甘精伟
(中国电子科技集团公司第五十四研究所,河北石家庄050081)
在数据融合系统及模型的测试过程中,利用已有的融合模块组装或修改得到需要的测试对象是科学有效的途径。测试对象通过连接子将需要的融合组件连接到一起形成合成组件,建模难点在于测试对象的拓扑结构设计和合理描述,其结构是由连接子及局部节点构成的网状结构,局部节点可能是简单融合组件,也可能是聚合组件。这种结构充分考虑了数据融合功能模块划分的影响,但就其描述来说是远远不够的,还应该充分考虑以下2个因素的影响[1]:① 融合系统体系结构的影响:数据融合系统所采用的体系结构形式决定着测试对象所具有的拓扑结构;②评估对象之间的合并操作的影响:聚合式的测试对象将多个融合系统或模块合并成一个,对它进行测试等同于同时测试其子系统或模块,因此,对象之间的合并操作必然会对测试对象的拓扑结构造成影响。
数据融合系统通常采用开放、层次化、基于范例的体系结构[2],其在系统顶层上可表示为数据融合树,其中的每个功能节点在不同层次和处理级别上完成相应的数据处理,根据节点所处的层次不同,其内部可能选用不同的融合处理结构。因此,系统的体系结构可以分解为顶层数据融合树结构和融合节点结构两部分[3-4]。
不管是数据融合树,还是融合节点的结构,它们本质上都是对各组成部分之间的数据或信息流进行刻画与描述,进而得到模块之间的信息传递关系,这些传递关系又转化为组件之间的组合关系。因此,测试对象的网状拓扑结构需要与数据融合系统体系结构相符,并不是任意的。
系统的体系结构从信息流的角度来看,主要具有连通性、方向性、反馈性、汇总性和分发性等特点。这些特点对测试对象的拓扑结构会造成影响[5-9],具体有以下几点:
①连通性:融合系统是一个连通的有机整体,不可存在孤立的部分,直接决定了测试对象的拓扑结构,无论是整体上还是聚合件内部都是连通的。
②方向性:融合系统中信息的传递是朝着远离传感器的方向进行的。这里的方向是指在整个系统中信息的传递方向,而非特定2个模块之间的传递方向。本文把数据远离传感器的方向定义为正方向,反之定义为反方向。
③反馈性:2个融合节点或处理模块在正反方向上都可能存在信息传递,反方向上的数据传递称为反馈,反馈会形成数据回路,如图1所示,会影响测试对象的结构。
图1 反馈性示意图
④汇总性和分发性:多个节点或模块的输出汇总成一个节点或模块的输入称为汇总性;单个节点或模块的输出分发成多个节点或模块的输入称为分发性。汇总性使一个组件成为组合连接子的后继组件,分发性则令一个组件成为组合连接子的前驱组件,它们组成了测试对象的网状拓扑结构。
评估对象合并操作通常是先把多个待评估的测试对象合并成一个复合的、满足需要的测试对象。
评估对象之间的合并操作有以下3种类型,如图2所示。
图2 评估对象合并示例
① 第Ⅰ类合并:仅对源组件进行合并操作;
② 第Ⅱ类合并:对源组件、处理组件及连接子都进行合并操作,处理组件合并要遵循互不干扰原则的第一种含义;
③ 第Ⅲ类合并:对源组件、处理组件及连接子都进行合并操作,处理组件的合并要遵循互不干扰原则的第2种含义。
图2给出了对象合并的一个示例,合并前,2个测试对象采用的是分布式结构,除了采用的航迹关联组件存在差异以外,它们的其他各个部分都是相同的。从上至下依次是第Ⅰ类合并、第Ⅱ类合并和第Ⅲ类合并。合并1只合并了2个雷达组件;合并2合并了2个雷达组件和2个滤波组件;合并3合并了2个雷达组件,Kalman和粒子滤波组件由于存在随机性,因此,在遵循互不干扰原则的第2种含义下,它们不能够进行合并。
通常情况下,融合系统中的汇总性占主导地位,因此,测试对象更趋向于树状结构。这意味着测试对象中通常包含一个输出组件,其他所有组件都要向这个组件汇总。本文称此类组件为全局组件。只要其他任何一个组件存在差异或随机性,全局组件就不能够合并。此外,由于全局组件输出最终结果,2个全局组件合并时不仅全局组件相同,还要求所有其他组件也相同。因此,不同测试对象的全局组件是不能够进行合并操作的。合并后的测试对象不再趋向于树状结构,因为,它们必定存在多个全局组件。
综上所述,对象合并对整体上的网状结构会产生影响。单个评估对象合并时趋向于树状结构,多测试对象合并时趋向于非树状结构[1-2]。
综合前面的讨论和分析,测试对象建模应该重点关注测试对象的组成元素、拓扑结构及功能完整性3个方面内容。
测试对象由融合组件、聚合及组合连接子构成,其中,组合连接子又分前向和反馈2种。因此,其可以用四元组来表示[1]。
式中, 为对象所包含组件的集合;和分别为组合和聚合连接子集合为反馈映射,对于任意表示前向连接表示反馈连接。
定义1:四元组,,如果存在组件和聚合连接相间排列序列满足以下性质:
①是的父组件是的子组件;
②对于任意是的父组件是的子组件;
则称此序列为一条从到的聚合路径。此时,称到是聚合可达的;否则,称到聚合不可达。
定义2:四元组,,如果存在组件和组合连接相间排列序列满足以下性质:
①是的前驱组件,是的后继组件;
②对于任意是的前驱组件,是的后继组件;
③对于任意;
此序列为一条从到的组合路径,此时,称到是组合可达的;否则,称组合不可达。
在四元组中,假设,为直接参与组合连接组件的集合。把组件 作为后继组件的前向组合连接的总数称为组合入度;把 作为前驱组件的前向组合连接的总数称为组合出度;把 作为子组件的聚合连接总数称为聚合入度;把作为父组件的聚合连接总数称为聚合出度。此外,组件 参与组合连接及输入块的组合连接总数目共同组成了一个实例,称为组件 在 中的实例,记为。
为保证测试对象模型的有效性和合理性,其中的组件和连接还必须考虑以下2个方面的因素:
①拓扑结构:测试对象的拓扑结构设计要充分考虑和体现多种因素的影响,比如模块划分、体系结构、对象合并操作及反馈连接等。
②功能完整性:内容上必须完整,充分考虑拓扑结构的完备性和连通性,保证测试对象能够支持数据融合处理。
此外,在实际的设计过程中,用户所要面对的更多是功能不完整的中间结果。本文将中间设计结果称为准测试对象,其数学上进行定义和表示如下。
定义3:如果四元组满足下列性质,则称为准测试对象。
①对于任意,必有,,且;
②对于任意,如果,则必有,或;
③对于任意,如果,则必有;
④对于任意,,必有,;
⑤对于任意,如果,则到必定是组合不可达的;如果,则从到必定是组合可达的;
⑥对于任意,必存在,满足。
上述6个性质基本上都是对准测试对象拓扑结构的约束,前5个是外部强制性的约束,最后一个是对组件本身的约束。
定义4:如果一个四元组同时满足下列性质,则称此四元组为测试对象。
①它是一个准测试对象;
②对的任意非空真子集及其补集,若,必存在,使到是组合可达的。
③对于任意,必存在,使到是聚合可达的;
④ 对于任意,若,且,则必存在,满足;
⑤对于任意,必存在,满足;
⑥对于,若,则。
由上述定义可以看出,在准测试对象的基础上增加功能完整性约束便成了测试对象。
能够支持用户根据需要选择相应算法模块(组件)是数据融合测试床必需具备的能力,并且要求组件的替换不能对其参与的合成组件产生影响,所以有必要对组件的可替换性展开研究,给出替换条件,为组件替换提供依据支撑。
组件替换有2种条件,即绝对替换和相对替换条件。其中,绝对替换条件要求2个组件的4个接口要素完全相同。相对替换条件进一步考虑了具体的合成组件所引入的组件替换约束,因此,它们只能在特定条件下才能相互替换。
产生相对替换条件原因是部分接口块和聚合点没有参与具体合成组件的组装,因此,只需考虑那些在参与组装的接口块和聚合点,就可以确定组件是否可替换。参与组装的信息可以通过分析连接子得到,因此,可以从分析组件在连接子中的角色入手来确定相对替换条件。
连接子中的角色有4种:① 组合连接子的前驱组件;② 组合连接子的后继组件;③聚合连接子的父组件;④聚合连接子的子组件。因此,连接子中角色的不同,组件替换依据也不同,同样可以分为4个部分。
①对于角色①,融合组件只有一个输出块,因此这一部分也只包括一个输出块,用符号表示融合组件 的输出块。
②对于角色②,存在多个输入块和一定数目的实例,用符号来表示。
③对于角色③,对于聚合点的集合,可以用符号且存在满足来表示。
④对于角色④,即组件是多个聚合连接子的子组件,这一部分是接口块的集合,可以表示为存在,且。中至多包含一个元素。
显然,上述这些信息全都来自于连接子,组件替换时不需要考虑那些连接子不能对应的角色部分。此外,替换组件还必具备相同的功能,功能块相同是组件替换的一个必要条件。
综上所述,用融合组件对合成组件中的融合组件进行替换,需要满足以下条件:
条件1:必须满足;
条件2:如果存在,使得,则需要满足;
条件3:如果存在,使得,则需要满足:存在,使得,如果合成组件是最终的测试对象,需要满足;
条件4:如果存在,使得,则需要满足;
条件5:如果存在,使得,则需要满足。
测试对象建模是实现数据融合测试床的基础技术之一,它主要受到评估对象合并和融合系统体系结构2个因素的影响。首先分析了数据融合系统体系结构和评估对象合并对建模的影响,在此基础上,给出了测试对象的数学表示,进一步分析了融合组件替换条件,给出了相对替换条件的数学表示,为测试床中的测试对象建模和工程设计提供了较好的理论指导。
[1]马志奇.应用于平台型数据融合测试床的组件技术研究[D].长沙:国防科技大学,2008.
[2]Hall D L,Llinas J.多传感器数据融合手册[M].杨露菁,耿伯英,译.北京:电子工业出版社,2008.
[3]许锦洲,管强,王玲玲.数据融合系统工程[J].海军工程大学电子工程学院学报,2002,71(4):5-10.
[4]Christopher B.Data Integration(Fusion)Tree Paradigm[C]//Signal and Data Processing of Small Targets,Orlando,FL,United States:SPIE,1992:372-387.
[5]刘同明,夏祖勋,解洪成.数据融合技术及其应用[M].北京:国防工业出版社,1998.
[6]何友,王国宏,彭应宁,等.多传感器信息融合及应用[M].北京:电子工业出版社,2000.
[7]Goodman I R,Ronald P S,Mahler,et al.Mathematics of Data Fusion[M].Boston:Kluwer Academic Publishers,1997.
[8]何友,谭庆海.多传感器系统分类研究[J].火力与指挥控制,1988(2):1-10.