• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看

      ?

      AWACS/UAV協(xié)同目標(biāo)識別技術(shù)研究

      2016-12-13 08:41:43郭衛(wèi)東張永利周榮坤
      艦船電子對抗 2016年5期
      關(guān)鍵詞:預(yù)警機(jī)賦值識別率

      郭衛(wèi)東,張永利,周榮坤,馬 磊

      (中國電子科技集團(tuán)公司電子科學(xué)研究院,北京100041)

      ?

      AWACS/UAV協(xié)同目標(biāo)識別技術(shù)研究

      郭衛(wèi)東,張永利,周榮坤,馬 磊

      (中國電子科技集團(tuán)公司電子科學(xué)研究院,北京100041)

      有人機(jī)/無人機(jī)協(xié)同作戰(zhàn)可以極大提高作戰(zhàn)效能。提出了基于D-S證據(jù)理論進(jìn)行目標(biāo)識別的機(jī)載預(yù)警與控制系統(tǒng)(AWACS)/無人機(jī)(UAV)協(xié)同作戰(zhàn)樣式。仿真結(jié)果表明,AWACS/UAV協(xié)同目標(biāo)識別可以提高識別率,為目標(biāo)定位、瞄準(zhǔn)、精確打擊提供有力依據(jù)。

      機(jī)載預(yù)警與控制系統(tǒng);無人機(jī);D-S證據(jù)理論;目標(biāo)識別

      0 引 言

      無人機(jī)作為新興的空中作戰(zhàn)力量,可執(zhí)行對地、對海乃至對空作戰(zhàn)任務(wù),并具有可回收、可重復(fù)使用等特點(diǎn)。無人機(jī)具有零傷亡、持續(xù)作戰(zhàn)能力強(qiáng)、全壽命周期成本低,以及在尺寸和機(jī)動性等方面的特有優(yōu)勢,能夠替代有人機(jī)執(zhí)行枯燥、惡劣、危險、縱深等任務(wù)。但是由于無人機(jī)智能水平的限制,要完成復(fù)雜戰(zhàn)場環(huán)境下的精確打擊、偵察等任務(wù),對其自動化水平和完備程度提出了很高的要求。有人機(jī)/無人機(jī)協(xié)同作戰(zhàn),可以利用2類平臺特有優(yōu)勢,生成多種新的作戰(zhàn)樣式,增強(qiáng)對快速、固定或慢速目標(biāo)的實(shí)時、精確的探測能力,提升攻擊范圍和持續(xù)作戰(zhàn)能力,以及本平臺有效的防御能力;顯著提高作戰(zhàn)資源利用率、任務(wù)成功率、平臺生存性,并縮短觀察、判斷、決策、行動(OODA)環(huán)路,提升協(xié)同作戰(zhàn)系統(tǒng)的效費(fèi)比,顯著提高整體的作戰(zhàn)效能。

      美、英、俄等國從20世紀(jì)末就競相開展有人機(jī)/無人機(jī)協(xié)同研究計劃,已通過實(shí)驗(yàn)室作戰(zhàn)概念及效能仿真、有人機(jī)/無人機(jī)協(xié)同試飛驗(yàn)證、大規(guī)模有人機(jī)/無人機(jī)系統(tǒng)集成能力演習(xí)等方式,探索有人空中平臺對無人機(jī)進(jìn)行協(xié)同控制的可行性、有效性和實(shí)用性。其中美國海軍從20世紀(jì)90年代初開始研制戰(zhàn)術(shù)控制系統(tǒng)(TCS)系統(tǒng),分別于2003年和2011年驗(yàn)證了P-3C/RQ-8、MH-60/RQ-8間有人機(jī)/無人機(jī)協(xié)同作戰(zhàn)能力。2011年,美國海軍在P-8A上集成安裝了對BAMS無人機(jī)協(xié)同控制的實(shí)際裝備;2013年在濱海戰(zhàn)斗艦上部署首支MH-60R/ MQ-8B有人無人協(xié)同直升機(jī)編隊;2014年在羅斯福航母上驗(yàn)證2架F/A-18與1架X-47B的混合起降配合能力,并提出了新一代隱身轟炸機(jī)(代號“2018轟炸機(jī)”)與X-47B的隱身協(xié)同作戰(zhàn)能力。此外,2012年美國海軍在前期研究基礎(chǔ)上,提出了通用化無人機(jī)控制系統(tǒng)(CCS)概念和軟件架構(gòu),可實(shí)現(xiàn)海軍有人平臺對多種無人機(jī)的通用化控制[1]。國外有人機(jī)/無人機(jī)協(xié)同項目匯總?cè)绫?所示。

      表1 國外有人機(jī)/無人機(jī)協(xié)同項目匯總

      1 預(yù)警機(jī)/無人機(jī)協(xié)同目標(biāo)識別

      有人/無人機(jī)協(xié)同目標(biāo)識別作戰(zhàn)模式是針對戰(zhàn)場作戰(zhàn)環(huán)境復(fù)雜、作戰(zhàn)目標(biāo)多的特點(diǎn),不同信息源得到的證據(jù)通常是不確定、不完全甚至可能是高度沖突的。利用多傳感器信息融合技術(shù)對目標(biāo)進(jìn)行綜合識別,識別率相比單傳感器有明顯提高。我方或友方雷達(dá)、預(yù)警機(jī)、天基預(yù)警衛(wèi)星等傳感器系統(tǒng)持續(xù)監(jiān)測戰(zhàn)場環(huán)境,各傳感器通過各種光學(xué)、電子器件提取相應(yīng)的戰(zhàn)場環(huán)境數(shù)據(jù)和典型特征信息,進(jìn)行傳感器內(nèi)部的分類識別,將結(jié)果輸入到平臺級數(shù)據(jù)融合中心進(jìn)行融合,進(jìn)而將融合結(jié)果輸入到預(yù)警/指揮中心。有人/無人機(jī)協(xié)同作戰(zhàn)過程中,各參與協(xié)同的作戰(zhàn)平臺由于所帶傳感器的類型、能力不同,對同一個目標(biāo)進(jìn)行識別時,會產(chǎn)生不同的目標(biāo)屬性,得到不同的識別結(jié)論。在這種情況下,各協(xié)同平臺獲取的目標(biāo)屬性信息產(chǎn)生沖突,無法對目標(biāo)進(jìn)行正確的綜合識別。預(yù)警/指揮中心通過協(xié)同平臺交互目標(biāo)屬性信息,將各平臺級的信息進(jìn)行決策融合,最終達(dá)到一致的綜合識別結(jié)果,提升識別概率。

      有人/無人機(jī)協(xié)同海上目標(biāo)識別,通過預(yù)警機(jī)和無人機(jī)互相協(xié)同,在預(yù)警機(jī)的指揮引導(dǎo)下,由多架無人機(jī)進(jìn)行協(xié)同探測。無人機(jī)協(xié)同情報處理系統(tǒng)將無人機(jī)光電/合成孔徑雷達(dá)(SAR)傳感器獲取的數(shù)據(jù)通過壓縮算法后,以一定頻率通過數(shù)據(jù)鏈發(fā)送到預(yù)警機(jī)協(xié)同情報處理系統(tǒng),對無人機(jī)的光電/SAR圖像進(jìn)行自動處理,并與預(yù)警機(jī)的雷達(dá)數(shù)據(jù)進(jìn)行多源數(shù)據(jù)融合,實(shí)現(xiàn)對海上目標(biāo)的綜合識別。

      1.1 預(yù)警機(jī)目標(biāo)識別

      預(yù)警機(jī)負(fù)責(zé)對目標(biāo)進(jìn)行大范圍搜索和跟蹤,生成廣域戰(zhàn)場態(tài)勢,進(jìn)行識別庫管理,對多平臺目標(biāo)識別信息進(jìn)行綜合處理,對目標(biāo)進(jìn)行綜合識別,輔助對目標(biāo)進(jìn)行判定及屬性標(biāo)注。

      格里芬公司為美國空軍E-3機(jī)載預(yù)警和控制系統(tǒng)(AWACS)飛機(jī)提供AN/UPX-40敵我識別(IFF)詢問器,可使預(yù)警機(jī)以前所未有的空中監(jiān)視能力支持綜合指揮和控制作戰(zhàn)管理,其實(shí)時空中監(jiān)控畫面可在聯(lián)合軍事行動中識別友好、中立和敵對活動,管理戰(zhàn)區(qū)部隊的作戰(zhàn)行動,執(zhí)行全海拔和全天候監(jiān)視和預(yù)警任務(wù)[2]。

      鷹眼E-2D預(yù)警機(jī)的電子支持設(shè)備是洛馬公司的AN /ALQ2217A電子支持系統(tǒng);還采用了BAE系統(tǒng)公司的Mode 1、2、3/A和4 敵我識別( IFF)應(yīng)答機(jī),這種應(yīng)答機(jī)可以提高美國海軍戰(zhàn)場數(shù)據(jù)網(wǎng)絡(luò)化能力。為向整個航母編隊提供有關(guān)導(dǎo)彈監(jiān)視與跟蹤信息, E-2D預(yù)警機(jī)加裝了紅外搜索與跟蹤監(jiān)視系統(tǒng)(SIRST)。SIRST系統(tǒng)的紅外傳感器不僅安裝在E-2D上,還將有一個傳感器安裝在航母艦隊中。

      E-2D預(yù)警機(jī)擴(kuò)展防空任務(wù)的一個關(guān)鍵是協(xié)同作戰(zhàn)能力,通過數(shù)據(jù)鏈將來自各種平臺的雷達(dá)跟蹤測量數(shù)據(jù)融合為一幅高質(zhì)量、實(shí)時合成的跟蹤圖像,實(shí)時地參與到軍艦和飛機(jī)的信息網(wǎng)絡(luò)中。例如,E-2D接收到艦載系統(tǒng)發(fā)送的初始通信數(shù)據(jù)后,機(jī)上的協(xié)同作戰(zhàn)能力(CEC)系統(tǒng)檢驗(yàn)這些數(shù)據(jù),對飛機(jī)進(jìn)行識別,同時跟蹤同一目標(biāo),增加其監(jiān)測的相關(guān)雷達(dá)數(shù)據(jù)后,再次將所有的信息發(fā)送回軍艦。這一過程允許網(wǎng)絡(luò)內(nèi)的所有作戰(zhàn)平臺在其傳感器的監(jiān)視容量內(nèi)同時看到完整的空中圖像,并能協(xié)同應(yīng)對各種威脅[3-4]。

      1.2 無人機(jī)目標(biāo)身份識別

      無人機(jī)具有續(xù)航時間長、飛行高度高、不易被對方發(fā)現(xiàn)與攻擊的特點(diǎn)。機(jī)上可搭載電視攝像機(jī)、光電/紅外/紫外/前視紅外傳感器、激光指示器、合成孔徑雷達(dá)等多種傳感器,對可能發(fā)生武裝沖突、局部戰(zhàn)爭的海域進(jìn)行長時間的實(shí)時偵察、監(jiān)視。一旦發(fā)生沖突和戰(zhàn)爭,便可實(shí)施多批量、大縱深、全天候、立體化的全向偵察,搜集敵方的作戰(zhàn)情報,及時傳送到己方艦載或岸基指揮控制中心。現(xiàn)代無人機(jī)除要求具有偵察、探測等基本功能外,還要求具有大機(jī)動、高敏捷性、自主式飛行以及多機(jī)協(xié)同飛行和作戰(zhàn)能力。當(dāng)我機(jī)遭遇敵機(jī)機(jī)群攻擊時,為了達(dá)到保存我機(jī)、擊毀敵機(jī)的目的,采用多機(jī)協(xié)同飛行作戰(zhàn)具有很好的效果。

      Curtiss-Wright公司將為諾·格公司艦載海上監(jiān)視無人機(jī)提供任務(wù)管理系統(tǒng)。英國《SHEP-HARD 集團(tuán)網(wǎng)站》2010 年3 月24 日報道:Curtiss-Wright 公司今天宣布他們獲得了諾斯羅普·格魯曼公司的一份合同,為其艦載海上監(jiān)視無人機(jī)系統(tǒng)(BAMS UAS) 提供先進(jìn)任務(wù)管理系統(tǒng)(AMMS),這份合同總價約為2 500萬美元,BAMS UAS 將為海軍提供長航時海上情報、偵察和監(jiān)視系統(tǒng),為艦隊提供保護(hù),并對海上及沿岸目標(biāo)進(jìn)行探測、跟蹤、分類和識別。

      當(dāng)前我海軍無人機(jī)迎來了大發(fā)展時期,BZK-005無人機(jī)在2013某??沼虿樽C識別任務(wù)中發(fā)揮了重要作用。無人機(jī)接受預(yù)警機(jī)指揮引導(dǎo),對指定海域進(jìn)行多手段探測,對發(fā)現(xiàn)的目標(biāo)實(shí)施跟蹤和持久監(jiān)視,獲取多模傳感器和多視角目標(biāo)圖像,并將接收到的自動識別系統(tǒng)(AIS)信息傳輸給預(yù)警機(jī)用于多平臺目標(biāo)綜合識別。

      2 基本理論

      2.1 證據(jù)理論基本概念——推廣的置信函數(shù)

      給定一個一般的識別框架θ,定義一個基本概率賦值函數(shù)m:DΘ→[0,1],與給定的證據(jù)源有關(guān),即:

      (1)

      式中:m(A)為A的廣義基本概率賦值函數(shù)(BPA),它的信任函數(shù)和似然函數(shù)分別為[5]:

      (2)

      (3)

      式中:Bel(A)為A的所有子集的可能性度量之和;Pl(A)為所有與A相交的集合的基本概率賦值之和,且有Bel(A)≤Pl(A),Pl(A)-Bel(A)為對A不知道的信息。

      2.2 D-S證據(jù)理論組合規(guī)則

      設(shè)mi,i=1,2,…,n是同一識別框架2U上的n個相互獨(dú)立的基本概率賦值,則其組合規(guī)則為[6-8]:

      ?A?U,A≠?

      (4)

      (5)

      3 預(yù)警機(jī)/無人機(jī)綜合目標(biāo)識別方法應(yīng)用

      3.1 預(yù)警機(jī)/無人機(jī)協(xié)同對同一個目標(biāo)進(jìn)行綜合識別

      假設(shè)有2個平臺對輻射源進(jìn)行探測,一個為無人機(jī),將其所攜帶的合成孔徑雷達(dá)(SAR)雷達(dá)獲取的目標(biāo)圖像傳輸?shù)筋A(yù)警機(jī),處理后確定的基本概率賦值表示為m1,另一個為預(yù)警機(jī)所攜帶的電子偵察設(shè)備,其對目標(biāo)的基本概率賦值表示為m2。若無人機(jī)所攜帶的SAR(m1)和預(yù)警機(jī)所攜帶的ESM同時反映目標(biāo)A,其基本概率賦值見表2。

      表2 基本概率賦值

      表中,θ為不能確定的態(tài)勢類。計算這2個證據(jù)源共同作用下產(chǎn)生的基本概率賦值,如表3所示。

      表3 數(shù)據(jù)融合過程

      因此,m(A)=0.56+0.14+0.24=0.947 5,m(θ)=0.052 5。由結(jié)果可以看出,單純由無人機(jī)對目標(biāo)進(jìn)行識別,識別概率僅為65%;由預(yù)警機(jī)對目標(biāo)進(jìn)行識別,識別率為85%;利用預(yù)警機(jī)/無人機(jī)對目標(biāo)進(jìn)行綜合識別,則對目標(biāo)的識別率提升到94.75%,如圖1所示。

      圖1 雙機(jī)多目標(biāo)綜合識別

      3.2 傳感器反映目標(biāo)互斥

      假設(shè)有2個平臺對輻射源進(jìn)行探測,一個為無人機(jī)1,將其所攜帶的SAR獲取的目標(biāo)圖像傳輸?shù)筋A(yù)警機(jī),設(shè)處理后對目標(biāo)A的識別概率為65%;另一個為預(yù)警機(jī)所攜帶的ESM,其對目標(biāo)識別為B的概率為85%,則m1(A)=0.65,m1(θ)=0.35,m2(B)=0.85,m2(θ)=0.15,θ為不能確定的態(tài)勢類。

      計算這2個證據(jù)源共同作用下產(chǎn)生的基本概率賦值,如表4所示。

      表4 融合過程

      設(shè)證據(jù)沖突程度表示為k,k=0.605 0,則:

      由結(jié)果可以看出,無人機(jī)1將目標(biāo)識別為A的概率為65%;預(yù)警機(jī)對目標(biāo)識別為B的概率為85%;利用預(yù)警機(jī)/無人機(jī)對目標(biāo)進(jìn)行綜合識別,可得目標(biāo)為B的識別率為66.48%,識別為A的概率為21.79%,判定結(jié)果為B,如圖2所示。

      圖2 預(yù)警機(jī)/無人機(jī)1對目標(biāo)識別率

      3.3 D-S證據(jù)理論傳播算法

      根據(jù)進(jìn)一步測試的證據(jù),每收到一則事件發(fā)生的上報信息,就進(jìn)行一次基本概率的分配,再使用Dempster合成規(guī)則進(jìn)行兩兩組合,得到新的基本概率分配,并把合成的結(jié)果送到?jīng)Q策邏輯進(jìn)行判斷,將具有最大置信度的命題作為備選命題。當(dāng)不斷有事件發(fā)生時,這個過程便得以繼續(xù),直到備選命題的置信度超過了一定的閾值,即認(rèn)為該命題成立。D-S證據(jù)理論傳播算法如圖3所示。

      圖3 D-S證據(jù)理論傳播算法

      假設(shè)由預(yù)警機(jī)/無人機(jī)1/無人機(jī)2協(xié)同對2個目標(biāo)進(jìn)行綜合識別?;诒?的數(shù)據(jù)基礎(chǔ),另有一架無人機(jī)2,其對目標(biāo)識別概率如下:m3(A)=0.3,m3(B)=0.65,m3(θ)=0.05。目標(biāo)A和目標(biāo)B相互排斥。采用D-S證據(jù)理論組合規(guī)則進(jìn)行信息融合,如表5所示。

      表5 融合過程

      圖4 預(yù)警機(jī)/無人機(jī)1、2協(xié)同對目標(biāo)識別率

      由圖2、圖4的仿真結(jié)果中可以看到,融合的平臺越多,不確定性的基本概率越低;隨著對各子系統(tǒng)證據(jù)的融合,目標(biāo)B的可信度越來越高,即對目標(biāo)B的支持度越來越高。將三機(jī)的證據(jù)都融合完成后,融合后的平臺可能類型對應(yīng)的基本概率賦值分

      別為0.169 1和0.822 0,不確定的基本概率賦值降低為0.008 9,從而可以得到該待識別平臺的融合識別判決結(jié)果是目標(biāo)B。

      從“綜合識別效能分析”可以得出,基于無人機(jī)圖像情報的目標(biāo)識別概率為65%;預(yù)警機(jī)對目標(biāo)識別率為85%的條件下,利用預(yù)警機(jī)/無人機(jī)對目標(biāo)進(jìn)行綜合識別,則對目標(biāo)的識別率提升到94.75%;在證據(jù)沖突條件下,雙機(jī)識別概率為66.48%,三機(jī)識別概率提升到82.20%,優(yōu)于基于無人機(jī)圖像情報的目標(biāo)識別概率。

      4 結(jié)束語

      預(yù)警機(jī)與無人機(jī)協(xié)同作戰(zhàn),利用預(yù)警機(jī)、無人機(jī)等多平臺、多角度、多種類的探測與識別信息,改變原來各種目標(biāo)識別設(shè)備按系統(tǒng)劃分各自獨(dú)立工作、無法協(xié)同和相互印證的現(xiàn)狀,提高海面目標(biāo)綜合識別概率,為掌握輻射源目標(biāo)動向和行動意圖,及時準(zhǔn)確決策提供情報依據(jù)。

      [1] 王焱.有人/無人機(jī)協(xié)同作戰(zhàn)[J].電訊技術(shù),2013,53(9):1253-1258.

      [2] 吳昊.國外預(yù)警機(jī)技術(shù)的發(fā)展分析[J].艦船電子工程,2014,34(1):23-27.

      [3] 張鵬.E-2D預(yù)警機(jī)航空電子系統(tǒng)及其在未來網(wǎng)絡(luò)中心戰(zhàn)中的應(yīng)用[J].電訊技術(shù),2014,54(5):689-694.

      [4] 張純學(xué).美國海軍的鷹眼E-2D預(yù)警機(jī)[J].飛航導(dǎo)彈,2007(9):11-13.

      [5] 何友,王國宏,關(guān)欣.信息融合理論及應(yīng)用[M].北京:電子工業(yè)出版社,2010.

      [6] 張永利,計文平,張靖.基于DSmT的不同時域多傳感器目標(biāo)識別方法研究[J].昆明理工大學(xué)學(xué)報,2013,38(5):106-110.

      [7]SMARANDACHEF,DESERTJ.AdvancesandApplicationsofDSmTforInformationFusion[M].Rehoboth,America:AmericanResearchPress,2009:26- 29.

      [8] 李洋,張靖,石教華,張曉麗.目標(biāo)航跡融合質(zhì)量度量方法研究[J].中國電子科學(xué)研究院學(xué)報,2015,13(5):254-259.

      Research into AWACS/UAV Cooperative Target Identification Technologies

      GUO Wei-dong,ZHANG Yong-li,ZHOU Rong-kun,MA Lei

      (China Academy of Electronics and Information Technology,Beijing 100041,China)

      Cooperative combat of manned/unmanned aerial vehicle (UAV) can greatly improve the operational effectiveness.This paper puts forward the cooperative combat mode of airborne warning and control system (AWACS) and UAV based on D-S evidence theory to perform the target identification.Simulation results show that AWACS/UAV cooperative target identification can improve recognition rate,offer reliable basis for target localization,aiming and accurate strike.

      airborne warning and control system;unmanned aerial vehicle;D-S evidence theory; target identification

      2016-04-01

      D29

      A

      CN32-1413(2016)05-0009-05

      10.16426/j.cnki.jcdzdk.2016.05.002

      猜你喜歡
      預(yù)警機(jī)賦值識別率
      關(guān)于1 1/2 … 1/n的一類初等對稱函數(shù)的2-adic賦值
      L-代數(shù)上的賦值
      空中指揮所——預(yù)警機(jī)
      基于類圖像處理與向量化的大數(shù)據(jù)腳本攻擊智能檢測
      基于真耳分析的助聽器配戴者言語可懂度指數(shù)與言語識別率的關(guān)系
      強(qiáng)賦值幺半群上的加權(quán)Mealy機(jī)與加權(quán)Moore機(jī)的關(guān)系*
      提升高速公路MTC二次抓拍車牌識別率方案研究
      高速公路機(jī)電日常維護(hù)中車牌識別率分析系統(tǒng)的應(yīng)用
      利用賦值法解決抽象函數(shù)相關(guān)問題オ
      “羅斯?!碧柡侥甘状螐椛洳⒒厥誆-2D“先進(jìn)鷹眼”預(yù)警機(jī)
      合川市| 五华县| 萝北县| 长沙县| 浏阳市| 盘锦市| 广河县| 南川市| 吉木乃县| 郎溪县| 罗平县| 天津市| 新晃| 北票市| 安庆市| 桦甸市| 多伦县| 玉门市| 阿图什市| 桂东县| 新建县| 岢岚县| 房山区| 合作市| 五常市| 堆龙德庆县| 景宁| 昌图县| 乳源| 乡宁县| 新晃| 海南省| 天等县| 长武县| 黄山市| 井陉县| 湛江市| 出国| 吉水县| 磴口县| 秭归县|