基于PR-OWL的戰(zhàn)術(shù)意圖識(shí)別概率本體建模*

陳志剛 劉志坤 楊露菁

(海軍工程大學(xué)電子工程學(xué)院 武漢 430033)

?

基于PR-OWL的戰(zhàn)術(shù)意圖識(shí)別概率本體建模*

陳志剛 劉志坤 楊露菁

(海軍工程大學(xué)電子工程學(xué)院 武漢 430033)

網(wǎng)絡(luò)中心環(huán)境下的戰(zhàn)術(shù)意圖識(shí)別問(wèn)題具有不確定性和分布式等特點(diǎn),如何描述戰(zhàn)術(shù)意圖領(lǐng)域的不確定知識(shí)是戰(zhàn)術(shù)意圖識(shí)別的基礎(chǔ)。考慮到網(wǎng)絡(luò)中心環(huán)境下戰(zhàn)術(shù)意圖識(shí)別過(guò)程中知識(shí)共享和協(xié)同識(shí)別的需要,論文首先建立一個(gè)適合網(wǎng)絡(luò)中心環(huán)境下戰(zhàn)術(shù)意圖識(shí)別系統(tǒng)的框架結(jié)構(gòu)；然后提出一種基于PR-OWL的戰(zhàn)術(shù)意圖領(lǐng)域知識(shí)的概率本體模型建模方法；最后,給出一個(gè)戰(zhàn)術(shù)意圖識(shí)別概率本體模型的設(shè)計(jì)實(shí)例。

網(wǎng)絡(luò)中心環(huán)境; 戰(zhàn)術(shù)意圖識(shí)別; 概率網(wǎng)絡(luò)本體語(yǔ)言; 指定態(tài)勢(shì)貝葉斯網(wǎng)絡(luò)

Class Number TP391

1 引言

網(wǎng)絡(luò)中心環(huán)境下的戰(zhàn)術(shù)意圖識(shí)別問(wèn)題具有不確定性、分布式特點(diǎn)[1～2,9]。其中,不確定性主要來(lái)源于對(duì)戰(zhàn)場(chǎng)感知的不確定性、對(duì)敵方能力分析的不確定性、關(guān)于敵方作戰(zhàn)知識(shí)的不確定性和環(huán)境本身的不確定性；分布式主要體現(xiàn)在戰(zhàn)術(shù)意圖識(shí)別的知識(shí)分布在海上各個(gè)兵力平臺(tái),其推理過(guò)程可由多個(gè)兵力平臺(tái)協(xié)同完成。

針對(duì)以上特點(diǎn),網(wǎng)絡(luò)中心環(huán)境下的戰(zhàn)術(shù)意圖識(shí)別系統(tǒng)必須具有不確定知識(shí)的表示能力以及分布式環(huán)境下的知識(shí)共享和協(xié)同推理能力。本文首先建立一個(gè)適合網(wǎng)絡(luò)中心環(huán)境的戰(zhàn)術(shù)意圖識(shí)別系統(tǒng)的框架結(jié)構(gòu)；然后提出一種基于PR-OWL的戰(zhàn)術(shù)意圖領(lǐng)域知識(shí)的概率本體模型建模方法；最后,給出一個(gè)戰(zhàn)術(shù)意圖識(shí)別概率本體模型的設(shè)計(jì)實(shí)例。

2 網(wǎng)絡(luò)中心環(huán)境下的戰(zhàn)術(shù)意圖識(shí)別框架

網(wǎng)絡(luò)中心環(huán)境下的戰(zhàn)術(shù)意圖識(shí)別系統(tǒng)采用面向服務(wù)的體系結(jié)構(gòu),由分布在海上各兵力平臺(tái)的戰(zhàn)術(shù)意圖識(shí)別子系統(tǒng)構(gòu)成,能支持網(wǎng)絡(luò)中心環(huán)境下的知識(shí)共享與協(xié)同推理。該系統(tǒng)的體系結(jié)構(gòu)如圖1所示。

圖1 戰(zhàn)術(shù)意圖識(shí)別系統(tǒng)的體系結(jié)構(gòu)

具體到網(wǎng)絡(luò)中心環(huán)境下的某一個(gè)兵力平臺(tái)而言,參照文獻(xiàn)[4],戰(zhàn)術(shù)意圖識(shí)別單元的具體模塊組成如圖2所示。

圖2 戰(zhàn)術(shù)意圖識(shí)別子系統(tǒng)的功能模塊

從圖2中可以看出戰(zhàn)術(shù)意圖識(shí)別單元由推理模塊、知識(shí)存儲(chǔ)模塊、知識(shí)管理模塊、仿真模塊、知識(shí)交換模塊等五個(gè)獨(dú)立的易于升級(jí)維護(hù)的子模塊構(gòu)成。各子模塊的詳細(xì)功能如下：

1) 知識(shí)存儲(chǔ)模塊

整個(gè)世界模型主要是通過(guò)實(shí)體及其之間的相互關(guān)系進(jìn)行描述,實(shí)體及實(shí)體之間的關(guān)系主要利用隨機(jī)變量進(jìn)行定義。這樣,戰(zhàn)術(shù)意圖識(shí)別單元就需要對(duì)所有用于推理的實(shí)體進(jìn)行跟蹤,將實(shí)體知識(shí)作為一個(gè)部件在知識(shí)存儲(chǔ)模塊中進(jìn)行保存。

2) 知識(shí)管理模塊

知識(shí)管理模塊主要用于對(duì)當(dāng)前態(tài)勢(shì)的理解,以及定義如何去處置所面臨的態(tài)勢(shì)。該模塊可分為兩個(gè)截然不同的庫(kù)：一個(gè)庫(kù)主要用于保存領(lǐng)域的子本體層,即與任務(wù)有直接關(guān)聯(lián)的知識(shí)；另一個(gè)庫(kù)用于保存領(lǐng)域的上層本體,包括主概率本體和假設(shè)管理概率本體,即與任務(wù)無(wú)直接關(guān)聯(lián)(或可用于任務(wù)任務(wù))的知識(shí)。主概率本體庫(kù)主要用于描述實(shí)體屬性、相關(guān)術(shù)語(yǔ)、可能的含義及其相互關(guān)系等,假設(shè)管理概率主要聚集在假設(shè)管理過(guò)程中要用到的知識(shí)片斷。

3) 知識(shí)交換模塊

知識(shí)交換模塊主要由交換概率本體庫(kù)構(gòu)成,用于管理戰(zhàn)術(shù)意圖識(shí)別單元的所有知識(shí)交換(包括內(nèi)部與仿真模塊的交換、外部與平臺(tái)傳感器或網(wǎng)絡(luò)中其它平臺(tái)之間的交換)。特別需要強(qiáng)調(diào)的是,在與外部平臺(tái)進(jìn)行知識(shí)交換時(shí),通常遵循SOA標(biāo)準(zhǔn)協(xié)議。如果從外部平臺(tái)獲得的信息不是該標(biāo)準(zhǔn)格式,則需要利用交換概率本體庫(kù)進(jìn)行格式轉(zhuǎn)換。

4) 推理模塊

推理模塊是戰(zhàn)術(shù)意圖識(shí)別單元的核心,負(fù)責(zé)所有相關(guān)的推理服務(wù)。主要由貝葉斯網(wǎng)絡(luò)推理器(包括MEBN推理和DBN推理)構(gòu)成,與知識(shí)存儲(chǔ)模塊、知識(shí)管理模塊和知識(shí)交換模塊之間進(jìn)行交互,協(xié)調(diào)指定態(tài)勢(shì)貝葉斯網(wǎng)絡(luò)(SSBN)的構(gòu)建和推理。針對(duì)提交的問(wèn)題,首先,推理器依靠知識(shí)管理模塊去定義與回答問(wèn)題相關(guān)的必要信息；然后,通過(guò)連續(xù)不斷地訪問(wèn)知識(shí)存儲(chǔ)模塊,獲取所有可能的信息用于支持假設(shè)的生成、評(píng)估和裁剪這一循環(huán)過(guò)程,直到能成功地構(gòu)建一個(gè)能夠回答用戶所提交的問(wèn)題的最小SSBN為止。在這個(gè)過(guò)程中,如果需要用到外部信息的話,可以通過(guò)知識(shí)交互模型從外部獲得必要的知識(shí)。

5) 仿真模塊

仿真模塊可提供相應(yīng)的作戰(zhàn)想定,發(fā)送模擬的態(tài)勢(shì)信息來(lái)訓(xùn)練或評(píng)估戰(zhàn)術(shù)意圖識(shí)別單元的性能。

3 基于PR-OWL的戰(zhàn)術(shù)意圖本體建模方法

3.1 PR-OWL簡(jiǎn)介

概率網(wǎng)絡(luò)本體語(yǔ)言PR-OWL(probabilistic web ontology language)[3]是一種基于MEBN對(duì)OWL進(jìn)行擴(kuò)展的語(yǔ)言。一方面,通過(guò)概率本體對(duì)OWL進(jìn)行擴(kuò)展,使得PR-OWL具有不確定的網(wǎng)絡(luò)本體表達(dá)能力；另一方面,MEBN采用一階謂詞邏輯對(duì)貝葉斯網(wǎng)進(jìn)行擴(kuò)展,使得PR-OWL同時(shí)具有一階謂詞表示能力和貝葉斯網(wǎng)絡(luò)的概率推理能力。因此,PR-OWL非常適合用于描述網(wǎng)絡(luò)中心環(huán)境下的戰(zhàn)術(shù)意圖識(shí)別概率本體模型。PR-OWL的概念模型如圖3所示[5]。

圖3 PR-OWL的概念模型

一個(gè)概率本體至少包含一個(gè)MTheory類,通過(guò)MTheory將用于表示知識(shí)的MEBN片斷(MFrag)集進(jìn)行組織,以確保MFrag的組合滿足一致性約束條件,在這個(gè)條件下,所涉及到的隨機(jī)變量實(shí)例才存在唯一的聯(lián)合概率分布。PR-OWL的詳細(xì)模型如圖4所示[6～7]。

圖4 PR-OWL的詳細(xì)模型

一個(gè)MFrag包括一些隨機(jī)變量,并以片斷圖的形式來(lái)表示這些隨機(jī)變量之間的依賴關(guān)系。通常,MFrag包含的隨機(jī)變量分成上下文、輸入和固有三類節(jié)點(diǎn)來(lái)表示。其中,上下文節(jié)點(diǎn)表示該MFrag被應(yīng)用是必須滿足的條件概率分布；輸入節(jié)點(diǎn)的概率分布可以影響該MFrag中其他節(jié)點(diǎn)的概率分布,但其概率分布值在父MFrag中定義；固有節(jié)點(diǎn)的分布被定義成本地分布,表示片斷內(nèi)常駐節(jié)點(diǎn)的每個(gè)狀態(tài)與其父節(jié)點(diǎn)取值之間的條件概率分布。

3.2 基于PR-OWL的本體建模過(guò)程

基于PR-OWL的海戰(zhàn)場(chǎng)環(huán)境下戰(zhàn)術(shù)意圖識(shí)別概率本體模型的構(gòu)建是實(shí)現(xiàn)意圖識(shí)別的基礎(chǔ)。該過(guò)程是一個(gè)循環(huán)建模過(guò)程,主要包括四個(gè)環(huán)節(jié)：

1) 明確領(lǐng)域建模目標(biāo)；

2) 分析和確定領(lǐng)域中的實(shí)體類、實(shí)體屬性、實(shí)體之間的關(guān)系以及有關(guān)規(guī)則；

3) 將2)中分析和確定的要素用PR-OWL進(jìn)行描述,從而形成戰(zhàn)術(shù)意圖識(shí)別問(wèn)題領(lǐng)域的PO模型；

4) 利用規(guī)則來(lái)驗(yàn)證PO模型,判斷其能否滿足所明確的目標(biāo)。

PO模型中的知識(shí)片段作為一種可重復(fù)的知識(shí)模式可根據(jù)具體態(tài)勢(shì)被多次實(shí)例化,因而可作為一個(gè)用于構(gòu)建和組合成一個(gè)貝葉斯網(wǎng)絡(luò)片段集的模板,這就為動(dòng)態(tài)構(gòu)建戰(zhàn)術(shù)意圖模型提供一種可行的途徑。

4 戰(zhàn)術(shù)意圖識(shí)別本體模型設(shè)計(jì)與實(shí)現(xiàn)

4.1 明確目標(biāo)

海戰(zhàn)場(chǎng)環(huán)境下的戰(zhàn)術(shù)意圖識(shí)別[10～11]在識(shí)別出海戰(zhàn)場(chǎng)態(tài)勢(shì)基本元素的基礎(chǔ)上,綜合考慮其特征信息以及它們之間的時(shí)空關(guān)系,并結(jié)合領(lǐng)域?qū)＜抑R(shí)對(duì)當(dāng)前態(tài)勢(shì)進(jìn)行理解,構(gòu)建針對(duì)當(dāng)前態(tài)勢(shì)的意圖識(shí)別模型并進(jìn)行推理,以判斷敵方作戰(zhàn)部署和行動(dòng)企圖,進(jìn)而識(shí)別出敵方的戰(zhàn)術(shù)意圖。因此,如何確定戰(zhàn)術(shù)意圖識(shí)別問(wèn)題包含的要素,以及如何描述各要素之間的關(guān)系是定義該問(wèn)題的關(guān)鍵。

4.2 分析與設(shè)計(jì)

為了靈活構(gòu)建一個(gè)能滿足當(dāng)前態(tài)勢(shì)的戰(zhàn)術(shù)意圖識(shí)別模型,需要在領(lǐng)域知識(shí)的基礎(chǔ)上提供一種動(dòng)態(tài)構(gòu)建戰(zhàn)術(shù)意圖識(shí)別模型的機(jī)制。為此,將戰(zhàn)術(shù)意圖領(lǐng)域知識(shí)分上層本體和下層本體兩層來(lái)建立,以滿足網(wǎng)絡(luò)中心環(huán)境下戰(zhàn)術(shù)意圖識(shí)別的需要。

其中,上層本體用UML描述如圖5所示。上層本體描述了一個(gè)作戰(zhàn)單元意圖、資源、能力、行為、環(huán)境和特征之間的關(guān)系,該本體可作為一種通用本體適用于其它領(lǐng)域知識(shí)建模。

圖5 基于UML的戰(zhàn)術(shù)意圖上層本體

下層本體利用時(shí)間影響網(wǎng)絡(luò)(Timed Influence Nets,TIN)對(duì)海戰(zhàn)場(chǎng)環(huán)境下戰(zhàn)術(shù)意圖識(shí)別的各要素之間的關(guān)系進(jìn)行描述,如圖6所示。

圖6 基于TIN的戰(zhàn)術(shù)意圖識(shí)別下層本體

4.3 基于PR-OWL的本體模型描述

在分析和確定戰(zhàn)術(shù)意圖識(shí)別的各要素及其相互關(guān)系后,可建立滿足PR-OWL規(guī)范的PO模型,該P(yáng)O模型的基本框架如圖7所示。該框架基于圖4中的PR-OWL詳細(xì)模型利用Pretege軟件實(shí)現(xiàn)。

圖7 PO模型的基本框架

在戰(zhàn)術(shù)意圖識(shí)別領(lǐng)域的PO模型中包含一個(gè)MTheory,該Mtheory包含多個(gè)MFrag片斷。

在完成在戰(zhàn)術(shù)意圖識(shí)別領(lǐng)域的PO模型構(gòu)建后,可根據(jù)獲得的證據(jù),基于概率本體模型構(gòu)建符合當(dāng)前態(tài)勢(shì)的SSBN[8]用于意圖的推理。

5 結(jié)語(yǔ)

本文針對(duì)面向網(wǎng)絡(luò)中心環(huán)境下戰(zhàn)術(shù)意圖識(shí)別的不確定性和分布式特點(diǎn),提出了一種基于SOA的戰(zhàn)術(shù)意圖識(shí)別系統(tǒng)的體系結(jié)構(gòu)框架,重點(diǎn)分析如何利用PR-OWL進(jìn)行戰(zhàn)術(shù)意圖識(shí)別領(lǐng)域概率本體模型的建模過(guò)程,為構(gòu)建符合當(dāng)前態(tài)勢(shì)的SSBN用于推理意圖奠定了基礎(chǔ)。如何基于概率本體構(gòu)建SSBN是下一步研究的重點(diǎn)內(nèi)容。

[1] D.Shen,G.Chen.A game theoretic approach to threat intent inference[C]//CCRTS,2006:17-22.

[2] G.M.Levchuk,D.Grande.Mission Plan Recognition: Developing Smart Automated Opposing Forces for Battefield Simulations and Intelligence[C]//13thICCRTS,2008:74-78.

[3] K.B.Laskey,MEBN: A Language for First-Order Bayesian Knowledge Bases[M].Virginia: George Mason University Press,2007:124-128.

[4] R.N.Carvalho,P.C.G.Costa,K.B.Laskey,et al.PROGNOS: predictive situational awareness with probabilistic ontologies[C]//Proceedings of the 13th International Conference on Information Fusion,Edinburgh,UK,Jul.,2010:214-218.

[5] R.N.Carvalho.PO: Represention and Modeling Methodology [D].Virginia: George Mason University,2011.

[6] R.N.Carvalho.A GUI Tool for Plausible Reasoning in the semantic web using MEBN[C]//Seventh International Conference on Intelligent System Design and Applications,2007:381-386.

[7] Frank.M,Frans Voorbraak.A formal description of tactical plan recognition[J].Information Fusion,2003(4):47-61.

[8] Kevin P.M.Dynamic Bayesian Networks: Representation,Inference and Learning[D].Berkeley: University of California,Berkeley,2002.

[9] 王磊,孫增圻.基于行為的多機(jī)器人對(duì)手意圖識(shí)別二次估計(jì)方法[J].清華大學(xué)學(xué)報(bào)(自然科學(xué)版),2005,45(10):1421-1424.

[10] 冷畫屏,吳曉鋒,胡劍光.海上目標(biāo)戰(zhàn)術(shù)意圖序貫識(shí)別技術(shù)研究[J].系統(tǒng)工程與電子技術(shù),2008,30(3):462-465.

[11] 鄧海軍,尹全軍,胡記文.基于MEBN的戰(zhàn)術(shù)意圖識(shí)別[J].系統(tǒng)工程與電子技術(shù),2010,32(11):2374-2379.

Modeling of a PO for Tactical Intention Recognition Based on PR-OWL

CHEN Zhigang LIU Zhikun YANG Lujing

(Electronics Engineering College,Naval University of Engineering,Wuhan 430033)

In network centric environment,tactical intention recognition is an uncertain and distributed problem.It is very important to efficiently and promptly predict the enemy’s or adversary tactical intention from the lower level spatial,temporal and feature information.How to discribe the tactical intention recognition domain knowledge is the fundamential issue.In this paper,an arthitecture of the tactical intention recognition system based on SOA is proposed.Through analyzing the factors that impact tactical intentions of the enemy and the methods that denote uncertain relations among these factors,an example of modeling probabilistic ontology is presented based on PR_OWL.

network centric environment,tactical intention recognition,PR-OWL,situation-specific bayesian network

2014年8月6日,

2014年9月19日基金項(xiàng)目:博士后基金項(xiàng)目(編號(hào):2012M521892)資助。

陳志剛,男,博士,講師,研究方向:作戰(zhàn)輔助決策。劉志坤,男,博士,講師,研究方向:系統(tǒng)工程。楊露菁,女,博士,教授,研究方向:數(shù)據(jù)融合。

TP391

10.3969/j.issn1672-9730.2015.02.024