王 巍

(中國航天科技集團有限公司，北京 100048)

0 引 言

面向新一代國家綜合定位導(dǎo)航授時(Positio-ning, navigation and timing, PNT)體系應(yīng)用終端技術(shù)發(fā)展的重大需求,多源自主導(dǎo)航系統(tǒng)以北斗導(dǎo)航為基石、以慣性導(dǎo)航為支撐,綜合利用地磁、圖像、氣壓、無線電傳感器等測量設(shè)備,通過多源信息自主感知、有機融合、智能決策、綜合評估,可以確定姿態(tài)、速度和位置等時空信息,是國家綜合PNT體系中面向定位導(dǎo)航授時服務(wù)等終端應(yīng)用的關(guān)鍵核心技術(shù)。當(dāng)前,多源自主導(dǎo)航已成為國家綜合PNT體系下應(yīng)用終端發(fā)展的重要技術(shù)方向[1-4]。

現(xiàn)有導(dǎo)航系統(tǒng)存在衛(wèi)星導(dǎo)航(GNSS)信號易受干擾/壓制/欺騙、導(dǎo)航系統(tǒng)分析與容錯能力較差、體系化程度較低等問題,制約了多源自主導(dǎo)航系統(tǒng)技術(shù)的發(fā)展。隨著各類運動體和運載體的導(dǎo)航任務(wù)日益復(fù)雜,對導(dǎo)航系統(tǒng)的精度、彈性、安全性和可靠性等方面提出了更高要求。為此,國內(nèi)外學(xué)者對多源自主導(dǎo)航系統(tǒng)進行了深入研究。在多源信息自主感知方面,文獻[5]提出了多源自主導(dǎo)航系統(tǒng)觀測能力的降維表征和解析量化方法,以觀測能力的表征、判定和量化為突破口,解決了運算規(guī)模大、存儲開銷高和難以在軌應(yīng)用等瓶頸問題,突破了基于航天器可觀測性理論的多源融合自主導(dǎo)航技術(shù)。在基于能力分析的系統(tǒng)資源配置設(shè)計方面,部分學(xué)者主要從提升故障檢測能力的角度優(yōu)化控制系統(tǒng)結(jié)構(gòu)[6-8],較少從信息源優(yōu)選、抗擾能力增強等方面對導(dǎo)航系統(tǒng)進行優(yōu)化設(shè)計。

在導(dǎo)航信息智能決策方面,面向復(fù)雜應(yīng)用場景,多源自主導(dǎo)航系統(tǒng)決策面臨實時性、準確性與可信性等復(fù)合約束[15],決策效果直接影響多源自主導(dǎo)航系統(tǒng)性能,因此,多源導(dǎo)航系統(tǒng)融入運載體動力學(xué)特征,在大幅提升導(dǎo)航精度與抗干擾性的同時,還能為導(dǎo)航系統(tǒng)智能決策提供可信性判定依據(jù)。文獻[16-19]將載體動力學(xué)模型(VDM)集成到導(dǎo)航系統(tǒng)中,可改善導(dǎo)航精度,特別是提升GNSS拒止條件下的慣性導(dǎo)航精度。這樣,VDM對載體狀態(tài)估計就無需依賴外部條件,具有較強的自主性和適用性,但仍存在復(fù)雜環(huán)境載荷對載體動力學(xué)特性的干擾性影響。

在導(dǎo)航系統(tǒng)綜合評估方面,文獻[20]研究了基于MEMS技術(shù)并集成GPS慣性測量裝置的車載導(dǎo)航系統(tǒng)性能評價方法。文獻[21]從導(dǎo)航指標(biāo)及可靠性、維修性、經(jīng)濟性等通用性指標(biāo)角度,建立捷聯(lián)慣性導(dǎo)航系統(tǒng)(SINS)多級指標(biāo)體系,并利用層次分析法進行了綜合評估。為解決捷聯(lián)慣導(dǎo)系統(tǒng)測試過程中指標(biāo)繁多、評估不確定性等問題,文獻[22]建立了以精度、穩(wěn)定性及可靠性等通用指標(biāo)為主的三級指標(biāo)體系。當(dāng)前導(dǎo)航系統(tǒng)性能評估方法已初步實現(xiàn)不同導(dǎo)航方式的優(yōu)劣評價,但缺乏標(biāo)準化、通用化的頂層指標(biāo)牽引,特別是在多源自主導(dǎo)航系統(tǒng)的發(fā)展上,國內(nèi)目前尚未形成完整的標(biāo)準體系,因此亟需構(gòu)建一套具有針對性的通用指標(biāo)支持體系。

總之,在時空與運動信息獲取、感知、融合、決策和評估等關(guān)鍵環(huán)節(jié)上,多源自主導(dǎo)航系統(tǒng)尚未完全建立標(biāo)準化、規(guī)范化、智能化的方法理論體系,導(dǎo)致難以指導(dǎo)多源異構(gòu)導(dǎo)航信息感知融合、導(dǎo)航信息智能決策、導(dǎo)航系統(tǒng)綜合評估。在技術(shù)攻關(guān)層面,一系列關(guān)鍵技術(shù)的邊界條件還不十分清晰,包括硬件層面是否可接入,軟件層面是否可融合,系統(tǒng)層面是否可檢測,出現(xiàn)故障或者場景切換等是否可重構(gòu),重構(gòu)后是否可自愈,信號處理及信息解算結(jié)果是否可信,綜合導(dǎo)航結(jié)果是否完備等等。在終端應(yīng)用層面,缺乏具有智能性的一體化、通用化導(dǎo)航技術(shù)體系研究?，F(xiàn)有自主導(dǎo)航技術(shù)一般主要應(yīng)用于“特定終端、單一場景”,難以結(jié)合不同載體、不同任務(wù)、不同場景,以最小成本、最低代價實現(xiàn)即插即入、無縫銜接、無感切換、可信完備的自主導(dǎo)航技術(shù)應(yīng)用。

為構(gòu)建多源自主導(dǎo)航系統(tǒng)的通用的表征、判定、量化和評估的方法理論體系,本文在現(xiàn)有多源自主導(dǎo)航系統(tǒng)指標(biāo)體系的基礎(chǔ)上,從載體動力學(xué)機理、任務(wù)需求和應(yīng)用場景等維度出發(fā),提出并闡述了多源自主導(dǎo)航系統(tǒng)的可檢測性[4,23]、可重構(gòu)性[4,24]、可信性[4,25]、完備性[4,26]等基本特性的概念及其內(nèi)在邏輯關(guān)系,并結(jié)合多種信號、信息、數(shù)據(jù)和技術(shù)資源,系統(tǒng)性地研究多源自主導(dǎo)航的方法體系和理論框架,旨在為推動中國智能多源自主導(dǎo)航技術(shù)體系構(gòu)建提供參考。

1 多源自主導(dǎo)航系統(tǒng)基本特性的概念及功用

多源自主導(dǎo)航系統(tǒng)需要對多種導(dǎo)航信息源(包括衛(wèi)星、慣性、地磁、圖像、氣壓、無線電等)進行匹配感知、有機融合、可信決策和綜合評估,同時,考慮到不同載體/終端動力學(xué)特征的差異性(如無人機、無人車、無人艇等)較大,以及任務(wù)場景的復(fù)雜性(如作業(yè)環(huán)境陌生、不確定等)較高,現(xiàn)有多源導(dǎo)航系統(tǒng)感知健壯性和彈性尚不強、隨機性與不確定性較大、環(huán)境適應(yīng)性還較弱,難以滿足多源自主導(dǎo)航技術(shù)的發(fā)展應(yīng)用需求。因此,本文通過對多源信息自主感知的“可檢測性”、多源信息有機融合的“可重構(gòu)性”、導(dǎo)航信息智能決策的“可信性”、導(dǎo)航系統(tǒng)綜合評估的“完備性”等基本特性研究,探索構(gòu)建通用的感知框架和多源異構(gòu)融合模型,并通過調(diào)控導(dǎo)航系統(tǒng)動力學(xué)序參數(shù)域、揭示狀態(tài)空間突變演化機理、健全多源自主導(dǎo)航系統(tǒng)進化模式等方式,讓多源導(dǎo)航信息之間兼容匹配,實現(xiàn)跨域、跨場景之間的無縫銜接和無感切換[4]。多源自主導(dǎo)航系統(tǒng)基本特性關(guān)系如圖1所示。

圖1 多源自主導(dǎo)航系統(tǒng)基本特性的關(guān)系Fig.1 Basic characteristics of multi-source autonomous navigation system

1)可檢測性:基于系統(tǒng)內(nèi)嵌的硬件設(shè)備上電自檢、時空協(xié)同、原始數(shù)據(jù)采集、歸一化數(shù)據(jù)輸出等前提條件,多源自主導(dǎo)航系統(tǒng)的可檢測性是指邊界條件下描述系統(tǒng)故障檢測、分離與辨識能力的內(nèi)在屬性,用于衡量多類異構(gòu)導(dǎo)航信息源的匹配、干擾與故障檢測、識別準確程度、計算效率或者辨識故障的能力。其中,可檢測度是其度量指標(biāo),從檢測覆蓋率(局部/系統(tǒng)可檢測)、檢測準確率(準確性)、檢測實時率(快速性)、檢測平穩(wěn)率(穩(wěn)定性)等4個層面,衡量多源自主導(dǎo)航系統(tǒng)的檢測能力,在多源自主導(dǎo)航系統(tǒng)信息源切換過程中,定性和定量地表征硬件可接入性和信號可融合性、故障診斷能力、攻擊監(jiān)測能力和干擾檢測能力。

“可檢測性”的功用主要體現(xiàn)在為多源自主導(dǎo)航系提供建模表征、風(fēng)險識別與可檢測性評估方法和指標(biāo),通過刻畫多源導(dǎo)航傳感器間的可融合度、時空匹配性等性質(zhì),判斷系統(tǒng)在感知干擾、故障和攻擊檢測等方面的能力強弱,分析可檢測性邊界并給出可檢測性的量化表達結(jié)果,從而實現(xiàn)多源自主導(dǎo)航系統(tǒng)可檢測性的全面評估,突破“特定終端、單一場景”的孤島化感知模式的藩籬,形成貫穿用戶終端“面”的完整感知體系。

2)可重構(gòu)性:基于多源自主導(dǎo)航系統(tǒng)的有限邊界條件(包括資源配置和運行條件等),可重構(gòu)性是指在保證運行順暢的有限時間內(nèi),通過自主改變系統(tǒng)構(gòu)型或控制算法等方式,恢復(fù)全部或者部分既定功能的特性和能力?？芍貥?gòu)度是可重構(gòu)性的常見評價指標(biāo),并從重構(gòu)覆蓋率(局部/系統(tǒng)可重構(gòu))、系統(tǒng)恢復(fù)程度(恢復(fù)性)、資源約束性(重構(gòu)能耗)、重構(gòu)費效程度(重構(gòu)模塊)等4個層面,衡量多源自主導(dǎo)航系統(tǒng)的重構(gòu)能力,且可根據(jù)任務(wù)需要實時調(diào)整權(quán)重。

“可重構(gòu)性”的功用主要體現(xiàn)在為多源自主導(dǎo)航系統(tǒng)提供信息融合中的多源異質(zhì)異構(gòu)干擾的補償與抑制,促進態(tài)勢預(yù)測中的動態(tài)風(fēng)險與靜態(tài)可靠性信息融合,以及信息融合機制等的可重構(gòu)性度量與動態(tài)優(yōu)化,在自主導(dǎo)航系統(tǒng)能力不匹配、傳感器單元失效、任務(wù)場域切換條件下,實現(xiàn)信息融合機制/算法的智能重構(gòu)優(yōu)化,完成自主導(dǎo)航模式可匹配性分析、能力/功能退化條件下局部信息可整合性分析、載荷資源安全高效分配策略設(shè)計,解決可重構(gòu)性實時評估、任務(wù)/能力一致性分析、在線智能重構(gòu)規(guī)劃等問題,實現(xiàn)信息融合算法不同態(tài)勢和場域下的無縫銜接,提高自主導(dǎo)航系統(tǒng)與信息融合算法的能力匹配性、功能完整性和場景通用性。

3)可信性:基于多源自主導(dǎo)航系統(tǒng)的有限邊界條件,可信性是指描述多源自主導(dǎo)航系統(tǒng)功能及結(jié)果可信的內(nèi)在屬性,用于衡量多種信息源經(jīng)過干擾及故障檢測、故障識別、故障排除、系統(tǒng)重構(gòu)后解算結(jié)果可信的能力。多源自主導(dǎo)航系統(tǒng)在可信性方面,主要目標(biāo)是提高隨時隨地可用的安全彈性可信能力?？尚哦仁瞧涠攘恐笜?biāo),并從可信覆蓋率(局部/系統(tǒng)可信)、穩(wěn)定度、可靠度、能觀度等4個層面,衡量多源自主導(dǎo)航系統(tǒng)結(jié)果的可信能力。

“可信性”的功用主要體現(xiàn)在為基于載體動力學(xué)特性的導(dǎo)航信息決策提供可信性自主判定,融合載體動力學(xué)信息的導(dǎo)航方式無感自主切換,以及基于多源觀測信息的載體運動特性知識的動態(tài)更迭優(yōu)化。在可能的干擾、故障和環(huán)境變化等變量因素影響下,多源自主導(dǎo)航系統(tǒng)決策支撐信息通常呈現(xiàn)出時空不完備性,容易出現(xiàn)載體動力學(xué)特征以及環(huán)境特性難以被充分認知、基于載體和環(huán)境特性的決策操作不易成熟等問題。因此,需要整合提升過程決策經(jīng)驗,確保信息認證接入的可信性與完備性,以及決策行為動態(tài)迭代優(yōu)化,從而實現(xiàn)導(dǎo)航系統(tǒng)的智能決策等。

4)完備性:基于多源自主導(dǎo)航系統(tǒng)的有限邊界條件,完備性是指描述多源自主導(dǎo)航系統(tǒng)既定功能的特性及能力是否完備的內(nèi)在屬性,用于評估系統(tǒng)在干擾及故障檢測、故障識別、故障排除、系統(tǒng)重構(gòu)、可信計算、動態(tài)迭代等環(huán)節(jié)后自主導(dǎo)航功能是否完備的能力。具體而言,可評估多源自主導(dǎo)航系統(tǒng)提供給用戶的導(dǎo)航信息具備滿足其要求的可檢測性、可重構(gòu)性和可信性等基本特性,從而為用戶帶來無縫銜接和無感切換的使用效果。

“完備性”的功用主要體現(xiàn)在3個方面。首先,完備性作為頂層指標(biāo)可牽引出一套自上而下的用于評估多源自主導(dǎo)航系統(tǒng)性能的多層指標(biāo)體系,并推動形成相關(guān)國家標(biāo)準;其次,完備性作為頂層指標(biāo)可有效綜合各層指標(biāo)評估結(jié)果,并建立多源自主導(dǎo)航系統(tǒng)的動態(tài)自適應(yīng)評估模型,該模型能夠整合定性指標(biāo)與定量指標(biāo)等多維信息,直觀顯現(xiàn)系統(tǒng)完備程度,有助于導(dǎo)航系統(tǒng)自身和用戶判斷當(dāng)前導(dǎo)航結(jié)果是否可信完備;最后,完備性作為頂層指標(biāo),可根據(jù)其實時評估結(jié)果,進行多源自主導(dǎo)航系統(tǒng)的全回路動態(tài)迭代優(yōu)化,即結(jié)合載體動力學(xué)、任務(wù)場景及工作環(huán)境等,將頂層的完備性指標(biāo)要求按需分配給各級指標(biāo),并將其作為指標(biāo)閾值,當(dāng)?shù)讓涌闪炕笜?biāo)不滿足要求時,有針對性地對系統(tǒng)進行實時改進修正。

2 多源自主導(dǎo)航系統(tǒng)基本特性分析

2.1 可檢測性分析

多源自主導(dǎo)航系統(tǒng)涉及來自異構(gòu)傳感器的多源信息,由此產(chǎn)生多種模式的感知方式。由于不同載體/終端的差異性和任務(wù)場景的復(fù)雜性,往往會給現(xiàn)有的導(dǎo)航系統(tǒng)帶來多物理場異構(gòu)信息獲取和匹配干擾故障檢測及運動信息反演等問題。因此,需要構(gòu)建通用的感知框架,讓多源導(dǎo)航信息之間兼容匹配,實現(xiàn)跨域、多場無感切換;建立融合先驗知識的智能感知模型,實現(xiàn)未知環(huán)境的自適應(yīng)學(xué)習(xí);建立內(nèi)嵌數(shù)理機理的數(shù)據(jù)精準表征方法和分析范式,提升自主導(dǎo)航系統(tǒng)的可檢測性等,是多源自主導(dǎo)航技術(shù)體系構(gòu)建的重要技術(shù)方向。多源信息自主感知的“可檢測性”構(gòu)建如圖2所示。

圖2 多源信息自主感知的“可檢測性”構(gòu)建基本框圖Fig.2 Basic block diagram of “detectability” for multi-source information autonomous perception

為獲取載體所需的導(dǎo)航信息,首先需要了解多源自主導(dǎo)航系統(tǒng)中各種傳感器的感知機理,根據(jù)不同的感知機理,獲得運動信息之間的特征流型和拓撲表征關(guān)系,分析運動信息和環(huán)境信息之間的影響機制,進而搭建多源運動信息多模式導(dǎo)航模型。其次,在分析干擾、故障、攻擊溯源的基礎(chǔ)上,建立外源干擾、內(nèi)生故障與用戶終端之間的深耦合交互模型,明確載體狀態(tài)與風(fēng)險因素之間的耦合關(guān)系。第三,在載體不確定性分析與量化表征的基礎(chǔ)上,將風(fēng)險因素通過不同的作用通道納入導(dǎo)航模型中,建立載體風(fēng)險交互系統(tǒng)模型。最后,結(jié)合多種任務(wù)場景,利用內(nèi)生故障影響與導(dǎo)航信號間的強相關(guān)性,在檢測能力降級量化基礎(chǔ)上設(shè)計具有誘導(dǎo)控制信號,在不改變外源干擾對自主導(dǎo)航系統(tǒng)影響的情況下,有效增強內(nèi)生故障信號的特征信息?；谏铖詈夏Ｐ秃痛_定時間觀測器理論實現(xiàn)外源干擾與內(nèi)生故障間的解耦分離,對風(fēng)險因素進行定位、隔離和估計,形成具備較強魯棒性和較高準確度的異常情況快速精細診斷和預(yù)測方案,提升風(fēng)險因素影響下的故障分辨率。采用因果模型、輸入輸出模型、非線性模型以及抽象層次法、多信號流圖方法、統(tǒng)計特征相似度度量方法,對多源自主導(dǎo)航系統(tǒng)開展匹配檢測、干擾檢測、攻擊檢測。

多源自主導(dǎo)航系統(tǒng)可檢測性的度量指標(biāo)為可檢測度Dt(Detectability),從覆蓋率、準確率、實時率、可用率等4個層面,衡量多源自主導(dǎo)航系統(tǒng)的檢測能力,具體如下:

(1)

2.2 可重構(gòu)性分析

為實現(xiàn)復(fù)雜環(huán)境下多源信息有機融合的自主導(dǎo)航服務(wù),需要信息融合方法具備自主抗擾容錯與重構(gòu)優(yōu)化能力。傳統(tǒng)的基于最小二乘和卡爾曼濾波的自主導(dǎo)航信息融合方法受限于單一高斯型隨機噪聲等預(yù)定條件,在含有多源干擾阻礙與不確定性因素的復(fù)雜任務(wù)場景下,難以實現(xiàn)高動態(tài)、跨場域條件下的無縫融合與動態(tài)重構(gòu)。為克服卡爾曼濾波的高斯局限性,需要基于任務(wù)場景、運動環(huán)境以及載體動力學(xué)特征,利用動態(tài)故障檢測與靜態(tài)可靠性分析結(jié)果,對多源自主導(dǎo)航系統(tǒng)信息融合算法可重構(gòu)性進行定量刻畫,提高自主導(dǎo)航系統(tǒng)環(huán)境的自適應(yīng)和功能自重構(gòu)能力。多源信息有機融合的“可重構(gòu)性”構(gòu)建如圖3所示。

圖3 多源信息有機融合的“可重構(gòu)性”構(gòu)建基本框圖Fig.3 Basic block diagram of “reconfigurability ” for multi-source information organic fusion

多源自主導(dǎo)航系統(tǒng)由多種導(dǎo)航傳感器模塊構(gòu)成,首先需要將多源導(dǎo)航信息轉(zhuǎn)換為相同的形式、參照、描述,歸一化處理后對多傳感器的數(shù)據(jù)進行融合,實現(xiàn)多傳感器時空配準與時敏決策。其次,針對傳統(tǒng)卡爾曼濾波僅能處理單一高斯噪聲的局限性,考慮實際組合導(dǎo)航系統(tǒng)所含有的多物理來源(內(nèi)部、外部、建模)、多數(shù)學(xué)模型類型(動態(tài)型、隨機型、范數(shù)型)、多通道(加性、乘性、隱性)干擾及不確定性,實現(xiàn)基于干擾學(xué)習(xí)與預(yù)測的抗干擾信息融合。第三,針對自主導(dǎo)航系統(tǒng)多源傳感器失效和故障引起可靠性下降、系統(tǒng)性風(fēng)險增加等問題,針對性提出基于動靜混合可靠性度量的風(fēng)險態(tài)勢預(yù)測方法。具體地,基于信息熵與統(tǒng)計信息集合的不確定性度量,提出傳感器單元失效與故障情形下自主導(dǎo)航系統(tǒng)的靜態(tài)可靠性量化方法;基于實時可靠性度量與態(tài)勢/干擾模式預(yù)測結(jié)果,提出自主導(dǎo)航系統(tǒng)風(fēng)險態(tài)勢預(yù)測方法,提高自主導(dǎo)航系統(tǒng)在復(fù)雜惡劣環(huán)境下的快速風(fēng)險響應(yīng)能力。最后,結(jié)合任務(wù)環(huán)境特征、載體運動特點和傳感器出廠參數(shù),分析傳感單元出現(xiàn)故障或失效的先驗概率,從而建立起多源自主導(dǎo)航系統(tǒng)的靜態(tài)可靠性模型。在此基礎(chǔ)上,結(jié)合故障信號、干擾信號與不確定性的量化表征,提出基于干擾實時補償或抑制的抗干擾故障檢測方案,設(shè)計具有通用形式的正則最小二乘故障估計方法如下:

導(dǎo)航系統(tǒng)的觀測方程

y=Hx+v

(2)

式中:x為待估計狀態(tài)向量;y為測量信息向量,v為未知向量,則估計x需要解決如下優(yōu)化問題:

(3)

式中:W,Σ為權(quán)重矩陣。通過計算可得:

（3）框架或剛架結(jié)構(gòu)的類型：當(dāng)框架或剛架用于計算時，如果需要進行抗震設(shè)計，結(jié)構(gòu)類型參數(shù)可以定義為：燈罩工廠根據(jù)“低延性，高度靈活”的性能設(shè)計，2倍的抗震力。在當(dāng)前鋼結(jié)構(gòu)設(shè)計規(guī)范的彈性設(shè)計階段，塑料耗能區(qū)外的板的寬厚比可以通過板的厚度與厚度比減小，從而節(jié)省鋼消費。

(4)

當(dāng)Σ-1→0則有正則最小二乘解:

(5)

基于類似的思路,當(dāng)導(dǎo)航系統(tǒng)發(fā)生故障時,根據(jù)測量信息y(0), …,y(k), …,y(N),可通過最小化

s.t.x(k+1)=A(k)x(k)+E(k)f(k)

y(k)=C(k)x(k)+F(k)f(k)

(6)

式(6)中:W1(k)=(F(k)FT(k))-1,W2(k)∈Rn×n為對稱權(quán)重矩陣, rank(W2(k))=n。

2.3 可信性分析

多源自主導(dǎo)航系統(tǒng)中信息流動頻繁、信息形式多樣、信息來源冗雜、載體特征各異、運行場景復(fù)雜,因此,在實際應(yīng)用中,多源自主導(dǎo)航系統(tǒng)決策面臨實時性、準確性與可信性等復(fù)合約束。面向復(fù)雜的應(yīng)用場景,尤其在危險、極端、特殊、惡劣等環(huán)境下,為保證多源自主導(dǎo)航系統(tǒng)綜合性能,基于載體的導(dǎo)航信息源的接入、切換、調(diào)度等構(gòu)成多源自主導(dǎo)航系統(tǒng)決策操作的基本內(nèi)容,其效果直接影響多源自主導(dǎo)航系統(tǒng)性能。然而,多源自主導(dǎo)航系統(tǒng)決策行為復(fù)雜,在載體動力學(xué)、環(huán)境影響作用下,傳統(tǒng)的決策方法難以實現(xiàn)應(yīng)用需求。本文面向多源自主導(dǎo)航系統(tǒng)決策需求,從載體動力學(xué)特征學(xué)習(xí)、預(yù)測、更新著手,重點量化接入多導(dǎo)航信號源的可信度,可確保信號通路與導(dǎo)航性能的無縫銜接、無感切換。導(dǎo)航信息智能決策的“可信性”構(gòu)建如圖4所示。

首先,面向無人機、無人車和無人艇等典型載體,多源導(dǎo)航過程中經(jīng)常面臨干擾、故障等不利因素,隨著場景切換,環(huán)境與載體動力學(xué)特性也可能會發(fā)生突變。因此,結(jié)合域隨機化思想,運用深度學(xué)習(xí)等人工智能技術(shù),通過動力學(xué)模型動態(tài)更新迭代,構(gòu)建具有高度環(huán)境自適應(yīng)能力的智能動力學(xué)通用框架,可以實現(xiàn)載體運動特性智能預(yù)估,為導(dǎo)航信息源的接入以及決策可信性判定提供潛在依據(jù)。其次,考慮復(fù)雜場景與任務(wù)下導(dǎo)航信息源的切換與調(diào)度操作等約束條件,一是需要建立不同載體導(dǎo)航信息智能決策的可信性模型,分析導(dǎo)航系統(tǒng)失效概率;二是需要基于機器學(xué)習(xí)算法構(gòu)建導(dǎo)航信息決策可信性的量化準則與指標(biāo)體系,實現(xiàn)復(fù)雜工況、場景轉(zhuǎn)換下的不同載體導(dǎo)航信息的可信判定;三是需要基于導(dǎo)航?jīng)Q策集、嵌入的基準決策邏輯,梳理載體、環(huán)境、任務(wù)等多方面決策影響因素,形成決策知識,動態(tài)擴充決策行為案例集,確定案例集核心數(shù)據(jù)庫邊界。最后,基于決策行為核心數(shù)據(jù)庫與邊界,分析評估可信評價與無感切換行為,并指導(dǎo)可信評價與切換優(yōu)化迭代;同時,面向泛化性,實現(xiàn)決策行為庫與邊界的動態(tài)遷移,最終形成核心數(shù)據(jù)庫小回路動態(tài)迭代優(yōu)化以及可信決策行為大回路的動態(tài)迭代優(yōu)化。

考慮到上述載體系統(tǒng)動力學(xué)模型結(jié)構(gòu)復(fù)雜,求解時間長、以及動力學(xué)特性分析成本高等問題,本文采用內(nèi)嵌物理知識的深度神經(jīng)網(wǎng)絡(luò)(PINN)對動力學(xué)模型進行快速解算。具體路徑為建立用于模型解算的輕量級深度神經(jīng)網(wǎng)絡(luò),選取合適的初始化條件設(shè)置初始參數(shù);根據(jù)高精度動力學(xué)模型中用于描述物理系統(tǒng)的偏微分方程組,構(gòu)建由初始條件、邊界條件、以及采樣區(qū)域中選定點處偏微分方程的殘差項組成的損失函數(shù)項,即:

Lall(θ,λ)=Lx0(θ,λ)+Lxb(θ,λ)+

LF(θ,λ)+Lx(θ,λ)

(7)

式中:θ與λ分別為深度神經(jīng)網(wǎng)絡(luò)與動力學(xué)模型的內(nèi)部參數(shù);Lx0表示初始條件殘差;Lxb表示邊界條件殘差;LF為偏微分方程殘差;Lx是數(shù)據(jù)殘差。

結(jié)合上述損失函數(shù),利用無約束優(yōu)化方法中的梯度下降迭代法,對深度神經(jīng)網(wǎng)絡(luò)等方法進行訓(xùn)練,經(jīng)過訓(xùn)練達到需求精度的深度神經(jīng)網(wǎng)絡(luò)等方法,可用于對物理系統(tǒng)的動力學(xué)模型進行快速解算。

2.4 完備性分析

面向典型任務(wù)場景、運動環(huán)境和運動載體,導(dǎo)航系統(tǒng)綜合評估的“完備性”主要涉及完備性理論的指標(biāo)體系構(gòu)建和建模表征、指標(biāo)間歸一化處理和組合權(quán)重動態(tài)分配、指標(biāo)綜合的完備性度量與全回路動態(tài)迭代優(yōu)化等3個部分。通過完備性分析,自主導(dǎo)航結(jié)果可以在故障檢測、故障識別、故障排除、系統(tǒng)重構(gòu)、可信決策等環(huán)節(jié)后實現(xiàn)綜合實時度量,從而輔助優(yōu)化多源自主導(dǎo)航系統(tǒng)檢測、重構(gòu)、可信決策并判斷當(dāng)前導(dǎo)航系統(tǒng)是否完備可用。導(dǎo)航系統(tǒng)綜合評估的“完備性”構(gòu)建如圖5所示。

圖5 導(dǎo)航系統(tǒng)綜合評估的“完備性”構(gòu)建基本框圖Fig.5 Basic block diagram of “completeness” for navigation system comprehensive evaluation

單一指標(biāo)難以實現(xiàn)對多源自主導(dǎo)航系統(tǒng)的全面評估,因此,需要構(gòu)建一套全面、準確的指標(biāo)體系對多源自主導(dǎo)航系統(tǒng)完備性加以評估。而指標(biāo)體系的建立需遵循科學(xué)性、完整性、一致性原則,以及簡捷性、可測性、可比性等原則,運用多種方法建模表征和計算評估系統(tǒng)底層的可量化單項指標(biāo),并結(jié)合導(dǎo)航系統(tǒng)中定性指標(biāo)與定量指標(biāo)等多維度關(guān)聯(lián)特征,采用信息熵與貝葉斯網(wǎng)絡(luò)等方法分析多源信息定性指標(biāo)與定量指標(biāo)的內(nèi)在關(guān)聯(lián)。從上述指標(biāo)體系的要求出發(fā),完備性指標(biāo)體系是由若干個反映多源自主導(dǎo)航系統(tǒng)結(jié)果完備性特征的、相對獨立又相互聯(lián)系的統(tǒng)計指標(biāo)組成的有機整體。值得注意的是,對于多源自主導(dǎo)航系統(tǒng)來說,其底層可量化指標(biāo)間很可能具有不可公度性,為在同一維度上評估整體性能帶來了挑戰(zhàn)。因此,歸一化方法是多源自主導(dǎo)航系統(tǒng)完備性評估中必不可少的操作。此外,綜合評估作為多源自主導(dǎo)航系統(tǒng)完備性度量的主體部分,評估方法的選擇將直接影響完備性度量結(jié)果的合理性,通?？筛鶕?jù)指標(biāo)和指標(biāo)體系的特點選擇現(xiàn)有的評估方法或重新建立新的評估方法,其與歸一化方法、權(quán)重分配方法三者共同決定評估結(jié)果合理性和精確性。由于多源自主導(dǎo)航系統(tǒng)面向不同任務(wù)、場景和載體,傳統(tǒng)神經(jīng)網(wǎng)絡(luò)主要依靠主觀經(jīng)驗對激勵函數(shù)參數(shù)進行設(shè)置的方法難以滿足完備性度量的動態(tài)性需求,這就要求神經(jīng)網(wǎng)絡(luò)的連接權(quán)值能夠根據(jù)任務(wù)、場景、載體的變化進行自適應(yīng)調(diào)整。因此,有必要研究智能完備性度量方法,將模糊評價結(jié)果和自適應(yīng)神經(jīng)網(wǎng)絡(luò)兩者有機結(jié)合,從而實現(xiàn)取長補短的效果,提高完備性度量結(jié)果的準確性和置信度。

考慮二級指標(biāo)層(完備覆蓋率、可檢測度、可重構(gòu)度、可信度、其它指標(biāo)參數(shù))到一級指標(biāo)層(完備性)的綜合評估,可由下式進行綜合:

(8)

式中:ki為與完備性相關(guān)的完備覆蓋率參數(shù);Dti為第i個完備模式的可檢測度;Ri為第i個完備模式的可重構(gòu)度;Dpi為第i個完備模式的可信度;ωi,1,ωi,2,ωi,3分別為對應(yīng)的指標(biāo)權(quán)重系數(shù);Zbi=[Zbi,4,Zbi,5,…]T為第i個完備模式的其它指標(biāo)度量值,包括但不限于面向不同任務(wù)、場景和載體的歸一化的姿態(tài)、速度、位置等性能指標(biāo);ωi=[ωi,4,ωi,5,…]為對應(yīng)的指標(biāo)權(quán)重系數(shù);Nf為完備模式的總數(shù)。

3 多源自主導(dǎo)航系統(tǒng)基本特性之間的邏輯關(guān)系

多源自主導(dǎo)航系統(tǒng)的可檢測性是在時空信息獲取與傳感層面,探索工程應(yīng)用中力熱電磁光等多物理場條件下運載體時空信息感知機理,研究多源時空信息獲取與反演方法,通過刻畫系統(tǒng)時空信息匹配檢測、干擾分離與辨識能力的內(nèi)在屬性,具備多物理場異構(gòu)時空信息源的匹配、干擾與故障檢測、識別準確程度、計算效率或者辨識故障的能力,即“可檢測能力”。多源自主導(dǎo)航系統(tǒng)的可重構(gòu)性是在多源時空信息融合層面,針對不同載體的多源自主導(dǎo)航系統(tǒng)資源配置和運行約束等有限邊界條件,提出具有強化學(xué)習(xí)能力的智能信息融合和干擾濾波方法,突破系統(tǒng)信息流的自主重構(gòu)和拓撲生成技術(shù),針對干擾拒止等環(huán)境,在保證運行順暢的有限時間內(nèi)實現(xiàn)系統(tǒng)自愈或可接受的降級性能的能力,即“可重構(gòu)能力”。多源自主導(dǎo)航系統(tǒng)的可信性是在導(dǎo)航信息智能決策層面,針對不同傳感機制和組合模式,研究基于多源自主導(dǎo)航系統(tǒng)動力學(xué)等多約束條件下的能力邊界量化方法,通過描述多源自主導(dǎo)航系統(tǒng)結(jié)果可信度的內(nèi)在屬性,提出具有環(huán)境適應(yīng)性和交互能力的時空信息系統(tǒng)設(shè)計方法,使其在干擾和故障影響下具備干擾檢測、故障識別、故障排除、系統(tǒng)重構(gòu)的能力,從而保證系統(tǒng)解算結(jié)果的可信,即“可信能力”。多源自主導(dǎo)航系統(tǒng)的完備性是在導(dǎo)航系統(tǒng)綜合評估層面,通過構(gòu)建多源自主導(dǎo)航系統(tǒng)在構(gòu)型、物質(zhì)和能量約束下時空信息感知的評估方法,刻畫針對不同環(huán)境和任務(wù)的多源自主導(dǎo)航系統(tǒng)時空信息感知的完備屬性。在典型干擾拒止等環(huán)境下,具備評估系統(tǒng)在故障檢測、系統(tǒng)重構(gòu)、可信計算、動態(tài)迭代等環(huán)節(jié)后自主導(dǎo)航結(jié)果是否完備的能力,即“完備能力”。多源自主導(dǎo)航系統(tǒng)基本特性邏輯關(guān)系如圖6所示。

圖6 多源自主導(dǎo)航系統(tǒng)基本特性的邏輯關(guān)系Fig.6 Logical relations among the basic characteristics of multi-source autonomous navigation system

本文嘗試系統(tǒng)性地描述和解釋多源自主導(dǎo)航系統(tǒng)硬件層面是否可接入、軟件層面是否可融合、系統(tǒng)層面是否可檢測、出現(xiàn)故障或者場景切換等是否可重構(gòu)、重構(gòu)后是否可恢復(fù)、信號處理及信息解算結(jié)果是否可信、最終PNT綜合是否完備等。同時,當(dāng)多源自主導(dǎo)航系統(tǒng)“不可檢測”時,通過因果溯源、演化學(xué)習(xí)、極小集優(yōu)化等方式,建立后驗知識感知矩陣,排除未知環(huán)境不利因素,強化系統(tǒng)自適應(yīng)學(xué)習(xí)能力;當(dāng)多源自主導(dǎo)航系統(tǒng)“不可重構(gòu)”時,通過指標(biāo)迭代、狀態(tài)降維、動態(tài)適配等方式,重新整合信息融合中多源異質(zhì)異構(gòu)補償抑制要素,優(yōu)化系統(tǒng)動態(tài)重構(gòu)機制;當(dāng)多源自主導(dǎo)航系統(tǒng)“不可信”時,通過動態(tài)切換、知識推理、場景遷移等方式,重新量化信號源可信度,確保信號通路與導(dǎo)航性能的無縫銜接、無感切換;當(dāng)多源自主導(dǎo)航系統(tǒng)“不完備”時,結(jié)合任務(wù)、載體、場景等,聚焦多源導(dǎo)航系統(tǒng)宏觀結(jié)構(gòu)特征與全局性演化特征等多維度關(guān)聯(lián)特征,構(gòu)建局部性特征與全局性動態(tài)相互結(jié)合的體系框架,滿足用戶多種需求。

4 結(jié)論與展望

面向多種載體、應(yīng)用場景、導(dǎo)航信息源等,多源自主導(dǎo)航系統(tǒng)面臨著復(fù)雜且關(guān)鍵的系統(tǒng)級信息處理決策任務(wù),包括多約束條件下不同傳感機制和組合模式的可信邊界量化與決策,系統(tǒng)在感知、融合、決策、動態(tài)迭代后導(dǎo)航的完備程度評估等問題。本文提出并研究了多源自主導(dǎo)航系統(tǒng)的可檢測性、可重構(gòu)性、可信性、完備性等基本特性及其內(nèi)在邏輯關(guān)系,初步闡述了多源自主導(dǎo)航系統(tǒng)的技術(shù)方法體系,為多源自主導(dǎo)航系統(tǒng)技術(shù)體系構(gòu)建提供參考。

未來研究中,在充分考慮限制因素、資源配置、運行條件等邊界約束條件后,多源自主導(dǎo)航系統(tǒng)的既定功能可以從可檢測性、可重構(gòu)性、可信性、完備性等4個方面加以表征和衡量,從而定性和定量結(jié)合地實現(xiàn)系統(tǒng)“硬故障”與“軟故障”異常判斷、重構(gòu)切換與動態(tài)迭代,確保系統(tǒng)容錯性能和PNT服務(wù)的可信完備輸出。隨著多源自主導(dǎo)航系統(tǒng)功能密度和“算力”處理能力的不斷增強,整個導(dǎo)航系統(tǒng)的數(shù)據(jù)流、信息流和能量流將顯著增加,可檢測可重構(gòu)等冗余信息、容錯能力將進一步提高,因此,多源自主導(dǎo)航系統(tǒng)需要加強與人工智能等技術(shù)的深度融合,從復(fù)雜性與多尺度視角探索智能多源自主導(dǎo)航系統(tǒng)技術(shù),推動構(gòu)建彈性、動態(tài)、穩(wěn)健與可信的智能多源自主導(dǎo)航模型與方法體系,有力支撐國家綜合PNT體系可持續(xù)發(fā)展和先進自主導(dǎo)航技術(shù)規(guī)?；瘧?yīng)用。