一种数据链网电目标关联算法研究_周俊.pdf

2023.6电脑编程技巧与维护1概述传统的数据关联主要包括量测-量测关联、量测-航迹关联、航迹-航迹关联1，对辐射源的关联判证也主要涵盖以下内容。（1）对同一时刻或同一观测周期内的不同传感器对源自同一辐射源的测量参数进行关联判证；（2）是先后时刻同一辐射源的量测值关联判证，在形成一条航迹后即量测-航迹关联，针对战术数据链的物理层的信号特征，提取LINK11数据链辐射源的指纹特征参数作为属性参数，利用无源属性数据关联中的门限判决方法、基于熵权值的灰关联和证据推理法，实现不同时刻相同辐射源的属性数据归类；（3）在辐射源目标相距较近的情况下，通过目标跟踪和航迹滤波，将航迹关联的算法用于辐射源与目标平台关联检验。2无源多传感器辐射源属性参数关联在同一观测周期内，若假设辐射源的属性参数变化很小，则无源属性数据关联就是利用目标辐射源的属性数据如射频、脉宽、通信辐射源细微特征等参数，寻找无源多传感器中属于同一辐射源目标的观测值。确定属于相同辐射源的观测值后，分布式融合系统可以对这些观测参数进行融合、定位跟踪处理。其关联示意图如图1所示。2.1基于统计距离的关联方法2.1.1 属性参数观测量统计模型2考虑在多目标环境中，两个无源传感器的数据关联问题。设传感器A和B对目标辐射源的n个参数的测量值构成了n维的矢量a和b，如公式（1）所示：a=（a1,a2,an）Tb=（b1,b2,bn）T（1）对各传感器观测参数作出如下合理的假设：（1）观测误差是零均值的，观测值是一个真值的无偏估计，如公式（2）所示：E（a）=E（b）=M（2）其中，M=（m1,m2,mn）为观测向量的均值向量；n为辐射源属性参数的个数。（2）各传感器的观测误差满足正太分布，对于传感器A的某一属性ai,i=1,2,n，设属性的观测误差方差为。（3）同一个传感器对不同辐射源的参数测量互不相关、不同传感器对同一目标的同一属性参数测量互不相关，如公式（3）公式（5）所示：E（ai-mi）（bi-mi）=0,i=1,2,n（3）E（ai-mi）（bj-mj）=0（4）E（bi-mi）（bj-mj）=0（5）通过以上数学假设，参数向量a和b的概率分布模型如公式（6）和公式（7）所示：（6）（7）其中，SaSb分别为a和b的协方差阵，设各观测属性参数独立，如公式（8）和公式（9）所示：（8）一种数据链网电目标关联算法研究周俊，高博，陈泓宇（中国船舶集团有限公司第七一五研究所，杭州310023）摘要：复杂电磁环境是现代信息化战争的重要特征，战术数据链是针对特定战术任务功能配置的军事通信系统，在现代战争中发挥着重要的作用。传统的数据链研究，多从合作通信的角度对数据链的物理层信号、抗干扰、组网技术进行研究。研究基于无源多传感器的数据链辐射源参数关联判证算法，针对证据推理关联算法中的权值设定较为主观，统计距离关联算法中单个参数对判决结果的过度影响，研究了 D-S 证据推理关联改进算法自适应熵权灰关联算法。结合数据链辐射源指纹特征参数，仿真对比了不同影响因子下的统计距离关联算法性能和自适应熵权灰关联算法性能。关键词：战术数据链；指纹特征参数；目标判证关联图1无源多传感器辐射源属性参数关联示意图目标m测量6测量m传感器n传感器n传感器1传感器2传感器2传感器1传感器1传感器2参数融合与定位数据融合及定位数据关联测量1测量2测量m1测量m2测量1测量2测量mn测量1测量2目标1目标2目标3目标2目标4目标3目标1目标2目标3 113DOI:10.16184/prg.2023.06.0472023.6电脑编程技巧与维护（9）若a和b的统计特性未知，则用空间距离作为门限检测。在欧氏空间中，两矢量之差的范数如公式（10）所示：（10）其中，为向量二范数，可以表示为两矢量的距离度量，如公式（11）所示：c=a-b,c=（a1-b1,a2-b2,an-bn）T（11）由（1）、（2）的假设可知，c服从零均值高斯分布，分布如公式（12）所示：（12）其中，S为c的协方差矩阵，设a和b独立，S可表示为如公式（13）所示：（13）2.1.2 判决门限的选择定义a与b之间的统计距离度量，如公式（14）所示：（14）D2是X的2范数的平方，X=（x1,x1,xn）T，其中，xi如公式（15）所示：（15）（1）椭圆门限。以D2作为统计量建立判决门限，D2服从n个自由度的中心卡方分布，如公式（16）所示：（16）其中，为伽马函数，当自由度n为2时，门限在欧式空间中是椭圆形的，称为椭圆门限。设正确关联概率为Pd、虚警概率为Pf，预先设定一个先验的Pd，类似N-P准则，使Pf达到最小的门限e，则认为是最优门限。现在假设Pd已给定，来计算门限e。（2）矩形门限。xi的分布是标准正态分布，如公式（17）所示：（17）如果确定了正确关联概率Pd，则以di=|ai-bi|2作为统计量，当n为2时，从欧式空间中看，门限是矩形的。判决规则可以简化为如下形式。若dii，则判为H1。矩形门限如公式（18）所示：（18）其中，r为椭圆门限求出的门限值，和为属性参数ai和bi的方差。2.2基于证据推理的关联算法针对统计距离的关联算法，在复杂电磁环境和低信噪比下容易受测量数据影响而造成算法不稳健，接下来研究一种基于自适应熵权的灰色关联分析和证据推理的参数关联算法。2.2.1D-S 证据理论辐射源的关联框架为U=R1,R1,Ri，Ri为不同的辐射源类别。D-S证据理论3利用识别框架U表示所感兴趣的命题，定义识别框架的基本概率赋值函数m：2U 0,1，满足条件如公式（19）所示：（19）命题A是U的非空子集，这里将命题A称为焦元，m（A）表示对命题A的信任水平。在同一识别框架U中，侦察传感器观测的辐射源n个独立的属性参数矢量与主传感器的灰关联度作为证据，那么所获的基本概率赋值函数设为m1,m1,mi。利用Dempster组合规则计算这n个证据融合后的基本概率赋值函数。2.2.2 基于证据推理的辐射源灰度关联算法步骤由于侦察传感器对辐射源特征参数观测在复杂电磁环境下的模糊性，利用自适应熵权灰色关联算法构造属性参数的灰关联系数，并用灰关联度作为各证据属性参数的基本概率赋值函数，然后利用Dempster组合规则融合不同测量向量元素对辐射源的关联支持度，将融合概率代入判决规则得出最终关联结果，算法步骤如下：（1）构造关联框架U。假设辐射源的关联框架为U=R1,R1,Ri，其中，R1为关联的待判决识别的目标类型。（2）辐射源参数特征的选取。对于具体的辐射源，需要根据其应用场合和特性选取适当的辐射源参数特征。（3）基本概率赋值函数获取。根据自适应熵权灰色关联算法计算每个属性参数测量值的灰关联度，接着利用公式（2）计算测量向量的不同属性特征参数的基本概率赋值函数，如公式（20）所示：（20）（4）融合多个特征参数的基本关联支持度概率。利用Dempster组合规则融合多个特征证据的基本关联支1142023.6电脑编程技巧与维护图2不同辐射源在SSB调制下的地址帧包络波形编号第1帧(30 bit)第2帧(30 bit)1000101111001010001100001000001 1101010110011011101101001001112001011110010100011000010000011 1010101100110111011010010011103010111100101000110000100000111 0101011001101110110100100111004101111001010001100001000001111 1010110011011101101001001110005011110010100011000010000011111 0101100110111011010010011100016111001010001100001000001111110 0110011011101101001001110001017110010100011000010000011111101 1100110111011010010011100010118100101000110000100000111111010 1001101110110100100111000101119001010001100001000001111110101 00110111011010010011100010111110010100011000010000011111101010 01101110110100100111000101111011101000110000100000111111010101 11011101101001001110001011110012010001100001000001111110101011 10111011010010011100010111100113100011000010000011111101010110 011101101001001110001011110010持度概率。（5）决策判决。利用相应公式得到关联结果。2.3针对数据链辐射源的指纹特征参数对于Link11系统协议4中所规定的，在轮询工作模式中，网控站在询问信号和询问结束的网控站报告信号中，都会在信号的最后2帧加入被询问站的地址码，且每个辐射源地址码不同，故以此作为用户个体特征进行关联判证。Link11网络中每一个参与单元都有一个唯一的60 bit地址码，地址范围为八进制01至76，可以区分62个警戒区，现截取部分地址码，如表1所示。当调制方式为SSB时，提取网络控制站报告信号的最后2帧，某两个辐射源平台的地址帧包络波形，如图2所示。可以看出不同辐射源的地址帧包络波形有很大的区别，可以以此作为辐射源识别的身份特征。假设ID为i的辐射源的地址帧波形为Si（t），当前时刻辐射源的地址真波形为S（t），则可求得特征值如公式（21）所示：（21）地址帧包络波形判证流程如图3所示，首先确定观测波门，然后提取观测波门内侦察接收辐射源信号的地址码段，通过与地址码波形库中的所有地址码波形进行关联，求出每一个地址帧对应的特征值，作为通信辐射源的特征参数。2.4仿真分析主要针对基于统计距离的关联算法和证据推理的辐射源关联算法进行仿真对比。首先定义多传感器数据关联性能参数，目标关联正确率Ec、关联错误率Ee、漏关联率Es和关联平均耗时。通过多次Monte Carlo仿真求得平均耗费时间和Ec、Ee、Es。在仿真中，设计3个无源传感器作为侦察站包括一个主站和两个从站，分别对10个目标的以下4个参数进行测量，载频、信号幅度、信号宽度、指纹特征。无源传感器的参数测量误差如表2所示。进行50次Monte Carlo仿真测试，在不同的影响因子的情况下，探讨基于门限法和证据推理法的关联性能。其中，基于门限的先验关联正确率都定为0.9，通过计算查表得椭圆门限值为7.78，矩形门限值为2.71。从图4中可以看出，随着影响因子的逐渐增加，基于统计距离的矩形门限、椭圆门限和文中提出的证据推理的关联法的平均关联正确率会相应提高，当影响因子3时，基于证据推理的关联方法正确率几乎为100%，基于统计关联的门限法也几乎接近预先设置先验正确率，而当2时，正确率急剧下降。从表3中可以看出，在目标数为10时，椭圆门限的平均关联时间最短，而矩形门限的关联时间相当于椭圆门限关联时间的10倍，表1Link11的部分地址码图3地址帧包络波形判证流程参数射频MHz信号幅度（归一化）信号宽度s指纹特征均方误差200.080.51%表2参数测量误差（a）辐射源1的地址帧包络波形（b）辐射源2的地址帧包络波形辐射源1的地址码时域波形辐射源2的地址码时域波形归一化幅度归一化幅度t/s0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.510.90.80.70.60.50.40.30.20.1010.90.80.70.60.50.40.30.20.100 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5t/s取得当前观测信号的地址帧波形求出地址帧波形库中的每一个波形对应的特征值将此特征值作为辐射源判证的指纹特征参数(下转第137页)1152023.6电脑编程技巧与维护图4目标数为10时不同影响因子的平均关联正确率和错误率证据推理法的关联时间最长。这是由于在矩形门限算法的处理中，每一个属性参数都需要与判决门限进行比较，故其耗时要多于椭圆门限，证据推理也需要将每一个观测目标的所有参数属性与模板进行灰关联、属性熵权计算，并对所有属性支持度进行D-S融合，故耗时最长。此外，如果增加目标和传感器的数量，与模板进行关联的数据量必然增大，但是传感器数量的增多为融合提供了更多的数据信息支持。3结语在多传感器信息融合系统中，数据关联技术是非常重要的一个环节，也是态势感知和网络分析的重要前提。主要对网络电磁目标的判证与关联算法进行了研究，介绍数据关联的相关概念。对同一观测时刻或观测周期内多传感器的参数关联分析，使用了基于统计距离的门限判决法，针对处理离散型的属性特征参数，提出了基于证据推理的关联算法，为了减少主观因素对判决的影响，引入自适应熵权法并拓展为D-S证据理论的联合关联算法，将数据链辐射源的提出的指纹特征参数作为属性参数，通过仿真的形式验证和评估在不同影响因子下统计距离门限算法和证据推理算法的关联性能。参考文献1田野.被动多传感器量测数据关联方法研究D.西安:西安电子科技大学,2011.2申东方.无源多传感器数据融合关键技术研究D.成都:电子科技大学,2008.3邓聚龙.灰理论基础M.武汉:华中科技大学出版社,2002.4林云,司锡才,周若琳,等.改进灰色关联算法在辐射源识别中的应用J.通信学报,2010(S1):166-171.关联算法平均关联时间/s矩形门限0.009327椭圆门限0.000923证据推理法0.019076表3统计门限关联法与证据推理法的平均关联时间（a）平均关联正确率曲线（b）平均关联错误率曲线椭圆门限矩形门限证据推理法目标个数为10个时的关联正确率Ec影响因子10.90.80.70.60.50.40.30.20.1000.511.522.533.544.55影响因子00.511.522.533.544.55Ee10.90.80.70.60.50.40.30.20.10椭圆门限矩形门限证据推理法目标个数为10个时的关联错误率参考文献1孙悦.面向智能制造的船舶分段小组立成组技术研究D.大连:大连理工大学,2018.2李庆华,尤越,沐雅琪,等.一种针对大型凹型障碍物的组合导航算法J.电子与信息学报,2020(4):917-923.3赵鑫,岳青,易冬阳,等.通用接口协议测试工具设计J.通信技术,2018(11):2770-2776.4张堂凯.已知环境下智能清洁机器人路径规划研究D.南京:南京邮电大学,2017.5吴明轩,神文文,姜忠民,等.室内自主移动机器人系统设计J.机械科学与技术,2013(6):819-823.6朱云虹,袁一.基于改进A*算法的最优路径搜索J.计算机技术与发展,2018(4):55-59.7王鑫淼.仓储作业中多搬运机器人动态路径规划研究D.北京:北京交通大学,2019.8刘兵.基于行为编程的移动机器人室内导航系统研究D.杭州:浙江理工大学,2019.9张堂凯.已知环境下智能清洁机器人路径规划研究D.南京:南京邮电大学,2017.10孙泽宇,赵国增.基于节点调度策略的能量有效覆盖算法J.光通信研究,2012(6):52-55.11赵珍.基于改进蚁群算法的多机器人路径规划研究D.兰州:兰州理工大学,2016.12程晶晶,周明龙,等.一种多机器人运动的冲突路径纠正方法及其系统P.中国专利:CN115167410A,2022-10-11.(上接第115页)137