態(tài)勢(shì)估計(jì)方法綜述

態(tài)勢(shì)估計(jì)方法綜述0引言數(shù)據(jù)融合的概念是在20世紀(jì)70年代初期由美國(guó)海軍首先提出的[1]。而數(shù)據(jù)融合包括態(tài)勢(shì)估計(jì)這個(gè)過(guò)程（見(jiàn)圖1），可以說(shuō)態(tài)勢(shì)估計(jì)這個(gè)概念就是這個(gè)時(shí)候產(chǎn)生的。態(tài)勢(shì)估計(jì)是軍事智能決策過(guò)程中的重要環(huán)節(jié)。在軍事領(lǐng)域中，態(tài)勢(shì)估計(jì)至今沒(méi)有統(tǒng)一的定義。在大量關(guān)于態(tài)勢(shì)估計(jì)的功能描述，最著名的是美國(guó)JDL的描述：態(tài)勢(shì)估計(jì)是建立關(guān)于作戰(zhàn)活動(dòng)、事件、時(shí)間、位置和兵力要素組織形式的一張視圖。該視圖將所獲得的所有戰(zhàn)場(chǎng)力量的部署、活動(dòng)和戰(zhàn)場(chǎng)周圍環(huán)境、作戰(zhàn)意圖及機(jī)動(dòng)性結(jié)合起來(lái)，分析并確定發(fā)生的事件，估計(jì)敵方的兵力結(jié)構(gòu)、使用特點(diǎn)，最終形成戰(zhàn)場(chǎng)綜合態(tài)勢(shì)圖[2]。態(tài)勢(shì)估計(jì)應(yīng)該包括下述過(guò)程：1，生成當(dāng)前態(tài)勢(shì)要素集合；2，生成態(tài)勢(shì)假設(shè)集合；3，當(dāng)前態(tài)勢(shì)生成—通過(guò)形成最小不確定性態(tài)勢(shì)假設(shè)來(lái)實(shí)現(xiàn)；4，估計(jì)當(dāng)前態(tài)勢(shì)對(duì)實(shí)現(xiàn)態(tài)勢(shì)目標(biāo)的支持程度；5，態(tài)勢(shì)預(yù)測(cè)—預(yù)測(cè)下一周期出現(xiàn)的可能戰(zhàn)場(chǎng)態(tài)勢(shì)（包括戰(zhàn)場(chǎng)事件和作戰(zhàn)行為等）[1]。態(tài)勢(shì)估計(jì)處理的是正在發(fā)生的事件或者活動(dòng)，它的重點(diǎn)是所關(guān)心領(lǐng)域內(nèi)的敵我行為模式。因此，態(tài)勢(shì)估計(jì)的結(jié)果能夠反映當(dāng)前真實(shí)的戰(zhàn)場(chǎng)態(tài)勢(shì)，并提供事件、活動(dòng)的預(yù)測(cè)，為最優(yōu)決策和資源管理的優(yōu)化提供依據(jù)。國(guó)外態(tài)勢(shì)估計(jì)技術(shù)發(fā)展比較迅速，自20世紀(jì)70年代以來(lái)，許多國(guó)家對(duì)態(tài)勢(shì)估計(jì)從理論體系和系統(tǒng)實(shí)現(xiàn)方法等方面進(jìn)行了研究和開(kāi)發(fā)，取得了很大進(jìn)展。美國(guó)已經(jīng)有較成熟的聯(lián)合作戰(zhàn)態(tài)勢(shì)估計(jì)系統(tǒng)。實(shí)現(xiàn)態(tài)勢(shì)估計(jì)系統(tǒng)的方法很多，主要的實(shí)現(xiàn)技術(shù)有：基于知識(shí)的系統(tǒng)（又稱作專家系統(tǒng)）、模板技術(shù)、品質(zhì)因素法、計(jì)劃識(shí)別方法、貝葉斯網(wǎng)絡(luò)、模糊邏輯技術(shù)、遺傳算法等[1]。它們將軍事領(lǐng)域知識(shí)與不確定性處理技術(shù)結(jié)合起來(lái)，用于解決態(tài)勢(shì)估計(jì)中的問(wèn)題。傳感器像索層融合特征層融合信息源判泄層融合融合態(tài)勢(shì)估計(jì)二級(jí)*融合威脅估計(jì)級(jí)合果估傳感器像索層融合特征層融合信息源判泄層融合融合態(tài)勢(shì)估計(jì)二級(jí)*融合威脅估計(jì)級(jí)合果估戸融效評(píng)信息源一級(jí)融合H標(biāo)狀態(tài)/屬性估計(jì)初級(jí)處理圖1數(shù)據(jù)融合體系的功能結(jié)構(gòu)1態(tài)勢(shì)估計(jì)方法基于貝葉斯網(wǎng)絡(luò)的態(tài)勢(shì)估計(jì)貝葉斯網(wǎng)絡(luò)也稱為信度網(wǎng)絡(luò)、因果網(wǎng)絡(luò)或者推理網(wǎng)絡(luò)，是指基于概率分析和圖論的一種不確定性知識(shí)的表示和推理模型 ［3］。它是一種概率推理技術(shù)，使用概率論來(lái)處理在描述不同知識(shí)成分之間的條件相關(guān)而產(chǎn)生的不確定性，提供了一種將知識(shí)知覺(jué)地圖解為可視化的方法，是一種新的知識(shí)表示模型，知識(shí)的不完全、不確定性用概率來(lái)表示。貝葉斯網(wǎng)絡(luò)的計(jì)算機(jī)模型化已成為建設(shè)決策支持系統(tǒng)的一個(gè)重要部分，并被稱為職能軟件，廣泛應(yīng)用于“信息恢復(fù)、交通管理、國(guó)防系統(tǒng)"等方面［4］。由于在貝葉斯網(wǎng)絡(luò)中，所有的數(shù)據(jù)要能被概率函數(shù)描述，這在現(xiàn)實(shí)中是不可能的⑸。因此，馬銳等將多實(shí)體貝葉斯網(wǎng)絡(luò)（MEBN）用于態(tài)勢(shì)估計(jì)。多實(shí)體貝葉斯網(wǎng)絡(luò)能有效克服上述缺點(diǎn)，使得態(tài)勢(shì)估計(jì)結(jié)果的精確度提高。一個(gè)MEBN是通過(guò)貝葉斯網(wǎng)絡(luò)片BNFrags（BayesiannetfragmentS體系和結(jié)構(gòu)集合來(lái)描述一個(gè)概率分布。把復(fù)雜的模型分解成概念上有意義并且可操作的 BNFrags,用以表示概率知識(shí)庫(kù)中的可共享元素，每個(gè)貝葉斯網(wǎng)絡(luò)片包含了隨機(jī)變量的一個(gè)子集合的概率知識(shí)，實(shí)體結(jié)構(gòu)的模型、行為和關(guān)系等均可以編碼和貝葉斯網(wǎng)絡(luò)片[1]?；谥庇X(jué)模糊決策的態(tài)勢(shì)估計(jì)由于常用的態(tài)勢(shì)估計(jì)方法有很多種，而且它們分別適用于不同的情形，但是它們的共同點(diǎn)是對(duì)當(dāng)前戰(zhàn)場(chǎng)態(tài)勢(shì)的綜合評(píng)價(jià)和理解不足或缺乏[6]。因此，雷英杰，王寶樹，王毅提出一種基于知覺(jué)模糊決策的方法來(lái)求解戰(zhàn)場(chǎng)態(tài)勢(shì)估計(jì)問(wèn)題。直覺(jué)模糊集（Intuitionisticfuzzysets）叮。]是對(duì)Zadeh模糊集的一種重要擴(kuò)展，直覺(jué)模糊決策是基于直覺(jué)模糊集理論的一個(gè)綜合評(píng)判過(guò)程，綜合評(píng)判是綜合決策的數(shù)學(xué)工具。態(tài)勢(shì)估計(jì)反映對(duì)戰(zhàn)場(chǎng)的綜合評(píng)價(jià)結(jié)果，因此可以歸結(jié)為一個(gè)評(píng)價(jià)問(wèn)題，從而可以用直覺(jué)模糊綜合評(píng)判方法來(lái)求解。該方法的基本步驟是：（1）建立歸一化的直覺(jué)模糊綜合評(píng)判模型；（2）建立戰(zhàn)場(chǎng)態(tài)勢(shì)評(píng)估指標(biāo)體系；（3）確定評(píng)估指標(biāo)的權(quán)重向量；（4）計(jì)算評(píng)估指標(biāo)的效用值，進(jìn)行歸一化處理及直覺(jué)模糊度量，形成評(píng)估矩陣；（5）進(jìn)行評(píng)估計(jì)算，得到評(píng)估結(jié)果[6]?；谥庇X(jué)模糊決策的戰(zhàn)場(chǎng)態(tài)勢(shì)評(píng)估方法，最大的優(yōu)點(diǎn)是能適時(shí)給出對(duì)戰(zhàn)場(chǎng)態(tài)勢(shì)的綜合評(píng)價(jià)和“直觀理解”，供軍事指揮人員決策時(shí)參考，可有效彌補(bǔ)現(xiàn)有方法在這方面的不足?；谥庇X(jué)模糊集理論的綜合評(píng)判方法，有效克服了Zadeh模糊集單一隸屬度的局限性，使得評(píng)估結(jié)果的可信度更高[11]基于粒子濾波的態(tài)勢(shì)估計(jì)通常，為了建模和確定物理系統(tǒng)的狀態(tài)，系統(tǒng)會(huì)被描述成一個(gè)隱馬爾可夫模型或者一個(gè)狀態(tài)空間模型。但是，狀態(tài)空間模型有如下的不足：（1）統(tǒng)一向量不能完全利用條件獨(dú)立性，也不能有效地描述存在于變量間的相關(guān)性。（2）向量分布系數(shù)不能在混合數(shù)據(jù)中融合推理。（3）在出現(xiàn)大量的敵對(duì)單元時(shí)，跟蹤狀態(tài)變化變得幾乎不可能[12]。因此，SubrataDas和DavidLawless提出了一種基于粒子濾波的態(tài)勢(shì)估計(jì)方法。粒子濾波是90年代發(fā)展起來(lái)的一種基于蒙特卡羅方法和遞推貝葉斯估計(jì)的新濾波方法，在處理非線性，非高斯系統(tǒng)的參數(shù)估計(jì)和狀態(tài)濾波方面具有獨(dú)到的優(yōu)勢(shì)[13]。在這種方法中，通過(guò)把狀態(tài)空間模型向量轉(zhuǎn)化為動(dòng)態(tài)的置信網(wǎng)絡(luò)，而置信網(wǎng)絡(luò)技術(shù)能提供如下的優(yōu)點(diǎn)：（1）它的圖示的方法對(duì)于態(tài)勢(shì)建模有很大的幫助；（2）通過(guò)建立概率語(yǔ)義，能很好的處理不確定性；而粒子濾波是一種模型估計(jì)技術(shù)，常用來(lái)估計(jì)貝葉斯模型。通過(guò)粒子濾波的建模，使得置信網(wǎng)絡(luò)技術(shù)的優(yōu)點(diǎn)發(fā)揮出來(lái)，從而提高態(tài)勢(shì)估計(jì)的準(zhǔn)確性[12]。基于計(jì)劃識(shí)別的態(tài)勢(shì)估計(jì)計(jì)劃識(shí)別是根據(jù)代理的行為序列來(lái)推斷代理所追求目標(biāo)的過(guò)程，著重于對(duì)當(dāng)前已發(fā)生行為的分析和抽象，因而對(duì)動(dòng)態(tài)問(wèn)題有很好的適應(yīng)性，與態(tài)勢(shì)估計(jì)中通過(guò)觀察、分析、戰(zhàn)場(chǎng)中軍事單元的動(dòng)態(tài)行為來(lái)識(shí)別其計(jì)劃的要求相一致，因此，態(tài)勢(shì)估計(jì)實(shí)際上是一個(gè)計(jì)劃識(shí)別過(guò)程[14]。計(jì)劃識(shí)別問(wèn)題的構(gòu)成和求解首次由Kautz[15]提出，但是這種方法要求計(jì)劃庫(kù)完備（封閉世界模型），而在現(xiàn)實(shí)世界中這是很難滿足的，因此李偉生等人通過(guò)動(dòng)態(tài)建立計(jì)劃庫(kù)，突破了這一模型的局限性。該模型對(duì)于實(shí)時(shí)性要求很高的戰(zhàn)場(chǎng)環(huán)境是非常有用的?；谀：拍顚哟畏纸獾膽B(tài)勢(shì)估計(jì)邢清華，劉付顯給出了戰(zhàn)場(chǎng)態(tài)勢(shì)的一種全新定義，分析了“態(tài)”與“勢(shì)”的本質(zhì)含義，提出了空襲態(tài)勢(shì)和防空態(tài)勢(shì)的概念，給出了一種新的因素表征值的確定方法。并在此基礎(chǔ)上建立了基于模糊概念層次分解的戰(zhàn)場(chǎng)態(tài)勢(shì)綜合評(píng)估模型[16]。此種方法的貢獻(xiàn)在于：針對(duì)空戰(zhàn)提出了一種新的關(guān)于戰(zhàn)場(chǎng)態(tài)勢(shì)的定義，并將影響態(tài)勢(shì)的因素分為動(dòng)態(tài)和靜態(tài)兩類。這種方法目前已被用于某些指揮自動(dòng)化系統(tǒng)中?；谄谕０宓膽B(tài)勢(shì)估計(jì)在現(xiàn)代戰(zhàn)場(chǎng)上，一些重要的態(tài)勢(shì)要素如兵力結(jié)構(gòu)、兵力使用、行為序列等的先驗(yàn)?zāi)Ｐ头Q為模板：人及其軍事行動(dòng)、武器裝備及部署使用成為行為?；谀０迤谕姆椒ň褪峭ㄟ^(guò)開(kāi)發(fā)這類先驗(yàn)?zāi)Ｐ蛠?lái)得到態(tài)勢(shì)估計(jì)。模板結(jié)構(gòu)形成反映要素之間關(guān)系得抽象框架，用以在實(shí)際應(yīng)用中挖掘多源信息的有效性[1]。基于期望模板理論的優(yōu)點(diǎn)是：容易理解，能直接表示和聚類大量的數(shù)據(jù)，并且模板的范圍和復(fù)雜性是可選的。其缺點(diǎn)是：結(jié)構(gòu)相對(duì)固定，模板未必總能用數(shù)據(jù)填滿?；贒-S證據(jù)理論的態(tài)勢(shì)估計(jì)D-S證據(jù)理論是一種處理不確定性的推理方法，滿足概率論弱的條件，能夠區(qū)分“不確定”與“不知道”的差異，并能靈活處理由“不知道”引起的不確定性，具有較大的靈活性，在不確定信息的表達(dá)及合成方面具有很大的優(yōu)點(diǎn)，因此可以采用它來(lái)完成對(duì)信息的融合，完成對(duì)戰(zhàn)場(chǎng)態(tài)勢(shì)的評(píng)估[17]。因此，徐曉輝，劉作良提出用D-S證據(jù)理論來(lái)構(gòu)造態(tài)勢(shì)估計(jì)模型。態(tài)勢(shì)估計(jì)從檢測(cè)事件發(fā)生開(kāi)始，在檢測(cè)到事件后，由領(lǐng)域知識(shí)產(chǎn)生對(duì)某些命題的度量，這些度量即構(gòu)成了證據(jù)，并利用這些證據(jù)通過(guò)構(gòu)造相應(yīng)的基本概率分配函數(shù)，對(duì)所有的命題賦予一個(gè)置信度。在態(tài)勢(shì)估計(jì)系統(tǒng)中，先得到一次對(duì)基本概率的分配，再使用Dempster合成規(guī)則得到新的基本概率分配，并把合成后的結(jié)果送到?jīng)Q策邏輯進(jìn)行判斷，將具有最大置信度的命題作為備選命題。當(dāng)不斷有事件發(fā)生時(shí)，這個(gè)過(guò)程便得以繼續(xù)，直到備選命題的置信度超過(guò)了一定的閾值，即認(rèn)為該命題成立[17]。在應(yīng)用此方法進(jìn)行的仿真中，得到的結(jié)果比較準(zhǔn)確 "I。D-S證據(jù)理論用于態(tài)勢(shì)估計(jì)是一種有前景的方法。2總結(jié)和未來(lái)關(guān)注的問(wèn)題目前態(tài)勢(shì)估計(jì)存在的問(wèn)題：（1）態(tài)勢(shì)估計(jì)理論體系需要進(jìn)一步完善。（2）通用性不夠—由于各階段知識(shí)表示推理方法存在較大的差異，使得態(tài)勢(shì)估計(jì)構(gòu)建存在著很大的困難。這也因此極大的限制了態(tài)勢(shì)估計(jì)系統(tǒng)的應(yīng)用于發(fā)展。未來(lái)關(guān)注的問(wèn)題：（1）知識(shí)表示技術(shù)仍然是態(tài)勢(shì)估計(jì)領(lǐng)域研究的難點(diǎn)和人們課題。（2）態(tài)勢(shì)估計(jì)系統(tǒng)不再使用單一的技術(shù)，而是各種技術(shù)進(jìn)行有機(jī)的結(jié)合。參考文獻(xiàn)：巴宏欣，趙宗貴，楊飛，董強(qiáng)，張濤.態(tài)勢(shì)估計(jì)—概念、內(nèi)容與方法[J].解放軍理工大學(xué)學(xué)報(bào)（自然科學(xué)版），2004,5（6）:10-16.孫兆林?基于貝葉斯網(wǎng)絡(luò)的態(tài)勢(shì)估計(jì)方法研究 [D]?國(guó)防科學(xué)技術(shù)大學(xué).2005.李曼，馮新喜，陳玉?基于貝葉斯網(wǎng)絡(luò)的態(tài)勢(shì)估計(jì)研究[J].微計(jì)算機(jī)信息（管控一體化）,2008,24（6-3）：233-235.程岳，王寶樹，李偉生?貝葉斯網(wǎng)絡(luò)在態(tài)勢(shì)估計(jì)中的應(yīng)用[J].計(jì)算機(jī)工程與應(yīng)用，2002.23：206-208.AlessioBenavoli,BrankoRistic,AlfonsoFarina,MartinOxenham,LuigiChisci.AnApproachtoThreatAssessmentBasedonEvidentialNetworks[J].InformationFusion,200710thInternationalConference.2007:1-8.雷英杰，王寶樹，王毅.基于知覺(jué)模糊決策的戰(zhàn)場(chǎng)態(tài)勢(shì)評(píng)估方法 [J].電子學(xué)報(bào)，2006，34（12）:2175-2179.AtanassovK.Intuitionisticfuzzysets[J].FuzzySetsandSystems,1986,20（1）:87-96.AtanassovK.Moreonintuitionfuzzysets[J].FuzzySetsandSystems,1989,33(1):37-46.AtanassovK,KacprzykJ,SzmidtE,etal.OnSeparabilityofIntuitionisticFuzzySets[J].LectureNotesinArtificialIntelligence,2003,2715:285-292.AbbasSE.Onintuitionisticfuzzycompactness[J].InformationScience,2005,173(1-3):75-91.雷英杰，王寶樹.直覺(jué)模糊邏輯的語(yǔ)義算子研究[J].計(jì)算機(jī)科學(xué)，2004，31(11)：4-6.SubrataDas,avidLawlessBrendaNg,AviPffeffer.FactordeParticleforDataFusionandSituationAssessmentinUrbanEnvironments[C].InformationFusion,20057thInternationalConference.2005:955-962.CaronF,DavyM,DoucetA,DuflosE,VanheeghPh.BayesianInferenceforLinearDynamicModelswithDirichletProcessMixture.IEEETrans.SignalProcessing.2007李偉生