趙慶璐，賈朝文

（電子信息控制重點(diǎn)實(shí)驗(yàn)室，四川成都 610036）

0 引言

隨著戰(zhàn)場(chǎng)環(huán)境的日趨復(fù)雜，在未來信息化戰(zhàn)爭(zhēng)中，單傳感器已經(jīng)無法滿足現(xiàn)代戰(zhàn)爭(zhēng)的需要，多傳感器協(xié)同可極大提升系統(tǒng)的探測(cè)能力，是未來信息化作戰(zhàn)的必然要求。從武器裝備發(fā)展規(guī)律來看，作戰(zhàn)系統(tǒng)網(wǎng)絡(luò)化是未來高新技術(shù)戰(zhàn)爭(zhēng)的特點(diǎn)，利用高度發(fā)達(dá)的信息網(wǎng)絡(luò)技術(shù)，將戰(zhàn)爭(zhēng)從“以傳感器為中心”轉(zhuǎn)化為“以網(wǎng)絡(luò)為中心”，通過傳感器組網(wǎng)實(shí)現(xiàn)多傳感器信息融合，為指揮員提供實(shí)時(shí)的戰(zhàn)場(chǎng)空間感知，代表了未來探測(cè)系統(tǒng)的發(fā)展趨勢(shì)[1-3]。

近年來，傳感器水平、計(jì)算機(jī)數(shù)字處理能力和網(wǎng)絡(luò)技術(shù)的不斷提高，為傳感器組網(wǎng)系統(tǒng)的實(shí)現(xiàn)提供了可能。同時(shí)，為充分發(fā)揮傳感器組網(wǎng)系統(tǒng)的探測(cè)能力，需構(gòu)建與之匹配的協(xié)同探測(cè)網(wǎng)絡(luò)，本文提出了一種“去中心化”的分布式協(xié)同探測(cè)方法，通過構(gòu)建基礎(chǔ)骨干網(wǎng)和協(xié)同應(yīng)用網(wǎng)，實(shí)現(xiàn)傳感器的協(xié)同探測(cè)。

1 網(wǎng)絡(luò)構(gòu)建

傳感器協(xié)同探測(cè)系統(tǒng)面臨多種戰(zhàn)術(shù)任務(wù)和非協(xié)作的目標(biāo)環(huán)境，其組網(wǎng)能力直接影響系統(tǒng)在網(wǎng)絡(luò)信息作戰(zhàn)體系下的應(yīng)用效能，若采用“中心化”的網(wǎng)絡(luò)管理方式，會(huì)引入“中心化”所固有的運(yùn)算能力有限、處理效率低、中心節(jié)點(diǎn)異常等問題，無法滿足實(shí)時(shí)、高精度的目標(biāo)探測(cè)需求。因此，本文構(gòu)建了一個(gè)“無中心”的分布式傳感器協(xié)同探測(cè)網(wǎng)絡(luò)：網(wǎng)絡(luò)中的每個(gè)節(jié)點(diǎn)地位對(duì)等且以扁平式拓?fù)浣Y(jié)構(gòu)相互連通和交互；不存在任何中心化的特殊節(jié)點(diǎn)和層級(jí)結(jié)構(gòu)；每個(gè)節(jié)點(diǎn)均承擔(dān)網(wǎng)絡(luò)路由、數(shù)據(jù)傳播、發(fā)現(xiàn)新節(jié)點(diǎn)等功能[4]。

1.1 基礎(chǔ)骨干網(wǎng)

在初始狀態(tài)下，按照“全域最近鄰”原則構(gòu)建基礎(chǔ)骨干網(wǎng)絡(luò)：每個(gè)節(jié)點(diǎn)均與距離最近的節(jié)點(diǎn)建立點(diǎn)對(duì)點(diǎn)通信，當(dāng)存在多個(gè)子網(wǎng)時(shí)，在不同的子網(wǎng)選擇距離最近的節(jié)點(diǎn)建立點(diǎn)對(duì)點(diǎn)通信，生成全域基礎(chǔ)骨干網(wǎng)，節(jié)點(diǎn)利用通信連接交互平臺(tái)的慣導(dǎo)、傳感器工作狀態(tài)、探測(cè)的目標(biāo)等信息。

將基礎(chǔ)骨干網(wǎng)絡(luò)用G=（V，E）表示，各平臺(tái)對(duì)應(yīng)集合V的網(wǎng)絡(luò)節(jié)點(diǎn)，節(jié)點(diǎn)間的通信鏈路對(duì)應(yīng)集合E的邊，節(jié)點(diǎn)的最大通信距離為R，eij表示節(jié)點(diǎn)i與節(jié)點(diǎn)j間的通信連接，dij表示節(jié)點(diǎn)i與節(jié)點(diǎn)j間的距離，子網(wǎng)間的通信連接用集合U表示（U?E），則構(gòu)建的基礎(chǔ)骨干網(wǎng)滿足約束：?eij∈E,dij≤dik≤R||eij∈U(k∈V)。如圖1所示，線型①∈E表示骨干網(wǎng)中的點(diǎn)對(duì)點(diǎn)通信連接，線型②表示可與新節(jié)點(diǎn)建立的潛在連接。

圖1 基礎(chǔ)骨干網(wǎng)

1.2 協(xié)同應(yīng)用網(wǎng)

在建立的骨干網(wǎng)絡(luò)基礎(chǔ)上，基于協(xié)同探測(cè)任務(wù)，以最大化協(xié)同效能為準(zhǔn)則在網(wǎng)內(nèi)進(jìn)行傳感器分配，并基于傳感器分配結(jié)果實(shí)時(shí)、動(dòng)態(tài)地構(gòu)建和調(diào)整應(yīng)用網(wǎng)絡(luò)。如圖2所示，傳感器節(jié)點(diǎn)C、D和B、H分別執(zhí)行不同的協(xié)同探測(cè)任務(wù)，節(jié)點(diǎn)C、H為建立在協(xié)同應(yīng)用上的虛擬中心節(jié)點(diǎn)，同時(shí)為滿足協(xié)同任務(wù)需求新建立了①、②2條點(diǎn)對(duì)點(diǎn)的通信連接。

圖2 協(xié)同應(yīng)用網(wǎng)

圖2所示的協(xié)同應(yīng)用網(wǎng)絡(luò)生成的連接矩陣C如式（1）所示，矩陣中元素“1”表示對(duì)應(yīng)的行列節(jié)點(diǎn)間建立了點(diǎn)對(duì)點(diǎn)的通信連接，“0”表示對(duì)應(yīng)的行列節(jié)點(diǎn)間未建立點(diǎn)對(duì)點(diǎn)的通信連接。當(dāng)前協(xié)同任務(wù)結(jié)束后，自動(dòng)回歸至骨干網(wǎng)，等待下一個(gè)協(xié)同任務(wù)建立新的網(wǎng)絡(luò)拓?fù)?。傳感器協(xié)同探測(cè)的需求會(huì)根據(jù)戰(zhàn)場(chǎng)電磁信號(hào)環(huán)境的變化而不斷調(diào)整，因此在不同時(shí)刻協(xié)同應(yīng)用網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)會(huì)發(fā)生變化。

2 傳感器分配

協(xié)同應(yīng)用網(wǎng)的構(gòu)建是基于傳感器分配的結(jié)果，即將目標(biāo)分配給不同傳感器進(jìn)行協(xié)同探測(cè)，并在對(duì)應(yīng)的傳感器間建立點(diǎn)對(duì)點(diǎn)的通信連接。傳感器分配的準(zhǔn)則為：利用網(wǎng)內(nèi)某種傳感器組合使得對(duì)目標(biāo)的探測(cè)效能最優(yōu)。目標(biāo)協(xié)同探測(cè)效能與傳感器能力（測(cè)向精度、探測(cè)距離、距離精度等）、目標(biāo)與傳感器的相對(duì)位置關(guān)系、協(xié)同傳感器間距等因素相關(guān)[5-8]，以無源協(xié)同探測(cè)為例，建立傳感器協(xié)同探測(cè)誤差模型，如式（2）所示。其中，傳感器的測(cè)向精度為σθ，傳感器間距離為L(zhǎng)，θ1、θ2分別表示目標(biāo)信號(hào)方向與基線（傳感器連線）間的夾角，β=θ2-θ1為目標(biāo)與2傳感器形成的交會(huì)角，如圖3所示。

圖3 誤差模型示意圖

協(xié)同探測(cè)效能與探測(cè)誤差R成反比，若連接矩陣C選擇傳感器A、B對(duì)目標(biāo)Ti進(jìn)行協(xié)同探測(cè)，即在傳感器A、B間建立了點(diǎn)對(duì)點(diǎn)通信連接，則對(duì)目標(biāo)Ti的探測(cè)效能如式（3）、式（4）所示：

當(dāng)某個(gè)傳感器需執(zhí)行多個(gè)協(xié)同探測(cè)任務(wù)，且受限于傳感器資源的約束，任務(wù)存在沖突時(shí)，協(xié)同探測(cè)效能的評(píng)估在原誤差模型的基礎(chǔ)上，增加對(duì)目標(biāo)威脅等級(jí)的考量，效能評(píng)估模型如式（5）所示，m表示需協(xié)同探測(cè)的目標(biāo)個(gè)數(shù)，ωi表示目標(biāo)Ti的威脅等級(jí)。

3 算法描述

在上述分布式傳感器協(xié)同探測(cè)系統(tǒng)中，網(wǎng)內(nèi)各傳感器地位平等，均可根據(jù)戰(zhàn)術(shù)需求、戰(zhàn)場(chǎng)環(huán)境的變化及本平臺(tái)的目標(biāo)探測(cè)結(jié)果，在網(wǎng)內(nèi)發(fā)起協(xié)同探測(cè)任務(wù)。在復(fù)雜戰(zhàn)場(chǎng)環(huán)境下，受限于傳感器本身的資源限制，不同協(xié)同探測(cè)任務(wù)間存在沖突的風(fēng)險(xiǎn)。

為解決各節(jié)點(diǎn)間的任務(wù)層競(jìng)爭(zhēng)問題，本文從利用傳感器對(duì)戰(zhàn)場(chǎng)目標(biāo)進(jìn)行協(xié)同探測(cè)這一實(shí)際應(yīng)用出發(fā)，以最大化編隊(duì)協(xié)同探測(cè)效能為準(zhǔn)則，在網(wǎng)內(nèi)建立了“發(fā)起即信任、信任即響應(yīng)”，“高威脅、先響應(yīng)”的智能合約。該合約由事件驅(qū)動(dòng)，運(yùn)行在網(wǎng)內(nèi)各節(jié)點(diǎn)上，各節(jié)點(diǎn)按照合約達(dá)成統(tǒng)一的認(rèn)知，并在此基礎(chǔ)上實(shí)現(xiàn)本平臺(tái)的任務(wù)調(diào)度、傳感器資源控制、數(shù)據(jù)處理等功能，從而構(gòu)建一個(gè)動(dòng)態(tài)、有序、魯棒的協(xié)同探測(cè)系統(tǒng)。詳細(xì)處理流程如圖4所示。

圖4 協(xié)同探測(cè)處理流程

流程描述如下：1) 各傳感器按1.1節(jié)所述構(gòu)建協(xié)同探測(cè)基礎(chǔ)骨干網(wǎng)，并進(jìn)行威脅目標(biāo)感知與共享；2)基于威脅目標(biāo)感知結(jié)果，人工或各傳感器自主選擇協(xié)同探測(cè)目標(biāo)；3) 按第2節(jié)所述模型評(píng)估不同傳感器組合對(duì)目標(biāo)進(jìn)行協(xié)同探測(cè)的效能，并基于效能最大化準(zhǔn)則向?qū)?yīng)傳感器分配協(xié)同探測(cè)任務(wù)；4) 網(wǎng)內(nèi)傳感器收到協(xié)同探測(cè)任務(wù)后，基于“發(fā)起即信任、信任即響應(yīng)”的合約，判斷是否與當(dāng)前正在執(zhí)行的任務(wù)存在資源沖突；5) 若存在資源沖突，基于“高威脅、先響應(yīng)”的合約，進(jìn)行任務(wù)分配調(diào)整；6) 若不存在資源沖突，則構(gòu)建協(xié)同應(yīng)用網(wǎng)，進(jìn)行傳感器資源實(shí)時(shí)調(diào)度和融合跟蹤；7) 當(dāng)戰(zhàn)場(chǎng)環(huán)境發(fā)生變化，網(wǎng)內(nèi)各傳感器可重新生成協(xié)同探測(cè)目標(biāo)，分配協(xié)同探測(cè)任務(wù)并動(dòng)態(tài)調(diào)整協(xié)同探測(cè)網(wǎng)絡(luò)。

4 仿真分析

采用Matlab對(duì)上述分布式傳感器協(xié)同探測(cè)系統(tǒng)進(jìn)行仿真分析，網(wǎng)內(nèi)節(jié)點(diǎn)的數(shù)量及相對(duì)位置關(guān)系按照1.1節(jié)所述，分布在東向20～100 km、北向0～40 km區(qū)域范圍內(nèi)，各傳感器的位置分別為：A(25,10)、B(85,35)、C(35,25)、D(55,35)、E(70,20)、F(80,5)、G(53,20)、H(95,15)、I(55,5)。在東向0～120 km、北向80～180 km區(qū)域內(nèi)模擬生成4個(gè)目標(biāo)，目標(biāo)位置分別為：目標(biāo)1(10,100)、目標(biāo)2(30,140)、目標(biāo)3(60,170)、目標(biāo)4(110,150)。假設(shè)各目標(biāo)的威脅等級(jí)相當(dāng)，各傳感器具備同時(shí)多目標(biāo)的探測(cè)能力，按照第2節(jié)所述的傳感器分配模型進(jìn)行仿真，傳感器目標(biāo)分配結(jié)果如圖5所示，其中傳感器間的最大通信距離設(shè)置為50 km。

圖5 傳感器目標(biāo)分配

各傳感器基于分配的協(xié)同探測(cè)任務(wù)實(shí)時(shí)構(gòu)建協(xié)同應(yīng)用網(wǎng)絡(luò)，建立點(diǎn)對(duì)點(diǎn)的通信連接，實(shí)現(xiàn)對(duì)目標(biāo)的協(xié)同探測(cè)。設(shè)傳感器的測(cè)向精度為0.5°，目標(biāo)1-4均為空中運(yùn)動(dòng)目標(biāo)，Ma數(shù)為0.7，航向角分別為90°、135°、180°、225°?；趥鞲衅鞣峙浣Y(jié)果，對(duì)上述4個(gè)目標(biāo)的協(xié)同探測(cè)性能進(jìn)行仿真，時(shí)長(zhǎng)為60 s，數(shù)據(jù)率為2 Hz，仿真結(jié)果如表1、圖6所示。由表1可知，效能評(píng)估值越大，對(duì)目標(biāo)的探測(cè)誤差越小。

表1 協(xié)同探測(cè)效能仿真

圖6 目標(biāo)探測(cè)性能

5 結(jié)束語(yǔ)

本文提出了一種分布式傳感器協(xié)同探測(cè)方法：首先按照“全域最近鄰”原則構(gòu)建基礎(chǔ)骨干網(wǎng)，然后基于最大化協(xié)同探測(cè)效能建立傳感器分配模型，并根據(jù)傳感器目標(biāo)分配結(jié)果動(dòng)態(tài)自適應(yīng)地調(diào)整網(wǎng)絡(luò)拓?fù)?，?gòu)建協(xié)同應(yīng)用網(wǎng)，實(shí)現(xiàn)對(duì)目標(biāo)的協(xié)同探測(cè)。場(chǎng)景模擬和仿真分析驗(yàn)證了該方法的有效性、合理性。該方法可實(shí)現(xiàn)對(duì)目標(biāo)實(shí)時(shí)、高精度的協(xié)同探測(cè)，且具有較好的魯棒性。同時(shí)，考慮到未來網(wǎng)內(nèi)傳感器數(shù)量的不斷增多、類型更加多元，為達(dá)到更好的探測(cè)性能，在群體智能方面還需作進(jìn)一步的研究。