胡衛(wèi)東

(國(guó)防科技大學(xué)ATR重點(diǎn)實(shí)驗(yàn)室 長(zhǎng)沙 410073)

1 引言

當(dāng)前的許多軍用探測(cè)系統(tǒng)因?yàn)槭艿匠杀?、布站范圍、傳感器靈敏度與時(shí)效性等因素的限制，與“透明化”的需求相去甚遠(yuǎn)，除了遭遇干擾、欺騙等對(duì)抗環(huán)境之外，經(jīng)常面臨的信息獲取困難也制約了其探測(cè)的性能。其中低信噪比、低數(shù)據(jù)率、低分辨率和低測(cè)量維度的“四低問(wèn)題”是目標(biāo)探測(cè)信息處理面臨的共性難點(diǎn)問(wèn)題。這里將其統(tǒng)稱(chēng)為“弱測(cè)量”問(wèn)題(不同于量子力學(xué)中不擾動(dòng)被測(cè)系統(tǒng)的弱測(cè)量的概念)。在弱測(cè)量條件下，目標(biāo)的狀態(tài)和屬性能否有效估計(jì)，該問(wèn)題的研究具有重要的理論和實(shí)際意義。

2 弱測(cè)量問(wèn)題的提出

弱測(cè)量條件主要由目標(biāo)的暴露征候和傳感器的性能所決定，目標(biāo)的暴露征候弱通常稱(chēng)之為低可觀測(cè)，傳感器的性能受限稱(chēng)之為低信息獲取能力。弱測(cè)量對(duì)信號(hào)的檢測(cè)和參數(shù)估計(jì)等信息處理能力提出了嚴(yán)峻的挑戰(zhàn)，具體表現(xiàn)為以下4個(gè)方面：

(1) 低信噪比。這種情況最容易理解，出現(xiàn)的典型情況主要有兩種：一種是被測(cè)目標(biāo)落在傳感器感受范圍內(nèi)的特性很弱，比如隱身目標(biāo)對(duì)雷達(dá)來(lái)說(shuō)其反射的電磁信號(hào)難以探測(cè)到；二是被測(cè)目標(biāo)背景影響較大，比如超視距雷達(dá)工作的環(huán)境，由于超視距雷達(dá)分辨單元相比所關(guān)注的目標(biāo)大得多，由分辨單元中環(huán)境引入的噪聲能量就很大。再比如水下目標(biāo)的遠(yuǎn)距離探測(cè)，水聲的多途傳播降低了水下目標(biāo)的可探測(cè)性。

(2) 低數(shù)據(jù)率。出現(xiàn)的典型情況也有兩種：一種是傳感器探測(cè)目標(biāo)的頻度很低，比如單顆低軌衛(wèi)星對(duì)某一地域進(jìn)行照相偵察，由于衛(wèi)星重訪同一地域的時(shí)間間隔較長(zhǎng)(1天到幾天的頻度)，對(duì)運(yùn)動(dòng)目標(biāo)監(jiān)視來(lái)說(shuō)，其抽樣頻度過(guò)低。另一種是目標(biāo)可被探測(cè)時(shí)間較短，比如利用雷達(dá)探測(cè)潛艇的潛望鏡，一般潛艇上浮使用潛望鏡的時(shí)間較短，大部分時(shí)間都潛在水下。這種情況也造成獲取目標(biāo)的數(shù)據(jù)率低下。

(3) 低分辨率。低分辨率主要指在空間遇到難以分辨的問(wèn)題，出現(xiàn)的典型情況也有兩種：個(gè)體辨識(shí)和群體分辨。特別是在群目標(biāo)探測(cè)的情況下，個(gè)體信息丟失嚴(yán)重。比如用遠(yuǎn)程預(yù)警雷達(dá)難以分辨突防的彈道導(dǎo)彈和伴飛的誘餌。另一方面，低分辨也會(huì)導(dǎo)致信息相關(guān)的錯(cuò)誤發(fā)生，比如 ESM[1]對(duì)電磁輻射源探測(cè)的信息，因空間分辨差導(dǎo)致在目標(biāo)密集情況下很難與高精度的目標(biāo)定位信息建立相關(guān)關(guān)系。

(4) 低測(cè)量維度。首先我們所處的空間確定 1個(gè)運(yùn)動(dòng)點(diǎn)的位置需要1維時(shí)間和3維空間數(shù)據(jù)來(lái)表征。而我們使用的傳感器因?yàn)槭峭ㄟ^(guò)感受目標(biāo)所發(fā)射、反射或輻射的物理場(chǎng)信號(hào)來(lái)工作的，物理場(chǎng)信號(hào)與時(shí)空的對(duì)應(yīng)性不一定會(huì)很強(qiáng)，比如靠感受發(fā)射或輻射信號(hào)的裝置通常較難測(cè)量距離。其次，目標(biāo)屬性的確定因其描述的復(fù)雜性，需要更高維度的測(cè)量。但實(shí)際中往往難以做到，只能得到某個(gè)部分、某一側(cè)面的觀測(cè)。另一方面，就測(cè)量量本身來(lái)說(shuō)，與屬性量也可能存在低關(guān)聯(lián)度的問(wèn)題。例如依據(jù)艦艇尾跡的探測(cè)推斷艦艇的屬性。

上述問(wèn)題是長(zhǎng)期困擾偵察監(jiān)視系統(tǒng)設(shè)計(jì)和使用的老大難問(wèn)題，這些問(wèn)題的本質(zhì)是缺少可用信息量，導(dǎo)致傳統(tǒng)基于高效信息更新的“急功近利”式處理方法難有用武之地。例如對(duì)運(yùn)動(dòng)目標(biāo)狀態(tài)的估計(jì)，我們習(xí)慣于傳感器測(cè)量量與目標(biāo)狀態(tài)之間具有緊耦合的對(duì)應(yīng)關(guān)系，比如雷達(dá)測(cè)量的距離和角度是目標(biāo)所處的坐標(biāo)位置的合理表達(dá)方式。一旦測(cè)量量與被測(cè)對(duì)象的狀態(tài)不具有良好的對(duì)應(yīng)關(guān)系時(shí)，傳統(tǒng)的如卡爾曼濾波等信息更新方法將難以應(yīng)用。此外，隨著大數(shù)據(jù)時(shí)代的到來(lái)，所面臨的數(shù)據(jù)價(jià)值密度低的問(wèn)題，無(wú)論是數(shù)據(jù)中信息含量少(就像礦石含某種貴重金屬品位低一樣)，還是無(wú)效數(shù)據(jù)多(存在大量空巢現(xiàn)象)，本質(zhì)上也是弱測(cè)量問(wèn)題。弱測(cè)量條件雖然不足以支持直接檢測(cè)發(fā)現(xiàn)目標(biāo)或狀態(tài)估計(jì)，不等于說(shuō)測(cè)量獲得的信號(hào)沒(méi)有信息量，關(guān)鍵看信息如何利用。因此，對(duì)這類(lèi)問(wèn)題解決方法的思考具有重要的指導(dǎo)和借鑒意義。

3 弱測(cè)量問(wèn)題的解決思路

弱測(cè)量問(wèn)題因?yàn)楸憩F(xiàn)形式多樣，使得最初的解決方法起始于局部的特定問(wèn)題的探討，比如微弱信號(hào)的檢測(cè)，弱小目標(biāo)的跟蹤、密集目標(biāo)條件的數(shù)據(jù)關(guān)聯(lián)、低分辨條件下的目標(biāo)辨識(shí)等等，由此發(fā)展出了檢測(cè)前跟蹤、知識(shí)輔助的信號(hào)與信息處理、隨機(jī)有限集、似然函數(shù)理論等多種多樣的理論與方法。其基本思想是充分利用可用信息，包括相關(guān)知識(shí)，然后設(shè)計(jì)某種準(zhǔn)則下的優(yōu)化模型。

實(shí)際上，從測(cè)量信息與被測(cè)對(duì)象的關(guān)系出發(fā)，我們更容易看清該類(lèi)問(wèn)題的本質(zhì)，傳統(tǒng)的測(cè)量屬于強(qiáng)耦合測(cè)量，關(guān)于被測(cè)對(duì)象的信息含量大，可信度高，因此，采用基于信息的模型更新更多地依賴當(dāng)前測(cè)量量的作用，其典型代表就是卡爾曼濾波器，通過(guò)持續(xù)不斷地加入觀測(cè)信息進(jìn)行模型修正，達(dá)到準(zhǔn)確估計(jì)目標(biāo)運(yùn)動(dòng)狀態(tài)的目的。但是當(dāng)我們所關(guān)注的被測(cè)對(duì)象為弱小目標(biāo)、分布式目標(biāo)或者群目標(biāo)的時(shí)候，傳統(tǒng)的測(cè)量系統(tǒng)受到物理?xiàng)l件的限制(如能量、分辨力、靈敏度等)，關(guān)于被測(cè)目標(biāo)獲取的信息無(wú)法給予直接的支持，傳感器測(cè)量量與被測(cè)對(duì)象的狀態(tài)不再具有較好的相容性，而淪為“弱測(cè)量”的地位。

既然弱測(cè)量的直接表現(xiàn)是可用信息含量少，因此，解決弱測(cè)量的基礎(chǔ)就是實(shí)現(xiàn)信息的有效集合。即通過(guò)量變的積累，實(shí)現(xiàn)由量變到質(zhì)變。具體來(lái)說(shuō)，大量貢獻(xiàn)微弱(不精確、不清晰、不完整)的信息如何關(guān)于被測(cè)對(duì)象相關(guān)集合在一起，這就是“弱測(cè)量”理論的核心。而信息集合的基本依據(jù)是被測(cè)對(duì)象的屬性或變化樣式反映在弱測(cè)量信息中具有確定規(guī)律可循，該規(guī)律最基本的表現(xiàn)方式一是不斷重復(fù)出現(xiàn)，二是具有可預(yù)見(jiàn)性，最終使得被測(cè)對(duì)象的行為可追溯。

3.1 “重復(fù)性”是最直接的可利用規(guī)律

物理學(xué)在雙縫干涉實(shí)驗(yàn)中，光子的波動(dòng)性就是靠大量光子不斷重復(fù)同樣的傳播行為而獲得[2]。在宏觀世界這種情況也比比皆是。人類(lèi)按照工業(yè)文明產(chǎn)生的技術(shù)標(biāo)準(zhǔn)，規(guī)?；貏?chuàng)造自己世界的過(guò)程中，重復(fù)地使用所發(fā)現(xiàn)和掌握的規(guī)律/工藝，使得“重復(fù)出現(xiàn)”的行為特點(diǎn)成為必然。在應(yīng)用層面同樣如此。比如空間軌道目標(biāo)的環(huán)繞運(yùn)行方式可以視為一個(gè)沿橢圓軌道不斷重復(fù)的行為；飛機(jī)平時(shí)的例行偵查，其沿固定航線的飛行是一個(gè)不斷重復(fù)的行為；脈沖雷達(dá)發(fā)射的信號(hào)也是一個(gè)不斷重復(fù)的工作模式；這種例子舉不勝舉。只要被測(cè)對(duì)象的特性從觀測(cè)角度來(lái)看是可以不斷重復(fù)的，即使每次測(cè)量獲取的信息再少，也能因?yàn)楸粶y(cè)對(duì)象的重復(fù)行為而實(shí)現(xiàn)測(cè)量信息的有效集合，這就是弱測(cè)量理論解決被測(cè)對(duì)象特性估計(jì)問(wèn)題的前提條件。

從數(shù)學(xué)來(lái)看，可重復(fù)性一般表現(xiàn)為確定形式的重復(fù)性和統(tǒng)計(jì)意義上的重復(fù)性。重復(fù)保證了信息積累的可行性，弱化了時(shí)間起點(diǎn)的影響。確定形式的重復(fù)性意味著類(lèi)似周期特性的函數(shù)，對(duì)一個(gè)周期內(nèi)函數(shù)特性的估計(jì)可以采用各種準(zhǔn)則、各種基函數(shù)族的逼近辦法，這依賴于對(duì)函數(shù)特性的了解程度。當(dāng)然，可重復(fù)的行為并非一定可用嚴(yán)謹(jǐn)?shù)臄?shù)學(xué)模型來(lái)量化，其它描述方式同樣可遵循上述原則來(lái)處理。

統(tǒng)計(jì)意義上的重復(fù)性在實(shí)際中已產(chǎn)生了很多具體的處理方法。最直觀的例子就是偵收電文的破譯，其主要思路就是通過(guò)字母出現(xiàn)的頻度檢查，統(tǒng)計(jì)尋找字母表中的字母在構(gòu)成詞匯時(shí)存在的“重復(fù)性”[3]。在信號(hào)處理領(lǐng)域，比如對(duì)雷達(dá)信號(hào)的偵測(cè)、分選，大量采用了循環(huán)平穩(wěn)信號(hào)處理方法[4]，以充分利用偵收信號(hào)在統(tǒng)計(jì)上的重復(fù)性(相關(guān)性)；對(duì)低信噪比信號(hào)提取的背越效應(yīng)[5]，就是利用了微弱信號(hào)重復(fù)性的統(tǒng)計(jì)變化規(guī)律，將其疊加在已知的大信號(hào)上，以抬升到采樣靈敏度門(mén)限以上。在微波頻段實(shí)現(xiàn)量子雷達(dá)[6]，也屬于典型的弱測(cè)量問(wèn)題。目標(biāo)特性引起的電磁波動(dòng)方面的量子漲落非常微弱，只有充分利用大量光子在統(tǒng)計(jì)特性上的一致性通過(guò)長(zhǎng)時(shí)間積累才能有所顯現(xiàn)。

3.2 “可預(yù)見(jiàn)性”具有更大的應(yīng)用潛力

不斷重復(fù)的行為是一種嚴(yán)格的約束條件，放寬到“按照可預(yù)計(jì)的規(guī)律變化”也是成立的。因?yàn)榭深A(yù)測(cè)，所以可以通過(guò)補(bǔ)償變化趨勢(shì)而再次呈現(xiàn)不斷重復(fù)的特點(diǎn)。

由于按標(biāo)準(zhǔn)化方式運(yùn)作，自動(dòng)化在很大程度上表現(xiàn)為程序規(guī)定的一系列動(dòng)作，很多時(shí)候甚至只需要一點(diǎn)點(diǎn)提示就能推知全貌。比如衛(wèi)星發(fā)射一般是按照基本物理定律和程序進(jìn)行的，以何種方式入軌都清清楚楚，這時(shí)只需要知道很少的信息就能做出準(zhǔn)確的判斷。這就產(chǎn)生了所謂的可預(yù)見(jiàn)性。

目標(biāo)特性的可預(yù)測(cè)性是解決“弱測(cè)量”問(wèn)題的重要基礎(chǔ)。特別是對(duì)于低維度觀測(cè)問(wèn)題來(lái)說(shuō)，被測(cè)對(duì)象特性散布于高維度的空間中，但它的行為特點(diǎn)則因其可預(yù)見(jiàn)性而減少了描述的維度，比如衛(wèi)星軌道存在于3維空間，但描述軌道的橢圓卻只有2維。基于此，對(duì)高維度來(lái)說(shuō)的低維(缺維)觀測(cè)有可能解決本質(zhì)上是低維度上的形態(tài)估計(jì)。單站只測(cè)角系統(tǒng)定軌就是一個(gè)很好的例子，只能測(cè)量2維角度量(方位、俯仰/赤經(jīng)、赤緯)隨時(shí)間變化的序列，利用軌道力學(xué)的可預(yù)測(cè)性，就可以估計(jì)出人造衛(wèi)星/小行星體現(xiàn)在高維度空間中的軌道運(yùn)動(dòng)形態(tài)。

目標(biāo)環(huán)境特性的可預(yù)見(jiàn)性同樣重要。例如對(duì)于水下目標(biāo)探測(cè)來(lái)說(shuō)，如果能根據(jù)水下環(huán)境參數(shù)(溫度、鹽度、密度、水下地形等)預(yù)測(cè)水聲信道的傳播狀態(tài)，盡管水聲信號(hào)傳播路徑復(fù)雜，但可以根據(jù)預(yù)測(cè)的傳播特性反演目標(biāo)真實(shí)的水聲信號(hào)，能夠明顯提高水下探測(cè)能力。

值得說(shuō)明的是，弱測(cè)量問(wèn)題不僅體現(xiàn)在直接狀態(tài)信息的測(cè)量，也體現(xiàn)在具有相關(guān)性的屬性測(cè)量方面，比如微觀粒子存在糾纏關(guān)系，則對(duì)其中一個(gè)粒子的測(cè)量可以推斷出另一個(gè)粒子的行為。這種糾纏所導(dǎo)致的可預(yù)見(jiàn)性是量子傳感應(yīng)用的基礎(chǔ)。

4 弱測(cè)量問(wèn)題的求解—貝葉斯理論

當(dāng)被測(cè)對(duì)象不再可直接觀測(cè)，運(yùn)用統(tǒng)計(jì)學(xué)直接獲得被測(cè)對(duì)象的特性變得不可能的時(shí)候，貝葉斯理論為我們提供了新的解決思路。

“貝葉斯公式是可以支配一切知識(shí)、一切信息的法則。”加拿大普里美特理論物理研究所Fuchs的評(píng)價(jià)[7]雖然有些極端，但弱測(cè)量問(wèn)題確實(shí)可以利用貝葉斯統(tǒng)計(jì)法來(lái)解決。當(dāng)我們深入到弱測(cè)量領(lǐng)域，不難得出以下結(jié)論：由于測(cè)不準(zhǔn)，被觀測(cè)對(duì)象的存在狀態(tài)只能用概率的形式描述；簡(jiǎn)而言之，為了能夠準(zhǔn)確地描述關(guān)注目標(biāo)的運(yùn)動(dòng)，狀態(tài)估計(jì)成了一片“概率”云。隨著直接信息的缺失，不知不覺(jué)中，信息加工變成了只是對(duì)觀測(cè)者掌握信息狀態(tài)的描述。正如在微觀世界我們之所以看到粒子運(yùn)動(dòng)怪誕離奇，只是因?yàn)槲覀儫o(wú)法掌握相關(guān)信息的全貌。這就是貝葉斯統(tǒng)計(jì)！

下面我們以目標(biāo)跟蹤問(wèn)題為例說(shuō)明貝葉斯理論的重要性。當(dāng)我們無(wú)法獲得高信噪比的準(zhǔn)確信息時(shí)，我們需要應(yīng)用似然性原理，更新操作在統(tǒng)計(jì)分布層面來(lái)完成。

目標(biāo)跟蹤問(wèn)題可看作是對(duì)目標(biāo)運(yùn)動(dòng)狀態(tài)的估計(jì)過(guò)程，運(yùn)動(dòng)狀態(tài)一般包括位置、速度、加速度等，有時(shí)也包括特征信息(如雷達(dá)散射截面、阻力系數(shù)等)。為后續(xù)分析方便，我們作以下假設(shè)和定義[8]：(1)目標(biāo)的運(yùn)動(dòng)服從馬爾科夫過(guò)程，(2)傳感器的似然函數(shù)只依賴于觀測(cè)時(shí)刻目標(biāo)的狀態(tài)。

傳感器：每種傳感器可能有不同的量測(cè)空間，假設(shè)我們知道傳感器物理效應(yīng)轉(zhuǎn)化的概率分布，則對(duì)這種傳感器的似然函數(shù)就可確定下來(lái)。當(dāng)然傳感器關(guān)于目標(biāo)狀態(tài)s的響應(yīng)可以是線性的或非線性的，概率分布可以是高斯或非高斯的。

似然函數(shù)：假設(shè)我們?cè)谟^測(cè)時(shí)間 0≤ t1≤…≤ tk≤ t 構(gòu)成的序列為 Yk，令 yk為隨機(jī)變量 Yk的取值。似然函數(shù)可表示為：

假設(shè)目標(biāo)在各時(shí)刻的狀態(tài)為 s1, s2,… , sK，觀測(cè)量取值記為 y = (y1, y2,… , yK)，定義觀測(cè)時(shí)間內(nèi)的聯(lián)合似然函數(shù)為：

定義先驗(yàn)概率：

為隨機(jī)過(guò)程{X( t); t ≥ 0}的先驗(yàn)概率，前面講到的重復(fù)性和可預(yù)見(jiàn)性則體現(xiàn)在其中。

根據(jù)貝葉斯理論，目標(biāo)狀態(tài)的后驗(yàn)概率分布如下：

式(4)在隨機(jī)過(guò)程{X( t); t ≥ 0}為馬爾科夫過(guò)程的假設(shè)下，可以采用如下遞推方式來(lái)求解：

我們看到，由于短時(shí)間內(nèi)獲取的信息極為有限，對(duì)目標(biāo)狀態(tài)或?qū)傩缘耐茢啻嬖谳^大的不確定性，只能從似然性的角度度量和整合新信息，表現(xiàn)為弱測(cè)量導(dǎo)致的從信號(hào)到狀態(tài)空間的似然函數(shù)統(tǒng)計(jì)分布的構(gòu)建，以及目標(biāo)狀態(tài)統(tǒng)計(jì)分布的演化，以代替常規(guī)的狀態(tài)量本身的更新，這是貝葉斯理論解決弱測(cè)量問(wèn)題的基本出發(fā)點(diǎn)。另外，狀態(tài)轉(zhuǎn)移的先驗(yàn)概率也充分體現(xiàn)了可預(yù)見(jiàn)性指導(dǎo)下對(duì)運(yùn)動(dòng)模型知識(shí)的利用。

5 弱測(cè)量對(duì)信息系統(tǒng)設(shè)計(jì)的要求

當(dāng)我們希望對(duì)大范圍區(qū)域(如全球)事無(wú)巨細(xì)都能全局掌控時(shí)，弱測(cè)量問(wèn)題就具有一定的普遍性。它必然對(duì)偵察監(jiān)視信息系統(tǒng)中的傳感、處理和控制提出新的要求。

5.1 對(duì)傳感器設(shè)計(jì)的要求

隨著可利用電磁頻譜的擴(kuò)展和武器平臺(tái)運(yùn)載能力的提高，廣域監(jiān)視能力的需求更加迫切，導(dǎo)致了泛探概念及相應(yīng)傳感系統(tǒng)的產(chǎn)生[9]，典型的如射電天文望遠(yuǎn)鏡，海軍艦艇上的集成桅桿等。它們都要求在時(shí)間、空間和頻譜上的寬覆蓋能力。過(guò)去在窄信道條件下，我們追求的是較少的觀測(cè)次數(shù)和更高的精度。而泛探系統(tǒng)在目標(biāo)搜索發(fā)現(xiàn)階段不可避免地面臨低信噪比、低精度觀測(cè)的問(wèn)題。因?yàn)樵跁r(shí)間、空間和頻譜任一維度上拓展能力都需要付出代價(jià)，比如制作寬頻帶天線，受到材料和工藝的限制，常常以犧牲天線增益來(lái)?yè)Q取頻帶寬度，天線增益的損失相當(dāng)于降低了接收信號(hào)的信噪比。因此，該類(lèi)系統(tǒng)必然面臨海量數(shù)據(jù)但平均信息含量低下的問(wèn)題。這使得泛探系統(tǒng)的平衡設(shè)計(jì)成為關(guān)鍵。

5.2 對(duì)信息處理的要求

正如現(xiàn)在的電子偵察設(shè)備一樣，泛探系統(tǒng)首先實(shí)現(xiàn)寬口徑的海量數(shù)據(jù)采集，信息的提取完全靠后期的處理來(lái)完成。其處理過(guò)程有點(diǎn)像翻砂淘金的篩選、挖掘方式，以計(jì)算資源的消耗為代價(jià)。對(duì)于實(shí)際應(yīng)用來(lái)說(shuō)，一些處理需要保證時(shí)效性，比如目標(biāo)跟蹤中的狀態(tài)估計(jì)；另一些處理則可以有所滯后，比如情報(bào)分析。不同的需求導(dǎo)致信息處理流程設(shè)計(jì)上必須按照輕重緩急進(jìn)行任務(wù)分解，以對(duì)應(yīng)不同的計(jì)算資源。具體來(lái)說(shuō)，對(duì)于時(shí)效性強(qiáng)的任務(wù)，通過(guò)擴(kuò)展計(jì)算資源，如增加計(jì)算節(jié)點(diǎn)，換取時(shí)間的縮短；對(duì)于精度要求高的任務(wù)，則通過(guò)擴(kuò)展時(shí)間資源積累更多的信息來(lái)解決；即設(shè)備換時(shí)間，時(shí)間換精度。進(jìn)一步，按時(shí)效性劃分的處理級(jí)別并不是孤立的，后續(xù)的每一級(jí)處理都應(yīng)該是對(duì)前一級(jí)處理的復(fù)核和深化。通過(guò)這種逐級(jí)漸進(jìn)的方式減緩海量數(shù)據(jù)的處理壓力，處理的時(shí)間資源得到了擴(kuò)展，保證了泛探系統(tǒng)存在的“采集快處理慢”的問(wèn)題得到解決。

5.3 對(duì)系統(tǒng)控制的要求

弱測(cè)量除了在似然分布層面操作而對(duì)計(jì)算量有更苛刻的要求外，信息獲取的方式同樣需要新的設(shè)計(jì)理念。信息系統(tǒng)一般根據(jù)任務(wù)流程來(lái)規(guī)劃控制流程和信息處理流程，通過(guò)控制得到的反饋信息越準(zhǔn)確，信息處理就越簡(jiǎn)單。因此，有目的的采集信息，實(shí)現(xiàn)控制與數(shù)據(jù)獲取的有機(jī)協(xié)調(diào)是解決弱測(cè)量問(wèn)題的基本保證。特別是在監(jiān)視階段，利用可預(yù)見(jiàn)性的特點(diǎn)，傳感器按照目標(biāo)可預(yù)測(cè)的行為進(jìn)行數(shù)據(jù)采集，比如在必經(jīng)的路徑上等待目標(biāo)的出現(xiàn)。

弱測(cè)量條件下，很難保證目標(biāo)信息在短時(shí)間內(nèi)被提取出來(lái)，因此，時(shí)效性強(qiáng)的閉環(huán)控制難以完成(比如傳統(tǒng)目標(biāo)跟蹤回路的閉合是建立在即時(shí)準(zhǔn)確提取信號(hào)偏差信息基礎(chǔ)上的)。但信息系統(tǒng)不能盲目地進(jìn)行工作，試圖遍歷所有的可能性，信息的反饋是系統(tǒng)有效性的基本要素，這就導(dǎo)致系統(tǒng)設(shè)計(jì)必須從單一功能回路的閉環(huán)擴(kuò)展到整個(gè)系統(tǒng)更大的任務(wù)層面閉環(huán)反饋控制上來(lái)，即擴(kuò)展反饋控制的范圍與尺度，從保證即時(shí)狀態(tài)的更新擴(kuò)展到在更大時(shí)間范圍內(nèi)提取到目標(biāo)狀態(tài)的可用信息。

6 總結(jié)

隨著人類(lèi)對(duì)物質(zhì)和能量的駕馭能力越來(lái)越強(qiáng)，產(chǎn)生弱測(cè)量的情況會(huì)更加普遍。從信息獲取的角度看，由低可觀測(cè)演變?yōu)榈托畔①|(zhì)量；從信息處理的角度看，由基于測(cè)量數(shù)據(jù)直接進(jìn)行物理量的推演，轉(zhuǎn)變?yōu)榘褱y(cè)量數(shù)據(jù)看作物理量統(tǒng)計(jì)分布的抽樣過(guò)程；從系統(tǒng)控制角度看，由單一功能短程回路的閉環(huán)控制轉(zhuǎn)變?yōu)檎麄€(gè)系統(tǒng)任務(wù)層面的長(zhǎng)程反饋控制。這反映了解決弱測(cè)量問(wèn)題的信息系統(tǒng)在設(shè)計(jì)實(shí)現(xiàn)上的變化趨勢(shì)。在這類(lèi)信息系統(tǒng)設(shè)計(jì)上，只有善于運(yùn)用空間的騰挪和問(wèn)題的轉(zhuǎn)化，比如通過(guò)時(shí)間、空間、頻譜乃至計(jì)算等資源的互換與轉(zhuǎn)化，才能有效規(guī)避傳統(tǒng)上單一資源或物理域面臨的瓶頸問(wèn)題，在更廣闊的范圍內(nèi)找到問(wèn)題求解的方法。

[1]Davies C L and Hollands H.Automatic processing for ESM[J].IEE Proceedings F Communications, Radar and Signal Process, 1982, 129(3): 164-171.

[2]關(guān)洪.量子力學(xué)基礎(chǔ)[M].北京: 高等教育出版社, 2000: 12-14.Guan Hong.Basic Quantum Mechanics[M].Beijing: Higher Education Press, 2000: 12-14.

[3]John Keegan.Intelligence in War[M].Canada: Vintage Canada, 2004.

[4]黃知濤, 周一宇, 姜文利.循環(huán)平穩(wěn)信號(hào)處理與應(yīng)用[M].北京: 科學(xué)出版社, 2006.Huang Zhi-tao, Zhou Yi-yu, and Jiang Wen-li.Cyclostationary Signal Processing and its Application[M].Beijing: Science Press, 2006.

[5]朱貴嶺.超微弱信號(hào)通過(guò) A/D 變換器的背越效應(yīng)及檢測(cè)[C].第八屆全國(guó)雷達(dá)學(xué)術(shù)年會(huì)論文集, 2006: 651-656.Zhu Gui-ling.Carrying effect and the detection in the super micro weak signal passing A/D converter[C].Proceedings of 8th National Radar Conference, 2006: 651-656.

[6]Lanzagorta M and Radar Q.Synthesis Lectures on Quantum Computing[M].USA: Morgan & Claypool Publishers, 2012:66-67.

[7]Fondez M, Ikonicoff R, 等.王佳, 譯.揭秘世界的方程式[J].新發(fā)現(xiàn)Science & Vie, 2013, (2): 28-45.Fondez M, Ikonicoff R, et al..Wang Jia Translation.Equation of revealing the world[J].New Discovery Science & Vie, 2013,(2): 28-45.

[8]Stone L D, Barlow C A, and Corwin T L.Bayesian Multiple Target Tracking[M].MA Norwood: Artech House, 1999: 57-61.

[9]湯小為, 湯俊, 彭應(yīng)寧, 等.一種新體制雷達(dá)—“泛探”雷達(dá)的關(guān)鍵技術(shù)研究[C].第十屆全國(guó)雷達(dá)學(xué)術(shù)年會(huì)論文集, 2008:43-46.Tang Xiao-wei, Tang Jun, Peng Ying-ning, et al..Research on some key techniques of a new radar system: ubiquitous radar[C].Proceedings of 10th National Radar Conference,2008: 43-46.