基于空域协同的空中目标综合识别方法

doi:10.3969/j.issn.1009-086x.2022.03.009

摘要/Abstract

摘要：

为提高空中目标敌我识别能力，促进联合作战效能提升，从战场空域控制的角度出发，提出了一种基于空域协同的空中目标综合识别方法。对战场空域控制的基本内涵、作战任务、实施方法进行了介绍，理清了空中目标综合识别与战场空域控制的内在联系。围绕空域协同措施对美军空中目标敌我识别思想进行了简述，由此引出了空中目标综合识别的基本概念、识别流程与判别逻辑。依托D-S证据理论等数学工具，对空中目标综合识别的工程化应用思路进行了研究。通过实例计算验证了该方法的可靠性，可为相关研究提供一定的参考。

关键词: 空中目标, 综合识别, 空域控制, 空域协同措施, 工程化应用

Abstract:

In order to improve the identification capability of air targets and promote the efficiency of joint operations， a air target comprehensive identification method based on airspace coordination is proposed from the perspective of battlefield airspace control. The basic connotation， operational tasks and implementation methods of battlefield airspace control are introduced， and the internal relationship between air target comprehensive identification and battlefield airspace control is clarified. A brief description of the U.S. Forces air target hostile identification idea is given around airspace coordination measures， and introduces the basic concept， identification process and identification logic of air target comprehensive identification. Based on mathematical tools such as D-S evidence theory， the engineering application of air target comprehensive identification is investigated. The reliability of the method is verified by example calculations， which can provide some references for related researches.

Key words: air target, comprehensive identification, airspace control, air coordinating measures, engineering application

中图分类号:

E274

陈致远, 沈堤, 余付平, 谭芮锶, 杨天雨, 黄益恒. 基于空域协同的空中目标综合识别方法[J]. 现代防御技术, 2022, 50(3): 61-77.

Zhi-yuan CHEN, Di SHEN, Fu-ping YU, Rui-si TAN, Tian-yu YANG, Yi-heng HUANG. Air Target Comprehensive Identification Method Based on Airspace Coordinating Measures[J]. Modern Defense Technology, 2022, 50(3): 61-77.

图/表 16

图1 空域控制方法示意图

Fig.1 Schematic diagram of airspace control method

图2 美军防空战斗空中目标敌我识别流程

Fig.2 U.S. Forces air defense combat air target identification process

图3 美军防空战斗识别矩阵

Fig.3 U.S. Forces air defense combat identification matrix

图4 联合作战战场空域控制态势图

Fig.4 Battlefield airspace control situation map of joint operation

图5 战斗机前出与返程示意图

Fig.5 Schematic diagram of fighter aircraft forward and return

图6 空域协同措施立体示意图

Fig.6 Three-dimensional schematic diagram of air coordinating measures

图7 空中目标综合识别的判别逻辑

Fig.7 Air target comprehensive identification and discrimination logic

图8 空中目标综合识别的数据融合策略

Fig.8 Data fusion strategy for air target comprehensive recognition

图9 隶属度函数分布图

Fig.9 Distribution diagram of membership function

图10 基于Matlab的模糊输入与输出的隶属度函数图

Fig.10 Fuzzy input and output membership function graph based on Matlab

表1 空中目标综合识别模糊推理规则

Table 1 Air target comprehensive identification of fuzzy reasoning rules

序号	H	V	C	FR	PA	BA	FO
1	H₁	V₁	C₁	FR₅	PA₄	BA₁	FO₁
2	H₁	V₁	C₂	FR₅	PA₄	BA₁	FO₁
3	H₁	V₁	C₃	FR₅	PA₄	BA₁	FO₁
4	H₁	V₁	C₄	FR₄	PA₅	BA₂	FO₂
5	H₁	V₁	C₅	FR₄	PA₅	BA₂	FO₂
$?$	$?$	$?$	$?$	$?$	$?$	$?$	$?$

表1 空中目标综合识别模糊推理规则

Table 1 Air target comprehensive identification of fuzzy reasoning rules

序号	H	V	C	FR	PA	BA	FO
1	H₁	V₁	C₁	FR₅	PA₄	BA₁	FO₁
2	H₁	V₁	C₂	FR₅	PA₄	BA₁	FO₁
3	H₁	V₁	C₃	FR₅	PA₄	BA₁	FO₁
4	H₁	V₁	C₄	FR₄	PA₅	BA₂	FO₂
5	H₁	V₁	C₅	FR₄	PA₅	BA₂	FO₂
$?$	$?$	$?$	$?$	$?$	$?$	$?$	$?$

图11 输入输出三维映射曲面

Fig.11 Input and output 3D mapping surface

表2 目标1的探测数据

Table 2 Target 1 detection data

T	IFF	应答次数	ACM	飞行参数
T	IFF	应答次数	ACM	H	V	C
1	1	7	1	1 218	310	271
	2	7	2	1 215	306	271
	3	7	3	1 205	303	270.5
2	1	8	1	1 213	315	270
	2	8	2	1 210	308	269
	3	7	3	1 201	304	271
3	1	7	1	1 212	312	270
	2	9	2	1 209	304	269.5
	3	7	3	1 198	305	270

表3 目标2的探测数据

Table 3 Target 2 detection data

T	IFF	应答次数	ACM	飞行参数
T	IFF	应答次数	ACM	H	V	C
1	1	6	1	1 160	270	266
	2	5	2	1 158	335	273
	3	6	3	1 165	328	274
2	1	6	1	1 230	275	268
	2	6	2	1 235	330	271
	3	6	3	1 225	332	272
3	1	7	1	1 165	273	267
	2	7	2	1 260	325	272
	3	6	3	1 163	335	268

表4 目标3的探测数据

Table 4 Target 3 detection data

T	IFF	应答次数	ACM	飞行参数
T	IFF	应答次数	ACM	H	V	C
1	1	6	1	1 247	339	274
	2	7	2	1 239	332	272
	3	6	3	1 245	329	273
2	1	5	1	1 245	338	265
	2	6	2	1 238	328	266
	3	4	3	1 245	330	266
3	1	5	1	1 248	335	275
	2	4	2	1 245	333	273
	3	4	3	1 250	335	274

表5 3批目标的识别结果

Table 5 Three batches of target identification results

目标	时刻	基本概率赋值
目标	时刻	FR	PA	BA	FO	θ
1	1	0.394	0.377	0.036	0.026	0.167
	2	0.486	0.247	0.038	0.032	0.197
	3	0.510	0.290	0.030	0.023	0.147
综合识别结果		0.689	0.280	0.010	0.007	0.014
2	1	0.136	0.398	0.209	0.078	0.179
	2	0.175	0.469	0.123	0.053	0.180
	3	0.341	0.193	0.113	0.076	0.277
综合识别结果		0.211	0.586	0.129	0.043	0.031
3	1	0.235	0.321	0.147	0.072	0.225
	2	0.089	0.324	0.345	0.098	0.144
	3	0.066	0.163	0.442	0.127	0.202
综合识别结果		0.091	0.357	0.455	0.070	0.027

参考文献 45

1	王君，高晓光. 空中目标敌我识别模型［J］. 火力与指挥控制， 2009， 34（6）： 100-103， 107.
	WANG Jun， GAO Xiao-guang. Discussion on Air Target IFF Model［J］. Fire Control ＆ Command Control， 2009， 34（6）： 100-103， 107.
2	张志强，钱建刚，鲁瑞达. 一种空中目标敌我识别逻辑模型［J］. 雷达与对抗， 2013， 33（1）： 9-11.
	ZHANG Zhi-qiang， QIAN Jian-gang， LU Rui-da. An IFF Logical Model for Air Targets［J］. RADAR ＆ ECM， 2013， 33（1）： 9-11.
3	崇元，李加祥，艾葳，等. 融合战术与修正物理特征的空中目标战术类型识别［J］. 火力与指挥控制， 2016， 41（12）： 150-154.
	CHONG Yuan， LI Jia-xiang， AI Wei， et al. Aerial Target Tactics Recognition Integrated with Targets Tactical and Amendatory Physics Characteristics［J］. Fire Control ＆ Command Control， 2016， 41（12）： 150-154.
4	KHALEGHI B， KHAMIS A， KARRAY F O， et al. Multisensor Data Fusion： A Review of the State-of-the-Art［J］. Information Fusion， 2013， 14（1）： 28-44.
5	冯酉鹏. 空中目标识别与跟踪技术的研究［D］. 沈阳：沈阳理工大学， 2020.
	FENG You-peng. Research on Aerial Target Recognition and Tracking Technology［D］. Shenyang： Shenyang Ligong University， 2020.
6	徐浩，邢清华，王伟. 基于DST-IFS的空中目标敌我属性综合识别［J］. 系统工程与电子技术， 2017， 39（8）： 1757-1764.
	XU Hao， XING Qing-hua， WANG Wei. Integrated Air Target Identification of Friend or foe Based on DST-IFS［J］. Systems Engineering and Electronics， 2017， 39（8）： 1757-1764.
7	LEE S J， JEONG S J， YANG E J， et al. Target Identification Using Bistatic High-resolution Range Profiles［J］. IET Radar， Sonar and Navigation， 2017， 11（3）： 498-504.
8	AKKARAT B， PONGSATHORN C， SANTANA B， et al. Simple Estimation of Late-time Response for Radar Target Identification［J］. Radio Science， 2017， 52（6）： 743-756.
9	李天琪，张玉，张进，等. 基于时频与快速熵的IFF辐射源个体识别方法［J］. 探测与控制学报， 2020， 42（1）： 87-93， 103.
	LI Tian-qi， ZHANG Yu， ZHANG Jin， et al. IFF Radiation Sources Individual Recognition Method Based on Time-frequency and Fast Entropy［J］. Journal of Detection ＆ Control， 2020， 42（1）： 87-93， 103.
10	冯程，王犇，满青珊. 美军战区空域管制发展研究［J］. 飞航导弹， 2015（7）： 50-54， 70.
	FENG Cheng， WANG Ben， MAN Qing-shan. Research on the Development of Airspace Control in US Theater［J］. Aerodynamic Missile Journal， 2015（7）： 50-54， 70.
11	杨艺. 美陆军战区空域指挥控制能力建设研究及启示［J］. 装备指挥技术学院学报， 2011， 22（2）： 56-60.
	YANG Yi. Study on Capability Constructing of the US Army Airspace Command and Control in Combat Zone and Its Inspiration［J］. Journal of the Academy of Equipment Command ＆ Technology， 2011， 22（2）： 56-60.
12	方帆，朱骁勇，张钟铮. 美军陆战场空域管理体系研究［J］. 火力与指挥控制， 2017， 42（1）： 170-173.
	FANG Fan， ZHU Xiao-yong， ZHANG Zhong-zheng. Research on Air Space Management System of US Land Battlefield［J］. Fire Control ＆ Command Control， 2017， 42（1）： 170-173.
13	KILGORE J A. Airspace Coordination-who Needs it［R］. Carlisle Barracks， Pennsylvania： Army War Colloge， 1973.
14	Joint Staff USA. Joint Airspace Control： Joint Publication 3-52［M］. Washington D.C. ： USA Joint Staff， 2014.
15	知远战略与防务研究所. 美军战场空域控制［M］. 江阴：知远战略与防务研究所， 2016.
	Knowfar Institute for Strategic and Defence Studies. U.S. Forces Battlefield Airspace Control［M］. Jiangyin： Knowfar Institute for Strategic and Defence Studies， 2016.
16	Army， Crops Marine， Navy， Force Air. Multi-Service Tactics， Techniques， and Procedures for the Air-Ground System［M］. Washington D.C. ： Air Land Sea Application Center， 2020.
17	Army， Crops Marine， Navy， Force Air. Multi-Service Tactics， Techniques， and Procedures for Integrated Combat Airspace Command and Control［M］. Washington D.C. ： Air Land Sea Application Center， 2000.
18	杨任农，沈堤，戴江斌. 对联合作战空战场管控问题的思考［J］. 指挥信息系统与技术， 2019， 10（1）： 1-6.
	YANG Ren-nong， SHEN Di， DAI Jiang-bin. Consideration for Management and Control Problems of Joint Operation Air Battlefield［J］. Command Information System and Technology， 2019， 10（1）： 1-6.
19	杨艺，柏代军. 陆战场空域指挥控制系统建设问题初探［J］. 装备学院学报， 2012， 23（3）： 48-51.
	YANG Yi， BAI Dai-jun. Elementary Exploration on Construction of Land Battlefield Airspace Command and Control System［J］. Journal of Academy of Equipment， 2012， 23（3）： 48-51.
20	Army， Crops Marine， Navy， Force Air. Multi-Service Tactics， Techniques， and Procedures for Air Control Communication［M］. Washington D.C. ： Air Land Sea Application Center， 2020.
21	Army U.S.. Airspace control： Field Manual 3-52［M］. Washington D.C. ： Department of the Army， 2016.
22	陈致远，沈堤，余付平，等. 基于D-S证据理论的空中目标敌我识别研究综述［J］. 航空兵器， 2021， 28（3）： 28-50.
	CHEN Zhi-yuan， SHEN Di， YU Fu-ping， et al. Review of Air Target Identification Friend or Foe Research Based on D-S Evidence Theory［J］. Aero Weaponry， 2021， 28（3）： 28-50.
23	Air Force U.S.. Air Force Manual 11-2 E-3 Volume 3［M］. Washington D.C. ： U.S. Air Force， 2020.
24	Army， Crops Marine， Navy， Force Air. Multi-Service Tactics， Techniques， and Procedures for a Joint Integtated Air Ddfense System［M］. Washington D.C. ： Air Land Sea Application Center， 2009.
25	Army， Crops Marine， Navy， Force Air. Multi-Service Tactics， Techniques， and Procedures for a Joint Integtated Air Ddfense System［M］. Washington D.C. ： Air Land Sea Application Center， 2004.
26	Air Force U.S.. Airspace control： AFDD 3-52［M］. Washington D.C. ： U.S. Air Force， 2011： 37-38.
27	Army， Force Air. Multi-Service Tactics， Techniques， and Procedures for Airspace Control［M］. Washington D.C. ： Center for Doctrine and Education， 2009.
28	Army U.S.. Military Symbols： FM 1-02.2［M］. Washington D.C. ： Headquarters Department of the Army， 2018.
29	Joint Staff USA. Close air support： joint publication 3-09.3［M］. Washington D.C. ： USA Joint Staff， 2014.
30	Army U.S.. Aviation Tactical Employment： ATP 3-04.1［M］. Washington D.C. ： Headquarters Department of the Army， 2016.
31	朱昕. 基于雷达与IFF信息融合的敌我识别方法研究［D］. 成都：电子科技大学， 2013.
	ZHU Xin. Study of Identification Friend or Foe Based on Information Fusion of Radar and IFF［D］. Chengdu： University of Electronic Science and Technology of China， 2013.
32	汪应洛. 系统工程［M］. 北京：机械工业出版社， 2016.
	WANG Ying-luo. Systems Engineering［M］. Beijing： China Machine Press， 2016.
33	蒋雯，邓鑫洋. D-S证据理论信息建模与应用［M］. 北京：科学出版社， 2018.
	JIANG Wen， DENG Xin-yang. D-S Evidence Theory Information Modeling and Application［M］. Beijing： Science Press， 2018.
34	邢清华，刘付显. 直觉模糊集隶属度与非隶属度函数的确定方法［J］. 控制与决策， 2009， 24（3）：393-397.
	XING Qing-hua， LIU Fu-xian. Method of Determining Membership and Nonmembership Function in Intuitionistic Fuzzy Sets［J］. Control and Decision， 2009， 24（3）： 393-397.
35	徐建平，张立凡，韩德强. 基于模糊推理的空中目标意图识别［J］. 指挥信息系统与技术， 2020， 11（3）： 44-48.
	XU Jian-ping， ZHANG Li-fan， HAN De-qiang. Air Target Intention Recognition Based on Fuzzy Inference［J］. Command Information System and Technology， 2020， 11（3）： 44-48.
36	常政，项华春，陈云翔，等. 基于证据理论的直觉模糊群决策方法［J］. 火力与指挥控制， 2019， 44（8）： 125-130.
	CHANG Zheng， XIANG Hua-chun， CHEN Yun-xiang， et al. Intuitionistic Fuzzy Group Decision-making Method Based on Evidence Theory［J］. Fire Control & Command Control， 2019， 44（8）： 125-130.
37	Army， Crops Marine， Navy， Force Air. Multi-Service Tactics， Techniques， and Procedures for a Joint Integtated Air Ddfense System［M］. Washington D.C. ： Air Land Sea Application Center， 2001.
38	黄山良，卜卿，梅发国，等. 防空探测预警系统与技术［M］. 北京：国防工业出版社， 2015.
	HUANG Shan-liang， PU Qing， MEI Fa-guo， et al. Air Defense Detection and Early Warning System and Technology［M］. Beijing： National Defense Industry Press， 2015.
39	雷英杰，赵杰，路艳丽，等. 直觉模糊集理论及应用［M］. 北京：科学出版社， 2014.
	LEI Ying-jie， ZHAO Jie， LU Yan-li， et al. Intuitionistic Fuzzy Set Theory and Application［M］. Beijing： Science Press， 2014： 322-323.
40	雷阳，雷英杰，冯有前，等. 基于直觉模糊推理的目标识别方法［J］. 控制与决策， 2011， 26（8）：1163-1168， 1174.
	LEI Yang， LEI Ying-jie， FENG You-qian， et al. Techniques for Target Recognition Based on Intuitionistic Fuzzy Reasoning［J］. Control and Decision， 2011， 26（8）： 1163-1168， 1174.
41	JOUSSELME A L， GRENIER D， BOSSE E. A New Distance Between two Bodies of Evidence［J］. Information Fusion， 2001， 2（1）： 91-101.
42	吴文华，宋亚飞，刘晶. 直觉模糊框架内的证据动态可靠性评估及应用［J］. 计算机科学， 2018， 45（12）： 160-165， 176.
	WU Wen-hua， SONG Ya-fei， LIU Jing. Dynamic Reliability Evaluation Method of Evidence Based on Intuitionistic Fuzzy Sets and Its Applications［J］. Computer Science， 2018， 45（12）： 160-165， 176.
43	陈云翔，蔡忠义，张诤敏，等. 基于证据理论和直觉模糊集的群决策信息集结方法［J］. 系统工程与电子技术， 2015， 37（3）： 594-598.
	CHEN Yun-xiang， CAI Zhong-yi， ZHANG Zheng-min， et al. Method for Group Decision-Making Information Intergration Based on Evidence Theory and Intuitionistic Fuzzy Set［J］. Systems Engineering and Electronics， 2015， 37（3）： 594-598.
44	SONG Y F， FU Q， WANG Y F， et al. Divergence-based Cross Entropy and Uncertainty Measures of Atanassov’s Intuitionistic Fuzzy Sets with Their Application in Decision Making［J］. Applied Soft Computing Journal， 2019， 84： 105703.
45	DENG Y. Deng Entropy［J］. Chaos， Solitons ＆ Fractals， 2016， 91： 549-553．

[1]	李喆, 童逸琦, 夏文博, 应宇欣. 一种多源集中式空中目标类型综合识别方法[J]. 现代防御技术, 2023, 51(4): 53-62.
[2]	陈黎, 李芳芳, 邹长虹. 基于动态贝叶斯网络和模板匹配的空中目标意图识别[J]. 现代防御技术, 2023, 51(2): 62-70.
[3]	宋宝军, 冯卉. 基于Vague集加权距离的空中目标类型判别方法[J]. 现代防御技术, 2020, 48(4): 29-33.
[4]	梁复台, 李宏权, 孟庆文, 蔡莉. 一种空中目标航迹聚类方法研究[J]. 现代防御技术, 2020, 48(1): 19-25.