文 猛，劉 行，李 牧

（解放軍理工大學，江蘇 南京 210007）

關于目標跟蹤的信息共享策略研究*

文 猛，劉 行，李 牧

（解放軍理工大學，江蘇 南京 210007）

數據融合即利用計算機在一定的準則下對獲得的若干觀測信息進行自動分析、綜合，以實現所需的決策和評估任務而進行的信息處理。高速、低成本及高可靠性的數據融合技術，不僅在軍事領域得到了廣泛應用，而且在自動化制造領域、商業(yè)部門乃至家庭都有特別廣闊的應用前景。重點對數據融合過程中的信息共享策略進行描述，將當前幾種主流的分發(fā)策略進行分析比較，指出目前還存在的一些問題，得出結論：應用在具體場景中時，要視實際環(huán)境、現實需求來決定所應用的分發(fā)策略，而目前的幾種分發(fā)策略應用局限性均較大，對實用性較強的信息共享策略的研究空間還很大。

數據融合；信息共享策略；抽取；目標跟蹤

0　引 言

將表示相同真實對象的多個數據和知識集成為一致、準確和有用的信息的過程，即為數據融合。數據融合的概念最早是由美國海軍提出并開展研究的，主要用于對敵潛艇的多聲吶協(xié)同檢測。隨著時代的開放，戰(zhàn)爭立體化，戰(zhàn)場環(huán)境復雜化，新型武器的應用，探測范圍擴大化，傳感器種類的多元化，人們對檢測精度和實效性的要求不斷提高，也使得數據融合的地位不斷提升。目前，數據融合不再局限于軍事應用，已逐漸發(fā)展為多學科、多部門、多領域共同關心的共性關鍵技術。關于數據融合的理論和應用研究十分活躍，該文重點討論數據融合過程中的信息共享策略（Information Sharing Strategies，ISS）[1]。

研究信息共享策略的目的是為了確保分布式跟蹤融合系統(tǒng)中各節(jié)點之間實現“無縫”的、自適應的、基于需求的信息共享。為了達到最優(yōu)分布式信息融合性能，其必須確保最小化通信延遲及最大化信息吞吐量[2-4]。為了實現上述要求，需要考慮的主要因素包括：節(jié)點與目標之間的幾何位置、單個節(jié)點內傳感器的性能、信息時延的約束、通信速率或帶寬約束、系統(tǒng)跟蹤能力、避免冗余數據和亂序數據的產生等。

從多傳感器的信息流動形式和綜合處理層次上進行功能解構，數據融合有四種主要的實現結構：集中式、分布式、混合式和多級式結構[5]。在眾多結構中，在不考慮硬件計算能力和數據傳輸帶寬的情況下，集中式的處理最優(yōu)，可獲得全局最優(yōu)估計。然而，實際應用中，存儲空間、計算性能、傳輸帶寬等硬件不能滿足集中式的要求。同時，因為系統(tǒng)只有一個融合節(jié)點，路由單調，導致系統(tǒng)魯棒性差，容易被破壞，在工程實現上比較困難。相對而言，分布式傳感器系統(tǒng)有很多優(yōu)勢，包括更大的覆蓋范圍，魯棒性好，協(xié)作感知能力強。本文主要討論分布式系統(tǒng)中的信息共享策略。

1　跟蹤原理

1.1傳輸數據類型

在目標跟蹤領域，各節(jié)點之間交換的數據類型主要包括相關量測報告（Associated Measurement Report，AMR）和相關航跡報告（Associated Track Report，ATR）。前者是傳感器原始量測經過點跡與點跡關聯、點跡與航跡相關等預處理后的相關量測數據，也稱之為目標點跡數據，主要包含傳感器量測值信息、量測時戳值信息、傳感器偏差值信息和傳感器坐標位置信息等；而后者是在前者的基礎上做了濾波等相關處理后的目標狀態(tài)估計，也稱之為目標航跡數據，主要包含目標狀態(tài)估計值信息、目標狀態(tài)估計誤差協(xié)方差陣信息、狀態(tài)估計質量信息、狀態(tài)估計時戳信息和傳感器坐標位置信息等（不做特殊說明，以下信息格式均為AMR）。

利用前次融合時刻至今的所有傳感器量測數據序列來產生新的目標狀態(tài)估計和誤差協(xié)方差矩陣，稱為子航跡（Tracklet）[6]，能有效減小信息共享時所需的通信帶寬。假設產生每個Tracklet信息中所包含量測的個數為n，那么傳輸Tracklet信息所需的通信速率是廣播航跡信息方式所需通信速率的1/n。

1.2卡爾曼濾波方程

在分布式系統(tǒng)中，對于收到信息的節(jié)點，處理信息時均使用卡爾曼濾波的方法。卡爾曼（Kalman）濾波[7]可以利用線性系統(tǒng)狀態(tài)方程，通過系統(tǒng)輸入輸出觀測數據，對系統(tǒng)的狀態(tài)進行最優(yōu)估計，下面簡單的展示信息濾波的方式和每一個節(jié)點需要處理的信息。

目標狀態(tài)矢量是一個3D位置和速度：x=[ px, py, pz, vx, vy, vz]T，F(k)是狀態(tài)轉移矩陣，有一個0均值高斯噪聲wk，因此xk=Fkxk-1+wk。因為多數雷達不擅長速度測量，觀察矢量僅僅是位置：z=[ px, py, pz]T，zk=Hkxk+vk。這里zk是時刻k的觀察值，Hk是觀察矩陣，vk是觀察噪聲。Rk是觀察噪聲協(xié)方差。這些方程通過不同Hk和Fk的參數使用，公平地應用在線性和非線性方式。目標狀態(tài)估計是被給出所有過去觀察的x的期望這里協(xié)方差被稱為P(k | k)。

每一個節(jié)點i通過合成每一個節(jié)點j的貢獻，維持一個全局濾波器：

信息矩陣表示為：

信息共享策略需要每一個節(jié)點掌握全局濾波器和本地自己的濾波器。每一個節(jié)點將量測加入基于所有或者一些當地航跡的一部分的子航跡量測報告中。這樣，設定一定的閾值，判斷全局過濾器的協(xié)方差是否優(yōu)于新的本地狀態(tài)協(xié)方差，然后決定是否發(fā)送子航跡。

2　分布式傳感器信息共享策略

在當前目標跟蹤的研究中，分布式信息共享策略主要有廣播式、分配報告責任式、節(jié)點抽取方式以及基于馬爾科夫決策的數據流控制方法。

2.1廣播式

目標位置的最優(yōu)估計是可以實現的。如果我們采用的信息共享方式是廣播式，即每一個傳感器節(jié)點將自身的數據發(fā)送給所有網內的節(jié)點，那么簡單而言，系統(tǒng)中的每一個節(jié)點均為集中式系統(tǒng)中的融合中心，理論上每一個節(jié)點均得到了所有網內傳感器探測到的原始量測數據。美軍CEC系統(tǒng)即采用這樣的結構，在全部成員間共享原始量測信息，通信帶寬約為2～5 Mb/s，能提高對整個作戰(zhàn)區(qū)域全面、精確的態(tài)勢感知能力。由于通信帶寬的局限，該類系統(tǒng)的節(jié)點數較少。CEC系統(tǒng)目前只能容納20～30個成員。

廣播式信息共享是最為原始、最為簡單的信息共享方式。雖然可以得到目標位置的最優(yōu)估計，但在實際系統(tǒng)的應用中，隨著節(jié)點數和目標數的增多，若采用簡單的廣播式共享方式，一方面會導致系統(tǒng)通信需求的劇增，在通信瓶頸的約束下不可能實現，另一方面會產生大量的冗余信息，若重復使用這些冗余信息，系統(tǒng)內不同節(jié)點產生的融合估計值就會相互干擾，并使得融合跟蹤精度下降劇烈。此外，它還直接決定著各節(jié)點全局融合中心融合算法的適用性和性能。

采用子航跡的數據格式能大大降低通信帶寬的要求，解決帶寬的部分問題，但是會導致信息的延時、戰(zhàn)場態(tài)勢圖等作戰(zhàn)信息顯示不及時，從而影響使用效能。

2.2分配報告責任式

研究較早且得到廣泛應用的成果是基于網絡中心跟蹤形式下分配報告責任式的信息共享策略[8]。它是為了最小化通信帶寬的需求，以跟蹤精度為依據分配報告責任。主要思想：如果一個節(jié)點將本節(jié)點探測的某一目標估計數據通過通信鏈路發(fā)送給其他節(jié)點，則該節(jié)點對該目標的估計信息具有報告責任。為了減小通信網絡的通信量，降低系統(tǒng)結構的復雜度，一般情況下，每個目標估計只有一個網內成員（節(jié)點）具有報告責任。是否具有報告責任是以跟蹤精度為依據的。當多個節(jié)點成員同時跟蹤到一個目標時，則跟蹤精度高者具有報告責任。由于該策略在共享信息過程中，采用對比跟蹤精度來決定報告責任方，而不需要傳送目標估計誤差方差陣，使得通信量大大減少，即其最大的優(yōu)勢在于最小化通信需求以及在網絡內各節(jié)點間形成對所有目標的共同感知。由于沒有綜合多個節(jié)點數據進行融合處理，所以其不足在于精確性和實時性不能滿足對一些特定目標的跟蹤。

在Link16中，航跡質量TQ是參與單元確定報告職責的重要依據[9]。TQ用0-15的數字表示，數值0表示非實時報告值，1-15表示位置數據可信度的不同程度。數值越高，表示可信度越高，數值15表示可信度最高。在Link16中，確定TQ值的方法如下：假設S為航跡0.95的概率落入地理位置面積的大小，目標位置投影到本地切平面的二維笛卡爾坐標為（x，y），位置協(xié)方差為互協(xié)方差則：

其中：

利用以上公式可得到S，然后根據表1即可確認TQ值。因為雷達本地球坐標變化為直角坐標實際上是非線性的，計算時使用正態(tài)假設是否合適，其可信度是值得商榷的。

表1　航跡質量分級表

2.3節(jié)點抽取式

節(jié)點抽取式[10]是為了解決廣播式的通信需求而產生的一種信息共享策略。主要思想：依據節(jié)點目標數據質量在系統(tǒng)網絡內抽取一部分節(jié)點作為目標數據的提供方，其余節(jié)點均為數據的接收方，各節(jié)點仍然采用相同的融合算法用以實現整個系統(tǒng)內產生的目標航跡圖像一致性。如圖1所示，目標剛進入觀測區(qū)，抽取出實線連接的四個點進行探測，目標移動到新位置后，重新選取虛線連接的四個點進行觀測。移動后，觀測節(jié)點這也是通過良好的報告來減少帶寬需求的一種合理方法。相對廣播模式，傳輸的數據量有一定的下降，且形成了全局統(tǒng)一的目標航跡圖像，但隨著節(jié)點數和目標數的增加，其通信需求仍然較大，實際系統(tǒng)中難以實現。

因此，在節(jié)點抽取策略的基礎上進行拓展，提出了一種新的策略。主要思想：一個傳感器聯合一部分傳感器節(jié)點合作跟蹤一個目標。這是一個抽取方式，但是實際上只有檢測節(jié)點的一部分發(fā)送一個報告，而非傳播他們的AMRs給所有節(jié)點。協(xié)同節(jié)點只傳播AMRs給其他聯合節(jié)點，然后發(fā)送一個更新的子航跡（一個聯合的AMRs的集合）給其他非聯合節(jié)點。這種新策略也稱之為聯合（Coalition）[11]。

圖1　節(jié)點抽取方式策略

因為非聯合節(jié)點只有在聯合節(jié)點更新后才能更新，所以聯合方法沒有實現每一個節(jié)點一個共同的戰(zhàn)術圖。再與抽取方法比較，聯合節(jié)點抽取節(jié)點有一樣的誤差。但是，非聯合節(jié)點得到的信息是延時的，延遲時間為收集聯合AMRs到一個子航跡然后發(fā)送的時間。在這個方法中，需要最準確的數據節(jié)點（例如，武器系統(tǒng)），必須至少是聯合的靜默成員之一。

這里提到的傳感器聯合是一個非常短暫的組織。它的生存時間限制為一個飛機或者導彈穿過一個目標區(qū)域的時間。成員可能是動態(tài)的，因為作為一個移動目標，在不同位置的不同類型的傳感器的遮蔽和反射率水平會產生變化。多主體系統(tǒng)研究已經提出將產生和最優(yōu)化主體結構的協(xié)議，稱之為聯合編隊。但是，因為嚴格的時間限制，需要談判和一致性的協(xié)議不適合多傳感器跟蹤領域。

對協(xié)同節(jié)點選擇的考慮不僅限于質量的高低和數量的多少，在一個極端情況下，能探測到目標的節(jié)點均為跟蹤目標的聯合成員。在另一個極端，可能只有一個節(jié)點跟蹤目標和周期性更新剩下的節(jié)點。設置選入準則的目標是通過找到主要基于能提供獨特目標信息的節(jié)點集合來達到一個平衡。準則允許一個非成員節(jié)點通過比較自身能力與設定的閾值來減少位置的不確定。如果通過這個標準，則加入聯合，開始給聯合節(jié)點傳輸AMRs。具體是否加入聯合也取決于網絡。例如，如果類似于多路廣播式允許的情況，它能簡單通過記錄在聯合節(jié)點發(fā)出的最后一個子航跡中的廣播地址來加入聯合節(jié)點。

跟蹤準則是完全基于當前數據的，這個當前數據包括全局濾波的當前狀態(tài)和最新的本地估計。以下提出的三個其他條款，可能提高聯合成員的選擇效率。但是，這三個條款的價值還需要在未來進一步做研究。準則將成為所有條款的加權和，權重值需要一個特定網絡的一些試驗和專家意見確定。

第一條準則，在任何時候，如果兩個節(jié)點能提供相同信息，貢獻處于增加狀態(tài)的節(jié)點是首選節(jié)點。

第二條準則，因為目標反射率在不同的角度是不同的，考慮目標的當前和預測位置，傳感器的地理位置將會被加入準則。直觀地，我們將選擇能從不同角度觀測的節(jié)點的集合。其中，一個實現方式是德洛內三角算法（Delaunay Triangulation）[12]。

第三條準則，需要考慮當前聯合成員的能力。例如，相位陣列傳感器和旋轉體有不同的范圍和報告頻率。甚至在相同類型的傳感器中間，他們也能得出目標運動的不同假定，一個可能偵查到一個機動，或者在很短的時間內丟失一個航跡。

2.4基于馬爾科夫決策的數據流控制方法

當前研究的一種利用馬爾科夫決策機制進行數據流控制，可以有效通過控制平臺間的信息流來減小通信鏈接中的冗余路徑[13]。例如，當平臺1數據已發(fā)送到平臺2和平臺3，而與平臺1距離較遠且與平臺2距離較近的平臺4也需要平臺1的數據時，則不需要從平臺1直接獲取，而只需在平臺2或平臺3將平臺1的數據進行轉發(fā)即可，從而有效減少了冗余的鏈接路徑。由于信息流的控制與協(xié)調只與本時刻各平臺所處的狀態(tài)有關，與歷史狀態(tài)無關，故可將其構造成無限階段折扣馬爾科夫決策過程（Markov Decision Process，MDP）模型，并采用動態(tài)規(guī)劃理論和分布式數據查找方法相結合的方式進行處理。該策略不包括信息類型的選擇，且只是針對冗余信息問題對通信鏈接路徑進行動態(tài)優(yōu)化。

3　通信需求分析

通信（AMR，Decimation，子航跡和聯合）的帶寬需求是分析計算獲得的。為簡單分析和闡明這個問題，我們假設所有節(jié)點任何時間均能看到所有航跡。但實際上因為地球的曲率，所有節(jié)點中只有部分節(jié)點在一個時間點能看到目標。分析中，假設有一個滿足帶寬需求的完美網絡，同時也不考慮真實世界部署中系統(tǒng)傳輸安全性放在首要位置的軍事系統(tǒng)的限制?；诖?，分析中，AMR和子航跡帶寬存在一個上界，基于AMR的抽取和聯合節(jié)約的帶寬也有一個上限值。

我們假設一個CCS目標，使用一個噪聲為18 m/sec3/2的隨機微分方程。如果m個節(jié)點以速率v（報告/每分鐘）發(fā)送AMRs給其他所有節(jié)點，則時間T內廣播方法的帶寬需求為：

在一個AMR抽取方法中，每一個報告時間，m個節(jié)點中只有一個集合n將傳輸一個AMR給m-1個節(jié)點。發(fā)送的準則應該選擇有最優(yōu)質量的節(jié)點。它提供的信息比廣播方法少，跟蹤誤差將會提高。如果抽取被仔細的完成，準確性的丟失將會被縮小。使用抽取方法帶寬為：

注意帶寬計算，聯合方法帶寬也是理想型的。如果報告與否的決定是基于目標評估值在每一個時刻都變化的準則，這樣n會改變。為了便于比較，我們認為n為常數。

在子航跡方法中，m節(jié)點間的每一個周期（每t時間步驟）發(fā)送一個子航跡給其他節(jié)點。對一個機動目標，子航跡只要更少的信息，因為一個機動目標的速率在估計狀態(tài)時基本沒有價值。為了簡化，限定相同的帶寬在一個比一個CCS目標更高的速率發(fā)送機動目標的子航跡。這樣使用子航跡帶寬為：

聯合方法是抽取和子航跡的結合，節(jié)點中只有一部分決定發(fā)送AMR給其他聯合節(jié)點，聯合的一個節(jié)點周期內，發(fā)送子航跡給其他非聯合節(jié)點。將假設條件簡單化，機動目標的子航跡發(fā)送速率是CCS目標的2倍，且在相同帶寬上。這樣在一個時期T，如果每一個傳感器產生量測在速率v（報告/每分鐘），聯合使用的帶寬是：

幾種通信管理策略以報告數為變量，所需通信速率情況如圖2所示。從圖2中可以看出，同為廣播時，發(fā)送AMR信息格式所需速率遠高于子航跡速率。當時子航跡信息有延時，所以應用模式不一樣。由于廣播方式始終是所有節(jié)點之間相互共享，所以一直保持最大通信速率需求。當其他兩種策略的協(xié)同節(jié)點為系統(tǒng)全部節(jié)點時，三種策略的需求保持一致。而在抽取與聯合之間，由于前者模式中，非協(xié)同節(jié)點也同樣接收所有協(xié)同節(jié)點的量測數據，而對后者非聯合節(jié)點間是子航跡的方式共享目標航跡數據，所以前者通信速率需求要明顯高于后者。

圖2　各種策略通信所需帶寬比較

4　結 語

本文在簡述分布式跟蹤原理的基礎上，重點對數據融合過程中的信息共享策略進行了系統(tǒng)整理，總結了幾種分發(fā)策略如廣播、抽取、聯合、馬爾科夫決策等的特點，并對不同的策略進行了優(yōu)缺點的比較。同時，對他們的數據帶寬要求進行簡單比較分析，利用仿真圖直觀表明幾種策略的通信需求。目前，實際應用在系統(tǒng)中的策略主要為廣播式和報告責任式，其他幾種策略還在測試研究中。在構建網絡中心戰(zhàn)作戰(zhàn)體系過程中，“網絡化”不僅意味著提供部隊各組成部分之間的連通性，更關鍵的是實現完全分布式多平臺之間全面的信息共享和靈活的行動協(xié)同，從而確保指揮員能夠掌握所有相應的武器裝備、全面的敵情等信息，以高效地實施精確交戰(zhàn)、全維防護等作戰(zhàn)行動。因此，對信息分發(fā)策略值得更進一步的研究，以提高系統(tǒng)作戰(zhàn)效能。

[1] James Llinas,Christopher Bowman,Galina Rogova,et al.Revisiting the JDL Data Fusion Model II[C].Proc. of the 7th International Conference on Information Fusion,S tockholm,Sweden,2004:1218-1230.

[2] Kadar I,Blasch E,Yang C.Network and Service Management Effects on Distributed Net-centric Fusion Data Quality[C]. Proc. of the 11th International Conference on Information Fusion,Cologne,Germany,2008:1458-1465.

[3] Kadar I.Issues and Challenges in Distributed Sensor Fusion:Connection-resource Management Aspects[J]. Proceeding of the 7th International Conference on Information Fusion,Stockholm,Sweden,2004:56-65.

[4] Kadar I.Distributed Multisensor Fusion with Network Connection Management[J].Signal Processing Sensor Fusion Taget Recognition XIV. Proc. Of SPIE,2005(5809):86-92.

[5] 簡小剛,賈鴻盛,石來德.多傳感器信息融合技術的研究進展[J].中國工程機械學報,2009,7(02):227-232. JIAN Xiao-gang,JIA Hong-sheng,SHI Lai-de.Advances on Multi-sensor Information Fusion Technologies[J].Chinese Journal of Construction Machinery,2009,7(02):227-232.

[6] Bar-Shalom Y,Fortman T.E.Tracking and Data Association[M].Orlando.FL:Academic Press,1988.

[7] 楊永建,樊曉光,王晟達等.基于修正卡爾曼濾波的目標跟蹤[J].系統(tǒng)工程與電子技術,2014,36(05):846-851. YANG Yong-jian,FAN Xiao-guang,WANG Sheng-da,Zet al.Target Tracking based on Amendatory Kalman Filter[J]. Systems Engineering and Electronics,2014,36(05):846-851.

[8] Martin E L,Hall D L,Jame Llinas.Handbook of Multisensor Data Fusion-Theory and Practice (Second Edition)[M]. Boston:Artech House,2008.

[9] 周春福,黃鹍.多數據鏈綜合組網應用及其信息分發(fā)與處理[J].艦船電子工程,2010,30(07):11-13. ZHOU Chun-fu,HUANG Kun.Information Distribution and Processing in Comprehensive Application of Multi-data Link[J].Ship Electronic Engineering,2010,30(07):11-13.

[10] Barker W H,Nichols T S,Eck C R,et aL.A Tradeoff Analysis of Bandwidth Utilization Strategies in Distributed Sensor Networks[J].In Proceedings of National Fire Control Symposium,2001:24-31.

[11] Howard M,Payton D,Estkowski R.Coalitions for Distributed Sensor Fusion[J].In Proceeding of the Fifth International Conference,2002(01):636-642.

[12] Buneman P,Jajodia S.The Spanning Ratio of the Delaunay Triangulation is Greater Than π/2[C]// Canadian Conference on Computational Geometry,Vancouver,British Columbia,Canada,2009:165-167.

[13] Akselrod D,Sinha A,Kirubarajan T.Information Flow Control for Collaborative Distributed Data Fusion and Multisensory Multitarget Tracking[J].Man and Cybernetics–Part C:Application and Reviews,2012,4(42):501-517.

文 猛（1988—），男，碩士，工程師，主要研究方向為裝備軍事學；

劉 行（1991—），女，碩士，工程師，主要研究方向為無線通信；

李 牧（1990—），男，碩士，工程師，主要研究方向為無線網絡傳輸與優(yōu)化。

Information Sharing Strategy for Target Tracking

WEN Meng, LIU Xing, LI Mu
(PLA University of Science and Technology,Nanjing Jiangsu 210007,China)

Data fusion is the process for integating multiple data and knowledge representing the same realworld object as a consistent, accurate, and useful representation. Data fusion technology with high speed, low cost and high reliability is widely applied in the military field，and also has specially broad application prospects in the fields of automated manufacturing, business or even household. This paper focuses on data fusion process of information sharing strategies. Meanwhile several major distribution strategies are analyzed and compared, some problems existed in each strategy pointed out, and conclusions drawn that the distribution policy should depend on the actual application environment andreality needs. However there still exist several relatively large limitations in the present distribution strategies. Practical strategy research is also required.

data fusion; information sharing strategy; decimation;target tracking

TP3

A

1002-0802(2016)-08-01041-06

10.3969/j.issn.1002-0802.2016.08.016

2016-04-18;

2016-07-23

date:2016-04-18;Revised date:2016-07-23