（计算机应用技术专业论文）数据融合中态势估计技术研究(1).pdf

摘要 2 a b s t r a c t s i t u a t i o na s s e s s m e n ta sap a r to fd a t af u s i o n ，i t sr e a l i z a t i o nn e e d st oe s t a b l i s h a p p r o p r i a t ei n f e r e n c ea l g o r i t h m sa n ds y s t e m m o d e li nt h i st h e s i s ，t h ef u n c t i o n so f s i t u a t i o na s s e s s m e n tt ob er e a l i z e da r ed i v i d e da n dt h et e c h n o l o g i e st oi m p l e m e n tt h e s e f u n c t i o n sa r e s t u d i e d ，w h i c ha l lp r o v i d e ，t oac e r t a i nd e g r e e ，r e s e a r c hf o u n d a t i o nf o r d e s i g n i n ga n dr e a l i z i n ga p p l i c a b l es i t u a t i o na s s e s s m e n ts y s t e m i nt h ef i r s tp a r to ft h i sp a p e r , at h r e e l e v e ls i t u a t i o na s s e s s m e n tf u n c t i o n a lm o d e l ， w h i c hc o n s i s t so fs i t u a t i o np e r c e p t i o n ，s i t u a t i o nr e c o g n i t i o na n ds i t u a t i o np r o j e c t i o n ，i s p r e s e n t e d a n di tj e a d su st oaf u n c t i o n a l d e c o m p o s i t i o n o fam u l t i l e v e ls i t u a t i o n a s s e s s m e n t p r o c e s s t h ee s s e n t i a lc h a r a c t e r i s t i c sa n d r e a s o n i n gm o d eo fs i t u a t i o n a s s e s s m e n ta r ea n a l y z e di nd e t a i lw i t hs o m e e x a m p l e sp r e s e n ta n dt h ec o m m o n e s s e n c e o fs i t u a t i o na s s e s s m e n ta n di t s r e a s o n i n gf l a m e i sc o n c l u d e da f t e rd i s c u s s i o no f a l g o r i t h m so f s i t u a t i o na s s e s s m e n t ，au n i v e r s a lt e m p l a t em a t c h i n ga l g o r i t h mi s b r o u g h t f o r w a r d sb a s e do na l la b o v e ，t h e k e yt e c h n o l o g i e st oa s s e s ss i t u a t i o na r es t u d i e df i r s ta m u l t i l e v e la n dm u l t i h i e r a r c h i c a lb l a c k b o a r dm o d e li s p u tf o r w a r da n dh o w t od e s i g n a n dr e a l i z ed a t as t r u c t u r ea n dc o n t r o lm e c h a n i s mo ft h em o d e li sd i s c u s s e dp a r t i c u l a r l y t h e nt h et h e o r yo f p l a n r e c o g n i t i o ni ss t u d i e da n d t h e p r o c e s so f s i t u a t i o na s s e s s m e n tt o b et h a to f p l a nr e c o g n i t i o ni sa l s od i s c u s s e d a “w a i ta n ds e e ”t r a c k i n gp l a nr e c o g n i t i o n a l g o r i t h mi sp r e s e n t e d i na d d i t i o n ，t h e a p p l i c a t i o no fb a y e s i a nn e t w o r kt o s i t u a t i o n a s s e s s m e n ti sd i s c u s s e da n dak i n do fs t a t i ct e m p l a t em o d e lc a nb er e a l i z e di nt h i sw a y t h e d i s a d v a n t a g eo f t h i ss t a t i cm o d e li sa n a l y z e da n dt h ea l g o r i t h mo fc o n s t r u c t i n go f a d y n a m i cb a y e s i a nn e t w o r km o d e li se x p e c t e d a tl a s ts i t u a t i o na s s e s s m e n ts o f t w a r e s y s t e ma r c h i t e c t u r ei sp r e s e n t e dw h i c h i sb a s e do n e x p e r ts y s t e ma n d b l a c k b o a r dm o d e l k e y w o r d ：d a t a f u s i o ns i t u a t i o na s s e s s m e n tb l a c k b o a r dm o d e l p l a nr e c o g n i t i o n b a y e s i a nn e t w o r k 第一章绪论 第一章绪论 数据融合是涉及怎样组合多种( 可能不同类型) 传感器数据以对物理事件、 行为或态势进行推断这一类问题而引申出的技术。本章对数据融合的概念和处理 模型及采用的技术方法进行了讨论，着重对高级融合中态势估计的发展、研究现 状进行了归纳总结，从而为态势估计融合系统的开发提供研究基础。 第一节数据融合理论知识 1 1 1 数据融合概念 数据融合技术的产生源于现代战争对多源信息自动融合处理的需求，目前对 数据融合尚无统一的定义，以下列出几种说法i 1 14 j ： 1 ) 利用计算机技术对按时序获得的若干传感器量测数据在一定的准则下加以自 动分析、综合以完成所需决策和估计任务而进行的数据处理过程： 2 ) 对各种数据源给出的数据进行采集、传输、综合、滤波、相关和合成，以便辅 助指战员进行态势环境判定、规划、探测、验证与诊断； 3 ) 美国国防部j d l ( j o i n td i r e c t i o n so f l a b o r a t o r i e s ) 从军事应用的角度将数据融 合定义为这样的一种过程1 2 】1 3 1 1 4 1 1 5 ：把来自许多传感器和信息源的数据和信息 加以联合、相关和组合，以获得精确的位置估计和身份估计，以及对战场情况 和威胁及其重要程度进行实时的完整评价。这一定义基本上是对数据融合所期 望达到的功能的描述，包括低层次上的位置和身份估计，以及高层次上的态势 评估( s i t u a t i o na s s e s s m e n t ) 和威胁估计( t h r e a ta s s e s s m e n t ) 4 ) e d w a r dw a l t z 和j a m e sl l i n a s 对上述定义进行了补充和修改”3 ，用状态估计 代替位嚣估计，并加上了检测功能，从而给出了以下定义：数据融合是一种多 层次的、多方面的处理过程，这个过程是对多源数据进行检测、结合、相关、 估计和组合以达到精确的状态估计和身份估计，以及完整、及时的态势评估和 威胁评估。 5 ) 美国国防部在1 9 9 8 年的联合作战科学技术计划中指出 7 4 1 1 数据融合是 种由多个探测器各提供一组单独的有关目标和背景的数据，然后再把这些数据 处理成单一一组融合的数据的技术。融合后的数据向战区司令员们所展示的作 战空间的情景，要比单独的几组数据相加所展示的情景准确的多。 上述定义指出了数据融合的三个本质特征 多传感器、多信息源输入 准确、有效的合成算法 单一表示形式的结果 数据融合中态势估计技术研究 1 1 2 数据融合处理模型及技术方法分类 为了促进数据融合研究者和系统开发者之间的交流，美国国防部j d l 数据融 合研究小组给出了数据融合的处理模型“”“”“，为数据融合的研究提供了一个框 架和共同的参考。该模型说明了数据融合包括那些主要功能以及融合过程中各个 组成部分之间的相互作用关系，该模型将数据融合主要分为四级： 一级融合：目标状态估计和属性估计。 二级融合：战场态势评估，是对一级融合产生的战斗序列的解释或所代表 的模式的估计问题，主要是评估目标行为在上下文中的抽象意义。 三级融合：敌方威胁评估，推理敌方的意图和目的，量化判断敌方对我方 的危害程度。 四级融合：处理精练，用于改进当前数据融合活动所需的事项。 对于具体的融合系统而言，它所接受到的数据和信息可以是单层次上的，也可 以是多种抽象层次上的。融合的基本策略是先对同一层次上的信息进行融合，然 后将融合结果汇入更高的数据融合层次。总的说来，数据融合本质上是一种由低 ( 层) 到高( 层) 对多源信息进行整合，逐层抽象的信息处理过程。 数据融合中大部分研究工作都是针对特定领域内的问题来开展的，即根据问 题的种类，建立各自的融合准则，并在此基础上形成所谓的最佳融合方案。目前， 一级融合的研究比较深入，技术相对成熟，已应用于军事领域，并取得成功。其 主要是在象素级和特征级上进行的，采用的数学方法主要有：检测理论，估计理 论，关联技术、不确定性推理方法及基于智能理论诸如专家系统、神经网络等。 二、三级融合子系统即态势估计和威胁估计( s t a ) 部分，是在决策级上进行的，是 数据融合技术研究的薄弱环节。基本上采用符号处理的方法，主要依据认识性知 识和经验解决特定领域的问题，所实现的部分算法主要有：模板技术4 6 聊1 1 6 “、品 质因数法【4 1 1 5 i 、专家系统1 3 习、黑板模型4 2 1 1 4 3 1 和基于对策论与决策论【6 7 1 1 6 8 1 1 6 9 1 1 7 0 l 的 评估方法等。 以上各种技术方法基本上是按照在融合系统中从低层次融合到高层次融合过 程所要解决的主要问题的角度来划分的，文献 3 6 根据j d l 数据融合的分级处 理模型，考察了多个数据融合系统，对融合系统中使用的算法进行了分类，给出 了一个主要的算法表，从而使各项具体技术能够归到各类别中，具体见文献 3 6 】。 第二节态势估计 l2 1 态势估计概念 态势估计到目前为止还未有统一的定义，然而有大量的关于态势估计的功能性 描述定义，最著名的就是j d l 的数据融合处理模型中的描述“：态势估计是建立 数据融合中态势估计技术研究 1 1 2 数据融合处理模型及技术方法分类 为了促进数据融合研究者和系统开发者之间的交流，美国国防部j d l 数据融 合研究小组给出了数据融合的处理模型“”“”“，为数据融合的研究提供了一个框 架和共同的参考。该模型说明了数据融合包括那些主要功能以及融合过程中各个 组成部分之间的相互作用关系，该模型将数据融合主要分为四级： 一级融合：目标状态估计和属性估计。 二级融合：战场态势评估，是对一级融合产生的战斗序列的解释或所代表 的模式的估计问题，主要是评估目标行为在上下文中的抽象意义。 三级融合：敌方威胁评估，推理敌方的意图和目的，量化判断敌方对我方 的危害程度。 四级融合：处理精练，用于改进当前数据融合活动所需的事项。 对于具体的融合系统而言，它所接受到的数据和信息可以是单层次上的，也可 以是多种抽象层次上的。融合的基本策略是先对同一层次上的信息进行融合，然 后将融合结果汇入更高的数据融合层次。总的说来，数据融合本质上是一种由低 ( 层) 到高( 层) 对多源信息进行整合，逐层抽象的信息处理过程。 数据融合中大部分研究工作都是针对特定领域内的问题来开展的，即根据问 题的种类，建立各自的融合准则，并在此基础上形成所谓的最佳融合方案。目前， 一级融合的研究比较深入，技术相对成熟，已应用于军事领域，并取得成功。其 主要是在象素级和特征级上进行的，采用的数学方法主要有：检测理论，估计理 论，关联技术、不确定性推理方法及基于智能理论诸如专家系统、神经网络等。 二、三级融合子系统即态势估计和威胁估计( s t a ) 部分，是在决策级上进行的，是 数据融合技术研究的薄弱环节。基本上采用符号处理的方法，主要依据认识性知 识和经验解决特定领域的问题，所实现的部分算法主要有：模板技术4 6 聊1 1 6 “、品 质因数法【4 1 1 5 i 、专家系统1 3 习、黑板模型4 2 1 1 4 3 1 和基于对策论与决策论【6 7 1 1 6 8 1 1 6 9 1 1 7 0 l 的 评估方法等。 以上各种技术方法基本上是按照在融合系统中从低层次融合到高层次融合过 程所要解决的主要问题的角度来划分的，文献 3 6 根据j d l 数据融合的分级处 理模型，考察了多个数据融合系统，对融合系统中使用的算法进行了分类，给出 了一个主要的算法表，从而使各项具体技术能够归到各类别中，具体见文献 3 6 】。 第二节态势估计 l2 1 态势估计概念 态势估计到目前为止还未有统一的定义，然而有大量的关于态势估计的功能性 描述定义，最著名的就是j d l 的数据融合处理模型中的描述“：态势估计是建立 第一章绪论 关于作战活动、事件、时间，位置和兵力要素组织形式的一张视图，将所观测的战 斗力量分布与活动和战场周围环境、敌作战意图及敌机动性有机地联系起来，分析 并确定事件发生的原因，得到关于敌方兵力结构、使用特点的估计，最终形成战场 综合态势图。第三级融合是威胁估计，根据当前战场态势评估敌方力量的杀伤力和 危险性，进而确定敌方意图的征候与报警。二级和三级的区别在于威胁估计产生定 量的威胁能力，并提出敌方兵力的企图，而态势估计的结果是表示出敌方行为的模 式。 由于态势估计是面向多种军事领域的、多层次的，因而科研人员大多从他们所 面临的实际领域出发选择适用的技术完成了诸多实验系统，基本上都是部分实现了 数据融合处理模型中描述的功能，大都同时包含了态势、威胁估计这两层。也就是 说实际的融合系统对态势估计和威胁估计的划分并不是截然分开的，其中，态势估 计部分是通过识别敌军的行为模式来推断敌军意图，并对临近时刻的态势变化给予 预测；而威胁估计是根据态势评估所提供的信息，依据一定的知识和规则，数值的 形式指示出态势中的威胁及威胁大小的过程。我们认为对敌行为模式的识别有助于 识别敌意图和目的，而对威胁的理解有助于对态势的评估，即这两个阶段是交互和 并行的非线性处理过程。 态势估计的理想结果为1 6 1 1 9 】【6 6 j | 7 2 】：反映真实的战场态势，提供事件、活动的预 测，并由此提供最优决策的依据。目前的研究结果一般只包含了这些功能的一部分， 并且各功能的复杂性和适用性随着应用领域的不同而变化。 1 2 2 态势估计国外研究现状 国外态势估计技术发展比较迅速，在态势估计理论或系统结构的研究和开发方 面取得了很大进展。从海湾战争，可以肯定美国已有较成熟的联合作战态势评估系 统，比如a s a s ( 全源分析系统) 实际上就是面向多源信息融合及态势评估的群体决 策支持系统。1 9 9 5 1 9 9 8 财年美国防部启动的4 6 项先期概念技术演示验证项目之 一：战场了解和数据分发系统( b a d d ) ，通过对来自一组类型各异传感器数据的融合 处理，旨在增强指挥官对战场态势感知的支持。此外，在1 9 9 8 年美国防部公布的 2 0 1 0 年联合作战设想中，对作战能力要素“有效使用兵力”和“任务规划”的 阐述中，都明确要求：“借助一体化辅助决策提供实时融合的作战空间态势。为快 速搜索和捕获目标、作战协同和目标选择、目标移交和交战的信息处理提供支持”、 “协同态势评估”、“作战空间的统一理解和表达”。 由于态势和威胁估计都是对战场上获得的数据流的高层次关系提取与处理过 程，更接近于人的思维过程，由于要涉及到众多的因素、参数和观点，所以它比一 级处理更复杂；而它所进行的各类运算又都是基于各类知识、模拟人脑思维的符号 推理，因此要想给出一个可信度很高的模型很困难。目前，在态势评估中，主要是 第一章绪论 关于作战活动、事件、时间，位置和兵力要素组织形式的一张视图，将所观测的战 斗力量分布与活动和战场周围环境、敌作战意图及敌机动性有机地联系起来，分析 并确定事件发生的原因，得到关于敌方兵力结构、使用特点的估计，最终形成战场 综合态势图。第三级融合是威胁估计，根据当前战场态势评估敌方力量的杀伤力和 危险性，进而确定敌方意图的征候与报警。二级和三级的区别在于威胁估计产生定 量的威胁能力，并提出敌方兵力的企图，而态势估计的结果是表示出敌方行为的模 式。 由于态势估计是面向多种军事领域的、多层次的，因而科研人员大多从他们所 面临的实际领域出发选择适用的技术完成了诸多实验系统，基本上都是部分实现了 数据融合处理模型中描述的功能，大都同时包含了态势、威胁估计这两层。也就是 说实际的融合系统对态势估计和威胁估计的划分并不是截然分开的，其中，态势估 计部分是通过识别敌军的行为模式来推断敌军意图，并对临近时刻的态势变化给予 预测；而威胁估计是根据态势评估所提供的信息，依据一定的知识和规则，数值的 形式指示出态势中的威胁及威胁大小的过程。我们认为对敌行为模式的识别有助于 识别敌意图和目的，而对威胁的理解有助于对态势的评估，即这两个阶段是交互和 并行的非线性处理过程。 态势估计的理想结果为1 6 1 1 9 】【6 6 j | 7 2 】：反映真实的战场态势，提供事件、活动的预 测，并由此提供最优决策的依据。目前的研究结果一般只包含了这些功能的一部分， 并且各功能的复杂性和适用性随着应用领域的不同而变化。 1 2 2 态势估计国外研究现状 国外态势估计技术发展比较迅速，在态势估计理论或系统结构的研究和开发方 面取得了很大进展。从海湾战争，可以肯定美国已有较成熟的联合作战态势评估系 统，比如a s a s ( 全源分析系统) 实际上就是面向多源信息融合及态势评估的群体决 策支持系统。1 9 9 5 1 9 9 8 财年美国防部启动的4 6 项先期概念技术演示验证项目之 一：战场了解和数据分发系统( b a d d ) ，通过对来自一组类型各异传感器数据的融合 处理，旨在增强指挥官对战场态势感知的支持。此外，在1 9 9 8 年美国防部公布的 2 0 1 0 年联合作战设想中，对作战能力要素“有效使用兵力”和“任务规划”的 阐述中，都明确要求：“借助一体化辅助决策提供实时融合的作战空间态势。为快 速搜索和捕获目标、作战协同和目标选择、目标移交和交战的信息处理提供支持”、 “协同态势评估”、“作战空间的统一理解和表达”。 由于态势和威胁估计都是对战场上获得的数据流的高层次关系提取与处理过 程，更接近于人的思维过程，由于要涉及到众多的因素、参数和观点，所以它比一 级处理更复杂；而它所进行的各类运算又都是基于各类知识、模拟人脑思维的符号 推理，因此要想给出一个可信度很高的模型很困难。目前，在态势评估中，主要是 4数据融合中态势估计技术研究 应用认知模型的方法，如专家系统1 3 9 j 【4 i 】、黑板模型【3 5 l f 4 2 l f 4 3 】1 6 2 1 、逻辑模板匹配 1 4 6 ”1 、品质因数法【4 】f 5 l 等作为实现技术。较为典型的系统有：早期m o s h eb e n b a s s a t 的模式类态势识别系统1 4 5 】和基于专家系统1 4 ”的态势模型框架研究；g w h o p p l e 等人的i p b “1 ( 战场情报准备系统) ，i p b 是一个为指挥员提供敌人过去、现在活动 并估计其进一步的企图和行为的多传感器数据融合系统；d a v i df ，n o b e l 的基于计 划模板3 1 的态势辅助系统；j a z a r e w i c z 的多代理计划识别”“模板匹配战术态势估 计系统；c a r li n g ，r l 的海上实时知识基。”态势估计系统；w x z h a n g 的模板匹 配态势警觉模型。；空战中的单平台多传感器决策为主( r p d ) 态势估计模型”“”“”“” 以及主要用于军事态势仿真和计划识别的m u l t i - - a g e n t 模型。”等。这些系统都部 分的实现了态势估计的某些功能，它们的发展代表了对态势估计问题研究的过程， 从基于产生式规则的知识基”系统到逻辑模板匹配“”、多代理计划识别模型“”“ 的研究，说明态势估计的理论研究和工程实现正在深入的发展之中，还没有一个完 善的体系框架。 我们以i p b l 5 1 为例，描述一个态势问题的解决过程，i p b 的工作可分为两步： 威胁评估和威胁合成。在威胁评估中，由战斗序列分析员将所收到的情报与敌方的 作战条令进行融合，提供初始的态势估计。然后将初始态势与气象和地形信息进行 融合，以提供领悟到的敌方态势；在威胁合成中，用上述领悟到的敌人态势作为基 础，进一步识别敌人的意图和行为。i p b 在识别过程中建立了四种模板来判定敌人 的作战动作，这些模板通常依据战场演习、规定的战术或作战原则以及战斗序列等 先验知识进行构造，从而用模板来反映出有各种关系的传感器数据。d a v i d e n o b l e 6 3 】 的研究是“期望模板”的另一种实现，他用模板概括地表示敌人的一次作战活动序 列，通过弹性约束使模板与实际战斗相联系且对模板与实际的符合程度进行拟合， 通过模板更新来完成模板与实际环境的逼近，从而达到识别敌方行为的意图和目 的。c a r l i n g ，r l 1 3 别的海上实时知识基态势估计系统是通过建立描述海上作战情形 的规则知识库，运用前向和后向推理来描述实时空中战术图像，保护舰船免于被飞 机以及反舰导弹袭击。其它的态势估计系统依然是基于“期望模板”的概念的，不 同之处在于使用知识基黑板结构【4 2 i 以及贝叶斯网络| 1 2 1 6 l 、规划识别理论f 2 4 1 1 6 4 i 来实 现这个概念的，它们之间的边界并不清晰，互有重叠。例如计划识别的方法中，计 划结构层次中节点的表示采用了类似模板的方法，专家系统中的知识表示有时也采 用类似模板的方法。总而言之，“期望模板”是目前态势评估实现的主要技术。 1 2 3 态势估计国内研究现状 国内的研究工作主要在一级融合方面，对多源信息融合中的态势评估与威胁 估计的理论研究基本上是刚刚开始。康耀红在其专著0 1 中认为：态势估计主要应用 模板技术和基于人工智能技术的规划理论、知识基的方法，但他没有具体指出如 4数据融合中态势估计技术研究 应用认知模型的方法，如专家系统1 3 9 j 【4 i 】、黑板模型【3 5 l f 4 2 l f 4 3 】1 6 2 1 、逻辑模板匹配 1 4 6 ”1 、品质因数法【4 】f 5 l 等作为实现技术。较为典型的系统有：早期m o s h eb e n b a s s a t 的模式类态势识别系统1 4 5 】和基于专家系统1 4 ”的态势模型框架研究；g w h o p p l e 等人的i p b “1 ( 战场情报准备系统) ，i p b 是一个为指挥员提供敌人过去、现在活动 并估计其进一步的企图和行为的多传感器数据融合系统；d a v i df ，n o b e l 的基于计 划模板3 1 的态势辅助系统；j a z a r e w i c z 的多代理计划识别”“模板匹配战术态势估 计系统；c a r li n g ，r l 的海上实时知识基。”态势估计系统；w x z h a n g 的模板匹 配态势警觉模型。；空战中的单平台多传感器决策为主( r p d ) 态势估计模型”“”“”“” 以及主要用于军事态势仿真和计划识别的m u l t i - - a g e n t 模型。”等。这些系统都部 分的实现了态势估计的某些功能，它们的发展代表了对态势估计问题研究的过程， 从基于产生式规则的知识基”系统到逻辑模板匹配“”、多代理计划识别模型“”“ 的研究，说明态势估计的理论研究和工程实现正在深入的发展之中，还没有一个完 善的体系框架。 我们以i p b l 5 1 为例，描述一个态势问题的解决过程，i p b 的工作可分为两步： 威胁评估和威胁合成。在威胁评估中，由战斗序列分析员将所收到的情报与敌方的 作战条令进行融合，提供初始的态势估计。然后将初始态势与气象和地形信息进行 融合，以提供领悟到的敌方态势；在威胁合成中，用上述领悟到的敌人态势作为基 础，进一步识别敌人的意图和行为。i p b 在识别过程中建立了四种模板来判定敌人 的作战动作，这些模板通常依据战场演习、规定的战术或作战原则以及战斗序列等 先验知识进行构造，从而用模板来反映出有各种关系的传感器数据。d a v i d e n o b l e 6 3 】 的研究是“期望模板”的另一种实现，他用模板概括地表示敌人的一次作战活动序 列，通过弹性约束使模板与实际战斗相联系且对模板与实际的符合程度进行拟合， 通过模板更新来完成模板与实际环境的逼近，从而达到识别敌方行为的意图和目 的。c a r l i n g ，r l 1 3 别的海上实时知识基态势估计系统是通过建立描述海上作战情形 的规则知识库，运用前向和后向推理来描述实时空中战术图像，保护舰船免于被飞 机以及反舰导弹袭击。其它的态势估计系统依然是基于“期望模板”的概念的，不 同之处在于使用知识基黑板结构【4 2 i 以及贝叶斯网络| 1 2 1 6 l 、规划识别理论f 2 4 1 1 6 4 i 来实 现这个概念的，它们之间的边界并不清晰，互有重叠。例如计划识别的方法中，计 划结构层次中节点的表示采用了类似模板的方法，专家系统中的知识表示有时也采 用类似模板的方法。总而言之，“期望模板”是目前态势评估实现的主要技术。 1 2 3 态势估计国内研究现状 国内的研究工作主要在一级融合方面，对多源信息融合中的态势评估与威胁 估计的理论研究基本上是刚刚开始。康耀红在其专著0 1 中认为：态势估计主要应用 模板技术和基于人工智能技术的规划理论、知识基的方法，但他没有具体指出如 第一章绪论 何应用这些理论；国防科技大学在态势估计建模及时空推理方面已作了一些研究 如：姚春燕的态势估计时间推理方法，其将态势估计归为一个多假设分类问题，提 出了模糊时间”“、最大后验概率o “、假设检验统计等时间推理方法；李兵的应用 于态势特征和态势类匹配的条件代数c 3 j 知识库组织方法”以及姚莉的用于军事 态势估计的分布式人工智能( d a i ) 协作知识模型”等；还有的一些科研单位对高 层融合技术进行了积极的、有益的尝试，如西安电子科技大学吴霁博士的规划识 别态势估计。”模型，其应用两级规划识别模型及路径规划识别来实现态势估计； 电子工程系的基于产生式规则、采用黑板模型推理的防空态势、威胁估计系统”“； 徐从富、潘云鹤等人的基于神经网络、黑板结构的通侦信息融合模型“，其将态 势用几个简单的军事变量诸如敌军装备水平、敌军行动、战备等级及威胁等级来 描述，采用简单分层黑板模型来实现；北方工业大学赵姝明的战场态势实时闭环 控制系统1 ，其主要解决态势描述方面的问题；电子部2 8 所为某军区空军研制的 战区空情判断专家系统能识别出空中目标的国籍、机型、活动性质，该系统有1 4 0 0 条规则，具有较高质量的知识库结构；空军工程大学王风山的防空战略作战的势 战模型”“，其主要用动力学模型来表示红蓝双方力量的关系，通过建立势函数比 较势来认识战势规律等。总体说来，国内目前态势估计的理论研究还没有统一的、 能为大家普遍接受的观点；在工程上主要是建立军事专家系统，运用黑板结构来 实现面向具体军事领域( 如防空) 的态势、威胁估计系统。 在威胁估计研究方面主要有何友、张由余、许斌等人建立的基于对策论”“、 多属性决策“”以及多因子动态加权”、p i - - sj g m a 模糊神经网络”“等威胁估计 模型。这些系统大多是应用于空防对抗指挥自动化系统中的，且为了简化问题而 将对敌军意图、目的推理过程略去，仅仅从目标类型、速度、航向、干扰能力、 空袭样式等方面来计算这些属性的权值，采用影响因子加权的方法来计算单个目 标的威胁等级，达到对目标进行排序的目的。 由于数据融合中军事保密的问题，上面介绍的国内外态势估计模型大多是实 验室原型系统，且其中描述性和构筑框架的多，给出理论和方法及性能评估的少， 有效的定量评估的则更少；另外，在真实军事环境下的态势估计需要有关武器装 备特性数据、作战知识手册、军事专家经验、各种地理、地图数据( 如地理信息 系统g i s 、战术标图等) 及气象等信息，要全面获取这些数据并满足系统快速处理 的要求，是有很大困难的；并且现有的研究成果表明单一的数学方法很难完全实 现高层数据融合的功能，且对问题域的描述还不是很清楚，适用的系统模型和推 理算法还没有。文献 5 5 1 1 7 6 认为高层数据融合还不成熟的原因主要有以下几点： 首先，相对于一级融合来说，其定义不完善，已建立的模型对外部环境条件变化 不灵活；其次，目标信号的不重复性和先验知识的限制；再次，不能强调现代战 6数据融合中态势估计技术研究 场系统的分布式特征；最后，其研究范围涉及的因素多，非常复杂。 总之，要构建一个实际的态势评估系统，还需大量的理论研究和工程实践， 所以对数据融合中态势估计问题的研究是有价值和意义的。 第三节论文主要内容和本人所做工作 作为十五国防军事预研的第一年，本论文的主要研究内容就是在九五一级 融合的基础上，建立态势评估的功能模型、系统模型和推理算法，着重点在于实 现技术的研究。在论文工作期间，本人主要完成了以下工作： 1 ) 在第二章中，分析了当前几种关于态势估计问题的认识，明确了态势估计 要完成的任务；依据人思维的过程，提出了态势觉察、态势理解和态势预 测的三级功能处理模型，详细说明了该模型各级所完成的功能；在此基础 上，通过几个具体的态势估计实例，归纳出态势推理框架的共性；对态势 推理算法做了一些介绍，提出一种通用模板匹配算法。 2 ) 在第三章中，介绍了专家系统和黑板模型的基本理论，根据态势估计三级 处理模型采用分级多层黑板模型的方法实行态势估计。在这个过程中，详 细讨论了黑板模型的数据结构及控制机制的实现。 3 ) 在第四章中，研究了规划识别理论，介绍了规划识别推理模式及应用，将 规划识别理论应用于态势估计问题求解，提出一种基于多代理规划识别的 模板匹配算法及基于跟踪理论的态势估计模型。 4 ) 在第五章中，研究了贝叶斯网络知识表示及p e a r l 贝叶斯网络推理算法， 建立了态势估计贝叶斯网络模型，指出该网络在实现态势估计方面具有广 阔的发展前景；同时对动态贝叶斯网络实现态势估计问题进行了简单的研 究并指出了研究方向。 5 ) 最后，对态势估计系统的设计做了说明，用黑板模型实现个小型态势估 计专家系统，介绍了该系统的体系结构及设计中需要考虑的问题。 6数据融合中态势估计技术研究 场系统的分布式特征；最后，其研究范围涉及的因素多，非常复杂。 总之，要构建一个实际的态势评估系统，还需大量的理论研究和工程实践， 所以对数据融合中态势估计问题的研究是有价值和意义的。 第三节论文主要内容和本人所做工作 作为十五国防军事预研的第一年，本论文的主要研究内容就是在九五一级 融合的基础上，建立态势评估的功能模型、系统模型和推理算法，着重点在于实 现技术的研究。在论文工作期间，本人主要完成了以下工作： 1 ) 在第二章中，分析了当前几种关于态势估计问题的认识，明确了态势估计 要完成的任务；依据人思维的过程，提出了态势觉察、态势理解和态势预 测的三级功能处理模型，详细说明了该模型各级所完成的功能；在此基础 上，通过几个具体的态势估计实例，归纳出态势推理框架的共性；对态势 推理算法做了一些介绍，提出一种通用模板匹配算法。 2 ) 在第三章中，介绍了专家系统和黑板模型的基本理论，根据态势估计三级 处理模型采用分级多层黑板模型的方法实行态势估计。在这个过程中，详 细讨论了黑板模型的数据结构及控制机制的实现。 3 ) 在第四章中，研究了规划识别理论，介绍了规划识别推理模式及应用，将 规划识别理论应用于态势估计问题求解，提出一种基于多代理规划识别的 模板匹配算法及基于跟踪理论的态势估计模型。 4 ) 在第五章中，研究了贝叶斯网络知识表示及p e a r l 贝叶斯网络推理算法， 建立了态势估计贝叶斯网络模型，指出该网络在实现态势估计方面具有广 阔的发展前景；同时对动态贝叶斯网络实现态势估计问题进行了简单的研 究并指出了研究方向。 5 ) 最后，对态势估计系统的设计做了说明，用黑板模型实现个小型态势估 计专家系统，介绍了该系统的体系结构及设计中需要考虑的问题。 第二章态势估计分析7 第二章态势估计分析 本章首先描述对于态势估计问题的认识，确定态势估计需要解决的问题；然 后在仿照人类信息处理过程的基础上，提出态势觉察、态势理解及未来态势预测 三级态势估计功能模型，具体介绍了该模型各级所完成的功能；接着通过分析几 个现有态势估计系统，归纳出态势估计推理框架的共性；最后对态势估计推理算法 进行了讨论和探索，提出了一个通用的态势估计模板匹配算法。 第一节态势估计描述 2 1 1 态势估计研究内容 在第一章中，已对j d l 态势估计的功能性定义作了简要介绍，我们详细分析 一下该功能性定义来确定态势估计要研究的主要内容。 j d l 认为态势估计是在上下文关系中描述实体和被观察事件的关系，结合环 境信息、先验知识和实时观察来确定实体集合体的意义。它包括：聚合单元目标 为有意义的作战结构组织或武器系统；评估事件和活动以解释行为以及目标与事 件间的上下文关系。为了确定聚合结构组织的作用与企图，在态势分析时，尤其 强调关系信息，譬如，实体间的自然亲近关系、通讯拓扑关系、因果关系、暂时 隶属关系等。同时，还要利用关于地形、水文、气候和其他环境信息的上下文解 释来完成态势分析。威胁估计指的是基于当前态势推理敌军目的、意图的过程， 对可能的交战后果给予说明。由于提出了量化威胁估计的要求，当前大多数威胁 估计系统是采用影响因子加权的方法来划分威胁估计的等级m 。“，而将对敌军意 图、目的推理过程放到态势估计中去。实际上在态势估计中，确定集合体意义的 过程( 即对军事目标行为模式的分析) 包含对其目的、意图的猜测，而对威胁度 的划分也是当前态势的一种描述，即对威胁的理解有助于对态势的评估，所以说 态势与威胁估计这两个阶段是交互和并行的推理处理过程，两者的功能划分是不 能截然分开的。 基于以上分析，我们认为态势估计要研究的内容就主要是：聚合实体、推理 实体意图和目的来描述态势( 也就是说将对威胁估计的部分内容作为态势情形的 子集来求解) 。这样在一级融合的基础上通过态势估计形成了包括对敌方威胁单元 的航迹、身份、行为模式以及目的意图进行全面描述的态势画面。 在本论文中，对威胁单元、平台、目标、军事实体、代理、a g e n t 等概念不加 以区别，均指在战场区域中出现的可观测敌目标，这些目标具有各种特征属性或 行为动作，其总是与一定的军事事件相联系，总是在一定的战场区域内有目的、 有意图的执行一定的战术任务。 数据融合中态势估计技术研究 2 1 2 态势估计研究任务 对态势估计理论的研究尚不统一，我们介绍几个关于态势估计问题的认识， 在此基础上提出态势估计的主要研究任务。 ( 1 ) b a s s t “”认为态势估计问题是个多层次、多角度和多成员的模式识别问题， 态势估计的任务就是确定特征关于给定类的相关性。其中对战场的观察数据叫做 特征，对当前战场形势的一种描述叫态势类。要评估态势，要求专家提供从“类 到特征”形式的知识，这种知识用态势类模式c ，和特征x ，的两个条件概率p ，和 p 。来表示，其中第i 层的类模式是i + 1 ，+ 2 层的特征，从而形成层次结构，这样态 势估计的过程就是从结果到原因的逐层推理过程，是个分类问题。m a r i e c l a u d e i ”】 也认为态势估计问题是个已知有卅个特征x 集合的基础上，对行个先验态势假设 日的识别问题，其认为在不同的假设胃下，每个特征的先验知识已知。 ( 2 1 李兵【3 7 1 认为态势估计的重要任务就是确定观察特征关于给定类的相关性和 对敌方行动计划的识别，其用条件事件推理对b a s s t 的模式进行了扩展，精确表示 出了诸如：“类c 是否支持特征x ，”以及“特征z ，是否支持类c ，”之类的问题； 对敌方行动计划的识别是对观察到的现象进行极大概率扩展，然后再从中推理出 敌方的计划，即计算任何被观察事件的极大概率扩展以此来判断敌方的各个单独 行为是否为相互联系的连贯计划。因此他引入了条件事件推理规则来建立连贯模 型和极大概率扩展的概念，目的是能让推理机构类似人类思维作“尽可能地合理 联想”，既由已有的情报出发尽可能地获取更多关联的东西。 ( 3 ) k i r i l l o v l 6 副认为态势估计的功能是根据不断到来的数据逐步达到对敌方意 图和作战计划的辨别，因此将态势估计归为一个多假设分类问题；态势假设可分 解成由各子任务( 或称事件) 按一定逻辑关系组成的层次结构，其中一些子任务 的输出可以作为其他子任务的输入。他建立了已知时间间隔的统计不确定估值时， 两个时间点之间“预测关系”，在该算法中，将这个预测关系f ( t ，a t 茸，口i 2 ，t ，) 作为 最基本的时间关系的专家知识模型，它的含义解释为：对于给定的时间点t 。，可以 计算另一个时间点t 的不确定估计值。姚春燕1 4 7 】m t l 5 9 1 对这个研究成果进行深入探 讨，用统计和模糊的方法对预测关系模型进行了扩展；她同时用模糊的方法对观 察到的时间关系与己知的时间关系是否匹配进行了研究，给出了一种检验时间数 据和专家知识模型符合程度的方法。然而，所有的这些前期研究，仅为态势估计 第二章态势估计分析 中时间推理算法的构造和专家知识模型的建立提供了一定的思路，要将其完全应 用到一个实际的态势估计系统中，还有不小的距离。 ( 4 ) w a y n et j o h n s o n i ”】认为态势应该用目标之间的关系来刻画，其用随时间变 化的实体自我( s e l f r e l a t i o n ) 、实体同静态目标、实体同其它动态目标( r e l a t i o n f o r d y n a m i c a n ds t a t i co b j e c t s ) 的三种关系来描述态势，实质上是通过对目标行为的分析 来匹配预定义的各种关系，以此来揭示态势。d a l e a l 5 5 1 认为高层融合本质上是表示 出实体间关系然后从这些关系中得出结论的过程，其通过定义事件类型和由事件 组成的剧情来分析态势。事件类型由预定义的谓词来描述，剧情通过将知识基中 描述的事件用合理定义的操作符来形成，对事件和剧情的认识就是评估态势的过 程。 ( 5 ) z a c h a r i a s i 8 j 【l2 】认为态势估计主要是个诊断的过程，其将态势看作假设原因， 所发生的事件看作结果。态势估计用b a y e s i a n 逻辑进行后向推理计算事件对态势 的作用，然后用前向推理计算未来事件发生的可能性和对不可观测事件进行推测。 他认为态势估计的任务在于两步，第一步是建立明确的信度网络结构来表示决策 者关于态势估计的思维模式；第二步是建立态势更新算法来表示证据在思维网络 中的传播。 ( 6 ) a z a r e w i c z l “l 认为态势估计是个多代理规划识别的过程，其用模板作为计划 知识表示形式，随着多代理计划的展开，通过自顶向下和自底向上的方式生成多 个模板实例( 假设) 表示对态势的认识，实例化的模板可以对代理将来行为进行 预测，因为规划是用来说明战术态势特征的模型。在该模型中，单代理的计划表 示为该代理的时序行为序列；多代理计划间的关系用代理之间行为的时间、空间 及属性等关系的模式来形成。d a v i df n o b e l l 6 3 建立了一个辅助态势评估的基于计 划的知识提取工具，其用计划表示关于敌方任务、完成该任务的规划、平台、机 动性和通讯等特征，然后采用模板来表示计划。也就是说，计划是关于对敌方知 识的认知