信息融合技术在武器系统中的应用

信息融合技术在武器系统中的应用第1页共6页1引言信息融合技术是一门新兴的数据处理技术，亦称多传感器信息融合技术。它可对多类、多源和多平台传感器所获取的信息自动地进行综合分析，与其它数据处理技术相比，更能快速、准确、连续和全面地提供战场环境态势的综合性结论。随着战场目标的变化，未来导弹所对付的目标，将由原来的以攻击地面、海上目标及反飞机为主转向地表攻击、反飞机、反战术导弹和卫星并重的格局。相应地，武器也从能量型向精度型转变。前三代防空导弹武器杀伤目标靠爆炸战斗部产生的能量，而第四代导弹武器是精确制导武器，有些则采用直接碰撞动能杀伤，而且将作为一种重要的发展方向。因此，相应地发展精确探测、精确控制、精确导引技术，响应时间很短的直接侧向力控制，红外双色成像导引头，毫米波导引头以及姿控/轨控发动机等，是第四代导弹武器系统发展的重要支撑技术。现代战场条件下，不仅信号密度高而且信号形式种类繁多。就各个传感器而言，其数据率高低不一，即使同一类型的传感器，其探测精度也参差不齐，不同类型传感器对探测目标信号诸特征的响应也不同。另外，对同一威胁目标而言，各个传感器所处的相对位置(距离和观测角度等)不同，获取的目标信号特征亦可能大相径庭。为获取可靠的目标精度，作出正确的判断，必须进行多传感器的数据融合。2信息融合的原理及基本方法2.1信息融合的发展概况近年来，多传感器数据(信息)融合技术在军事和非军事领域受到巨大关注，数据融合技术综合从多个传感器得到的数据和关联数据库中的相关信息，实现比单传感器信息更高的精度和更准确的推理结论。随着新型传感器的出现以及数字信号高级处理技术和硬件技术的发展，增加了在工程上实时实现数据融合的可能性。现在，数据融合系统已广泛地应用于目标跟踪，自动目标识别和有限自动推理中。信息融合技术在武器系统中的应用第2页共6页多传感器数据融合的应用十分广阔，军事应用包括：自动目标识别(智能武器)，自主飞行器的制导，遥感系统，如敌我辨识中枢系统(IFFN)；非军事应用包括制造过程的监控，复杂环境的维护维修，机器人，医用系统，空中交通管制，智能车辆高速公路系统。数据融合是从一系列的传统技术中发展起来的，包括数字信号处理，统计估计理论、控制理论、人工智能和古典的数值方法等。最早，数据融合技术的发展主要是为了军事目的，只是到了近几年，这些方法才应用于民用。总之，多传感器数据融合较单传感器有突出的优点，除了综合同源数据得到优良的统计特性外，应用多传感器还可以增加被观测或被描述特征的可靠度。2.2信息融合的基本原理各种传感器的信息可能具有不同的特征：可能是实时信息，也可能是非实时信息；可能是快变或瞬变的，也可能是缓变的；可能是模糊的，也可能是确定的；可能是相互支持或互补的，也可能互相矛盾或竞争。而多传感器信息融合的基本原理或出发点就是充分利用多个传感器资源，通过对这些传感器及其观测信息的合理支配和使用，把多个传感器在空间或时间上的冗余或互补信息，依据某种准则来进行组合，以获得被测对象的一致性解释或描述，使该信息系统由此而获得比它的各组成部分的子集所构成的系统更优越的性能。多传感器信息融合与经典信号处理方法之间存在本质的区别，其关键在于信息融合所处理的多传感器信息具有更为复杂的形式，而且可以在不同的信息层次上出现。这些信息表征层包括数据层、特征层和决策层(即证据层)。多传感器信息融合不仅是一个信息处理的理论概念，同时也是一个系统概念。无论是单层融合还是多层融合，多传感器信息融合系统都必须具有以下的主要功能模块。(1)传感器信息的协调管理用于将多传感器信息统一在一个共同的时空参考系，把同一层次的各类信息转化成同一种表达形式及实现数据配准。然后把各传感器对相同目标或环境信息融合技术在武器系统中的应用第3页共6页的观测信息进行关联，一般称为信息关联；在目标跟踪领域也把它称之为数据关联。(2)多传感器信息优化合成依据一定的优化准则，在各不同的层次上合成多源信息。(3)多传感器协调管理包括传感器的有效性确定、事件预测、传感器的任务分配和排序、传感器工作模式和探测区域的控制等功能。多传感器信息融合一方面强调对传感器信息的优化合成，另一方面也十分重视对传感器的优化管理，以获得所探测对象的最大信息，从而达到对传感器资源的最佳利用和总体上的系统最优性能。2.3信息融合的基本方法与应用多传感器信息融合在不同问题领域采用不同的实现形式，一般来说，大多数的融合问题都是针对同一层次上的信息形式来展开的。信息层次不同，对应的信息融合方法和具体应用也不同。2.3.1数据层融合与应用数据层融合通常用于多源图像复合、图像分析与理解等方面。多源图像复合是将由不同传感器获得的同一景物的图像经配准、重采样和合成等处理后，获得一幅合成图像的技术，以克服各单一传感器图像在几何、光谱和空间分辨率等方面存在的局限性和差异性，提高图像质量。应用实例有美国陆地资源卫星(LANDSET)和F-16战斗机上的“LANTIAN”吊舱等。数据层融合对数据传输带宽、数据之间的配准精度要求很高。从信息融合的角度看，由于没有任何办法对多传感器原始数据所包含的特性进行一致性检验，因此数据层上的合成具有很大的盲目性。2.3.2特征层融合与应用特征层融合可划分为两大类，一类是目标状态信息融合，另一类是目标特性融合。(1)目标状态信息融合信息融合技术在武器系统中的应用第4页共6页目标状态信息融合主要应用于多传感器目标跟踪领域，目标跟踪领域的大量方法都可以修改移植为多传感器目标跟踪方法。跟踪问题亦已有了一整套渐趋成熟的理论，因此通常能建立起一个严格的数学最佳解模型来描述多传感器融合跟踪过程。在目标状态信息融合中，传感器输出的参量数据可以是角度(方位角或仰角)、距离等，也可以是被观测平台的参数矢量、立体图像或真实状态矢量(三维位置和速度的估计)。融合系统首先对传感器数据进行预处理以完成数据配准，即通过坐标变换和单位换算，把各传感器输入数据变换成统一的数据表达形式(即具有相同的数据结构)。在数据配准后，融合处理主要实现参数关联和状态矢量估计。目前，该领域发展所遇到的核心问题是如何针对复杂环境来建立具有良好稳健性及自适应能力的目标环境，以及如何有效地控制和降低数据关联及递推估计的计算复杂性。(2)目标特性融合特征层目标特性融合就是特征层联合识别，实质上是模式识别问题。多传感器系统为识别提供了比单传感器更多的有关目标的特征信息，增大了特征空间维数。具体的融合方法仍是模式识别的相应技术，只是在融合前先对特征进行关联处理，把特征矢量分类成有意义的组合。特征层上的融合可以说是发展最完善的，而且由于在特征层已建立了一整套行之有效的特征关联技术，可以保证融合信息的一致性，所以特征层融合有着良好的应用与发展前景。但由于跟踪和模式识别本身所存在的困难，也相应牵制着研究和应用的进一步深入。2.3.3决策层融合与应用在决策层融合中，不同类型的传感器观测同一个目标，每个传感器在本地完成处理，其中包括预处理、特征抽取、识别或判决，以建立对所观察目标的初步结论。然后关联处理、决策层融合判决，最终获得联合推断结果。决策层融合已有很多成功的应用实例，像战术飞行器平台上用于威胁识别的报警系统(TWS)、多传感器目标识别、工业过程故障检测、机器人视觉信息处理等。决策层融合输出是一个联合决策结果，在理论上这个联合决策应比任何单信息融合技术在武器系统中的应用第5页共6页传感器决策更精确或更明确。决策层融合所采用的主要方法有贝叶斯推断、D-S证据推理、模糊集理论、专家系统方法等。决策层融合在信息处理方面具有很高的灵活性，系统对信息传输带宽要求较低，能有效地融合反映环境或目标各个侧面的不同类型信息，而且可以处理非同步信息，因此目前有关信息融合的大量研究成果都是在决策层上取得的，并且构成了信息融合研究的一个热点。但由于环境和目标的时变动态特性、先验知识获取的困难、知识库的巨量特性、面向对象的系统设计要求等，决策层融合处理理论与技术的发展仍然受到阻碍。2信息融合技术在武器制导与控制中的应用在动能拦截弹的制导控制中，单纯地依靠某一类传感器系统不可能解决对目标的探测、识别和精密跟踪，这需要多个传感器来完成。“美国陆军空间与战略防御司令部”(USASSDC)导弹防御空间技术中心“战场激光雷达演示”(FLD)计划负责人理查德*温特认为，提高“动能杀伤拦截器”(KKV)识别真假目标能力的基本途径，是增加所测目标独特特性的数量，并把这些由多部探测器所测得的目标特性数据最佳地融合起来。选择有识别能力的动能杀伤拦截器，就是将被动探测器与激光雷达结合起来，因为这两种探测器所测得的目标特性具有互补性。美国陆军正在研制三种成像激光雷达，供有识别能力的动能杀伤拦截器使用。一般地说，使用多传感器对目标进行探测、识别和跟踪，主要目的在于多种传感器进行互补以便能够获得更好的目标信息。在目标探测识别跟踪系统中使用多种传感器有许多优点，是一勿庸置疑的趋势。这些优点概括起来有：①可以拓宽监视探测的覆盖面；②可以发挥各种传感器的优点，取长补短以改善跟踪的精度；③多传感器抗干扰的性能大大地优于单传感器；④用多个低成本的传感器融合得到的数据信息可以代替高价格的高精度传感器，降低成本。由于多个传感器可获得多个目标特性，使得在对目标进行探测和识别时，具有更准确的探测、识别结果。用一个温度传感器和两个图像传感器，应用数据融合技术综合两类传感器不同特征的数据信息实现了具有冷热和不同形状特性的四个目标的识别。对于目标的精确跟踪，用一脉冲雷达和红外成像传感信息融合技术在武器系统中的应用第6页共6页器观测机动目标为例，利用信息融合技术实现了机动目标的精确位置状态估计。雷达可以精确地测定目标的径向距离，但对目标的方位确定能力有限；而红外成像传感器能够精确地测定目标的方位，但不能测量目标的径向距离。若把这两类传感器的观测数据正确的融合，就可精确得到机动目标的空间位置，即目标的方位和径向距离。这一准确的目标位置是不能只通过任意一个独立的传感器得到的。3信息融合技术的意义信息融合是对多源信息进行综合处理的技术，主要指利用计算机对各种信息源进行处理控制和决策的一体化过程。它把来自多传感器和多信息源的数据及信息加以联合%相关和组合，以获得精确的信息估计。多传感器信息融合的基本原理就是充分利用多个传感器的资源，通过对这些传感器及其观测信息的合理支配和使用，把多个传感器在空间和时间上的冗余或互补信息依据某种准则进行结合，以获得被测对象的一致性解释或描述，使得所集成的系统由此获得比其它各组成部分的子集所构成的系统更优越的性能。多传感器信息融合与经典信号处理方法之间存在着本质的区别，其关键在于信息融合所处理的多源信息有着更复杂的形式，而且可以在不同的信息层次上出现，这些信息表征层次包括数据层特征层和决策层融合的基本策略就是先对同一层次上的信息进行融合，获得更高层次的融合信息，然后再汇入相应的融合层次。信息融合也是一个由低层到顶层对多源信息进行整合抽象的信息处理过程。