异构多平台传感器管理与智能控制系统设计

牟之英 刘博

随着网络中心战概念的提出,战争形式已不再是过去平台对平台的离散式对抗,而是体系与体系的对抗[1].在体系对抗环境下,作战飞机所面临的电磁环境十分恶劣,诱饵干扰非常复杂,加上新的作战模式不断涌现,对传统单平台单传感器的探测方式提出了挑战.新一代作战飞机往往会配备有源无源等多种探测传感器,为扩大探测的空域、频域、时域的覆盖范围,实现对战场态势的及时有效感知,必须根据作战任务、作战态势对有源无源传感器进行多模配置,并对其他参战平台传感器进行协同探测管理,利用多平台多传感器的冗余、互补信息提高复杂对抗环境中对复杂目标的检测、跟踪、识别能力.

无人机编队或集群执行作战任务的过程中,具有分布式与智能化的特点,而为保证作战任务的有效执行,无人系统分布式自组织态势感知和智能化管理是前提,需要充分利用整个系统的资源,发挥各异类平台的探测优势,把各平台/传感器探测节点置于一个相互联系、相互作用、相互依赖的网络上,形成分布式组网探测与最大限度的空域/频域/时域覆盖,以实现对空中、地面复杂目标的分布式快速精确探测、跟踪、识别,实现探测任务统一部署、功能统一调度、资源统一管理,提升整个系统的攻防能力、生存能力与任务完成率.

1 问题的提出

分布式异构多平台协同探测管理的难点在于:当多个平台多个传感器同时用于多目标的检测、跟踪和识别时,必须解决平台、传感器与目标、任务之间的资源分配问题[2];此外,如何平衡系统的生存能力和跟踪识别精度要求,选用合适的有源无源协同探测模式和组网方式来减少系统辐射时间和辐射能量;如何根据战场态势变化同时或交替使用不同平台不同传感器来实现对目标的连续、稳定、精确的跟踪,并解决由此带来的多平台多传感器协同搜索动态规划以及相互引导、目标快速交接问题,这些都对当前机载传感器控制与管理技术提出了挑战[3−6].

异构多平台传感器智能控制与管理的目标应该是综合考虑系统各方面需求(如:检测需求、跟踪识别需求、隐身需求、攻击需求、协同需求等),使得系统在探测范围、检测概率、截获概率、辐射能量、航迹精度、目标丢失概率等各方面获得整体性能最优.在文献[7−9]中,提出了一个开放式多源传感器管理的实现结构,文献[10]基于该结构进一步给出了面向多任务的单平台多传感器管理系统设计方法.由于目前传感器管理技术已向多平台、多任务、网络化发展,需要考虑体系化作战情况下分布式多异构平台的协同需求以及系统的整体任务完成率与生存能力,本文在文献[10]的基础上,针对以往的研究缺陷,提出了一种基于多智能体的异构多平台传感器管理系统实现结构与设计方法,从系统设计的角度来解决分布式多异构平台协同探测模式下的多机多探测通道任务分配与智能协同难题.

2 系统结构设计

2.1 多智能体构架体系

实现网络环境下多机多探测通道任务分配与智能协同的最佳方式就是应用多智能体技术(Multi-Agent Technology,MAT),即把探测网中的传感器看作一个智能体(Agent),单个传感器Agent可以单独执行任务,也可以和其他传感器Agent组成多Agent系统共同完成任务,以解决单个Agent不能解决的复杂问题,体现传感器的自主性和协作性.

多异构平台分布式作战体系可以由3类智能体组成,即指挥机传感器管理Agent、作战平台传感器管理Agent、传感器成员Agent.如图1所示,指挥机传感器管理Agent除了完成任务的产生以及对各平台的任务分配外,还要完成本平台各传感器Agent的管理与调度,并负责各平台之间的任务协调、协商与相互牵引,通过与其他平台的传感器管理Agent进行信息交互,监视其任务完成情况.每个作战平台的传感器管理Agent,其职能主要是将指挥机下发的任务分配给本平台内各传感器成员Agent,对整个任务的执行过程进行监控,并协助不同传感器成员Agent之间进行信息交流.传感器成员Agent根据传感器管理平台Agent的任务请求完成相应的探测任务,也能够调度传感器各方面资源自主完成空域时域频域范围内的探测.传感器成员Agent直接作用于未知的或具备一定先验信息的目标环境.

我们将异构多平台传感器管理系统分为协同管理、宏观管理和微观管理3层.协同层管理用以支持各平台的互补、合作和协同搜索能力,主要完成多异构平台协同探测任务的提取分析,并进行编队飞机的空域分配、任务分配、目标分配以及相互引导计算;宏观管理主要在综合考虑系统各方面需求的基础上,确定传感器服务列表并进行服务优先级排序,制定在各任务阶段各传感器的负荷分配和工作方式,形成传感器的调度计划表.而微观管理则根据宏观管理形成的调度计划,确定最佳工作参数,如雷达波束分配、波束指向、驻留时间、辐射能量、辐射频率、辐射波形、脉冲重复频率、脉冲调制方式等.

根据各类Agent所需完成的功能,指挥机(预警机或长机平台)平台传感器管理Agent包括协同管理层、宏观管理层、微观管理层;各参战平台传感器管理Agent包括宏观管理层和微观管理层;传感器成员Agent主要完成自身的微观管理.

2.2 多平台传感器管理实现结构

图2以指挥机平台为例给出了多平台传感器管理系统的实现结构,它由协同管理层、宏观管理层、微观管理层组成(由于对不同的传感器,微观管理实现的结构不同,所以图中未画出微观管理具体结构).

如图2所示,协同管理层由任务分析与提取、协同机会识别、相互牵引计算、协同任务分配、协同搜索规划等功能模块组成.其中,任务分析与提取模块根据系统当前的任务活动、智能决策中心的任务规划,结合战场态势,分析并提取下一拍系统对平台传感器的任务需求,然后进行分类和优先级排序,形成任务列表;协同机会识别模块确定哪些任务需要多架战机协同完成,并选择可协同的战机形成联盟;协同任务分配模块以最大效能为原则,将智能决策中心规划的多个任务分配给协同作战的单机平台或动态组建的联盟;相互牵引计算模块分析哪些任务需要交接,并以交接成功概率为目标、交接时间为代价,确定需要交接的平台和任务.协同搜索规划模块考虑作战平台的探测能力、机动能力和生存能力需求,对所需搜索的已知或未知空域进行动态分配,形成时空覆盖计划.

宏观管理层由传感器服务请求处理、服务优先级划分、传感器负荷分配、传感器搜索空域定义、传感器监视、工作时序管理、工作模式/工作参数计算模块、传感器控制等组成[10],如图2所示.其中,服务请求处理主要根据协同探测管理模块的任务需求、驾驶员控制命令、火控需求以及传感器监视模块的突发事件信息等,确定下一拍航迹服务需求,并判断哪些传感器可以加以利用、哪些服务请求会被拒绝.服务请求处理的结果是输出一个航迹服务列表,它包括服务请求的内容、来源及所请求传感器的可用性.服务请求处理还记录一段时间内被拒绝和未分配的服务请求,以确定该服务请求是否可列入当前航迹服务列表或是否需要友机支持,对确实不能满足的服务请求应立即作出响应,并向协同管理中心发出协同需求.服务请求优先级划分主要对被接受的服务,确定其优先级.搜索空域定义主要定义了各传感器在各种任务活动、各种工作模式下的搜索空域范围及约束;传感器负荷分配模块,结合目标航迹服务列表及其优先级排序,按一定准则进行最终裁决,形成传感器任务分配列表,并将未完成的任务分配反馈给服务请求处理模块,由服务请求处理模块进行统计,将一段时间未完成的任务反馈给协同管理中心,以发起协同需求;工作时序管理、工作模式/工作参数计算模块进一步确定传感器工作模式、工作时间与主要工作参数,形成传感器调度计划.传感器控制根据传感器调度计划生成相应传感器控制信号.传感器监视主要接收传感器当前的工作状态信息,分析传感器任务完成情况,监视其完好状态,并将其储存起来以便以后传感器选择及负荷分配时参考,另一方面传感器负责监视并及时报告未预测的突发事件.

图2 指挥机平台的传感器管理实现结构

3 功能模块设计

文献[10]给出了宏观管理层各模块的功能设计,本文在此基础上进一步给出协同管理层各模块的功能设计.

3.1 任务提取与分析模块

智能决策中心根据作战态势及作战任务目标进行任务规划,形成每个阶段的任务命令、协同方式以及辐射等级限制等,多平台多传感器管理系统收到命令后,首先要根据系统当前的任务活动、智能决策中心的任务规划(包括协同规划、攻击规划、对抗防御规划),结合战场态势,分析并提取下一拍系统对整个编队各平台传感器的任务需求及使用命令,然后进行任务分类和优先级排序,形成需要编队执行的任务列表.

需要将任务进行分类,如:搜索类、目标交接类、跟踪类、识别类、干扰类、攻击类.每一类任务需求都需要标注需求来源、性能要求,如对搜索类应标注搜索时间窗口、搜索速度需求;对跟踪类应标注跟踪精度要求、数据更新率;对引导类应标注引导成功概率要求、引导时间要求;对识别类应标注识别置信度要求、识别速度要求(或时间要求);对攻击类,应标注照射时间要求、攻击精度(或跟踪精度)要求;对干扰类,需要标注干扰类型(有源、无源、自卫、支援)、干扰时间.

3.2 协同机会识别

协同机会识别是多平台协同任务分配的前提,只有及时准确地识别协同机会,才能围绕协同机会采取各种优化措施和方法,取得相应的效果.多平台传感器管理系统收到命令后,首先要确定哪些任务需要多架战机协同完成以及协同方式(如:无源组网协同定位、有源组网协同探测、有源无源复合探测、有源无源融合跟踪、多平台融合识别、目标交接等等);其次要根据一定准则,在满足一定的几何条件、传感器配置、武器配置的多平台之间寻找可协同的平台,组建多平台动态联盟,共同完成协同搜索、定位、跟踪、识别任务.

协同机会识别可以从任务需求分析和平台协同条件、性能互补等多个方面进行.当满足协同条件的联盟有多个时,选择具有最小联盟成员的联盟.

3.3 相互牵引计算

相互牵引计算模块首先要分析哪些任务需要交接,并考虑所需交接平台的传感器配置、武器配置需求及所处的地理位置,选择合适的交接平台,然后计算对每个交接平台的交接成功概率、交接时间,以交接成功概率为目标、交接时间为代价,确定需要交接的平台、任务以及交接平台传感器所需搜索的区域.

需要进行多平台之间相互牵引(引导)和交接的原因有如下几种:

1)当一个目标即将脱离某一平台传感器的监测控制而进入另一平台传感器的探测范围时,应该及时提示该平台传感器,以使它们迅速搜索并截获该目标.

2)在多机协同攻击中,经常采用它机探测、本机发射+制导、他机探测+制导、本机发射、接力制导等多种模式,这些都需要两个平台之间进行目标指示和交接.

3)在异构多无人机编队中,由于每架无人机配置的载荷有限,当一架无人机对目标的跟踪识别精度不能满足任务需求时,需要将目标交接给另一架无人机或与另一架无人机协同跟踪.

一般情况下,视场大、分辨率低的引导视场小分辨率高的传感器、无源传感器引导有源传感器.

在目标指示和交接过程中必须进行两类处理:指示平台必须向被指示平台传感器提供需要交接的目标信息以及快速搜索区域,被指示的平台传感器必须到指定的区域内去搜索那个目标,并证实已经截获了该目标,才算交接成功.因此,引导传感器(或平台)必须根据引导成功概率要求计算出合适的引导区域,发送至被引导传感器(或平台),如果引导区域过大,会增加目标交接时间,不能满足交接时效性要求.但引导区域过小,则目标可能跑出引导区域,无法完成目标交接;被引导传感器(或平台)在引导区域内应采取一定的快速搜索策略,在最短的时间内截获该目标,并尽量减小误交接概率.

3.4 协同任务分配

协同任务分配模块是将任务提取与分析模块形成的任务列表,以整体效能最大为原则,分配给协同作战的各单机平台或多机平台组成的联盟,以形成每个平台的任务列表(包括任务来源、任务内容、目标指示信息、跟踪识别精度要求等),确定需要交付的目标信息,并将引导信息及任务分配信息,通过数据链发送至编队友机平台.

科学合理的协同任务分配方法是综合考虑和平衡系统各方面的需求,使得系统在探测范围、检测概率、辐射能量、航迹精度、目标丢失概率等各方面获得整体性能最优.因此,为实现多平台多传感器资源的合理分配,首先要根据任务活动任务目标建立面向任务的综合效能函数和约束条件,在满足系统各方面约束的条件下,使系统的综合效能值最大[11].

系统的综合效能函数由收益函数和代价函数(或浪费函数)加权组成,应按不同任务目标、任务活动(协同搜索、定位、跟踪、识别、攻击)分别定义,收益函数可考虑探测目标总数、目标检测概率、截获概率、目标定位精度、跟踪精度、跟踪稳定性、识别准确性、识别速度、目标击毁概率、任务完成率等指标,对特定的任务可选择使某几项指标达到最优;代价函数可考虑平台被截获概率、传感器资源代价、时间代价、航迹丢失概率等等,约束条件可考虑传感器能力约束、资源约束、传感器冲突、射频隐身约束等.因此,多平台协同任务的智能分配实际上是一个多约束条件下的多目标优化问题,要用智能优化算法解决.

3.5 协同搜索规划

协同搜索规划应考虑各作战平台的地理位置以及探测能力、机动能力和生存能力需求,以实现空域、频域最大覆盖为原则,对智能决策中心所规划的搜索区域进行动态分配,形成多平台协同搜索的时空覆盖计划,送各平台传感器管理系统进行有源无源传感器协同搜索任务的分配.

协同搜索规划应重点考虑时间因素的影响.由于体系对抗环境下,战场态势呈现复杂速变状态,每个待搜索区域都有对应的时间窗口,它定义了对该区域搜索的最早时间和最晚时间,形成协同搜索规划必须保证对该区域的搜索时间要早于最迟搜索时间;不满足时间约束条件时,传感器可能无法在该区域搜索到目标,特别是时敏目标,造成分配失败.

其次,由于体系对抗环境下常常存在欺骗、干扰,随时都有被敌方导弹击落的危险,协同搜索规划不仅要考虑空域规划,还要考虑对搜索区域的频域覆盖、射频辐射限制、时间限制等因素.在资源和时间约束下,对未知空域尽可能进行多频段覆盖,使未发现目标的概率总和为最小;对有信息引导的已知空域,应使总的目标检测概率最大.

3.6 传感器管理专家知识库

传感器管理专家知识库应包括面向各种任务活动的任务优先级排序策略、各种探测条件下各种辐射等级限制下的传感器配置策略、协同探测策略、辐射控制策略、传感器使用规则和调度逻辑、传感器性能模型等.

4 管理策略与实现方法

4.1 任务优先级划分策略

在任务优先级划分时,有以下原则:1)来自驾驶员的控制命令始终具有最高优先级;2)火控需求(如要求传感器对发射后的导弹进行制导等)的优先级别应高于协同需求(如目标交接等);3)协同需求又高于融合系统需求(信息需求);任务的优先级还需考虑任务阶段、态势威胁综合评估结果、目标丢失的可能性等因素.

任务优先级划分的策略是先将来源于驾驶员手动控制命令置于最高优先级,然后按任务类型进行优先等级的初步划分,最后在同一任务类型中再按目标威胁评估结果、时间的紧迫性以及信息需求高低进行优先级排序.

显然攻击任务类优先级最高,依次应为干扰类和目标交接类,最后是识别类、跟踪类和搜索类.这是因为攻击类、干扰类和目标交接类都有机会成本,而识别类、跟踪类、搜索类都属于信息需求类.

对攻击类任务而言,应首先满足目标照射(制导)需求,其次根据攻击排序进行优先级排序,攻击排序本身就已考虑了时间成本;对干扰类任务优先级划分可根据威胁源状态及威胁排序进行;对目标交接类任务则首先要满足对友机的目标交接,其次可按威胁排序、时间限制进行;由于跟踪类、识别类都属于信息需求,可按以下规则排序:1)高威胁、高信息需求的敌方目标排在最前;2)低威胁、高信息需求的目标排在其次;3)对跟踪而言,状态不明的目标应靠后;对识别而言,身份确定的目标应靠后;4)我方及友方目标排在最后.对即将丢失目标的信息需求可定义为高信息需求,依次是补充信息需求和、目标状态信息更新需求等.

4.2 协同机会识别方法

多平台协同机会识别可以从以下多个方面进行:

1)从任务需求方面,主要分析任务活动类型、目标特性以及辐射等级限制、气候、战场环境等多方面因素对协同的需求,并确定相应的协同模式.

比如需要对目标执行隐蔽探测任务时,由于单机无源定位需要做机动,会影响战机攻击效能,因此,可能需要2架或3架战机进行无源组网协同完成,然后将目标定位信息交给攻击机进行攻击;对隐身藏匿目标进行探测时,由于目标不可能全向、全频段隐身,因此,可选择多架飞机组网、从不同方向、不同频段进行复合探测、融合识别,提高目标检测概率;一个平台能探测到目标,但受辐射限制只能工作在无源状态(有方位没距离),或仅能提供一些有限信息(如有位置没有识别信息等),在这种情况下,为了获得目标更全面的信息,有必要另一平台协同去收集所需要的其他信息.多机协同攻击和联合防御也需要多架飞机共同完成.

2)从平台协同条件、性能互补方面,主要根据平台的传感器配置、武器配置、相对几何位置、时空覆盖范围、最大过载分析是否满足协同条件,根据协同探测误差模型或性能分析、信息有效性分析计算协同带来的收益和代价,进而组建满足任务需求的动态联盟.如:为实现远距隐蔽接敌,需要进行无源探测,为更好地对多目标进行无源定位,并有效滤除虚假点,需要3个平台无源组网联合空间三角编队对目标实现协同定位,如需同时发起攻击,则需要选择第4个平台作为攻击机,将无源融合定位信息传递给攻击机,对目标偷偷地发起攻击.

4.3 多平台多传感器协同探测策略

为减少战机被截获概率,需要尽可能采用无源探测[12].多平台多传感器协同探测管理策略如下:1)用多平台ESM进行全空域覆盖;2)远距尽量采用多平台无源组网探测模式,实现隐蔽接敌;3)根据系统辐射等级确定雷达辐射方式,如:等级=1:连续辐射;等级=2:间隙辐射或轮流辐射;等级=3:猝发辐射;等级=4:只能开通讯设备;等级=5:静默;4)当检测概率、虚警概率、频率覆盖、搜索时间、被截获概率都满足要求时,尽量用一个平台来完成该区域的搜索任务,也就是各平台的搜索区域尽量区分开来,以实现空域、频域最大覆盖;5)在雷达容许辐射的情况下,首先用雷达进行探测与跟踪,如单平台雷达不能满足检测或跟踪精度要求,则可考虑与该平台红外协同搜索或跟踪,如仍无法满足要求,则可考虑与其他平台的雷达或红外协同;6)在雷达不容许辐射情况下,用雷达无源搜索和红外协同探测,如单平台雷达红外协同搜索仍达不到检测概率或跟踪要求,则考虑与其他平台协同;7)当单平台在规定的时间内(时间约束)达不到检测概率要求,则考虑与其他平台协同;8)当单平台对搜索区域的频段覆盖达不到要求情况下,也需要考虑与其他平台协同;9)当某个区域目标较多,需花费的搜索时间较长,可用别的平台来分担该区域的搜索任务;10)当对某个区域的雷达探测受到干扰时,检测概率较低,虚警率较高,则需用红外协同探测,以提高检测概率,这时需要本平台的红外传感器、ESM或另一个平台的红外传感器、ESM(无人机平台往往只能装1-2种传感器)辅助探测;11)对隐身目标,雷达的检测概率较低,可能需要多个平台的雷达组网从不同角度协同探测,进行能量积累,如果该区域有威胁,可采用轮流探测来降低被截获概率;12)为了减少多平台传感器之间的相互干扰,协同探测的传感器应选择在不同的工作波段;若不可避免地选择相同的工作波段,则制定工作时序或选择不同的工作方式,即一个为主动式,一个被动式.

4.4 多平台多传感器任务分配算法

多平台多传感器动态协同任务分配是一个非线性、多目标、多约束、大规模和动态实时的NP—hard问题,需要用群体智能优化算法来解决,经典的群智能优化方法有:禁忌搜索(Tabu Search,TS)算法、模拟退火(Simulated Annealing,SA)算法、遗传算法(Genetic Algorithm,GA)、粒子群优化算法(Particle swarm optimization,PSO)等等,但这些都是集中式的任务分配方法,随着无人机分布式控制研究的迅猛发展,分布式任务分配与协调方法越来越受到人们的重视.分布式任务分配方法主要包括:基于合同网(Contract Net)市场竞拍机制的方法、动态分布式约束优化方法(Dynamic distributed constraint optimization,D-DCOP)、多智能体满意决策论(Multi-agnet satisfying decision theory,MSDT)等[13−15].

合同网是将每架战机看作是一个智能体,引入招标、投标竞争机制,通过协商获得整体最优的任务分配方案;近年来,合同网协议被广泛应用到生产调度、无人机、多机器人系统等具体领域,展现出良好的动态性、扩展性、鲁棒性,逐步取代了传统的集中式任务分配方法,成为这些领域解决任务分配问题的重要手段.

图3 基本合同网协议

基于合同网协议的多平台多传感器任务分配过程是:任何一个智能体(平台或传感器)都可以作为管理者发布要处理的任务列表,并随机生成各智能体竞拍的顺序,宣布拍卖开始.各执行智能体(平台或传感器)按顺序根据任务列表和自身资源构造所有可能的配对方案,并计算相应的配对函数和代价函数,轮到自己竞拍时,根据贪婪法则从构造好的方案中选择自认为最优的方案,向管理者投标,所有的智能体竞拍完成后,管理者对标书进行评估,消除冲突,得到一个多机目标分配方案,然后计算总的目标分配效能值,若时间允许,则进入下一轮拍卖,通过拍卖不断寻求综合效能最大的分配方案,直到时间超出限制为止,最后管理者才向投标者发布中标合同,完成一次任务分配过程[16].

限于篇幅,本文不详细列出实现流程和仿真实验结果.

5 结论

本文面向未来多异构平台分布式作战场景,提出了一套异构多平台多传感器智能控制与管理系统的设计方案,该方案能面向多任务多目标和多异构平台,综合考虑和平衡系统各方面的需求(如:检测需求、跟踪识别需求、隐身需求、攻击需求、协同需求等)等,使得系统在探测范围、检测概率,截获概率,辐射能量、航迹精度、目标丢失概率等各方面获得整体性能最优.本文提出了实现结构、功能模块设计的详细描述,以及多平台多传感器协同探测管理策略和实现方法,目前该方案已在实验室地面原理样机中实现,取得了很好的设计效果,实现了多平台多传感器协同探测任务的智能化分配与控制,有效提高了系统的协同能力、反应能力、生存能力和任务完成率.