膜中央物體分辨率高而處于視網膜外周的物體不易被清晰分辨的現象。

從系統的角度來看,鷹眼類似于多個子系統的集成,人眼類似于多尺度像元集成分布,仿鷹眼與人眼的研究主要集中在功能性仿生和結構性仿生。針對當前光電系統大視場與高分辨的需求,構建多孔徑的成像系統,通過多個探測器的光學拼接實現超大視場。美國的機載對地偵察系統ARGUS-IS使用4個共軸的分系統拼接,滿足大視場高分辨的同時,避免了直接對焦平面成像器件進行機械拼接時光敏面周圍的封裝導致的視場盲區問題[12]。文獻[14]提出了四個邊緣子孔徑與一個中央高分辨孔徑集成的多孔徑系統,其中4個邊緣子孔徑的視場進行視場拼接,可構成系統成像大視場,實現了仿鷹眼多系統的集成;根據人眼的特點,可以將邊緣子孔徑的探測器應用大像元,而中央孔徑的探測器應用小像元,從而實現中央孔徑在大F數的條件下具有更高的分辨率,同時4個邊緣子孔徑利用光學或者機械裝置產生亞像素的偏移,使得“交集”視場構成的重疊視場區域能夠進行超分辨圖像重構,在中央高分辨孔徑的基礎上,實現變分辨率的圖像融合,提升對目標的識別能力。在實際使用過程中,通過四個邊緣子孔徑拼接的大視場進行全景搜索,目標告警后,跳轉中央高分辨孔徑實現高分辨識別,克服傳統光電系統設計結構的視場盲區,實現真正大的高低角覆蓋,完成與雷達能力的匹配。

昆蟲復眼均由許多微小光學單元組成,復眼在自身體積極小的情況下,通過眾多的子眼數目拼接實現極大的視場,根據生物復眼成像特性的異同,其主要包括并置型復眼和重疊性復眼兩大類,其中重疊性復眼由于各子眼相互關聯,具有較強的光靈敏度,但是會導致像差較大,影響最終的分辨率,因此目前的仿生復眼的光學結構設計多以并置型復眼為主[15]。文獻[16]建立了并置仿生復眼光學系統,同樣由中心光學系統和邊緣陣列子眼光學系統組成,給出了緊湊型子眼系統架構,避免了相鄰子眼的機械干涉,在增加空間分辨率的同時提高了空間利用率;文獻[17]重點闡述了美軍在大視場仿生復眼光電探測技術的發展現狀,可以看出仿生復眼在作戰武器裝備中的應用優勢。未來復雜戰場環境下,復眼特殊的成像機制為解決光電探測系統大視場條件下的目標高分辨探測、識別和跟蹤問題提供了明確的解決思路。

3.3 復雜場景低虛警探測與高精度識別的需求

城市、山地等復雜的作戰場景下,系統搜索的大視場中會出現多種背景雜波,如何在復雜場景中排除云層、飛鳥、光照、噪聲以及遮擋等干擾,準確地檢測和識別出缺乏特征信息的低慢小目標是亟需解決的難題。同時,面對戰場環境目標的未知性,要求算法在檢測過程中對目標大小具有較好的魯棒性,而傳統的檢測算法主要通過滑動窗口去提取候選區域的目標特征后進行匹配,時間復雜度高且魯棒性較差;基于深度卷積神經網絡的算法建立的多尺度目標檢測模型能夠較好得適應目標尺度的變化,但是在復雜背景下,目標外觀信息會受到背景的干擾,無法適應環境的變化,算法精度降低[18-19]。受啟于生物視覺系統,在復雜環境下,生物視覺可以有效應對環境變換從而快速捕捉目標位置[20],因此可以借鑒生物腦機制,基于生物關鍵視皮層腦區的機制解析,建立視覺計算模型,并將其與當前主流的計算機視覺算法相融合,在當前高靈敏度、寬動態范圍、多維感知的紅外探測器的基礎上,提出類腦智能算法。

以靈長類為代表的生物腦是已知的智能水平最高的系統,其視覺感知的魯棒性和準確性遠超當前的深度學習技術。從生物視覺的信息處理過來看,人類視網膜的光感受細胞接受外界的光刺激形成神經電信號,向上傳遞后分成用于運動信息提取的大細胞通路和用于細節提取的小細胞通路兩條信息通路,然后視神經將電信號傳遞給外側膝狀體后,再傳到大腦皮層進行高級語義的處理[20]。人類的視覺信息加工是時空不可分離的,其大細胞通路能夠通過細胞間的時空濾波變換有效提取視覺運動信息完成復雜環境下的目標檢測識別;同時,視覺皮層作為視覺系統中的核心部分,其腹-背側通路分別處理表觀信息和運動信息,并同時進行互相投射,因此,借鑒人腦雙通道并行處理機制和交互投射機制,充分利用運動信息對目標檢測過程進行引導,可以提高計算效率,同時將運動信息和表觀信息在時空維度進行融合,提高視頻目標檢測的準確率。目前業內普遍認為借鑒生物視覺運動機制對提升目標檢測識別的智能化水平具有重要意義。文獻[20]～[21]引入人類視網膜算法提取圖像中目標的運動信息,并將其與YOLO算法融合,解決了在外觀信息不明顯情況下的檢測虛警問題,極大地提高了無人機在復雜背景下的探測概率;文獻[22]從生物視覺系統得到啟發,模擬視覺系統不同模塊具有不同的功能,在深度網絡中引入復雜的分塊機制效果,并驗證了這種拓撲結構的實用性,在降低算法計算復雜度的同時,提高了對目標的識別能力。

運動目標的識別前提是保持對目標的穩定跟蹤,城市、山地等復雜背景下會遇到跟蹤過程中前景遮擋導致目標跟蹤丟失的現象,如何克服背景干擾與前景遮擋也是當前的重點與難點。現有的跟蹤算法只能簡單應對部分遮擋場景,無法解決密集遮擋、完全遮擋、長時間遮擋場景下的穩定跟蹤,算法的魯棒性與實時性還需要進一步改善,而人類視覺的記憶信息和強依賴的先驗知識有益于進行場景理解,但是當前的先驗學習模型能耗較高無法滿足使用[23]。而最符合生物神經元機制的脈沖神經網絡(SNN)的出現,對解決具有較高的實時性和精確度要求的任務有較高的應用價值,其以脈沖序列的形式在神經元之間傳送信息,具有低能耗高信息處理效率的特點[24]。SNN能夠自然地編碼異步事件流,同時由于輸出脈沖觸發的原則,離散噪聲事件無法對脈沖神經元的隱藏狀態引起足夠大的變化以引發輸出脈沖,因此,離散噪聲事件將被抑制,該方法具有較強的穩定性。基于事件流和遮擋圖像幀作為輸入,構建SNN與人工神經網絡的混合模型,預期能夠合成無遮擋的清晰場景圖像,解決密集遮擋、完全遮擋、長時間遮擋情況下基于幀的方法中缺失有效視覺信息的問題。

3.4 多目標跟蹤定位的需求

無人機集群作戰將成為未來戰場環境中的重要角色,不同個體攜帶不同的載荷,通過信息共享實現在復雜戰場態勢下的情報偵察、目標打擊等任務,因此在無法對當前的集群目標進行威脅等級判斷時,需要對當前視野中出現的個體進行跟蹤來判斷其屬性,因此如何實現對集群中多個目標的跟蹤定位是當前光電探測系統需要解決的難題。相較單目標跟蹤,多目標跟蹤除了需要適應目標形變、背景雜波等因素外,還需要額外考慮目標數量不確定、多目標軌跡關聯、目標相互遮擋、軌跡交叉等問題[25]。近年來,基于深度學習的多目標跟蹤算法取得了顯著的突破,主流的兩類算法包括基于檢測跟蹤DBT和聯合檢測跟蹤JDT兩類,其中DBT算法中目標檢測、特征提取、數據關聯各模塊之間的關聯度較低,且存在較多冗余,導致算法的準確度和效率較低;JDT算法將多模塊融合學習,提升了跟蹤性能,但是其強依賴于檢測器的效果,對于復雜背景下遠距離的低慢小目標,目標占據像素點較少,目標表觀特征不足,對目標的檢測和匹配有很大的影響,從而最終降低了跟蹤算法的性能[25-27]。因此,在遠距離低慢小目標表觀特征失效的場景下,如何開發低外觀特征依賴的高效可靠的多目標跟蹤方法,是需要解決的關鍵問題。

表觀特征的降低甚至是難以獲取,需要將重點放在目標運動特征上。目前大多數方法都集中在二維下的多目標跟蹤,而三維下的跟蹤可以提供更準確的目標位置和大小估計,對于深度學習而言,獲取更多維度的信息能夠保證信息輸入的完備性,從而更有效地提取運動特征,因此光電探測系統中的測距機需要高效使用,實現對視場內多目標的快速定位。傳統的光束掃描方式通過機械裝置移動反射鏡使其掃描方位和俯仰來保證覆蓋整個空間,但是此方法效率較低,實時性不高,且難以實現小型化。微納精密光束調控器件是未來實現目標快速定位的重要方向,其中MEMS振鏡陣列通過在其基底材料上加工微型反射鏡及驅動線圈,通過控制驅動線圈中的電流使微振鏡進行擺動,改變激光指向,多個MEMS振鏡的拼接擴展了MEMS振鏡偏轉角度的范圍,實現了大范圍掃描,在高重頻高靈敏度測距機的基礎上,實現對大視場范圍內多目標的實時測距[28];光學相控陣(Optical Phased Array,OPA)通過控制OPA芯片的光相位實現出射光束快速掃描和對不同目標的精確瞄準,且速度更快、精度更高[29];由亞波長尺度的單元結構排布組成的超構表面也提供了變革性的方案,將超構表面與MEMS集成,超構表面作為反射調制器件,通過MEMS驅動超構表面產生形變實現光束掃描[30]。

在實現多目標定位的基礎上,可以充分發揮深度學習對運動特征的學習。人類視覺在視線跟蹤、自適應機制等方面具有先天優勢。人眼視網膜的光感受器分布不均勻,中央凹具有很高的視敏度,能夠有效識別微小目標;而視網膜周邊部分卻無法識別微小目標,但對給物體運動等刺激有很高的敏感性。當目標較小時,人眼跟蹤目標不再依賴目標的外觀特征,而更多地是基于目標的位置和軌跡等先驗信息。人類視覺的這種特性和處理方法對于跟蹤算法具有一定的啟發性,因此可以將以人類視覺的注意力機制為基礎,結合基于深度學習的運動特征提取方法,針對遠距離的低慢小目標,開發基于注意力機制的多目標跟蹤方法,緩解外觀特征失效對于小目標跟蹤的影響,實現對多目標的精確跟蹤。

4 結 論

通過對俄烏戰爭無人機作戰現狀的分析,可以看出,無人機及無人機群將會成為未來軍事對抗的重要目標,而光電探測已經成為預警探測必不可少的探測手段,但是光電探測技術仍需進一步提升。

針對光電探測系統的發展現狀,本文分析了當前光電探測在復雜作戰場景下面對的主要挑戰難題,同時給出了不同難題下的解決思路,針對快速發現目標的難題,可以引入多維感知的光電探測器,將強度、多光譜、偏振、相位等多維光場信息進行融合,通過多維信息的優勢互補來提升系統的探測識別能力,滿足光電系統大視場遠距離探測的需求;針對探測發現與跟蹤識別矛盾的難題,需要突破傳統探測技術體制,基于鷹眼、人眼、昆蟲復眼等生物設計仿生的光學系統,增大系統的視場范圍的同時提高關鍵區域的空間分辨率,滿足光電系統大視場與高分辨的需求;針對復雜背景檢測識別困難的難題,可以引入跨學科的思維理念,基于生物關鍵視皮層腦區的機制,建立視覺計算模型,使用類腦智能算法,滿足光電系統復雜背景下低虛警率探測及高精度識別的需求;針對集群式多目標飽和攻擊的問題,引入MEMS振鏡、OPA芯片、超構表面等微納光束調整器件實現對多目標的精確定位,在基于深度學習的運動特征提取算法的基礎上,開發基于人類視覺注意力機制的多目標跟蹤算法,實現對戰場集群目標的態勢分析。

實現大視場遠距離探測、兼容大視場與高分辨、滿足復雜背景下低虛警探測與高精度識別、具備多目標定位跟蹤能力是未來光電探測系統的發展趨勢,通過光電探測技術的提升,最終實現與雷達能力的匹配。