信息融合技术在战场控制中的应用.docxVIP

信息融合技术在战场控制中的应用 1 信息搜集技术 信息集成技术是随着雷达数据处理和c3i系统的发展而形成的。虽然信息融合最初是为军事应用而提出的, 但事实上现在在非军事领域的应用也很广泛。军事应用包括:自动目标识别、自主导航、遥感、战场监视、自动威胁识别系统等;非军事应用包括制造过程控制、基于条件的复杂机器维修、机器人、医学应用等。 信息汇集是战场控制一般过程的开始。它的任务是尽最大可能从各种渠道收集资料信息, 然后对此进行判读、分类、分析、分发和存储等一系列处理, 将杂乱无章的、语法信息量巨大的信息整理为语用信息量大的新型信息结构—情报信息。 数字化战场控制中, 大量的信息汇集工作在同一个网络中进行, 人和机器按照各自的分工完成相应的任务, 通过网络实时的通信联络和一个总体模块的综合处理, 最终将资料信息转变为情报信息, 满足指挥人员的需要, 作为指挥决策的依据。 通信指挥同样离不开信息的收集和分析, 这就需要利用信息融合技术对大量的、来自多渠道的信息进行分析处理, 形成通信指挥人员所需的信息以辅助决策的制定。 2 信息整合的概念和方法 2.1 数据融合技术 在军事技术上, 信息融合技术可定义为:对来自多信息源的数据与信息进行多层次, 多方面检测、关联、相关、估值的处理, 以达到精确的状态与身份的估计, 并对态势和威胁进行全面、及时的评估。 信息融合的内容很多, 这些内容可划分为三个层次: (1) 一级处理实现多信息源的初级信息融合, 包括对实体 (目标、平台、辐射源以及某些感应地物) 的状态 (如位置、速度、正常与否) 估计与身份估计, 以建立起识别的实体和未相关原始数据的数据库; (2) 二级处理是态势评估, 是在一级处理基础之上的较高一级的融合, 其主要任务是对一级处理的结果进行理解和评估, 给出实体与环境的关系, 实体之间的关系, 与在时间和空间上的分布模式; (3) 三级处理是在前两极融合的基础上进行威胁评估。 数据融合的基本目的是通过融合得到比出现于单独各个输入数据中更多的信息。将数据融合技术运用于战场控制有许多优点, 具体的有:扩大覆盖空间和时间;提高信息可信度;减小推断的模糊性;改进目标检测性能;提高空间分辨率;改进系统可靠性等。 2.2 自动推理系统的构成 对被融合的数据的理解需要人工智能领域的自动推理技术的辅助。数据融合中经常使用的一种人工智能方法是黑板结构的知识系统。这种系统将要解决的问题分解成一些相关的子问题, 使用相互影响的推理技术来解决组成问题, 将每个子问题的结果加以组合推出整个问题的结论。 除了所使用的具体的KBS技术外, 有三个因素是需要的: (1) 一种或多种知识表示计划; (2) 自动推理或评价过程; (3) 控制计划。 知识表示计划是事实、逻辑关系、程序知识和不确定性的表示技术。有很多技术用于知识表示, 如产生式规则、框架、语义网络、情节描述等。对每一种技术, 所获得数据的不确定性和逻辑关系可用概率、模糊集理论、D-S证据理论来表示。自动推理系统的目标是通过对代表问题本质的规则、框架、描述性知识的处理获得人类专家的推理能力。与第一层的数字处理融合相比, 高层次上的推理性数据或信息融合大部分是在符号意义上的推导。所以一般的数据融合应用是数字与符号处理的混合。 给定一个知识库, 推理和评价过程都是利用知识而进行的。形式逻辑、模糊逻辑、可能性推理、模板方法、基于案例的推理及其它方法都是可用的。每一种自动推理方法都有内部一致的形式, 用于说明如何使用知识库, 从而获得推理结果。 自动推理需要控制计划来完成推理过程, 包括搜索方法 (在知识库中搜索以寻找可用规则) 、解释说明系统、层次重组及控制理论等技术, 每一种计划包括假设和对推理过程的控制方法。控制计划指导在知识库中进行搜索以完成对动态数据的融合。 将所选择的知识表示计划、推理评价过程以及控制计划结合起来以完成自动推理。普遍使用的技术就是基于知识的系统和模糊逻辑技术, 开发这样的专家系统的关键问题包括知识库的建立以及对系统的测试和评价。 3 基于信息的通信指挥和支持结构模型 3.1 系统的控制分级 战役 (战术) 通信网指挥管理的主要任务是:在战役准备和战役实施的各个阶段, 以最佳的方案、计划组织集团军的野战综合通信系统, 并通过不间断的监控和调整 (包括系统受到威胁和被破坏情形下的恢复) , 使系统保持正常的工作状态, 持续稳定地为战役集团提供有效可靠的通信保障。 战役 (战术) 通信系统的管理一般采用集中和分层管理相结合的管理体制。按照欧洲通信组织标准的建议, 在一个军的地域范围内, 通常有一个三级通信网落管理的分层组织。即 系统执行和规划级 (SEP) ;操作系统控制级 (OSC) ;设备控制级 (FC) 。 FC是操作级, 负责具