CN104462784A - 一种基于动态分辨熵的传感器优化管理方法 - Google Patents

Abstract

本发明提供一种基于动态分辨熵的传感器优化管理方法，不同于现有的分辨熵计算过程中缺乏对系统已获得的部分探测信息对于态势预判作用的利用。本发明基于动态分辨熵来评估最佳传感器工作模式，在获取探测信息后进行目标类别的预测，进而评估最佳传感器工作模式对系统探测的分辨熵增量，以此作为传感器控制信息，为预判提供信息最大增量方向，使系统能够智能地利用探测信息分析得到感知决策，即能通过返回的不同的目标探测信息进行调整，实现系统任务的优化。

Description

一种基于动态分辨熵的传感器优化管理方法

技术领域

本发明涉及传感器模式分配技术。 

背景技术

多源传感器数据融合模型中，传感器管理是其关键，有效实现传感器管理是当前领域内研究的热点。多源指的是多种来源，即需要用到的不同类型、功能等的多种传感器的集合。传感器管理要求系统将多源传感器获得的探测资源进行优化，达到最优化探测结果的目的，满足多目标下的目标监控，识别和获取区域空间信息。传感器管理即是为系统中的多源传感器分配工作模式，如红外模式、雷达模式等。针对不同类别的探测目标，传感器使用不同工作模块会得到不同的探测效果。 

常规的传感器管理方法有：不确定信息环境中利用数学概率分析的方法；在进行最佳探测选取时采用Greedy的人工智能优化算法；采用信息论的方法等等。 

对于数据融合系统而言，系统每一次工作都是对环境不确定性信息的精确化，是所获得的信息量不断增加的过程。Rényi信息熵就是一种可进行不同概率之间信息增量变化的公式： 

$D_{\mathrm{\α}}\left(p_1\right|\left|p_0\right)=\frac{1}{\mathrm{\α}-1}\ln \∫p_1^{\mathrm{\α}}\left(x\right)p_0^{1-\mathrm{\α}}\left(x\right)\mathrm{dx}$

Rényi信息熵也被称为α熵。将系统未进行t时刻探测之前所获得的信息进行态势评估为概率p₀。在t时刻系统采用传感器对确定区域(或目标)探测之后所获得的态势估计为概率p₁。此处的α参数是用作调节p₀和p₁之间权重的。在α趋近于1的情况下，Rényi信息熵就转化为普通的Kullback–Leibler(KL)分辨熵，简称分辨熵。 

$\underset{\mathrm{\α}\→1}{\lim }{D}_{\mathrm{\α}}\left(p_1\right|\left|p_0\right)=\∫p_0\left(x\right)\ln \frac{p_0\left(x\right)}{p_1\left(x\right)}\mathrm{dx}$

分辨熵可以用来计算两个具有p₀和p₁概率分布的信息增量。 

这种采用分辨熵来评估传感器工作模式优先级的方法在传感器管理中是一种优化管理方式，不过所计算的分辨熵细节不同，那么获得的分辨熵增量也有所区别。目前系统所采用的是基于传感器静态分辨力的分辨熵增量作为传感器优化管理的控制信息，其方法是计算传感器工作模式对于所有目标类别统计分辨增量。现有的分辨熵是使用t时刻传感器工作模式所获取信息对所有目标类别得到的最大信息量为标准来计算的。这种方式本论文称其为静态分辨力。 

发明内容

本发明所要解决的技术问题是，提供一种能表征系统已获得部分信息之后对于态势预判的传感器优化管理方法。 

本发明为解决上述技术问题所采用的技术方案是，一种基于动态分辨熵的传感器优化管理方法，包括以下步骤： 

1)当前时刻k-1工作模式下的传感器获取当前时刻k-1对目标T_i探测信息后预测下一时刻k的目标T_i的目标类别s；k＝0时传感器选择默认的工作模式； 

2)分别计算下一时刻k的所有工作模式下对目标类别s的目标T_i进行预测的分辨熵； 

3)分别计算各工作模式下的下一时刻k的分辨熵与当前时刻的分辨熵之差作为预测的各工作模式下的下一时刻k的分辨熵增量； 

4)选择最大分辨熵增量对应的工作模式作为下一时刻k的传感器工作模式，并保存最大分辨熵增量对应的工作模式下的对目标类别s的目标T_i进行探测的分辨熵作为下一时刻k的分辨熵，更新k＝k+1后返回步骤1)。 

本发明的有益效果是，不同于现有的分辨熵计算过程中缺乏对系统已获得的部分探测信息对于态势预判作用的利用。本发明基于动态分辨熵来评估最佳传感器工作模式，在获取探测信息后进行目标类别的预测，进而评估最佳传感器工作模式对系统探测的分辨熵增量，以此作为传感器控制信息，为预判提供信息最大增量方向，使系统能够智能地利用探测信息分析得到感知决策，即能通过返回的不同的目标探测信息进行调整，实现系统任务的优化。 

具体实施方式

为方便描述，对以下本文使用数学符号、变量符号进行描述： 

p[·]表示概率，|表示条件符号； 

p[A|B]表示事件B条件下，事件A发生的机率； 

p[A|B,C]表示事件B、C同时发生的条件下，事件A发生的机率；符号,表示与关系； 

s表示目标类别变量； 

r表示传感器工作模式； 

Z表示探测信息； 

k表示时间变量；0：k表示从0至k时刻； 

T表示探测的目标； 

表示预测符号； 

ln为自然对数的对数符号。 

基于动态分辨熵的传感器优化管理，包括以下步骤： 

1)当前时刻k-1工作模式下的传感器获取当前时刻k-1对目标T_i探测信息后预测下一时刻k的目标T_i的目标类别s；k＝0时传感器选择默认的工作模式； 

2)分别计算下一时刻k的所有工作模式下对目标类别s的目标T_i进行探测的分辨熵； 

3)分别计算各工作模式下的下一时刻k的分辨熵与当前时刻的分辨熵之差作为预测的各工作模式下的下一时刻k的分辨熵增量； 

4)选择最大分辨熵增量对应的工作模式作为下一时刻k的传感器工作模式，并保存最大分辨熵增量对应的工作模式下的对目标类别s的目标T_i进行探测的分辨熵作为下一时刻k的分辨熵，更新k＝k+1后返回步骤1)。 

通过对系统已获得的部分探测信息进行目标类别的预测，根据每一次预测的目标类别来计算分辨熵，每一次分辨熵的更新是不同于现有技术是对于所有目标类别计算分辨熵，本发明的分辨熵基于不同的预测的目标类型而动态改变，因此称为动态分辨熵。 

如工作模式有r₁,r₂,r₃,r₄可以选择；时刻k-1选用模式S_A，获得部分探测信息，并预测该目标为类型S_B，然后计算时刻k对类型B的期望分辨熵为Y1，Y2，Y3，Y4，然后计算期望分辨熵增量Y1-S，Y2-S，Y3-S，Y4-S，选择最大期望熵增量对应的模式作为时刻k选用的工作模式。上述为单个传感器，往往是多个传感器，那就是每个传感器各选出一个工作模式，全部不同组合的最大期望增量。最大期望熵增量这里表示能最大概率识别出目标类型。 

具体的，步骤1)中预测下一时刻k的目标T_i的目标类别s的具体方法是： 

已知0至k-1时刻获得的对目标T_i探测信息以及当前时刻k-1传感器的工作模式r_k-1计算不同目标类别s的后验概率； 

使用最大后验概率对应的目标类别s作为预测下一时刻k的目标T_i的目标类别。 

后验概率与动态分辨熵计算的过程具体为： 

贝叶斯理论认为目标参数估计就是一个假设验证的过程。H_i表示目标为目标类型s的事件，s＝1,…,S，S为目标类别总数。 

当多源传感器探测系统通过0至k-1时刻传感器工作模式r_0:k-1探测目标T之后所获得探测信息Z_0:k-1，那么对1,...S目标分类所计算的后验概率为： 

p(H_i|r_o:k-1),i＝1..S 

对于多源传感器系统经过k-1次传感器探测工作之后所获得探测信息Z_0:k-1，其概率可通 过下式来计算： 

$p\left[Z_{0:k-1}\right]=\underset{s=1}{\overset{S}{\mathrm{\Σ}}}p\left[Z_{0:k-1}\right|s\left]p\right[s]$

由于每次传感器工作模式所获得目标探测信息的独立性，上式可以写为： 

$p\left[Z_{0:k-1}\right]=\underset{s=1}{\overset{S}{\mathrm{\Σ}}}p\left[Z_{0:k-1}\right|s\left]p\right[s]=\underset{s=1}{\overset{S}{\mathrm{\Σ}}}\underset{j=1}{\overset{k-1}{\mathrm{\Π}}}p\left[z_j\right|s,r_j\left]p\right[s]$

∏为累积符号，∑为累加符号，p[s]目标类型s出现的先验概率，p[z_j|s,r_j]表示已知目标类型s和工作模式下r_j获得的探测信息z_j的先验概率，j表示时间变量，j＝0,…,k-1；根据后验概率公式对于识别目标s概率，可用系统所获得探测信息Z_0:k-1来计算： 

$p[{s|Z}_{0:k-1},r_{k-1}]=\frac{p\left[s\right]p\left[Z_{0:k-1}\right|s,r_{0:k-1}]}{p\left[Z_{0:k-1}\right|r_{0:k-1}]}$

p[Z_0:k-1|s,r_0：k-1]为0至k-1时刻内在工作模式r_0：k-1的传感器对目标类型s的目标进行探测得到测量信息Z_0:k-1的概率，p[Z_0:k-1|r_0：k-1]为0至k-1时刻内在工作模式r_0：k-1的传感器对目标进行探测得到测量信息Z_0:k-1的概率； 

分辨熵的计算方法如下： 

其中，ln为自然对数的对数符号； 

概率H_i表示目标为目标类型s的事件，p[H_i]表示目标为目标类型s的先验概率；表示选用0至k-1时刻的工作模式r_0:k-1以及预测的下一时刻k的工作模式探测目标类型s的目标，获得0至k-1时刻的探测信息Z_0:k-1以及目标为目标类型s的概率；表示选用0至k-1时刻的工作模式r_0:k-1以及预测的下一时刻k的工作模式下，获得0至k-1时刻的探测信息Z_0:k-1以及预测下一时刻k探测信息的概率； 

实际计算时，上述的概率p[H_i]、p[s]为先验概率，概率p[z_j|s,r_j]、p[Z_0:k-1|s,r_0：k-1]、 p[Z_0:k-1|r_0：k-1]、在当前时刻k-1时为已知概率，每个时刻更新得到。 

实施例中以上计算过程使用反向传播BP神经网络来实现快速获得计算选择结果，即决策规则。BP神经网络训练的就是整个计算到输出结果整个过程。采用通过建立大量人工神经元模拟人脑对数据处理的BP神经网络来实现实时感知决策生产，实现了快速计算动态分辨熵，避免处理时间超过最佳处理窗口带来的损失，同时，当输入信息在噪声影响下具有连续性时不需要进行离散化就能进行计算处理。 

利用BP神经网络，第一步在离线情况下建立各种信息特征组合下的感知决策规则生成模型，即前期准备工作。通过利用BP神经网络，首先离线建立各种信息特征组合下的感知决策规则生产模型，然后当含有噪声的探测信息输入，感知决策规则迅速生成BP神经网络并输出感知决策规则，并用以控制传感器管理系统来按照该方向进行信息获取。第二步当含有噪声的探测信息接受到输入端后，通过感知决策规则生成迅速生产BP神经网络并输出感知决策规则，并用以控制传感器管理系统来按照该方向进行信息获取，该方向即设定为传感器管理系统获取信息方向。也即离线学习和实时规则生成两部分。即正常工作时候如何运行。过程中可以方便快捷的处理不同传感器在各种工作模式下所获得的特效数据，并计算出针对目标的下一步感知决策规则，从而实现基于感知决策的传感器管理优化过程。 

离线学习过程中，首先，在传感器探测工作模式下根据所探测的目标知识库进行信息数据处理；然后，在获得数据处理结构(随机探测数据的数学期望)后，形成目标知识库；形成目标知识库需要对传感器返回的探测信息进行数字化处理，如红外传感器返回数值是代表温度的颜色，将其进行数据处理，如100代表高温，0代表低温等；最后根据目标不同特性数学期望计算基于动态分辨熵的感知决策。具体过程如下： 

①：通过目标识别库训练BP神经网络，形成全特性信息对所有目标类别的识别神经网络。 

②：结合部分特征信息，通过BP实时识别网络，计算部分特征信息对不同类别的识别概率。 

③：对未探测传感器工作模式下预测该模式对不同目标类别的探测信息，并通过BP实时识别网络组合已有特征信息和预测信息计算对不同类别的识别概率。 

④：综合以上获得和计算所得到信息，计算不同未探测模式的动态分辨熵，选择最大分辨熵作为感知决策规则。 

比如p[Z_0:k-1|s,r_0：k-1]]是一个表示0到k-1时刻内已知某个目标类型和传感器的工作模式 得到探测信息Z_0:k-1的概率，也是已知信息，可以从目标知识库得到。 

举例：传感器A有S11，S12，S13，S14个模式，传感器B同样有S21，S22，S23，S24个工作模式，k-1时刻对目标使用了A传感器模式S11，B传感器模式S21进行探测，获得了部分探测信息，则对目标的类型进行预测，比如预测到目标是鸟类。然后训练S11，S12，S13，S14，S21，S22，S23，S24全部不同组合对此目标类型的探测值(根据k-1时刻前所有探测值以及目标类型进行预测，比如红外传感器k-1时刻一直探测到是红色，则预测也为红色，并用数值表示)，然后计算期望分辨熵增量，选取最大期望分辨熵增量作为决策规则，比如选择了S12，S24，获取部分探测值(因为是训练过程，所以已经存在预先设置的真实探测值)，然后训练k+1时刻，此时已经有k-1时刻S11，S21获得的部分信息，和k时刻S12，S24获得的部分信息，再对目标进行预测，比如此时预测到目标是飞机，然后训练S11，S12，S13，S21，S22，S23，S24全部不同组合对此目标类型的探测值，后面和前面一样，重复。(这里前面预测是鸟类，然后选择了S12，S24，下一时刻这个预测就作废了，要重新根据新获得的信息重新预测)。一直重复训练。 

通过以上学习过程建立了BP神经网络模型之后，便可以用来实现实时规则生成。 

确定部分特征信息为BP神经网络的输入信息，确定感知决策规则方向为BP神经网络的输出信息。即将k-1时刻获得的探测信息输入(如大小，温度等)通过已经训练好的BP神经网络可以迅速获得下一时刻的输出，即采用哪个工作模式工作。各种传感器工作模式下获得的目标特性数据都能在其中进行方便快捷的计算处理，并获得下一步对目标的感知决策规则，实现了实时的传感器基于感知决策的管理过程。 

仿真验证 

首先建立基于多源传感器的空间目标探测与目标识别系统，来探测与识别空间中的目标。该系统利用多智能体Multi-Agent技术分配给每一个探测到的目标一个相关联的Agent单独处理该目标数据，该Agent具有识别目标的知识库和感知决策规则生成BP网络知识库，并负责完成目标类别计算和不同获取信息的感知决策规则生成，最后按照该规则来管理传感器探测资源，实现高效的目标识别。 

仿真场景中建立五种类别目标：真实目标、碎片干扰目标、简单干扰目标、外形相似干扰目标、非威胁目标。可用的传感器探测工作模式为：红外辐射特征探测模式、雷达成像区域特征探测模式、雷达散射截面RCS信号特征探测模式、雷达极化特征探测模式、目标运动特征探测模式。 

对特性数据进行处理之后，仿真系统设定的不同目标在不同探测工作模式下所获得数据的数学期望如表1所示： 

表1目标特征信息数据期望表 

在本仿真实验中，首先根据表1建立各类别目标特征均值数据。然后计算不同传感器工作模式在不同事先获取信息之下的传感器预测动态分辨熵增量，在获取不同类别不同传感器工作模式下，其它传感器工作模式所获取信息的动态分辨熵增量部分计算结果在表2、表3和表4中。然后根据所计算的动态分辨熵增量结果再利用神经网络进行训练，使其可以在输入已知传感器探测信息组合下输入下一阶段按动态分辨熵增量计算的感知决策方向。 

表2相对运动特征的传感器动态分辨熵 

上表给出了当目标运动信息已知之后，其它传感器探测工作模式对于不同类别目标所预测带来的感知信息的动态分辨熵增量信息。可看出有的传感器探测信息引入之后对分辨熵的增量作用比较大，红外辐射特征信息结合运动信息之后对碎片干扰目标其分辨熵增加量达到230.483；但有的作用就很微弱，红外辐射特征信息结合运动信息之后对非威胁目标其分辨熵增加量仅有0.64，甚至由于信息增加之后出现更大的识别模糊性，从而造成了分辨熵的降低，雷达极化特征与运动特征结合之后对外形相似目标其分辨熵增量则为-9.34。由于信息之间的互补特性和信息之间的冗余性相关不同环境下对不同类别目标而言，其探测获得的信息具有很大的变化性。因此要动态的分析各种来源信息之间的关系，才能更好进行传感器探测资源管理。 

从表2可以看出，对于真实目标，目标的运动信息已经具备以后，红外辐射特性对预测感知识别的信息贡献为110.39，而雷达RCS信号特征给予预测感知识别贡献则达到了161.49，而且雷达区域成像在这个阶段其预测感知识别的信息增量反而会降低系统对于真实目标的识别率。因此当前阶段动态分辨熵形成的感知决策规则更加倾向于辨识为真实目标时，则预测感知决策规则是安排雷达RCS特征信息采集作为下一次的传感器工作模式选择策略。 

同样的，侧重点为碎片干扰目标时，其预测感知决策规则也会随之发生变化。从表2可知，碎片干扰目标作为主要运动特征信息，则雷达极化特征所带来的预测感知分辨熵值为274.75，因此对于碎片干扰目标的预判而言，获取雷达极化是其预测感知决策规则。同样的原理可以从表2来分析其它几类目标的感知决策规则。 

表3计算了探测雷达RCS和雷达极化特征信息之后的动态分辨熵增量表。 

表3探测雷达RCS和雷达极化特征信息之后的动态分辨熵增量表 

由此可得，随着所获得探测信息量增加，对于目标识别的概率也在增加，此时其它的目标探测特征信息对目标识别的分辨熵来说增量与前期探测特征信息少的时候与随之发生了改变。某种情况下获得的信息如果已经能够实现对某些目标类别的辨识，则对该目标的评估就可以进入到其它评估阶段。 

表4是系统获得红外辐射、雷达成像和运动特征信息之后的识别分辨熵增量信息。 

表4获得红外辐射、雷达成像和运动特征信息之后识别分辨熵增量 

表2、3和4的分析可以看出，在不同目标探测信息组合下对于不同类别目标的预测感知决策规则是不一致的，要建立相应的感知决策规则生成模式来进行对不同输入的信息进行处理。本发明中建立的基于动态分辨熵的感知信息决策生成体系非常有利于在实时处理过程中对目标探测规划进行规则生成。 

Claims (4)

1.一种基于动态分辨熵的传感器优化管理方法，其特征在于，包括以下步骤：

1)当前时刻k-1工作模式下的传感器获取当前时刻k-1对目标T_i探测信息后预测下一时刻k的目标T_i的目标类别s；k＝0时传感器选择默认的工作模式；

2)分别计算下一时刻k的所有工作模式下对目标类别s的目标T_i进行预测的分辨熵；

3)分别计算各工作模式下的下一时刻k的分辨熵与当前时刻的分辨熵之差作为预测的各工作模式下的下一时刻k的分辨熵增量；

4)选择最大分辨熵增量对应的工作模式作为下一时刻k的传感器工作模式，并保存最大分辨熵增量对应的工作模式下的对目标类别s的目标T_i进行探测的分辨熵作为下一时刻k的分辨熵，更新k＝k+1后返回步骤1)。

2.如权利要求1所述一种基于动态分辨熵的传感器优化管理方法，其特征在于，步骤1)中预测下一时刻k的目标T_i的目标类别s的具体方法是：

已知0至k-1时刻获得的对目标T_i探测信息以及当前时刻k-1传感器的工作模式r_k-1计算不同目标类别s的后验概率p[s|Z_0:k-1,r_k-1]；

使用最大后验概率p[s|Z_0:k-1,r_k-1]对应的目标类别s作为预测下一时刻k的目标T_i的目标类别；

所述后验概率p[s|Z_0:k-1,r_k-1]的计算方法为：

$p\left[s\right|Z_{0:k-1},r_{k-1}]=\frac{p\left[s\right]p\left[Z_{0:k-1}\right|s,r_{0:k-1}]}{p\left[Z_{0:k-1}\right|r_{0:k-1}]}$

其中，s为目标类别变量，s＝1,…,S，S为目标类别总数，p[s]为目标类型s出现的先验概率，p[Z_0:k-1|s,r_0：k-1]为0至k-1时刻内在工作模式r_0：k-1的传感器对目标类型s的目标进行探测得到测量信息Z_0:k-1的概率，p[Z_0:k-1|r_0：k-1]为0至k-1时刻内在工作模式r_0：k-1的传感器对目标进行探测得到测量信息Z_0:k-1的概率。

3.如权利要求1或2所述一种基于动态分辨熵的传感器优化管理方法，其特征在于，步骤2)中分辨熵D(p[H_i|Z_0:k-1]|的计算方法如下：

其中，ln为自然对数的对数符号；

概率H_i表示目标为目标类型s的事件，s＝1,…,S，S为目标类别总数，p[H_i]表示目标为目标类型s的先验概率；表示选用0至k-1时刻的工作模式r_0:k-1以及预测的下一时刻k的工作模式探测目标类型s的目标，获得0至k-1时刻的探测信息Z_0:k-1以及目标为目标类型s的概率；表示选用0至k-1时刻的工作模式r_0:k-1以及预测的下一时刻k的工作模式下，获得0至k-1时刻的探测信息Z_0:k-1以及预测下一时刻k探测信息的概率；

概率p[Z_0:k-1|H_i]表示已知目标为目标类型s的情况下获得0至k-1时刻的探测信息的概率，∏为累积符号，∑为累加符号，p[s]目标类型s出现的先验概率，p[z_j|s,r_j]表示已知目标类型s和工作模式下r_j获得的探测信息z_j的先验概率，j表示时间变量，j＝0,…,k-1。

4.如权利要求3所述一种基于动态分辨熵的传感器优化管理方法，其特征在于，所述步骤1)至4)采用反向传播BP神经网络实现。