数据融合技术在军队指挥自动化系统中应用研究

《数据融合技术在军队指挥自动化系统中应用研究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、数据融合技术在军队指挥自动化系统中的应用研究作者姓名： 杨福平，白振兴作者单位： 空军工程大学工程学院　　摘　要：通过对数据融合基础理论的总结与剖析，提出了数据融合技术在军队指挥自动化系统中的应用，并以多雷达系统点迹航迹及战场态势和威胁估计的数据融合为例进行了深入讨论。　　关键词：指挥自动化；数据融合；多雷达系统；态势和威胁估计；专家系统ApplicationofDataFusionTechnologyinC3IYANGFuping，BAIZhenxing(TheEngineeringInstitute,AirForceEngineeringUniversity，Xi′an,710

2、038,China)　　Abstract：ThispapersumsupandtakesapartthebasictheoryofdatafusionAndit′sdeepdiscussedthatthedatafusionappliedtomultiradarsystemandTSAinC3Isystem　　Keywords：C3I;datafusion;multiradar;TSA;expertsystem　　随着科学技术的迅猛发展及在军事领域的广泛应用，未来战场环境将变得异常复杂，军事领域中不断增长的复杂度使得军事指挥人员面临数据激增、信息超载的问题，而传统的数据处理系统已经

3、不能满足作战需求。这种现状使得数据融合（datafusion）作为一种特殊的作战手段已渗透到几乎所有军事部门和各个作战领域。在军队指挥自动化系统、综合电子战系统和武器控制与精确制导系统等各种军事方面都有广泛的应用。数据融合技术为建立高效、准确的军队指挥自动化系统提供了重要的发展机会，也是其重要组成部分。他涉及军队指挥自动化系统中多种传感器和各种信息源的有效结合，包括数据的获取、过滤、综合、相关和合成，以便进行态势和环境判定、探测、规划、验证、对抗以及战略与战术辅助决策，深刻地影响着战争的进程和全局。1数据融合概述1.1数据融合的概念　　数据融合技术尚未有统一的定义。一般来说，所谓数

4、据融合，又称为信息融合（informationfusion），即利用计算机技术对按时序获得的若干传感器的观测信息在一定的准则下加以自动分析、综合以完成所需的决策和估计任务而进行的信息处理过程。数据融合技术用于指挥自动化系统中，是对来自多传感器的信息进行检测、关联、相关、识别、综合等多级、多方面处理，以得到准确的目标状态，威胁属性估计和完整、及时的战场态势及评估。1.2数据融合系统的功能模型　　功能模型和体系结构的发展是数据融合学科日趋成熟的标志,通过他们可以讨论和评价设计概念、算法和控制策略，同时也有利于朝着公用功能模块化、处理标准化以及可互操作的多服务系统方向发展。目前，得到广泛

5、认可的功能模型是美国国防部1986年成立的实验室联合指导处数据融合工作组提出的一种数据融合过程模型（简称JDL模型）。其结构如图1所示。　　对于数据融合的方法，可以按表征数据融合的主要功能分为4级：　　一级融合目标精炼是对目标空间状态和属性或标识信息的融合，从而获得关于单个目标更加详尽的认识。　　二级融合态势估计（SituationAssessment）是联系单个实体和事件所处环境之间的相互关系，即对态势进行估计。　　三级融合威胁估计（TreatAssessment）是根据当前态势对威胁程度、我方和敌方的脆弱性以及战斗机会做出推断。　　四级融合过程精炼是在监视动态融合处理，在最佳控

6、制传感器和系统资源的基础上，达到准确、及时的预测，并通过反馈、提炼、完善整个融合处理过程。1.3数据融合处理的数学方法　　数据融合方法泛指所有用来对多源系统获得的多个数据进行各种数据处理并进行符号推理以构成系统一致结果的方法。当前,人们根据应用环境的不同，提出了许多有效的融合方法，归结起来有如下几种：　　静态的融合方法有贝叶斯估值，加权最小平方，未知但有界的集模型等。　　动态的融合方法有递归加权最小平方，最大似然估计，卡尔曼滤波、采用小波变换的分布式滤波等。　　基于统计的融合方法有马尔可夫随机场（MRF）、Dempstershafer证据推理、最大似然法、贝叶斯估值等。　　信息论算

7、法有聚集分析、自适应神经网络、表决逻辑、信息熵等。　　模糊集/模糊逻辑理论。　　基于知识的人工智能方法。2数据融合在军队指挥自动化系统的应用　　在军队指挥自动化系统中，大多数信息管理问题都需要有效地进行数据融合处理且把各种不同的数据集成为战略与战术局势的一致性表示。指挥与控制系统必须对敌我双方做出准确及时的感知以提高战争管理决策水平。随着军队指挥自动化的复杂性、处理能力和应用范围的扩大，要求改进现有的信号处理方法，采用数据融合技术，以较高的速率处理较大范围的输入数据，