数据融合技术的目标状态融合指标体系研究

数据融合技术的目标状态融合指标体系研究（1中国电子科技集团公司第二十八研究所C4ISR国防重点实验室南京2100072蚌埠坦克学院装备运用系蚌埠233000）于永生1刁联旺1，2裘海蓉1王晓璇1【摘要】本文讨论了衡量数据融合技术的状态和识别融合度量指标体系。并详细地介绍了产生这些指标的客观现实，提出了衡量数据处理平台质量和衡量目标处理质量两大类的数据融合技术度量指标。【关键词】传感器数据源数据处理平台综合处理能力目标处理能力[Abstract]Anindex-basedsystemforevaluatingtheperformanceofdatafusiontechnologywasdiscussedinthispaper.Inaddition,therealityabouthowtheseindexesproducedwaspresentedindetail.Subsequently,twoaspectsofevaluationindex,thequalityofsystemprocessingandtargetprocessingwereproposedinthispaper.[Keywords]sensor,datasource,platofdataprocess,integrationprocessingcapability,targetprocessingcapability1.引言随着科学技术的不断进步，新型传感器大量面世，目标感知手段日益丰富，信息来源愈加全面，信息种类愈加完整。这些有利条件，对数据/信息融合技术[1]的发展，提供一个崭新的、广阔的研究和应用空间，同时也对数据/信息融合技术的度量研究提供了发展平台。数据融合概念起源于上个世纪七十年代，随着数据融合的研究不断深入，成果的应用已扩展到众多领域，概念已从数据融合发展到信息融合。作为C4ISR系统，计算机处理的信息是以数据表示，不论任何形式的信息均应转化为表示信息特征的数据，计算机才可以进行处理；另外，数据融合、信息融合的各处理模型都是用数学公式描述，处理方法基本上都是数值计算，因此本文用数据融合来表示融合问题。问题提出从海湾战争以来，我国数据融合技术的研究得到蓬勃发展，不仅有大量的理论研究成果问世，而且在众多领域内获得成功应用，多雷达数据融合技术的应用[2][3]是一个典型范例。相对数据融合技术本身的研究和应用，数据融合技术的度量研究与应用明显落后，虽然有众多理论研究成果，但应用效果不理想，分析其主要原因在于：（1）理论与实践联系不紧密。数据融合技术研究，必须是针对某一领域的研究成果，才有应用价值和生命力，否则，只能是纸上谈兵。只有运用该领域的明确需求，来衡量相应的数据融合技术产品与成果的成熟度，才能是有效的、可行的。如果这一环节脱离，将得不到任何好的结果。（2）缺乏对数据处理平台的研究。数据融合作为一门新兴学科，得到科技界的一致赞同。目前的数据融合研究，主要集中在目标本身的信息处理上。如目标信息的检验、校正、关联、估计等多传感器目标跟踪方面，研究的非常深入。但是对完成多传感器目标跟踪的数据处理平台研究很不充分。什么是数据处理平台？我们知道目标运动是相对某一参照系的运动，参照系的不同，描述目标运动的状态参数及其参数值是不同的，参照系的选择是数据处理平台研究的重要内容之一。同样我们也知道，雷达的电磁辐射信号，是由时域和频域两大类参数来表示，不同类型的雷达会有不同的电磁辐射信号，可以通过电磁辐射信号对目标进行识别，弄清目标的部分身份（属性）要素，那么如何选择时域和频域的参数及数据量化，也是数据处理平台研究的重要内容之一。说到这里，可以明确数据处理平台的定义：为了按照某一规律而展开的数据处理得以正确、完全实施，依据该规律建立的数据加工方法、加工精度、加工步骤以及设置的数据存储容量等构成的数据加工（支持）平台。因此，数据处理平台是目标数据融合的处理基础，不同应用领域的数据融合技术对数据处理平台要求，会有很大差异。本文提出的目标状态和身份（属性）融合的度量指标体系，就是从数据处理平台和目标信息处理两个方面展开的，用综合处理能力来对数据处理平台进行度量，用目标处理能力来对目标本身的信息处理进行度量。数据融合技术的目标状态融合指标分析数据处理平台度量分析它是数据融合处理的一般能力，主要从宏观上度量数据处理平台的质量，包含以下4个方面：处理的数据源数据融合的本质，就是将多路信息源提供的目标数据信息融合起来，形成质量更高的目标信息。不同应用领域针对信息源的不同，会产生不同的数据处理和融合方法，同一应用领域也会产生不同的数据处理和融合方法。方法的差异，决定着数据处理平台的不同。而信息源的种类、传感器的型号多种多样，用途也各不相同，有的信息源目标信息质量在这一方面较高，有的信息源目标信息质量在另一方面较高，同一类信息源的目标信息质量也有高有低。检查数据处理平台能处理的信息源对象，是衡量平台能适应的目标信息数据环境的优异程度，一般指信息源的类型/型号及数据报告等。处理的范围数据融合在军事领域中的应用，主要是针对目标而言。作为目标的时空状态是用运动矢量进行度量，运动矢量的基本要素是由参照点、大小、方向、时刻等要素构成；目标的身份（属性）是用范围来度量，范围的基本要素是由各种具有明确定义的参数项组成。⑴空间区域范围不同的应用领域会采用适合自己的参照系来度量目标的时空运动状态，相同的应用领域也会有不同的参照系来度量目标的时空运动状态，描述地面、海上、空中、空间目标的参照系（坐标系）是有明显差别。检查参照系的精度，是衡量数据处理平台对目标坐标的处理范围宽广程度，一般指能在规定的误差范围内，处理目标的区域大小。⑵目标性能范围不同的应用领域所关注的目标差异较大，研制的数据融合系统能处理的目标也是不一样的，主要是在目标的速度快慢上、机动量的大小上不同。检查目标的速度范围、机动能力等，是衡量数据处理平台对目标运动状态的处理范围，一般指能在规定的误差范围内，处理目标的性能参数范围宽广。⑶枚举参数范围不同的应用领域，对目标身份（属性）的掌握需求不尽相同，但描述目标身份（属性）的各参数项，各自的定义是明确、唯一的。如目标的数量参数构成、目标形状参数构成、目标电磁频谱参数构成等等。检查目标参数项和组成，是衡量数据处理平台对目标的身份（属性）设置完整和符合程度，一般指各参数项的参数组成范围的符合与完整性。处理的容量数据融合技术的一个显著特点，就是对多路信息源进行目标信息处理，在充分使用各信息源的目标信息基础上，获得质量更高的目标融合信息。因此数据处理平台能容纳目标的信息量是一个重要指标。⑴接收及存储的目标信息容量接入的信息源越多，融合处理的依据越充分，融合的目标信息越可靠；接入的目标信息量越大，融合处理的效果越好，融合的目标信息越准确。从理论上讲，信息源数量越多、目标的信息量越大，越有利于数据融合技术的效能发挥，融合的目标信息质量越高。但是，受数据处理平台的限制，接入的信息源数量、目标的信息量都有一个度，不可能无限制。检查接收的信息源数量和目标信息量，是衡量数据处理平台能存储与处理的输入信息容量大小，一般指接收的信息源总数和接收的目标总数。⑵报出及存储的目标信息容量数据处理平台是目标数据融合的处理基础，不同应用领域的数据融合系统是按照本领域的需求而设计的，数据处理平台处理的目标数量会有很大差异。从效果上讲，处理的目标数量越多越好，但是受计算机软硬件平台的影响，处理的目标数量是有限的。检查处理的目标数量，是衡量数据处理平台能存储与处理的输出的目标数量大小，一般指跟踪的目标总数。处理的时效计算机技术的发展日新月异，运算速度越来越快、存储容量越来越大，但以二进制加法运算的计算方法始终不变，一切以计算机为运算载体的数学计算都受此限制，数据融合系统也不例外。数据加工方法的选择，数据加工精度的要求，数据加工步骤的安排以及数据存储容量的设置等数据处理平台的研制，决定着其数据处理的时效性。同时，数据处理平台的数据处理时效也与数据处理量息息相关，处理的目标信息量越大，对数据处理的时效影响越大。检查数据处理的时效，是衡量数据处理平台对数据处理的能力大小，一般指输入/输出信息密度和处理时延。目标信息处理度量分析它是数据融合处理的专用能力，主要是微观上度量目标信息处理的质量，包含以下4个方面：目标跟踪受传感器探测环境的影响，传感器发现目标的能力限制，单一传感器在探测目标的过程中，常常发生随机丢点，甚至是连续丢点现象，但对于多传感器探测，是不会同时发生这样的现象，这就为发挥多传感器跟踪目标的优势，提高目标航迹质量，提供现实基础。在复杂探测条件下，单一传感器对目标的跟踪效果明显差于多传感器对目标融合的跟踪效果，传感器的数量越多，跟踪效果越好；同时目标跟踪数学模型、算法与应用实践的符合程度也决定着跟踪效果的优异。检查目标跟踪质量，是衡量目标跟踪数学模型、算法的合理性、正确性，可从跟踪时间和效率两方面设计目标跟踪的度量指标，特别要考虑目标在机动过程中的目标跟踪度量指标。目标精度任何传感器在探测目标过程中，受硬件设备的影响，测量数据均含有系统误差和随机误差；受传感器探测环境的影响，有时会将噪声或杂波误认为是目标。系统误差反映目标坐标的稳态误差，随机误差反映目标坐标的离散性，而噪声点或杂波点则是目标的错误坐标点。由于系统误差的原因，单一传感器观察的目标分布，相对误差为零，而多传感器观察的目标分布，相对误差非常复杂，甚至会带来目标关联错误，这是数据融合要解决的首要关键问题。对于随机误差和坐标错点，也是影响目标精度的重要原因。检查融合的目标坐标精度，是衡量系统误差校正、坐标估计与错点排除等数学模型、算法的合理性、正确性，可从统计均值和均方差两个方面来设计目标的位置、速度和航向等精度的度量指标，特别要考虑目标在机动过程中的目标精度度量指标。目标判别目标判别是数据融合技术中的重要处理功能，如多传感器的真假目标的判别、多传感器探测的同一目标判别、多传感器的目标身份（属性）的判别⑴目标识别传感器对目标的探测分辨率决定目标数量的判别，雷达传感器探测目标回波的形状和中频的干涉决定目标大小的判别，雷达传感器探测目标的位置和航行计划决定目标敌我属性的判别，ESM传感器对目标的识别，询问机对目标的询问应答等，均属于对目标身份（属性）的识别。对多传感器的目标身份（属性）识别结论进行识别融合，实际上是多传感器的目标身份（属性）判别。检查目标身份（属性）的判别准确性，是衡量识别融合数学模型、算法的正确性、合理性，可用识别正确率来设计目标的各种身份（属性）的度量指标。⑵目标关联受传感器探测目标的系统误差、随机误差、目标分辨率等探测精度影响，在不同的目标分布条件下，目标关联的效果差异明显。目标分布稀疏，目标关联效果明显的良好；目标分布密集，目标关联效果将下降；当目标分布过于密集，而且多目标的运动状态相对一致，目标关联效果将会严重恶化。目标关联的实质，是对不同传感器的同一目标的判别，检查其判别结论的准确性，是衡量目标关联数学模型、算法的正确性、合理性，可用正确关联概率、漏关率（漏警）和虚关率（虚警）来设计目标关联的度量指标。⑶真假目标识别对于多传感器目标跟踪的新目标起始，实际上是对目标真假的判别。受探测环境的影响，传感器有时会将噪声点或杂波点误认为是目标点，探测环境影响恶化到一定条件时，会造成连续的假目标点。因此确认目标是新目标需要一个判别过程，检查新目标的判别过程所需时间，是衡量新目标起始数学模型、算法的正确性、合理性，可从统计均值和均方差两个方面来设计目标航迹起始时延的度量指标。假目标抑制前面提到，对于多传感器目标跟踪的新目标起始，实际上是进行目标真假判别，真目标跟踪，假目标滤除。由于真假目标判别是一个过程，因此必然会对假目标进行跟踪，检查假目标的跟踪情况，是衡量假目标抑制数学模型、算法的正确性、合理性与及时性，可从假目标跟踪时间、跟踪系数和滤除率来设计假目标抑制的度量指标。数据融合技术目标状态融合指标体系根据第三节分析的数据融合技术情况，提出的目标状态和身份（属性）数据融合度量指标体系［3］如下。

图1数据融合技术目标状态融合指标体系综合处理能力指标信息源⑴信息源类型：检查能处理哪些型号／类型传感器探测的信息，主要包括—主动式传感器、被动式传感器的型号／类型。⑵信息源类型数量：检查能处理的传感器数量，主要包括—数量/各型主动式传感器、被动式传感器。⑶测量报告：检查能处理传感器的信息类型，主要包括—测量的点迹、跟踪的航迹原始数字信息。范围误差⑴平面范围误差：检查在指定的距离条件下达到的位置精度，或在指定的位置精度条件下达到的距离。主要包括—位置精度/指定的距坐标中心距离，距坐标中心距离/指定的位置精度。⑵高度范围误差：检查在指定的高度和距离条件下达到的位置精度，或在指定的位置精度和距离条件下达到的高度。主要包括—位置精度/（指定的海拔高度，指定的距坐标中心距离），海拔高度/（指定的位置精度，指定的距坐标中心距离）。⑶速度范围误差：检查在指定的速度和高度条件下达到的速度精度，或在指定的速度精度和高度条件下达到的速度。主要包括—速度精度/（指定的速度，指定的海拔高度），海拔高度/（指定的速度，指定的速度精度）。⑷航向机动范围误差：检查在指定的坡度和高度条件下达到的位置精度，或在指定的位置精度和高度条件下达到的坡度。主要包括—位置精度/（指定的向心加速度，指定的速度），向心加速度/（指定的位置精度，指定的速度）。⑸速度机动范围误差：检查在指定的速度条件下达到的位置精度，或在指定的位置精度条件下达到的速度。主要包括—位置精度/指定的速度，速度/指定的位置精度。存储容量⑴输入目标批数：检查单信息源能接收并存储的最大的航迹数。检查在接收多信息源时，能综合的最大的航迹数。主要包括—单信息源的最大目标数量/指定的计算机CPU占用率，多信息源的最大目标数量/指定的计算机CPU占用率。⑵输出目标批数：检查能存储并输出的最大航迹数。主要包括—输出的最大目标数量/指定的计算机CPU占用率。⑶目标参数范围：检查敌我属性能表示航迹性质参数的种类范围；检查类型／型号能表示航迹类型参数的种类范围；检查目标数量能表示航迹数量参数的数值范围。主要包括—敌我属性范围，类型／型号范围，数量范围，目标形状构成，电磁频谱构成等。处理时效⑴信息密度：宏观上检查信息流量达到的速率。主要包括—输入平均密度/指定的计算机CPU占用率，输出平均密度/指定的计算机CPU占用率，输入峰值密度/指定的计算机CPU占用率，输出峰值密度/指定的计算机CPU占用率。⑵目标处理时延：宏观上检查每次信息处理的时间。主要包括—目标处理的平均时延/指定的计算机CPU占用率，目标处理的最大时延/指定的计算机CPU占用率，目标处理时延的均方根差/指定的计算机CPU占用率。目标处理能力指标4.2.1目标连续指标⑴跟踪中的目标数：检查在测试过程中，目标航迹达到的最大数量。主要包括—跟踪的目标最大数量。⑵真目标航迹系数：检查输出的总目标航迹中，真目标航迹达到的比率。主要包括—真目标航迹平均系数。⑶连续跟踪目标效率：检查输出的真目标航迹跟踪时间与应能跟踪的时间比值。主要包括—连续跟踪目标效率。⑷目标跟踪时间：检查输出的真目标航迹达到的平均跟踪时间。主要包括—真航迹平均跟踪时间（均值、均方差）。⑸目标跟踪中断时间：检查输出的真目标航迹平均跟踪中断时间。主要包括—真航迹平均跟踪中断时间（均值、均方差）。⑹连续跟踪机动目标效率：检查输出的真目标航迹在机动过程中。跟踪时间与应能跟踪的时间比值，主要包括—连续跟踪机动目标效率。目标精度指标⑴目标定位的精度：检查输出的目标航迹坐标精度。主要包括—坐标误差均值，坐标误差均方根差。⑵目标航迹的横向偏差：检查输出的目标航迹光滑性。主要包括—航迹的横向偏差均值，航迹的横向偏差均方根差。⑶目标速度的精度：检查输出的目标航迹速度精度。主要包括—速度误差均值，速度误差均方根差。⑷目标航向的精度：检查输出的目标航迹航向精度。主要包括—航向误差均值，航向误差均方根差。目标判别指标⑴目标正确关联/相关率：检查输出的目标航迹准确性。主要包括—正确关联概率，虚关率（漏警），漏关率（虚警）。⑵目标识别率：检查输出的目标航迹参数敌我属性、类型、型号和数量等的准确性。主要包括—敌我属性识别正确率，类型识别正确率，型号识别正确率，数量识别正确率。⑶目标航迹起始时延：检查新目标的判别时间。主要包括—目标航迹起始平均时延（均值、均方差），目标航迹起始最大时延。假目标抑制能力指标⑴假航迹系数：检查输出的总目标航迹中，假目标