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 Application of Data Fusion Technology in C3I YANG Fuping， BAI Zhenxing(The Engineering Institute, Air Force Engineering UNIversity，
Xi′an, 710038, China) Abstract：This paper sums up and takes apart the basic theory of data fusion And it′s d eep discussed that the data fusion applied to multiradar system and TSA in C3I system
Keywords：C3I; data fusion; multiradar; TSA; expert s ystem 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 处理系统已经不能满足作战需求。这种现状使得数据融合（data fusion）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，所谓数据融合，又称为信息融合（informat ion fusion），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（Situation Assessment）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（Treat Assessment）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）、Dempstersh afer证据推理、最大似然法、贝叶斯估值等。
信息论算法有聚集分析、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，产生更为准确的估计。与此同时，许多新技术的发展及在军事上的应用已经为数 据融合系统各步骤向自动化程度迈进奠定了坚实的基础，提供了有力的支持。
2.1多雷达系统点迹航迹的数据融合
当前，雷达情报系统已经在军队指挥自动化系统中得到了普遍应用，但一直沿用选主站、 次站补点的综合处理方式。这种方式是以主站雷达的原始航迹为目标综合航迹报出，其余雷 达的该目标航迹作为次站航迹。当主站雷达在规定的时间内没有新情报点时，才由次站雷达 补点上报，上报的情报均为雷达探测的原始航迹。这种方式的致命弱点是情报误差大，超前 、滞后或偏差大，以及次站自动补点会造成目标航迹前后跳跃或呈锯齿状，严重影响情报质 量。因此，情报只能作为预警，而不能直接为航空兵指挥引导和作战部队使用。
而多雷达数据融合技术是采用数学方法，先对各雷达探测的目标进行时空校对，再校正雷 达网内各部雷达的系统误差，在进行关联/相关处理后，采用卡尔曼滤波法对各雷达报来的 数据进行融合，生成融合航迹进行上报，该融合航迹充分利用各雷达的原始航迹信息，并能 修正各雷达的随机误差，克服了选主站方式的固有缺陷，充分发挥了雷达网的作用，提高了 雷达情报的准确性和连续性，使雷达情报质量得到了“质”的变化，符合雷达情报处理系统 发展的方向。
对于雷达网的点迹和航迹数据的相关和合成处理有集中式和分布式等结构可供选择，如图 2所示。 集中式结构中，各雷达属站将所探测到的雷达点迹数据做必要的处理，如剔除野值、坐标 格式转换等工作后，按规定的数据格式送融合中心，融合中心综合所有雷达属站的雷达数据 ，进行点迹和航迹的融合，相关并综合出运动目标的航迹，并输出显示。分布式结构中，雷 达属站各自的雷达数据进行预处理，做点迹融合，生成航迹，将航迹和未能相关的离散点迹 送入融合中心。融合中心进行航迹与航迹间的融合，输出相关航迹。
2.2态势和威胁估计(TSA)的数据融合
准确掌握战场态势，准确进行情况分析和判断，进行科学的资源分配、部队部署，有效的 组织作战行动，提高快速反应能力是军队指挥自动化研究的一个重要课题。但是要精确地预 计数据融合系统可能遇到的各种问题，特别是对那些随着时间发生重大变化的战场态势及决 策问题是极其困难的。因此，寻找一种科学有效的方法和手段是实现此课题的关键所在。
目前态势和威胁估计尚没有完整的定义，一种功能性描述认为：态势和威胁估计是根据参 战各方力量的部署、作战能力、效能对战术画面进行解释，辨别敌方意图和作战计划，并对 战术威胁，特别是致命因素、企图、机会等做出评估的过程。这个过程需要模仿人类专家推 理能力，依靠丰富的领域知识来求解。因此需要将基于知识的推理方式应用于态势和威胁的 估计，需要从不完全的、不精确的或不确定的知识和信息中做出推理，完成对当前战场态势 和威胁的解释。
专家系统是具有解决特定问题所需专门领域知识的计算机程序系统。主要用来模仿人类专 家的思维活动，通过推理与判断求解问题。一个专家系统主要由2部分组成：一个称为知识 库的知识集合，他包含待处理问题领域的知识，通常由数据库管理系统来实现；一个称为推 理机的程序模块，他包含一般问题求解过程所用的推理方法和控制策略的知识，通常由具体 的程序实现。专家系统适用于缺乏合适算法求解问题而往往又能采用领域专家经验来求解问 题的场合。
利用人工智能技术解决数据融合领域的有关问题被看作是极具开创性和发展前景的研究方 向，而该研究方向的主要内容正是专家系统在数据融合技术中的应用。专家系统在工程应用 上经过二十多年的发展，就其理论基础、系统设计和开发工具而言，已经取得了较为全面而 丰硕的成果，正因为如此，运用专家系统求解数据融合中的态势和威胁估计问题是非常适宜 的。
下面以某指挥自动化系统为例，给出利用专家系统实现态势和威胁估计中数据融合的具体 实现模型如图3所示。 此模型充分发挥了专家系统以知识推理形式解决定性分析问题的特点，又发挥了指挥自动 化系统以数据计算解决定量分析问题的特点，充分做到定性分析和定量分析的有机结合，使 得解决问题的能力和范围得到了很大的发展。系统既可以精确输出各种目标航迹和属性，又 可以输出态势和威胁的定性分析结果，最终形成多个作战备选方案，供指挥机关决策选择。 3结语
数据融合作为一门信息处理技术，实际是涉及到决策论、认识论、模糊理论、估值论、通 讯、数字信号处理、计算机科学及人工智能等多学科理论知识，是一门新兴的边缘交叉学科 。军队指挥自动化系统采用了先进的电子技术、计算机技术、传感器技术，目标环境信息的 综合程度越来越高。只有通过有效的数据融合技术才能把从各个传感器和其他方面获得的信 息准确自动合成，减少信息损失，提高环境态势合成度，给指挥员提供准确的辅助决策。可 以说，是军队指挥自动化系统的发展需求牵引着数据融合技术理论的研究和应用，数据融合 技术的深化又推动着军队指挥自动化系统的进一步发展和提高。随着传感器、数据处理、计 算机、网络通讯、人工智能、并行计算等技术的发展，数据融合必将成为未来军事指挥控制 系统智能检测与数据处理的重要技术。 参考文献 ［1］竺南直，朱德成.指挥自动化系统［M］.北京：电子工业出版社，2001
［2］康耀红.数据融合理论与应用［M］.西安：西安电子科技大学出版社，1997
［3］徐涛，杨国庆，陈松灿.数据融合的概念、方法及应用［J］南京航空航天大学学报，1995，27（2）：258-265
［4］Taur J S, Kung S Y.Fuzzy Decision Networks and Application to Data Fusion［J］. 0780309286/93 IEEE
［5］程岳，王宝树，李伟生.实现态势估计的一种方法［J］计算机科学,2002,29(6):111-113
［6］张华生.一种体系作战雷达网络的数据融合［J］现代雷达,2004,26(1):14
［7］朱敏，游志胜，聂健荪.基于数据融合的雷达主监控系统的设计与实现［J］.计算机应用,2003,23(2):79-81
［8］蔡自兴，徐光佑.人工智能及其应用［M］.北京：清华大学出版社，1996
