基于信息熵的编队反潜作战信息质量评估方法研究

总第２１５期　舰船电子工程　Ｖｏ１．３２　Ｎｏ．５　２０１２年第５期　Ｓｈｉｐ　Ｅｌｅｃｔｒｏｎｉｃ　Ｅｎｇｉｎｅｅｒｉｎｇ　３７　基于信息熵的编队反潜作战信息质量评估方法研究　刘剑黄文斌吴文龙　（海军潜艇学院青岛２６６０７１）　摘要由于传统方法难以分析比较舰艇编队反潜信息质量，文章采用信息熵的计算方法，依据编队反潜作战实际，建立了编队反潜作　战信息质量评估模型，并以此为基础，提出建立编队反潜作战信息质量评估数据库，通过检索快速获取当前态势和时间下编队反潜作战信息　质量，为舰艇编队反潜作战信息质量和效能研究提供了有益思路，并为作战指挥快速决策提供了有利依据。　关键词信息熵；信息质量；编队反潜　中图分类号ＴＰ３ｌ１．１３　Ａ　Ｎｅｗ　Ｍｅｔｈｏｄ　ｏｆ　Ｉｎｆｏｒｍａｔｉｏｎ　Ｑｕａｌｉｔｙ　Ａｓ　ｓｅｓ　ｓｍｅｎｔ　ｏｆ　Ｆｌｅｅｔ　Ｏｐｅｒａｔｉｏｎ　Ｂａｓｅｄ　ｏｎ　Ｉｎｆｏｒｍａｔｉｏｎ　Ｅｎｔｒｏｐｙ　ＬＩＵ　Ｊｉａｎ　ＨＵＡＮＧ　Ｗｅｎｂｉｎ　ＷＵ　Ｗｅｎｌｏｎｇ　（Ｎａｖｙ　Ｓｕｂｍａｒｉｎｅ　Ａｃａｄｅｍｙ，Ｑｉｎｇｄａｏ　２６６０７１）　Ａｂｓｔｒａｃｔ　Ａｓ　ｉｔ　ｉｓ　ｄｉｆｆｉｃｕｌｔ　ｔｏ　ａｓｓｅｓｓ　ｑｕａｌｉｔｙ　ｏｆ　ｉｎｆｏｒｍａｔｉｏｎ　ｏｆ　ｆｌｅｅｔ　ｏｐｅｒａｔｉｏｎ　ｂｙ　ｔｒａｄｉｔｉｏｎａｌ　ｍｅｔｈｏｄｓ，ａ　ｎｅｗ　ｍｅｔｈｏｄ　ｗａｓ　ｇｉｖｅｎ　ｔｏ　ｓｏｌｖｅ　ｔｈｅ　ｐｒｏｂｌｅｍ　ａｎｄ　ａ　ｍｏｄｅｌ　ｏｆ　ｉｎｆｏｒｍａｔｉｏｎ　ｑｕａｌｉｔｙ　ａｓｓｅｓｓｍｅｎｔ　ｗａｓ　ｂｕｉｌｔ　ｂａｓｅｄ　ｏｎ　ｉｎｆｏｒｍａｔｉｏｎ　ｅｎｔｒｏｐｙ．Ｔｈｅｎ，ａ　ｔｈｏｕｇｈｔ　ｏｆ　ｆｌｅｅｔ　ｏｐｅｒａｔｉｏｎ　ｉｎｆｏｒ—　ｍａｔｉｏｎ　ｑｕａｌｉｔｙ　ａｓｓｅｓｓｍｅｎｔ　ｄａｔａｂａｓｅ　ｉｓ　ｇｉｖｅｎ　ｔｏ　ｏｆｆｅｒ　ａ　ｗａｙ　ｔｏ　ａｃｑｕｉｒｅ　ｔｈｅ　ｑｕａｌｉｔｙ　ｏｆ　ｉｎｆｏｒｍａｔｉｏｎ（ＱｏＩ）ｉｎ　ｔｉｍｅ　ｉｎｄｅｘｅｄ　ｂｙ　ｔｈｅ　ｏｐｅｒａｔｉｏｎ　ｓｉｔｕａ—　ｔｉｏｎ　ａｎｄ　ｏｐｅｒａｔｉｏｎ　ｔｉｍｅ　ｉｎ　ｔｈｅ　ｄａｔａｂａｓｅ．Ｔｈｅ　ｍｅｔｈｏｄ　ｇｉｖｅｓ　ａ　ｂｅｎｅｆｉｃｉａｌ　ｗａｙ　ｔｏ　ｅｖａｌｕａｔｅ　ｔｈｅ　ｆｌｅｅｔ　ｏｐｅｒａｔｉｏｎ　ｅｆｆｉｃｉｅｎｃｙ　ａｎｄ　ｏｆｆｅｒｓ　ａｎ　ａｉｄ　ｆｏｒ　ｆｌｅｅｔ　ｏｐｅｒａｔｉｏｎ　ｄｅｃｉｓｉｏｎ．　Ｋｅｙ　Ｗｏｒｄｓ　ｉｎｆｏｒｍａｔｉｏｎ　ｅｎｔｒｏｐｙ。ｑｕａｌｉｔｙ　ｏｆ　ｉｎｆｏｒｍａｔｉｏｎ，ｆｌｅｅｔ　ＡＳＷ　ｏｐｅｒａｔｉｏｎ　Ｃｌａｓｓ　Ｎｕｍｂｅｒ　ＴＰ３】１．１３　１　引言　的多个信息源信息进行关联处理融合，并在相关作战数据　库信息的支持下获得准确的运动要素和敌我属性、类型估　在未来海战中，反潜战将贯穿于战争的全过程，并将是　计以及完整、及时的态势估计和威胁估计的数据处理过　海战的主要形式之一ｌ１］。在编队反潜作战过程中，对水下　程　］。编队反潜作战中，编队获取的目标信息通常是编队　目标进行信息融合处理从而获取目标的各项属性信息是编　多平台对水下目标的声纳探测信息和声纳浮标探测信息，　队反潜作战的关键前端性工作，信息融合质量的高低直接　与雷达探测信息不同的是，这些信息由于水下战场的复杂　关系着编队反潜作战的成败［２］，但由于水下战场的复杂性　多变，往往呈现出更大的不确定性和随机性，使得编队在反　和不确定性，水面舰艇编队反潜作战的多变性和对抗性，水　潜作战信息融合的处理过程更为复杂，由此建立了一些有　面舰艇编队反潜作战信息融合的质量评估成为一个复杂的　系统工程。　关目标跟踪和测量的模型以及证据理论、模糊推理等理论　Ｋｕｌｌｂａｃｋ等人研究指出传感器探测的信息质量可以用　方法［６　］，但是这些方法理论主要侧重各自领域细节，难以　传感器探测值和真实值之间的ＫＬ信息距离［３］（Ｋｕｌｌｂａｃｋ－　应用于编队信息融合处理的质量评估中。　Ｌｅｉｂｌｅｒ　Ｉｎｆｏｒｍａｔｉｏｎ　Ｄｉｓｔａｎｃｅ）来衡量，即探测值与真实值的　熵理论创立的“有序度”概念，使得不同性质系统内部　距离越大，信息质量越小，但是在反潜作战实际中，却很难　关系有了一个某种程度上统一的衡量体系，从而使熵成为　获取目标的真实信息以进行比对，应该提供一种更有适应　从普适的观点处理复杂系统的有利工具。根据香农信息　性的方法，使其即使在未能获取目标真实信息的条件下，也　熵，定义随机变量ｘ的信息熵为　能够对信息质量进行评估，该文从信息熵　的角度建立了　～　编队反潜作战信息质量评估方法，为舰艇编队反潜作战效　Ｈ（ｘ）一～∑Ｐ　１ｇ－Ｐ　１）　—ｌ　（能度量提供有利依据。　该式表明各个状态发生的不确定性与该状态发生概率　２信息熵　的负对数成比例，所有状态总和的不确定性是该状态的不　确定性统计的平均值。显然，Ｈ（ｘ）是系统无序程度的度　编队反潜作战的信息融合的主要功能是将编队所拥有　量。当事件Ｘ—ａ　的发生概率Ｐ　一１时，其它事件的发生　＊收稿日期：２０１１年１１月２８日，修回日期：２０１２年１月１６日　作者简介：刘剑，男，博士，助教，研究方向：舰艇作战模拟。黄文斌，男，博士，博士生导师，教授，研究方向：作战运筹分析。吴文龙　男，博士，博士生导师，教授，研究方向：潜艇作战仿真。　３８　刘剑等：基于信息熵的编队反潜作战信息质量评估方法研究　总第２１５期　概率为０，即完全确定，则Ｈ（Ｘ）一０，当取任何值的概率均　相等，不确定性最大　。　３编队作战信息融合的信息熵　编队反潜作战信息融合的经验表现是，信息融合的质　量随着时间的增长，信息融合精度通常不断增高，即对融合　前后都服从高斯分布的信息，其分布的均值　和方差　决　定了信息质量，表现为信息的均值　逐渐靠近目标真实值，　并且方差　逐渐减小。　在舰艇反潜作战中，由于作战中指控系统进行目标信　息融合处理时，系统所获得的目标信息的质量会随着时间　不断提高，但是随着时间增长，目标信息质量的增长速度会　迅速逐渐减小，直至信息质量逐渐趋于一个稳定值，并且对　于编队，由于其能获得来自不同平台对同一目标的信息，即　目标有多个信息来源，则通常目标信息来源越多，参与信息　融合处理时信息质量提高的越快，因此信息质量Ｑ应该是　一个关于时间ｔ和信息源数量　的函数（对于单艘舰艇平　台有　一１），并且我们希望信息质量Ｑ具有Ｑ∈（０　１）的特　性，便于分析比较。　我们以非等精度直接观测平差法＿ｇ］对某一信息进行融　厂　—■■　合处理为例，其信息的均方差　一１　／∑　，其中　为融　合后该信息的均方差，　为各平台传送过来的该信息的均　方差。令　为传感器对目标信息的探测值，若其分布满足　高斯分布，则有　，一—　１唧｛一　）　其中　为随机变量ｚ的均值，　为随机变量　的方差。　根据香农信息熵，信息的熵值表达式ｌ８　为　Ｈ一＾（ｘ）一一ｆ　ｇ（　）ｌｎ（ｇ（ｘ））ｄｚ　（３）　则编队对该维信息进行融合处理后的信息熵如式（４）　所示　Ｈ　１ｎ（２　ｚ）＋　（４）　为了便于分析信息质量与信息源数量”关系，设　一　一　，则有式（５）：　Ｈ一百１　ｌｎ（呈　）一４１ｎ（２７ｃ）＋１ｎ（　）一｛ｌｎ（　）　信息熵所体现的不确定性的大小能够表达信息质量的　高低，因此信息质量可以表达为Ｑ￣ｆ（ｅ　），要想使信息质　量Ｑ具有Ｑ∈（０　１）的特性我们可以取以下形式：　Ｑ一１－－￣　／ｒｎａｘ（ｅ　）　此外，信息质量显然是关于时间　和信息源数量　的　函数，即信息熵Ｈ与　、ｔ相关，则对于方差　，随着时间的　增长，效果近似简化为　不断减小，即有　（　）一　・ｅ　（　≥　ｏ），　为未进行融合时的均方差，１　是信息收敛或者信息　质量趋于稳定的平均时间，并且目标信息质量的增长速度　随时间逐渐减小，直至信息质量逐渐趋于一个稳定值，符合　信息融合处理的实际经验表现。　则　Ｑ“　）一１一　ｍａｘ（ｅＨ一）一　一　’Ｐ～　（６）　，＂　我们得到式（６），此时显然有Ｏ　Ｑ（ｔ，　）＜１．即随着时　间ｔ的增大，信息质量Ｑ增加；随着信息源数量　的增加，　信息质量增大，符合指控系统进行信息融合时的时间收敛　规律。则指控系统进行目标信息融合处理时，获取目标信　息的质量Ｑ与时间Ｔ和信息源数量ｎ的对应关系如图１　和图２所示。　图１是信息质量与时间的关系图，图中横坐标为时间　轴（分），纵坐标为信息质量，其中ｔ／ａ表示信息收敛的平均　时间，可见在系统平均收敛时间较短，信息质量随时间的增　长速度比平均收敛时间较长时的信息质量增长速度要大，　图２则是对其的进一步说明。　图１信息质量与时间　图２信息质量与时间、信息源　关系图　数量关系图　舰艇反潜作战中，指控系统通过传感器能够不断获取　目标的信息，通过信息融合获取所需的目标要素和攻击信　息，因此以采用文中所建立的方法对信息质量进行评估，并　作为作战效能度量的依据，这相对与采用武器命中概率评　估信息融合的质量显得更为简单直观，而且后者由于涉及　因素众多，模型复杂，计算繁杂而难以获取。　从工程实用性角度考虑，当信息质量达到一定阈值时，　就可以认为该信息可以满足编队反潜作战的需要，例如满足　编队发射反潜鱼雷武器的需要。此外，对于该文建立的信息　质量评估的方法中信息解算收敛的平均时间　的获取，可以　建立编队反潜作战信息质量评估数据库，从而可以在需要评　估和计算信息质量时能够进行快速的检索和计算。　４编队反潜作战信息质量数据库　建立编队反潜作战信息质量数据库实际上是建立编队　不同态势、不同编队成员数量条件下，以态势、编队成员数　量为索引得到信息处理时间，并计算得到信息质量，其中信　息处理时间是数据检索的核心。该文主要对数据库的构建　提出设计思路，具体的实现过程暂不涉及。　４．１数据库结构　编队反潜作战信息质量评估数据库的求取因为涉及到　多个主要因素，不宜采用解析法而应以统计作战模拟方法　实现，如果能够基于水面舰艇编队平台及武备性能、潜艇平　台性能、海区环境资料和攻防战法，将各种典型态势下的编　队反潜作战信息处理平均时间以数据库的方式存储，使用　时就可以通过数据查询方式得到当前态势下编队反潜作战　信息处理平均时间，并计算得到当前时间下的编队反潜作　战的信息质量，从而提高信息质量评估计算的实时性。　编队反潜作战信息质量数据库的建立主要由前期资料　收集处理、编队成员反潜作战仿真、数据库模块设计编码调　试等步骤组成。数据包括条件数据（包括敌情、我情、海情、　“态势”、战法）和结论数据（即编队反潜作战信息处理平均　２０１２年第５期　舰船电子工程　３９　时间和信息质量），以类似时间阵位图的形式表示了敌情、　我情、海情、“态势”和战法一定情况下，在编队成员武器有　效射程以内，编队成员处于潜艇不同距离和舷角所取得的　信息处理平均时间，并根据当前时间计算得到所对应的信　息质量。数据库框架如图３所示。　平均处理时问　信息质量数据库　图３编队作战信息平均处理　图４信息质量评估数据　时间示意图　库框架示意图　其中结论数据与数据库中的源条件数据的关系可以表　示为　ＱｏＳ＝（Ｅｎｅｍｙ，Ｅｎｖｉｒｏｎｍｅｎｔ，Ｓｉｔｕａｔｉｏｎ，Ｔａｃｔｉｃｓ，丁）　即编队反潜作战信息质量可以通过作战环境、作战态势、战　法和作战时间Ｔ索引得到。　４．２数据的来源与组成　数据库中如果已有某种典型态势下编队反潜作战的信　息平均时间处理数据，则应当将这部分实战数据纳入数据　库，而相同态势下通过统计作战模拟法得到的数据只作为　对此态势的补充，并在专家对数据进行评测修正后纳入数　据库。　编队反潜作战信息质量数据库可以由输入输出、质量　检索和数据更新三个基本模块组成。输入输出模块用于满　足对数据库条件数据的输人和结论数据的输出需要；信息　质量检索模块则用于从数据库中找到与输入尽可能相似的　条件数据，并以此为索引通过计算得到当前编队作战的信　息质量，其中一种常用的相似性评价法是最近邻原则（ｔｈｅ　Ｎｅａｒｅｓｔ　Ｎｅｉｇｈｂｏｕｒ　Ｍｅｔｈｏｄ）［　；数据更新模块则负责对数　据进行维护和更新。　４．３数据库的建立　编队作战信息质量数据库的建立分为对实战数据处理　和统计作战模拟法生成数据两个并行步骤，其中统计作战　模拟法生成数据主要分为前期仿真背景生成、仿真计算和　后期模块建立和测试三个阶段，如图５所示。　・前期仿真背景生成　此阶段首先从对原始信息资料的分析、整理和分类人　手，将众多相关信息按敌情库、我情库、海情库、战法库和态　势库分别存放；然后通过多库协调器生成典型的敌我作战　态势，其中战法库包括水面舰艇编队典型的反潜战法和潜　艇典型的防御方法，而“态势”库则包括敌我双方运动要素、　相对位置与速度关系以及探测方式等。　・仿真计算阶段　仿真计算阶段由两个循环过程嵌套而成。外层循环负　责遍历多库协调器生成的典型敌我作战态势，最终形成编　队作战信息处理时间表集；内层循环负责计算每一个典型　敌我作战态势下的编队作战信息处理时间，通过计算最终　得到当前条件下编队反潜作战的信息质量。　・后期模块建立和测试　此阶段是当源数据生成后，进行数据库输入输出、信息　质量检索计算和数据更新三个基本模块的建立和测试。其　开始　／原始信息资料　ｔ　分析、整理、分类　敌情ｌ　ｌ我情ｌ　ｌ海情ｌ　ｌ战法　多库协调　编队反潜作战仿真　生成信息质量数据　数据库相关模块建　数据库运行测　试及专家测评　生成当前条件数据　对应的信息处理时ｎ　二二［　数据库建立　图５数据库建立流程　中，输入输出模块应强调人机交互的易用性；信息质量检索　和计算模块应在最近邻原则基础上兼顾检索速度和检索准　确性。另外在数据库的测试中，应当充分考虑专家对于典　型态势和仿真结果的评价，吸取专家经验进行数据库优化。　５　结语　该文以信息熵为基础，建立了编队反潜作战的信息质　量评估方法，比较和分析了作战时间与编队作战成员数量　等因素对编队反潜作战信息质量影响，并建立了编队水下　作战信息质量评估数据库，从而通过数据库的检索，快速得　到当前编队反潜作战时刻信息质量，为指挥员进行编队反　潜作战指挥提供了有利依据，并反映了信息对反潜作战效　能的影响规律，证明了所建立模型的正确性。　参考文献　［１］顾浩，康凤举，杜阳华，等．舰艇编队协同反潜仿真系统及关键　技术研究＿Ｊ］．系统仿真学报，２００８，２０（２４）：６８２５—６８２６．　［２］陈志航，黄武超，李中良．舰艇编队网络一体化反潜作战体系研　究＿Ｊ］．舰船电子工程，２０１０，３０（３）：１－３．　ｒ３］Ｒａｖｉ　Ｐｒａｓａｎｔｈ，Ｊｏａｏ　Ｃａｂｒｅｒａ，Ｒａｍａｎ　Ｍｅｈｒａ．Ｑｕａｌｉｔｙ　ｏｆ　Ｉｎ／ｏｒ　ｍａｒｉｏｎ　Ｍｅｔｒｉｃｓ　ｆｏｒ　Ａｕｔｏｎｏｍｏｕｓ　Ｄｅｃｉｓｉｏｎ　Ｍａｋｉｎｇ［Ｒ］．Ｎｏｒｔｈｒｏｐ　Ｇｒｕｍｍａｎ　Ｃｏｒｐｏｒａｔｉｏｎ，２００３，¨：１Ｏ一１２．　［４］钟义信．信息科学原理［Ｍ］．北京：北京邮电大学出版社，２００２，　１０：１８—２０．　［５］李伟生．信息融合系统中态势估计技术研究［Ｄ＿．西安电子科技　大学，２００４，４：１５—１８．　［６］雷英杰，王宝树，王毅．基于直觉模糊决策的战场态势评估方法　［Ｊ］．电子学报，２００６（１２）：２１７５—２１７８．　［７］李秋华，李吉成，沈振康，等．基于模糊综合的红外目标融合识　别＿Ｊ］．国防科技大学学报，２００３，２５（１）：５１—５３．　［８］胡方，黄建国，张群飞．基于信息嫡的水下航行器灰色评估方法　研究［Ｊ］．西北工业大学学报，２００７，２５（４）：５４７—５４９．　［９］李震春，左卫群，曾卫东．非等精度测量方案数据处理方法的探　讨＿Ｊ］．广西物理，２００７，２８（４）：４４—４６．　［１ｏ］饶鲜，杨绍全，魏青，等．核的最近邻算法及其仿真＿Ｊ］．系统工　程与电子技术，２００７，２９（３）：４７０　４７２．