作戰(zhàn)空間協(xié)同感知及資源沖突消解研究?

（海軍工程大學(xué)電子工程學(xué)院 武漢 430033）

1 引言

在對敵方目標(biāo)進(jìn)行探測的過程中，考慮到在復(fù)雜實時動態(tài)環(huán)境下，由于存在時間約束和資源約束，需要對傳感器及傳感器所在平臺等資源進(jìn)行有效地協(xié)同和管理，以充分發(fā)揮探測設(shè)備的性能，改善數(shù)據(jù)的收集過程，以期達(dá)到及早發(fā)現(xiàn)目標(biāo)、改善航跡質(zhì)量、提高目標(biāo)跟蹤及識別可靠性的目的，該過程被稱為作戰(zhàn)空間的協(xié)同感知。在協(xié)同感知的過程中，每個感知資源都是自治的，有著自己獨立的結(jié)構(gòu)、知識庫和問題求解策略，與此同時，每個探測設(shè)備的資源、能力、信息是有限的，從而產(chǎn)生沖突。在就沖突進(jìn)行協(xié)商的過程中，如果不能就調(diào)度任務(wù)的時間、順序和資源分配達(dá)成一致，則需要采取部分-全局規(guī)劃進(jìn)行沖突消解。

2 協(xié)同感知任務(wù)的描述

通常，一個任務(wù)可以由如下多元組描述：

Task＝〈ID，智能體，subtasks，supertasks，arrival＿time，earliest＿start time，deadline，quality，duration，cost，utility，condition〉

其中，ID 是任務(wù)的序號，它是唯一的編碼；智能體是任務(wù)涉及到的智能體；subtasks是子結(jié)點任務(wù)；supertasks是父結(jié)點任務(wù)；arrival＿time是任務(wù)到達(dá)的時間；earliest＿start time是任務(wù)的最早開始時間；deadline是任務(wù)的最遲完成時間；quality任務(wù)涉及的數(shù)量；duration是任務(wù)涉及的周期；cost是任務(wù)涉及的成本；utility是任務(wù)涉及的效用；condition是任務(wù)完成的約束條件。

任務(wù)分解智能體在接受感知任務(wù)后，知識庫查找資源智能體所代表的感知設(shè)備的探測能力，將任務(wù)涉及到的能力需求與感知設(shè)備具有的探測能力進(jìn)行匹配，從而完成任務(wù)的分解。

我們以定義的形式，描述智能體集合和具有的領(lǐng)域知識如下：

假定虛擬多智能體系統(tǒng)指控系統(tǒng)中有資源智能體集合A＝｛a1，a2，…，an｝，ai表示第i個資源智能體。

定義1Ki＝｛Ki1，Ki2，…，Kim｝表示第i個資源智能體在某一領(lǐng)域中所具有的知識（即能力）；KA＝∪i＝1…nKi表示所有資源智能體具有的知識。

定義2 當(dāng)有任務(wù)T需要完成時，解決它需要用到的知識為KT＝｛KT1，KT2，…，KTs｝時，有分解過程：

1）當(dāng)KT∈Ki且ai∈A時，任務(wù)T能被單一的資源智能體解決，而不需要分解。

2）當(dāng)KT∈KA但對于所有的ai∈A，不能得到KT∈Ki，則任務(wù)T必須分解，需要被多個智能體來共同解決。T＝｛ST1，ST2，…，STp｝，且對于所有的STj∈T，j＝［1，p］，有KSTj?Ki，否則任務(wù)T中的子任務(wù)需要繼續(xù)分解，一直到所有的子任務(wù)都可以由相應(yīng)的智能體集合SASTj?A（∪j＝1…pSASTj＝A）來完成為止。

3）如果KT?KA恒不成立，則任務(wù)T不能被資源智能體集合A完成。需要人來干預(yù)決策。

任務(wù)分解完成后，明確任務(wù)之間的約束關(guān)系，以表的方式存儲在系統(tǒng)數(shù)據(jù)庫中，等待任務(wù)智能體進(jìn)行任務(wù)分配。

3 構(gòu)建協(xié)同感知環(huán)境

建立協(xié)同感知環(huán)境的過程分為以下四步：

1）如果某資源智能體接到一個自己不能夠獨立解決的任務(wù)，則要重新對任務(wù)進(jìn)行規(guī)劃或與任務(wù)的發(fā)起者就任務(wù)重新進(jìn)行協(xié)商，這時，就需要發(fā)送協(xié)同請求給任務(wù)智能體以建立協(xié)同群組。

2）任務(wù)智能體接收到資源智能體的協(xié)同請求后，根據(jù)協(xié)同請求信息內(nèi)容和各用戶的功能服務(wù)信息庫來選擇需要協(xié)同完成該任務(wù)的資源智能體，并將協(xié)同請求信息轉(zhuǎn)發(fā)給選擇的資源智能體，獲得了該資源智能體的響應(yīng)后，注冊該資源智能體到組員列表，重復(fù)此過程一直到形成一個能夠完成任務(wù)的協(xié)同群組。

3）各資源智能體和任務(wù)智能體維持群組關(guān)系直到任務(wù)的完成。群組內(nèi)的各資源智能體之間可以通過任務(wù)智能體互相通信。資源智能體可以根據(jù)自己的情況請求退出群組，但必須得到任務(wù)智能體的確認(rèn)。若因某個資源智能體的退出而導(dǎo)致完成任務(wù)的協(xié)同用戶不夠，則由任務(wù)智能體再發(fā)送協(xié)同請求給新的資源智能體請求加入到協(xié)同群組。

4）任務(wù)智能體撤銷群組關(guān)系。任務(wù)智能體在任務(wù)全部解決完畢后撤銷群組關(guān)系，撤銷時由任務(wù)智能體發(fā)送完成任務(wù)并請求撤銷群組的消息給各資源智能體，得到回復(fù)后即撤銷群組。

一個群組智能體必須共享所需達(dá)到的協(xié)同任務(wù)和成員列表。當(dāng)一個資源智能體加入或離開所在的群組時，任務(wù)智能體必須確認(rèn)并更新共享信息。

4 形成共享態(tài)勢視圖［1～3］

共享態(tài)勢視圖的形成包括以下兩個步驟：

1）合成全局共享態(tài)勢圖，包含了地理環(huán)境信息、氣候環(huán)境信息、地域信息、態(tài)勢信息、情報特征信息等信念集及其屬性集。屬性集包括多個特征屬性和相關(guān)變元，如情報特征信息的屬性集包含信源可靠度、可信度、時間等屬性和變元?？尚哦茸冊深A(yù)設(shè)為多級信度指標(biāo)集，信念模型的實值空間即構(gòu)成全局態(tài)勢知識庫。

態(tài)勢圖是一個正在不斷發(fā)展的概念，最早源于美軍通用作戰(zhàn)態(tài)勢圖（Common Operational Picture，COP）。美國國防部的網(wǎng)絡(luò)中心戰(zhàn)報告把通用作戰(zhàn)態(tài)勢圖提到了非常重要的地位，將其作為戰(zhàn)斗空間感知的基礎(chǔ)。COP 為部隊提供作戰(zhàn)空間的狀態(tài)、行動和環(huán)境信息。通過COP，指揮官可以實時、準(zhǔn)實地了解作戰(zhàn)態(tài)勢的發(fā)展，快速、準(zhǔn)確、自信地交流作戰(zhàn)意圖，作出正確的軍隊行動計劃，準(zhǔn)確、及時、高效地實施指揮、控制。態(tài)勢圖是一個分布式的數(shù)據(jù)處理和交換環(huán)境，通過開發(fā)一個一致的聯(lián)合通用數(shù)據(jù)庫，使用通用的數(shù)據(jù)框架和設(shè)施，跨組織地共享數(shù)據(jù)，使得每一個參與者能夠通過各自領(lǐng)域的傳感器、專門技術(shù)等，貢獻(xiàn)、糾正、增加該數(shù)據(jù)庫的價值；不是電子傳送的快照或靜態(tài)圖像，而是公共信息的動態(tài)顯示；不是由于對所有用戶提供同樣的視圖而稱之為“通用”，而是由于所有用戶都使用同樣的數(shù)據(jù)；讓所有系統(tǒng)都提供信息并不足以產(chǎn)生態(tài)勢圖。

戰(zhàn)態(tài)勢圖服務(wù)體系可以分層部署，逐級上報，態(tài)勢圖的生成可以經(jīng)過通用戰(zhàn)術(shù)數(shù)據(jù)集（Common Tactical Dataset）、通用戰(zhàn)術(shù)態(tài)勢圖（Common Tactical Picture，CTP）、COP 三個階段。由態(tài)勢圖服務(wù)體系的參與者實時主動提供數(shù)據(jù)，在分布式數(shù)據(jù)管理技術(shù)支持下，經(jīng)過去偽存真、歸一化處理，并保持?jǐn)?shù)據(jù)的一致性，建立通用戰(zhàn)術(shù)數(shù)據(jù)集；對各個通用戰(zhàn)術(shù)數(shù)據(jù)集進(jìn)行關(guān)聯(lián)／融合處理后，成為在一定領(lǐng)域的通用戰(zhàn)術(shù)態(tài)勢圖，并主動實時提供給高級指揮部門；高級指揮部門對各戰(zhàn)術(shù)態(tài)勢圖進(jìn)行實時統(tǒng)一管理，形成COP，經(jīng)過權(quán)限控制，為每一用戶主動提供實時態(tài)勢圖服務(wù)。

2）進(jìn)行信息校驗，包含信息不一致、信息缺失、信息錯誤三個子類型。以信息缺失目標(biāo)過程為例，定義有屬性信息缺乏、證據(jù)缺乏、特征信息缺乏等。屬性信息缺乏指當(dāng)前目標(biāo)數(shù)據(jù)的重要屬性信息不完整，比如速度、位置等。證據(jù)缺乏指當(dāng)前目標(biāo)信息無法得到其它信息來源的證實。特征信息缺乏指根據(jù)當(dāng)前信息不足以進(jìn)行目標(biāo)識別，無法歸入信念集。

5 協(xié)同感知任務(wù)分配

感知任務(wù)的分配過程可以描述為：任務(wù)智能體首先將包括截止時間的子任務(wù)發(fā)送到有能力完成任務(wù)的資源智能體，資源智能體針對多個招標(biāo)的子任務(wù)，參考各自的資源條件來進(jìn)行選擇優(yōu)化，并提出自己的建議開始時間和截止時間、空閑的其他時間段以及其它任務(wù)特性參數(shù)。任務(wù)智能體接收到多個資源智能體的投標(biāo)信息后，進(jìn)行投標(biāo)的多屬性決策。一旦資源智能體對投標(biāo)進(jìn)行了確認(rèn)，它將鎖定投標(biāo)任務(wù)的時間段，將其保留下來完成該任務(wù)，使得別的投標(biāo)任務(wù)不能占用該時段。投標(biāo)確認(rèn)后，其它的資源智能體不參與任務(wù)的完成，但是如果出現(xiàn)意外情況時，如傳感器故障等，任務(wù)智能體與這些替代資源智能體協(xié)商來完成任務(wù)，這將大大減少調(diào)度時間。

6 協(xié)同感知沖突消解

資源智能體交互協(xié)商目的是進(jìn)行沖突消解。沖突問題的解決受到?jīng)_突資源的性質(zhì)、資源智能體的主體結(jié)構(gòu)模型、資源智能體的角色、資源智能體的模型種類和資源智能體的行為約束以及推理方法的綜合影響［4］。

沖突消解［5～7］一般包括以下兩種方法：

1）交互協(xié)商

協(xié)商操作發(fā)生在兩個或多個具有相同等級的資源智能體之間［8～9］，由某一資源智能體向其它資源智能體發(fā)出協(xié)商請求，若得到對方允許，則接著發(fā)出協(xié)商意見，若得到其它資源智能體的認(rèn)可，則這些資源智能體達(dá)成共識，消除了局部決策方案之間存在的矛盾。

資源智能體之間交互協(xié)商的抽象算法框架如圖1所示。

圖1 資源智能體之間交互協(xié)商的抽象算法

2）仲裁

若資源智能體無法達(dá)成共識，或在所要求的時間范圍內(nèi)沒有能夠產(chǎn)生一致的局部方案，則通過任務(wù)智能體的仲裁功能進(jìn)行仲裁［10］，進(jìn)而給出一個不矛盾的局部方案。任務(wù)智能體提供有規(guī)則依據(jù)的中心協(xié)調(diào)強(qiáng)制決策執(zhí)行的功能。

資源智能體之間提交仲裁的抽象算法如圖2所示。

圖2 資源智能體之間提交仲裁的抽象算法

7 結(jié)語

本文細(xì)化了對探測設(shè)備進(jìn)行任務(wù)管理的內(nèi)涵，使之涵蓋到協(xié)同感知環(huán)境的構(gòu)建、協(xié)同感知任務(wù)的分配以及感知任務(wù)的沖突消解等方面，以解決有限時間、有限資源情況下的資源分配、系統(tǒng)組織、行為協(xié)調(diào)等問題。

［1］趙宗貴，李君靈．共用作戰(zhàn)圖現(xiàn)狀與發(fā)展趨勢［J］．中國電子科學(xué)研究院學(xué)報，2008（4）：385-392．

［2］王澤根．COP及其GIS應(yīng)用需求［J］．測繪科學(xué)，2009（5）：151-152．

［3］羅佳，黃璽瑛．基于多重信息單元的戰(zhàn)場態(tài)勢要素構(gòu)建研究［J］．國防科技，2012（3）：66-70．

［4］徐潤萍，王樹宗，顧?。f(xié)同計劃資源沖突協(xié)商方法研究［J］．系統(tǒng)仿真學(xué)報，2005（5）：1216-1220．

［5］徐選華，周聲海．非常規(guī)突發(fā)事件應(yīng)急決策沖突消解協(xié)調(diào)方法［J］．控制與決策，2013（8）：1138-1144．

［6］屈正庚．協(xié)同工作中沖突消解機(jī)制的研究［J］．計算技術(shù)與自動化，2012（3）：104-108．

［7］王進(jìn)，徐洸．計算機(jī)支持的協(xié)同計劃沖突消解問題研究［J］．空軍雷達(dá)學(xué)院學(xué)報，2003（3）：5-8．

［8］孟秀麗，易紅．基于多目標(biāo)決策的協(xié)同設(shè)計沖突消解方法研究［J］．計算機(jī)集成制造系統(tǒng)，2005（5）：625-629．

［9］孫林夫．面向網(wǎng)絡(luò)化制造的協(xié)同設(shè)計技術(shù)［J］．計算機(jī)集成制造系統(tǒng)，2005（1）：1-6．

［10］李濤，熊光楞．基于優(yōu)化算法的沖突仲裁策略［J］．計算機(jī)學(xué)報，2002（1）：57-62．