一种可用于鱼雷导引的高冲突数据融合处理方法*

程善政 何心怡

(海军装备研究院 北京 100161)

一种可用于鱼雷导引的高冲突数据融合处理方法*

程善政 何心怡

(海军装备研究院 北京 100161)

目标释放诱饵等对抗装备对鱼雷武器实施干扰、诱骗等可增加其逃生的机会,精确制导及智能识别技术仍将是鱼雷制导技术发展的方向之一。鱼雷的精确制导及智能识别技术需要以传感器获取目标不同的特征数据或同性周期数据为判断,并将这些数据融合。论文针对处理多信息源数据高度冲突时的问题,提出了一种改进的数据合成方法。该方法可应用于鱼雷目标识别时数据高冲突的处理,减小识别结果的不确定性。

鱼雷目标识别; 冲突数据; 信息融合; 不确定度

Class Number TP391

1 引言

未来战场中武器装备的复杂环境对抗能力将占有重要的地位,对武器装备的目标识别能力提出了更高的要求。鱼雷对目标的识别主要是通过提取目标特征量(如声、磁、光学、尺度等),利用这些特征区分目标与干扰,甚至可以区分不同类型的目标[1]。在获取目标特征数据后需对数据进行处理,不同的传感器感知的目标特征数据不同,需要结合这些数据综合识别目标,当获取数据具有较高的冲突时,需采用可行度较高的数据处理方法,以对目标进行准确的确认[2～3]。

Dempster数据合成方法是由Dempster和Shafer于20世纪60年代末和70年代初建立的一套不确定推理方法[4],是对概率论的进一步扩充,它面向识别框架中基本假设集合的幂集,适用于不同层次的传感器测量,该理论考虑了二值不确定性,是适合多传感器信息融合的一种较好的不确定性推理方法。数据理论虽然有诸多优点,但在待组合数据体具有高度冲突时会出现反直观的,即有悖常理的组合结果[5]。

2 新的数据体修正方法

现有数据体修正法的基本思路是考虑数据体的先验信息、数据距离、不确定度等因素得到数据体的折扣因子或权重,对数据体进行修正后应用DS组合规则融合新数据得到融合结果[6]。上述三种因素从不同角度刻画了数据体的特征,但每个因素都不能完全包涵所有的数据体特征,单独考虑每个因素确定权重不能达到最合理的融合效果。

2.1 基于主焦元支持度的数据体可信度

设识别框架为Θ={w1,w2,…,wn},设某数据BPA(Basic Probability Assignment)函数为(m1,m2,…,mn)定义满足{m(i)|m(i)≥m(j),i,j=1,2,…,n,i≠j}的焦元i为主焦元。在实际中,人们普遍倾向于相信主焦元对应的事实,当两数据体主焦元i相同时,即使两数据距离、冲突因子、不确定度均较大,也可近似认为两条数据不冲突。由此出发,本文构建基于主焦元支持度的数据体信任度。

有l个传感器的BPA函数为

定义数据体一致度:

数据体一致度是与数据体与主焦元相同的数据体的数目之和,归一化后即得数据体可信度:

显然,当数据体与大部分数据体主焦元相同时,其可信度较高;反之则可信度较低。这与人的直观判断是一致的。数据体可信度仅反映了数据体与其他数据体的关系,并未应用到数据体本身的信息,仅以此作为数据体的权重仍然有失偏颇。

2.2 基于BPA平方熵的数据体信息量

信息论中,“熵”度量了事物蕴含的信息量。熵值越大,数据体越含混,可利用的信息越少,所赋予的权重应越小;熵值越小,数据越清晰,可利用的信息越多,所赋予的权重应越大。基于熵值的数据体权重构建如下:

对l个待组合数据体mi,i=1,2,…,l,其各自对应的平方熵[]为

用负指数函数将数据体熵值转化为数据体的权重,每个数据体的熵值权重为(α为负指数函数参数):

i=1,2,…,l

综合考虑数据体的可信度权重和熵值权重,构造数据体的权重:

i=1,2,…,l

调整β的大小可控制数据体可信度与熵值之间的比重,β越大,就更多考虑数据体信息量的影响,β越小,就更多考虑数据体可信度的影响。β应随数据冲突程度减小而增大。

3 实例计算

辨识框架Θ={w1,w2,…,wn}可通过将二元辨识框架拆分得到,因此本文算例以二元辨识框架为研究对象,比较各种方法的异同。其中本文方法中选取参数β=0.618。

例 目前,鱼雷在检测水声信号的同时,提取目标特征量(如尺度信息等),这种方法是当前进行目标识别最常用的方法,近年来目标识别方法研究较多。设鱼雷有四个不同的传感器,传感器获取目标的不同特征信息,传感器的数据BPA函数如下:

E1:m(A)=0.8m(B)=0.2

E2:m(A)=0.7m(B)=0.3

E3:m(A)=0.6m(B)=0.4

E4:m(A)=xm(B)=1-x

当x从0～1逐渐变化时,Murphy[7]、邓勇[8]、韩德强[9]及本文方法的融合结果如图1所示。

图1 Murphy、邓勇、韩德强及本文的融合结果

由图1可以看到,本文方法由于考虑了数据体的熵值,在数据4高度冲突时,融合结果不如邓勇的方法,随着数据4冲突程度的降低,本文方法开始优于邓勇的方法。这是因为在邓勇的方法中,较高的权重赋给了满足信息量居于中庸程度的数据,数据4在与其他数据的距离不断减小,且未达到较高可信度时,降低了所有数据的平均可信度,使得较高的权重赋予了信息量较低的数据。而本文方法在考虑一致性的基础上始终将较高的权重赋予信息量较大的数据,因此在数据4冲突程度减小且未达到较高可信度时,本文方法的收敛速度远远高于邓勇的方法。韩德强的方法仅考虑数据的信息量大小,在数据4高度冲突时,实际上出现了错误的融合结果,但随着数据4的冲突程度减小,其融合效果好于其他几种方法。

所以,本文的方法可用于鱼雷目标识别领域,当鱼雷在复杂声电磁干扰环境下进行目标识别,采用本文方法对不同传感器获取的目标高冲突数据或者同一传感器不同周期的高冲突数据进行融合,可以有效消除干扰因素影响,对目标类型作出正确的判别,向鱼雷的制导系统提供目标指示。

4 结语

当鱼雷受到复杂声电磁干扰时,信息融合系统中收集的目标数据常常有较大的冲突,这时使用传统的Dempster组合规则无法有效地处理这些冲突数据。本文主要分析了数据体修正法框架下的Dempster组合规则改进的方法,提出了一种新的加权数据合成方法,与邓勇和韩德勇的冲突数据处理方法相比,该方法在有效地处理冲突干扰数据的同时,具有较快的收敛速度,该数据融合处理方法也可拓展到雷达等多传感器对抗识别领域。

应该指出,没有一种方法是完美的,基于不同情况建立自适应数据组合方法是一个较有希望的方向,结合工程试验等相关数据进一步改进该方法将是我们下一步研究的重点。

[1] 陈春玉.目标识别技术的现状与发展[J]声学技术,1999,18(4):185-188.

[2] 刘准钆,程咏梅,潘泉,等.证据冲突下自适应融合目标识别算法[J].航空学报2010,31(7):1426-1432.

[3] 孙全,叶秀清,顾伟康.一种新的基于证据理论的合成公式[J].电子学报,2000,28(8):117-119.

[4] Smarandache F, Dezert J. Applications and Advances of DSMT for Information Fusion[M]. Rehoboth: American Research Press,2009.

[5] 王程,张安,邓勇.多传感器信息融合中的证据冲突判决方法[J].现代雷达,2008,30(12):55-58.

[6] 杨明.证据推理组合方法的分类[J].评价准则及应用研究[D].西安:西北工业大学,2006.

[7] Murphy C. K. Combining belief functions when evidence conflicts[J]. Decision Support Systems,2000,29(1):1-9.

[8] 邓勇,施文康,朱振福.一种有效处理冲突证据的组合方法[J].红外与毫米波学报,2004,23(1):27-32.

[9] 韩德强,邓勇,韩崇昭,等.利用不确定定度度度的的冲突证据组合[J].控制理论与应用,2011,28(6):788-792.

[10] 边肇祺,张学工.模式识别[M].第二版.北京:清华大学出版社,1999.

Highly Conflicting Data Fusion Processing Method in Torpedo Guidance

CHENG Shanzheng HE Xinyi

(Navy Academic of Armament, Beijing 100161)

In order to escape from torpedo attack, the target uses decoys to interfere and bamboozle torpedo. The technology of Precision Guide and Intelligent Recognition of the torpedo will be improved in the future. The data will be got from sensor which is different from characteristic or cycle. Those information should be synthesized and offered to the Precision Guide and Intelligent Recognition system. The text provides an improved method to deal with the highly conflicting data when the conclusion is opposite with reality. The method can be applied in the target discrimination to torpedo. The conclusion of discrimination will be more credible.

target discrimination to torpedo, conflicting data, information fusion, uncertainty degree

2014年6月5日,

2014年7月27日

程善政,男,硕士,工程师,研究方向:武器系统与应用工程。

TP391

10.3969/j.issn1672-9730.2014.12.049