摘 要:通过融合结构描述了差异信息产生的原因和特征表现。阐述了多类差异信息柔性融合的概念与内涵,根据通信时延和状态过程噪声等因素对融合性能的影响,提出了不同通信时延和状态过程噪声条件下融合结构的选择机制,以及针对不同特征的信息柔性融合方法。最后分析了柔性融合与传统融合的差异。

关键词:信息融合;差异信息;柔性融合;分布式融合

中图分类号:TP391.9文献标识码:A文章编号:1674-909X(2013)02-0015-06

0 引言

为了更好掌握战场情况,生成完整、一致且连续的战场态势,指挥信息系统各节点需在物理域接入各类传感器,如有源雷达、无源传感器和图像传感器等,并接入其他各类侦察手段获取的信息;需在信息域对多类、多介质和多手段信息进行融合处理,生成战场观测态势;需在认知域接入部/技侦情报、中长期情报/人工情报和卫星侦测情报等信息,进行态势与威胁估计,提高战场态势的完整性、准确性、连续性、及时性、稳定性和清晰性。该类多介质/多类型信息源获取的信息在不确定性、信息质量^[1]、尺度(分辨率)/粒度、完整及相容/冲突等特征上有较大差异。本文着重阐述差异信息概念与特征、差异信息柔性融合结构与方法,以及柔性融合与传统融合方法的区别。

1 融合结构

通常融合结构分为集中式、分布式和混合式3类。其中,混合式融合结构指在实际工程应用中,根据作战活动对信息融合产品的需求,采用集中式与分布式相结合的融合结构,无通用结构模式。这里仅简述集中式和分布式融合结构。

1.1 集中式

集中式融合指所有传感器测量数据和情报源情报信息传送至一个中心节点进行融合处理,如图1所示,产生目标的综合航迹和属性以及态势和威胁估计结果。该结构中,融合中心可利用所有传感器的原始测量数据和其他信息源的情报信息,无任何信息损失或损失很小。因此,融合结果最优。该结构对通信链路的传输速率和中心节点的处理能力要求较高,工程上常采用集中式融合结构。

1.2 分布式

分布式融合也称航迹融合,指每个传感器通过处理其自身测量信号/数据产生目标的局部航迹,然后将局部航迹送入融合中心进行多传感器局部航迹关联与融合。该处理结构对通信链路和融合中心的处理能力要求较低,但会损失部分有价值的原始测量信息。该结构因在工程上易于实现而得到重视,并成为信息融合研究的重点^[2]。分布式融合从结构上可以分为以下3种:

1)无反馈层次分布式融合结构:如图2所示,该结构中各局部融合节点F1和F2将其所属的各传感器测量进行融合,形成局部估计后传送给全局融合中心F3,以融合生成全局估计。

2)带反馈层次分布式融合结构:如图3所示,该结构与无反馈层次融合结构不同之处在于,全局融合中心节点F3的全局估计可以反馈到各局部节点F1和F2,具有容错的优点。当检测出某个局部节点的估计结果较差时,可以利用全局估计结果修改局部节点的状态。这样既改善了局部节点的信息,又可连续利用该节点的信息。文献[3]证明了该结构不能改善融合系统性能,但能提高局部估计精度。

3)对等分布式融合结构:如图4所示,该结构中,各节点由网状或环状等方式建立通信连接,一个节点可以享有与其相连的所有结点信息,说明各局部节点可以不同程度地享有全局信息,能在多点上获得较好的估计。在所有传感器节点都相互连接时,每个节点可作为中心节点获得目标的全局最优估计。但该方式的通信负荷最大,通常很难具备这样的通信条件。

2 差异信息概念与特征

2.1 差异信息产生原因

典型的无反馈三层分布式融合结构如图5所示。在该结构中,每级融合中心既接收下级局部融合航迹,又接收自身信息源探测信息。如融合中心F₁除带有下级融合中心F₁₁与F₁₂外,还有自身信息源S₁。S₁₁⁽¹⁾/S₁₁⁽²⁾与S₁₂⁽¹⁾/S₁₂⁽²⁾可能是不同类型的信息源,上报的信息有较大差异,如图像传感器与有源雷达、有图5无反馈三层分布式融合结构源雷达与无源雷达等。也可能是有较大精度差异的同类传感器,如警戒雷达、引导雷达和跟踪雷达。因此,F₁₁与F₁₂可能是不同介质/类型信息融合节点,从而F₁₁与F₁₂处理结果的精度、粒度和可信度有较大差异。当F₁₁与F₁₂是不同业务类型的信息源/处理系统时,如技术侦察情报、人工情报和无源探测情报等,它们提供的情报信息中还含有征候和趋势类信息,其中还可能有人的主观理解和判断结果。在时间上表现为准实时、非实时或中长期情报,与实时探测/侦察获取的战场目标状态和属性信息在粒度、精度、完整性和可信度等特征上存在更大差异。美国国防部实验室联合理事会(JDL)首席专家James Llinas将人工收集的带有人的理解和判断结果的情报称为软数据,它们与传感器探测数据(称为硬数据)在融合方法上存在重大差异。

2.2 信息差异的特征表现

战场感知信息差异的特征表现如下:

1) 多精度信息

图6描述了具有不同测量精度的雷达或由于探测环境引起对目标不同的探测精度。其中e1,e2和e3分别为雷达R1,R2和R3的测量误差根方差,X1,X2和X3分
别为R1,R2和R3对目标Xp的测量位置点。

2)多粒度信息

图7描述了人工、技侦、航行、敌我识别(IFF)/二次监视雷达(SSR)、有源雷达和无源电子对抗侦察(ESM)6类信息源对目标属性观测/识别粒度分类,以及这6类探测/侦察手段获取不同的观测粒度集合的相互包含关系。多类信息源所获取的目标信息详略程度(粒度)不同,其可能相互包含。图7中,人工情报能获得敌方对我突袭征候(时间和地点);技侦情报能获得袭击平台/武器的行动时间和数量;航行报能预告我机起飞机场、时间和机型等;而敌我识别装置能报知目标的我、民航和不明等属性;雷达测量获得目标属性是大目标、小目标、低空目标和高速目标;技侦或ESM信息经处理后能判断出目标属性是轰炸机或侦察机,甚至识别出目标的具体机型因而能够进行敌我机区分等。6类信息间的对应关系见图7。

3)完整/不完整测量信息

图8描述了有源雷达(R4和R5)对同一目标的完整测量(单传感器可目标定位)和ESM(E1,E2和E3)对该目标的不完整测量(仅有方位,无法单源目标定位)的示例。通过对ESM目标测量方位给出可能的或无穷大的距离量(S1,S2和S3),形成
伪完整测量,以实现与完整测量信息的融合

4)互补/冲突信息

图9描述了多种技术手段收集到的目标属性识别不同类型证据信息,其中,证据B1和B2对属性命题A完全支持;C1和C2对命题A部分支持(相容);而证据D1和D2则完全不支持属性命题A,即与目标属性命题A相悖/冲突。

此外,战场感知信息的差异特征还表现为非时序和非同步以及可靠性和可信性等方面。

3 多源信息柔性融合

多源信息柔性融合指实现各类大差异特征信息融合的柔性融合结构和方法的总称。柔性融合结构指融合结构能够随融合产品指标、网络传输能力和过程噪声变化而自主变化;柔性融合方法则是针对在完整性、粒度、精度、分辨率、相关性和相容/相悖性等特征领域存在较大差异的多源信息,所建立的各种融合准则和方法的综合描述。柔性融合目的是通过容纳多手段/多介质信息源、多类差异信息和多类融合环境(多融合节点结构和信息流程),提高战场感知信息质量和态势一致性。

3.1 柔性融合结构

3.1.1 概念

柔性融合结构指分布式系统中,信息源节点/融合节点的选择和资源配置及连接方式、信息流向与传输内容(反馈/非反馈/部分反馈),以及信息处理和输入/输出时机等融合结构要素,能够按照作战活动对融合产品性能/效能指标的不同需求,通信网络结构(层次连接、分布式连接和混合连接等)和传输能力(带宽/速率、时延和误码率等)的不同,以及过程噪声的不同而自主改变^[4],进而产生新的融合结构,以满足作战活动对战场感知信息需求条件下优化战场感知资源;或在已配置的资源条件下,通过调整信息流向和融合算法提高感知信息质量。

为了说明融合结构的柔性变化,将全局融合航迹误差协方差椭圆与局部融合航迹误差协方差椭圆面积之比作为分布式融合性能指标,分析通信时延和状态过程噪声等因素对融合性能的影响。3种融合结构下通信时延和状态噪声等对融合性能的影响如图10所示^[4]。其中,纵轴表明全局融合均方误差(MSE)椭圆面积A与局部融合均方误差椭圆面积A*之比(A/A^*<1);横轴为状态过程噪声q,q在[10^-4,10⁶]内变化;n=1,2,4,8分别为信息传输延迟n-1个周期。图中上端虚线表明诸融合结果的极大似然(ML)上界。

在图10(a)无反馈融合中,全局融合性能对过程噪声较敏感。当噪声级别较高时,全局融合性能以50%逐渐接近稳定状态;增加状态噪声并减少局部误差向全局节点传输(n增大),性能则接近ML所限制的上界。在最佳通信更新(n=1)下,融合过程基本可以连续进行。然而,在无反馈融合时,这些曲线间差别不大,即合理延迟不会严重影响系统性能。

在图10(b)全反馈层次融合结构中,随着状态噪声增加和通信速率减小,融合性能严重恶化。当不良的全局融合结果反馈回局部节点时,局部节点融合性能直接受到影响,出现不稳定态势(全速率n=1除外)。

部分反馈指仅将全局状态估计(不含估计协方差)回送给含有不稳定(不确定性)协方差的局部节点,如图10(c)所示。当通信时延较大时,部分反馈结构性能退化,减少局部节点的不稳定且很快受控,使得部分反馈能获得与全反馈结构相反的有效性能,其中反馈效果A/A^*类似于无反馈层次融合性能。

由图10可知,当过程噪声q在[10^-4,10²]内变化时,随着过程状态噪声增加和通信速率减小,不同融合结构的融合性能变化相同或相似;当过程噪声q在[10²,10⁶]内变化时,全反馈融合结构的融合性能严重恶化(n=1除外)。

因此,为提高某局部融合节点的自主跟踪能力,当上级全局融合性能较高时,需要通信网络提供上级节点融合信息反馈传输功能,并在速率上提供时效保障;当上级节点融合误差协方差较大时,仅需保障反馈融合估计给下级节点即可,无需反馈该误差协方差,否则会降低下级节点的自主跟踪精度。通常情况下,高性能的传输网络能使分布式融合系统结构选择具有更大的优化空间。因此,在满足信息融合效能的前提下,应选择最佳的分布式融合结构,进而确定通信网络结构和能力,同时考虑目标状态噪声对信息融合效能的影响。

3.1.2 演化规则

由上述融合结构构成要素及其柔性变化,确定融合结构随多类因素的演化规则如下:

1)融合网络节点配置规则:基于网络中心战体系多级作战节点对战场信息的需求,配置诸融合网络节点,包括节点层次、数量和节点对战场信息的需求;

2)信息流向、流程与时间控制规则:基于各融合网络节点对战场信息的需求,确定或调整信息流向,如自下而上无反馈逐级上报、部分反馈,以及全反馈控制等;

3)信息融合处理资源配置与运行规则:包括诸融合节点基于其信息内容和指标需求,选择配置相应的融合软件资源(特别是采用的融合模型)并进行运行控制,还包括基于诸层融合节点功能支撑关系的信息输入输出控制与互操作运行控制规则等;

4)基于网络传输能力的分布式融合结构自主调整规则:网络能够提供的节点间(信息收集、信息融合和信息用户3类节点)的信息传输带宽/速率、误码率和时延等能力变化时,基于上述3项规则对融合结构自主调整,并给出调整后融合系统性能与效能评估结果;

5)基于噪声的分布式融合结构动态调整规则:随着环境噪声/干扰、目标状态噪声和传感器测量噪声的变化,分布式融合结构能够基于上述4项规则动态/自适应调整,并能给出调整后分布式融合系统的性能与效能评估结果。

3.2 柔性融合方法

柔性融合系指灵活运用统计估计、方差分析、多分辨率图像稀疏变换、伪序贯滤波、模糊集理论、基于知识的系统(KBS)、D-S证据理论、随机集理论和低相容/冲突证据信度分配模型等理论方法和技术,以解决诸类大差异信息的融合问题。即针对各种不同特征差异的信息,在不同融合结构和信息流程下,按照一定的准则选择或建立相应的融合方法。其目标是通过容纳多手段/多介质信源、多种类信息和多样化环境,提高态势感知的时空精度和一致性,包括物理域、信息域和认知域内战场态势的符合性、适时性、准确性、连续性、完整性、清晰性与可视性。

通过研究现有理论方法和技术的适用范围,对其进行完善或建立柔性信息融合的新模型和新方法。图11上半部分给出了各类特征差异信息融合模型与相关基础理论及方法的对应关系,下半部分给出了各类差异信息融合模型与实际融合问题的对应关系,从而为基于实际问题判断和选择适宜的柔性融合模型和方法奠定了基础。

柔性融合方法主要分为以下6类:

1)完全与不完全目标信息统一融合方法:包括基于测向平面/直线的三维空间目标定位方法、多传感器不完全测量扩维及其与完全测量的统一融合方法等;

2)低相容/相悖信息融合方法:包括基于合成公式改进的和基于证据模型改进的相容/相悖信息融合方法^[5-7]等;

3)分布式系统多节点信息融合算法:包括分布式融合重用节点信息误差消除方法和分布式融合相关性未知信息融合方法等;

4)粒度差异信息的柔性融合方法:包括基于模糊逻辑的粒度差异测量信息融合模型、多传感器测量粒度加权融合算法和大误差信息的实时滤除算法等;

5)大差异误差协方差且相关性未知的航迹融合方法:包括协方差交集(CI)算法权系数优化模型和CI融合算法实现公式等;

6)多介质图像融合算法:包括红外(IR)和可见光图像融合模型、多光谱图像与可见光图像融合模型、合成孔径雷达(SAR)图像与可见光图像融合模型等。

4 柔性融合对传统融合的挑战

多源信息柔性融合对传统多源信息融合的挑战性主要表现在以下3点:

1)传统融合主要针对集中式融合结构,而柔性融合主要针对网络中心战环境中的分布式融合结构。融合结构的柔性变化是分布式融合系统面临的最大挑战。

2)分布式融合处理中,一个节点既有自身配置的传感器和信息源的输入信息,又有其他融合节点的输入信息,这些信息在粒度、维度、精度、不确定性、相关性、时序,以及相容/相悖等特征上均存在较大差异。因此,需寻求多类差异信息的柔性融合方法。在集中式融合结构下,不考虑信息重复使用情况。在分布式融合结构中,需考虑信息重复/循环使用所产生的误差增长问题,如图12所示。图中为无反馈层次分布式融合结构,F1的A点到F3的E点有ACE和ABDE两条路径。共用信息节点A的误差分别传播到C点和D点,当F3的E点对来自C点和D点的估计结果进行全局估计时,所产生的全局融合航迹2次受到A点信息的作用。由于共用信息节点的过程噪声和先验信息分别为后续某些融合节点使图12无反馈层次分布式融合结构的信息流程用多次,从而导致后续节点融合误差的增长。因此,滤除上游共用信息节点对后续融合节点产生的冗余效应是分布式系统的柔性融合功能需求之一。

3)传统的融合算法基于假设“输入的多源信息是独立获取的”,分布式融合结构中,该假设通常不成立。分布式系统中融合网络结构和信息流程图未知时,使用某共用节点(可以是传感器)信息的多个后续节点所产生的融合信息可能有很强的相关性,即目标状态估计误差协方差相关(P_ij≠0)^[7]。当这些信息再为某后续节点同时使用时,其输入信息显然不独立,无法应用传统集中式融合估计(滤波)技术和方法。因此,在分布式融合结构中,需解决输入某融合节点多源信息之间的相关性问题。寻求输入信息相关性已知、未知或部分未知状况下的多源信息融合理论、方法和实现技术是分布式融合系统提出的又一柔性融合功能需求。

5 结束语

描述了差异信息产生原因与特征表现;从柔性融合结构和柔性融合方法角度,阐述了多源信息柔性融合的概念与内涵;分析了柔性融合与传统融合的区别。随着网络中心战思想的不断演进,分布式融合结构将得到更广泛的应用。由于柔性融合与分布式融合结构紧密相联,进行柔性融合处理,综合利用分布式结构中各类差异信息,建立差异信息柔性融合模型的优化控制框架均是后续重点研究的方向。

本文摘自《指挥信息系统与技术》第4卷 第2期