直升机/无人机协同作战信息融合技术与应用
时间：2023-03-01 22:35:04 来源：千叶帆 本文已影响人
王晓卫，来国军，陈刚
陆军航空兵学院
本文围绕陆军作战指挥控制系统数据选用的方法与时机、基于移动智能体的数据挖掘技术、通用战术图像数据一致性处理方法，对美国陆军航空兵直升机/无人机协同作战多源传感器信息融合技术及装备应用进行介绍，为国内直升机/无人机协同作战关键技术与装备发展提供参考。
无人机因机动性高、人员零伤亡等优点，在近年爆发的局部战争中表现突出。然而，受智能化水平等因素的限制，在未来相当长的时间里，无人机难以取代有人机而独立完成复杂的作战任务。直升机/无人机协同作战可拓展直升机的作战范围，降低人员伤亡数量，提高直升机的战场生存能力和作战效能，是未来战争的主要作战模式。
在协同作战过程中，战场态势瞬息万变，陆军须要考虑多种复杂要素，直升机飞行员须要跨系统收集、综合分析直升机、无人机等装备机载雷达、光电吊舱等传感器数据，以及时应对作战任务需求。在此过程中，机组成员可能面临认知超负荷、意识丧失、任务效率降低等问题，人工处理信息的能力和战场态势感知能力受限，无法进行有效决策。而多源传感器信息融合技术能为直升机/无人机协同作战提供有效的战场态势感知信息，是陆军夺取战场制胜权的重要技术支撑之一。因此，信息融合、智能化辅助决策等技术如何有效提高直升机飞行指挥人员的态势感知能力，受到世界诸多国家的高度重视。
直升机/无人机协同作战多源传感器信息融合技术是指，直升机从直升机、无人机、数据链等系统获取的多源传感器信息中识别、提取有用的信息，并将这些信息进行有效融合，生成通用战术图像（CTP），是直升机/无人机开展智能化协同作战的基础。该技术使用多种传感器对同一目标进行确认，有效提高了目标信息的可信度，消除二义性。
图1和图2显示，侦察区域有4个目标，椭圆表示目标在某一个区域的可信度，传感器报告的目标位于椭圆的中心。其中，X表示传感器1报告的2个目标；
O表示传感器2报告的2个目标。图1是未使用多源传感器信息融合技术、仅简单根据两种传感器信息生成的战场态势图。图2为使用多源传感器信息融合技术生成的战场态势图。与图1相比，图2利用传感器1和传感器2对目标进行确认，并使用了信息融合技术，将位于椭圆中心、两种传感器所报告的目标确认为1个目标。
图1 根据两种传感器信息直接绘制的战场态势图。
图2 两种传感器信息经融合后生成的战场态势图。
自20世纪90年代以来，美国陆军航空兵（下称美国陆航）一直在研究直升机/无人机协同作战模式和技术，先后完成了直升机/无人机协同作战样式构建、需求分析、作战效能仿真与评估、关键技术验证、协同作战演示、现役直升机协同控制组件研制等工作，有效推动了直升机/无人机协同作战能力的提升。
为满足直升机/无人机协同作战对指挥控制的需求，美国陆航与洛克希德-马丁公司先进技术实验室签订合同，计划利用态势感知与共享、辅助决策技术，提供态势共享与评估能力，并在由美国陆军航空应用技术理事会（AATD)主持的“空中有人系统/无人系统技术”（AMUST）项目、“猎人远程杀伤编队”（HSKT）先进概念技术项目中对多源传感器信息融合技术进行验证。
1993—1999年，美国ATL公司作为“旋翼机驾驶员助手”（RPA）先进技术验证项目的二级分包供应商，开展了信息融合技术研究。例如，该公司对直升机和无人机机载传感器信息进行融合，生成通用战术图像，为直升机/无人机协同作战提供辅助决策。但信息融合技术经AH-64D“阿帕奇”直升机演示后，ATL公司的研究人员发现，机载传感器数据不准确，数据传输发生时延、损坏或丢失等问题，很容易导致最终的融合信息不准确、不完整。
针对这一问题，ATL公司的研究人员利用2年时间，使用基于移动智能体的数据挖掘方法，并将“旋翼机驾驶员助手”数据融合软件和移动智能体软件集成在该公司开发的可扩展移动智能体架构（EMAA)上，实现了陆军作战指挥控制系统（ABCS）信息、机载传感器信息和数据链信息的有效融合。该方法使用移动智能体，从陆军作战指挥控制系统等数据源中提取额外信息，有效增强了信息融合效果，改善了战术图像质量，解决了原来仅依靠机载传感器信息所造成的某些目标数据缺失或很差的问题。下面围绕直升机/无人机协同作战的重点需求，对美国陆航信息融合技术及方法进行介绍。
陆军作战指挥控制系统数据选用方法与时机
陆军作战指挥控制系统的信息种类和数量较多，与现有“旋翼机驾驶员助手”的数据融合时，将受到中央处理器、通信资源与时间的限制。针对此问题，ATL公司开发了智能分析函数，对“旋翼机驾驶员助手”软件融合的目标航迹进行评估。根据输出结果，智能分析函数将包含极不准确的位置或几乎没有分类信息的航迹标定为须要高度关注的地理区域，然后移动智能体在陆军联合公共数据库(JCDB)中搜索该地理区域，并从陆军作战指挥控制系统中获取更准确或更好的分类信息。
基于移动智能体的数据挖掘技术
尽管陆军作战指挥控制系统拥有丰富的情报，但作为特定用户的专用系统，这些丰富的信息很少被传给美国陆航。当通信网络连接时，如何用一种有效的方法对陆军作战指挥控制系统的信息进行监控，并在通信带宽允许的条件下有选择性地进行信息检索和识别，是美国陆军面临的挑战之一。为此，ATL公司采用了基于移动智能体的数据挖掘技术，在陆军联合公共数据库中快速搜索到满足通用战术图像需求的信息。移动智能体是一种软件，能与环境进行交互，以便代表用户执行任务，从而实现用户的目标。移动意味着智能体能够在通信网络节点之间移动。智能意味着主体具有一定程度的主题领域知识，可自主做出影响自身行为的决策，以应对不断变化的环境。
可扩展移动智能体架构为移动智能体创建行程或指令，移动智能体进而可以通过通信网络快速到达陆军联合公共数据库，对不断更新的数据源进行持续检索。一旦移动智能体发现更新的相关信息，便立刻报告给数据融合系统，数据融合系统将移动智能体所发现的信息及时融入通用战术图像。ATL公司开发的可扩展移动智能体架构为移动智能体的部署提供一个基础设施，其主要组件见图3。
在图3所示的可扩展移动智能体架构中，移动智能体通过接口进行信息交互。服务器为移动智能体提供临时数据存储、计算等服务，或者充当数据库、网络访问、电子邮件等外部资源的接口。事件用于触发智能体与服务器、其他智能体进行信息交互。移动智能体的行为由行程控制，行为模式用状态转换图表示。状态转换图描述了状态/任务对应关系、状态转换和逻辑转换关系。这些移动智能体都使用类进行封装，易于重用。图4为移动智能体的哨兵行为模式示意图。
图3 可扩展移动智能体架构的框架图。
图4 移动智能体的哨兵行为模式示意图。
在图4中，多源传感器信息经融合后首先生成一个基础通用战术图像，分析函数对基础通用战术图像的融合航迹质量进行检查，将极不准确或几乎没有分类信息的航迹标定为须要高度关注的地理区域，然后事件触发调查移动智能体在陆军联合公共数据库检索所需的信息，调查移动智能体将查询结果通过融合数据输入接口发送至多源传感器数据融合模块，该数据融合模块将信息进行融合，最后生成一种融合通用战术图像。
分析函数的作用是检查通用战术图像的质量，识别通用战术图像中须要高度关注的区域。ATL公司提出了3种战术图像检查方法。
1.事前规划策略
指挥员可能在战前预测敌方行动的特定地区和时间，因此使用事前规划策略对须要高度关注的区域进行规划。
2.基于线性时间聚类的智能航迹检查策略
根据地理空间范围，线性时间聚类算法将现有跟踪文件进行聚类，逐个对聚类目标航迹进行检查，如果聚类目标航迹被认为存在较大的位置误差或者缺失大量识别信息，那么该地理区域将被标定为须要高度关注的区域。
3.突然出现或消失的航迹区域被标定为须要高度关注的区域
分析函数对通用战术图像中突然出现或消失的航迹进行检查，将突然出现或消失的航迹的周围区域标定为须要高度关注的区域。在图4中，当分析函数确定了一个须要高度关注的检查区域后，数据融合模块将创建一个新的调查移动智能体。根据须要高度关注的矩形区域对角上两点的经度和纬度，新的调查移动智能体前往主机接口，访问陆军联合公共数据库中的数据源，以检索须高度关注区域内的航迹信息。美国陆军联合公共数据库作为多个陆军作战指挥控制系统的数据库，包含了与当前通用战术图像有关的丰富信息。调查移动智能体获得陆军联合公共数据库的访问权后，形成一个查询，用以提取须高度关注区域内任何敌方目标的航迹信息。
调查移动智能体的行程可以创建为两种模式，一是查询报告结束后，调查移动智能体仍持续查询的哨兵行为模式；
二是查询报告结束后即刻停止的模式。在哨兵行为模式中，调查移动智能体通过定期重复查询，持续监视须要高度关注的区域，当调查移动智能体发现须要高度关注的的区域信息时，将这些信息报告给融合数据输入接口。
融合数据输入接口收到调查移动智能体发送的数据后，对数据进行预处理，按照多源传感器的格式完成位置坐标、速度和时间等数据转换。如果陆军联合公共数据库报告的时间为过去的数据，信息融合技术将采用预测算法对时间数据进行预测。
陆军作战指挥控制系统数据与通用战术图像融合时数据一致性处理方法
“旋翼机驾驶员助手”软件融合多源信息时，使用的数据多为从机载传感器或机间数据链接收的数据，这些数据含有时间标签。为此，ATL公司设计了一套陆军作战指挥控制系统数据融合的规范方法，以保证移动智能体收集的陆军作战指挥控制系统数据与通用战术图像融合之前，完成时间数据一致性处理。
在“空中有人系统/无人系统技术”项目和“猎人远程杀伤编队”项目中，美国陆航提出了基于移动智能体、陆军作战指挥控制系统的信息融合技术，并验证了这种信息融合技术的应用效果。通过在“黑鹰”直升机上安装“机动指挥官助手”（MCA）辅助决策系统，在“阿帕奇”直升机上安装“作战人员助手”（WA）辅助决策系统，美国陆航实现了协同作战中不同机载传感器数据与战场情报数据源之间的共享和融合，构建了一致性通用战术图像，使飞行员和机动指挥官能够更好地利用通用战术图像，获得战场态势感知信息。“作战人员助手”支持“阿帕奇”直升机编队作战，而“机动指挥官助手”用于“黑鹰”直升机编队指挥控制。图5是基于AMUST-D/HSTK的直升机/无人机协同作战体系架构图。美国陆航通过在“阿帕奇”攻击直升机的“作战人员助手”辅助决策系统加入“战斗助手”辅助决策组件，以及在“黑鹰”指挥直升机的“机动指挥官助手”辅助决策系统中加入智能体数据挖掘组件，在不同程度上减轻了飞行员驾驶直升机超低空高速飞行且执行各种战术任务时的工作强度，提高了飞行员的战场态势感知能力和即时反应能力。
基于AMUST-D/HSTK的直升机/无人机协同作战体系的核心技术是，“机动指挥官助手”和“作战人员助手”辅助决策系统首先使用移动智能体，获取陆军联合公共数据库中的情报信息，然后将移动智能体获取的信息与多源传感器数据进行融合，构建可共享、更为准确的通用战术图像，实现战场辅助决策与多源传感器信息的关联，有效减轻飞行员的工作强度。
基于移动智能体的数据挖掘技术和
信息融合技术，具有从陆军作战指挥控制系统等数据源中挖掘数据，并与直升机、无人机机载传感器数据进行有效融合的功能，可缩短观察-判断-决策-行动(OODA)作战环的时间，减轻飞行员的工作负担，为直升机/无人机协同作战的战场辅助决策提供有效支撑。这些信息融合技术的充分运用，将实现陆军航空兵直升机/无人机协同作战效能的提升，构建打赢未来智能化战争的信息优势。
猜你喜欢 协同作战陆军直升机 直升机？环球时报(2022-09-15)2022-09-15直升机小猕猴学习画刊(2022年12期)2022-02-06穿越火线之协同作战(下)小哥白尼(军事科学)(2021年1期)2021-07-16陆军海战第一连小哥白尼(军事科学)(2021年10期)2021-02-12穿越火线之协同作战(上)小哥白尼(军事科学)(2020年12期)2021-01-18奋进吧陆军军营文化天地(2017年5期)2017-06-15陆军士兵之歌军营文化天地(2017年7期)2017-01-02基于原子行为、通信和协商的计算机生成兵力协同作战研究军事运筹与系统工程(2016年4期)2016-07-10直升机取票海峡姐妹(2015年3期)2015-02-27基于A G E N T的多机协同作战传感器平台模型*火力与指挥控制(2011年9期)2011-08-15 相关热词搜索：无人机，作战，直升机，
