張宇玲，杜偉偉，張靜雅，范 鑫，楊 剛

（1.北方自動控制技術研究所，太原 030006；2.北京理工大學機電學院，北京 100081；3.智能信息控制技術山西省重點實驗室，太原 030006）

0 引言

作為信息化戰(zhàn)爭的基本作戰(zhàn)形式，陸軍合成作戰(zhàn)的戰(zhàn)場要素多、作戰(zhàn)環(huán)境變化快、參戰(zhàn)實體關聯(lián)關系復雜，海量異構的資源信息規(guī)劃過程中可能會造成大規(guī)模資源沖突問題［1］。只有作戰(zhàn)資源的調用時序、空間占用、頻域分配等約束一致，才能保證任務執(zhí)行按計劃完成［2-3］。資源信息組織管理模式是否合理，直接影響沖突檢測策略的可行性與執(zhí)行效率，因此，需要研究一種能夠打破領域隔閡的信息管理方法，為沖突檢測提供更全面、更高效的資源信息支撐。

知識圖譜是一種通過實體、關系、屬性及屬性值擴展本體知識的語義網絡［4］，專注于破除實體界限，將各實體連接形成“網”，以網狀結構展現(xiàn)實體間關聯(lián)［5］?；贠verview Detials 的圖譜可視化方法有助于篩選知識、探索知識關聯(lián)，并進一步展現(xiàn)知識層次體系［6］。知識圖譜在知識總結、知識理解、知識推理、知識演化等方面有強大的組織管理能力，在問答系統(tǒng)、智能搜索、輔助決策、個性化推薦等領域已經展開大量研究［7-11］。知識圖譜構建與可視化方法的出現(xiàn)，為海量異構信息結構化管理問題提供了新的解決思路。

面向沖突檢測，作戰(zhàn)資源信息根據任務執(zhí)行時序呈現(xiàn)屬性局部密集關聯(lián)的特點。但傳統(tǒng)的知識圖譜中節(jié)點排列沒有明確的時間關系，并且在表示整體稀疏、局部密集的結構時有局限。例如兩個局部密集結構間的屬性關聯(lián)會破壞圖譜整體結構的穩(wěn)定性，給后續(xù)知識提取與轉化應用帶來困難。為解決相關問題，首先面向陸軍合成作戰(zhàn)行動特點與沖突檢測場景需求，基于知識圖譜框架，結合ESTN 模型，設計資源規(guī)劃圖譜構建方法；其次，針對圖譜整體稀疏、局部密集的結構特點，引入ChordLink 模型優(yōu)化圖譜的可視化表達；最后通過一個作戰(zhàn)案例說明資源規(guī)劃圖譜構建方法的可行高效。

1 資源規(guī)劃圖譜構建

1.1 資源規(guī)劃圖譜框架

資源規(guī)劃圖譜框架基于三元組模型實現(xiàn)，即以“實體-關系-實體”結構儲存各種實體、關系、屬性及屬性值信息，并分別以節(jié)點、邊表示實體、實體間關系，實體由關系連接生成網狀結構的資源規(guī)劃圖譜。資源規(guī)劃圖譜中各元素內涵如下，資源規(guī)劃圖譜框架如圖1 所示。

圖1 資源規(guī)劃圖譜框架Fig.1 Framework of resource planning graph

1）實體：執(zhí)行作戰(zhàn)任務相關各類信息。實體是資源規(guī)劃圖譜基本組成元素，每個實體都應設置唯一標識；

2）關系：圖譜中各實體或概念間的聯(lián)系。資源規(guī)劃中實體根據時間關系建立聯(lián)系；

3）屬性：實體特性。資源規(guī)劃圖譜中指空域約束、頻域約束。

1.2 基于信息分類的知識提取

任務規(guī)劃資源信息保密性強、專業(yè)針對性高，資源規(guī)劃圖譜的構建無法在公開環(huán)境下進行，因此，需要從任務計劃中提取資源約束信息，構建資源規(guī)劃信息知識庫，以實現(xiàn)對資源信息的分類管理。

資源規(guī)劃信息知識庫的構建包括信息檢測、無效信息過濾、有效信息清洗、特征提取、分類儲存5個步驟，構建結果如圖2 所示。

圖2 資源規(guī)劃信息知識庫Fig.2 Resource planning information knowledge base

1）信息檢測：針對信息冗余、錯誤情況進行檢測；

2）無效信息過濾：去除標點符號、語氣詞、連接詞、停用字符等無意義信息；

3）有效信息清洗：對保留的有效信息進行一致性檢查，并補充缺省值；

4）特征提取：根據信息來源、參數(shù)數(shù)值以及數(shù)據單位等提取信息特征，并按結構化、半結構化、非結構化信息分類儲存；

5）分類儲存：結構化信息采用Neo j 圖數(shù)據庫存儲，半結構化與非結構化信息采用分布式儲存方法。

資源規(guī)劃信息知識庫中既有基礎作戰(zhàn)數(shù)據、作戰(zhàn)環(huán)境特征數(shù)據、實時/非實時格式報信息等結構化信息，也有海洋、水文、氣象等半結構化信息，還有視頻、音頻、文本等非結構化信息。針對不同類型信息要采取不同的提取方法，結構化信息經異構信息整合后即可提取，提取半結構化與非結構化信息時需先進行實體抽取、關系抽取與屬性抽取，并將抽取結果進行同構整合。復雜作戰(zhàn)環(huán)境下的信息在提取整合過程中，不可避免地會引入知識缺失問題。由于資源規(guī)劃信息的特殊性，大量關系出現(xiàn)的頻次很低，但知識補全往往需要大量的訓練數(shù)據，因此，考慮通過基于元學習訓練少量已知三元組來對缺失的三元組進行預測補全。

1.3 基于屬性對齊與實體對齊的數(shù)據層構建

數(shù)據層旨在通過屬性對齊和實體對齊消除作戰(zhàn)資源信息的沖突冗余。其中，屬性對齊是將指向同一實體的相同內涵屬性進行合并，實體對齊指將含義相同的不同實體進行對齊。

1.3.1 基于ESTN 的屬性對齊

簡單時間網絡模型（simple temporal network，STN）是一種對計劃中時間關系進行推理的約束網絡［12］，是解決時間沖突檢測問題的有力工具。擴展時間網絡模型（extend simple temporal network，ESTN）是在STN 的框架基礎上，將空域、頻域占用及其約束關系添加到相應的時間節(jié)點上，在完成時間沖突檢測的基礎上進行空域、頻域沖突檢測，與作戰(zhàn)資源沖突檢測策略有很高的適配性?；贓STN 解決沖突問題的信息需求，需要對空域約束、頻域約束進行規(guī)范化描述，以合并相同內涵的屬性，實現(xiàn)屬性對齊。

空域不僅包含火力安全線邊界、地炮落地區(qū)域范圍等二維平面范圍規(guī)劃，也包括飛行器航跡、彈道軌跡等三維空間航線規(guī)劃。合理安排戰(zhàn)場空間占用可以有效避免發(fā)生空域沖突，既要保證單位空間區(qū)域內不能因占用率過高而產生擁堵，也要保證作戰(zhàn)實體間不能超過各自行動安全距離?？沼蚣s束可表示為SD（ΔLon（i，j），ΔLat（i，j），ΔH（i，j），ΔT）。其中，ΔLon（i，j）=Lonj-Loni、ΔLat（i，j）=Latj-Lati、ΔH（i，j）=ΔHj-ΔHi，分別表示經度間隔、緯度間隔與高度間隔，ΔT 指空域占用時間間隔。

頻域可劃分為監(jiān)視頻域、保護頻域和禁止頻域。監(jiān)視頻域指戰(zhàn)斗中用以搜集情報的敵方頻率段；保護頻域指需在對敵實施電磁干擾時施加保護的頻率段；禁止頻域指對己方作戰(zhàn)起關鍵作用的頻率段，需施加絕對保護防止意外干擾?？捎脮r間交疊范圍內實體頻率波段來表示頻域約束，即同一時間區(qū)間、在可發(fā)生頻率干擾的范圍內，不同實體占用的頻率波段產生交集表示頻域沖突。頻域約束表達式為FD（ΔF（α，β），γ，ΔT）。其中，ΔF（α，β）=Fβ-Fα，表示頻率區(qū)間，α 與β 分別表示頻率區(qū)間的上限與下限，γ 表示頻率類型，ΔT 表示頻域占用時間間隔。

1.3.2 基于屬性相似度的實體對齊

多源異構的作戰(zhàn)資源信息不經實體對齊很難構造出清晰準確的“實體-關系-屬性”映射關系。因此，需要通過計算規(guī)范化表示的屬性值間最小編輯距離得到屬性相似度，并基于屬性相似度實現(xiàn)實體對齊。

定義s1與s2間最小編輯距離為edit（s1，s2），字符串s1長度為p，字符串s2長度為q，s1［p］表示s1中第p 個字符。求解edit（s1，s2）方程組如下：

設實體A 有p 個屬性SA={SA1，SA2，…，SAp}，對應屬性值為QA={QA1，QA2，…，QAp}；同理實體B 有q 個屬性SB={SB1，SB2，…，SBq}，對應屬性值為QB={QB1，QB2，…，QBq}。CS=SAj∩SB表示A 與B 間相同屬性集合。則實體對齊通過以下3 步實現(xiàn)。

首先，設edit（QAi，QBi）為CS中第i 個相同屬性QAi與QBi間的最小編輯距離，l（QAi）與l（QBi）分別指QAi與QBi長度?；谧钚【庉嬀嚯x計算CS中第i 個相同屬性的相似度simCS（SAi，SBi）：

然后，根據式（5）計算實體A 與實體B 間屬性相似度。其中，t 為CS中元素個數(shù)，ωi指第i 個屬性權值。

最后，基于歷史作戰(zhàn)數(shù)據，運用深度學習算法挖掘數(shù)據深層規(guī)律并得出相似度閾值。根據屬性相似度計算結果得到一個相似度由高到低的實體集合，該集合中屬性相似度高于閾值的實體實現(xiàn)對齊。

1.4 基于層次規(guī)約的概念層構建

為進一步實現(xiàn)對數(shù)據層節(jié)點的邏輯規(guī)范與組織管理，通過層次規(guī)約構建概念層，使圖譜層次結構更符合沖突檢測的信息調用邏輯。分層映射所得各層節(jié)點概念規(guī)約如表1 所示，概念層結構如圖3所示。

表1 概念層Table 1 Concept layer

圖3 概念層結構Fig.3 Concept layer structure

關于概念層結構需注意：

1）概念層面向沖突檢測構建，作戰(zhàn)資源調用具有時序特性，因此，各實體的時間約束信息要進行時間同步后排列；

2）實際作戰(zhàn)中各空域、頻域等屬性交叉占用，因此，除任務ID 層外的各層節(jié)點間存在交叉、跨層映射的情況。

2 基于ChordLink 模型的圖譜可視化方法

資源規(guī)劃圖譜可以實現(xiàn)對陸軍合成作戰(zhàn)中海量異構資源信息的有效組織管理，但大型圖譜的層次體系難以清晰呈現(xiàn)，不利于后續(xù)對圖譜的轉化應用。圖譜可視化可以直觀展現(xiàn)領域知識間的層次體系結構，有助于研究人員對其提取、理解、應用，能夠有效提高資源規(guī)劃效率。

圖譜可視化常通過節(jié)點關系圖表示圖譜中知識間的關聯(lián)結構，若將調用資源的作戰(zhàn)任務看作局部，則網狀的資源規(guī)劃圖譜具備全局稀疏、局部密集的結構特征。常用的圖譜可視化模型有：NodeTrix模型、OntoTrix 模型、ChordLink 模型等［13-15］。其中，ChordLink 模型是一種將表示密集子圖的弦圖嵌入節(jié)點關系圖中表示稀疏全局網絡中的局部密集結構的混合可視化模型［15］。因此，為保留整體布局的同時更好地表達局部交互情況，基于ChordLink 模型進行資源規(guī)劃圖譜可視化。

設陸軍合成作戰(zhàn)全局行動中任務Γ 相關節(jié)點集合為C，C 中時間關系節(jié)點位于一個圓形拓撲區(qū)域R（C）內，稱為內部節(jié)點，屬性節(jié)點位于R（C）外，稱為外部節(jié)點。對于內部節(jié)點w，z，h，f∈C 和外部節(jié)點a，b，u?C，可視化生成流程如下：

1）節(jié)點復制：在uw 與R（C）邊界之間的交點上創(chuàng)建w 的復制點w'，并用uw'替換uw。對每一個內部節(jié)點同理處理，可以沿R（C）邊界得到每個內部節(jié)點的唯一復制點。然后刪除位于R（C）內部的所有節(jié)點，即可沿R（C）邊界得到一個復制點序列；

2）節(jié)點排列：首先為減少同一節(jié)點的非連續(xù)復制點數(shù)量，當且僅當復制點與同一外部節(jié)點相鄰時，沿R（C）邊界重新排列復制點；

3）節(jié)點合并：用一個至少跨越整個子序列的圓弧替換所有連續(xù)復制點，得到圓弧cw、cz、ch、cf，并插入弦表示時間關系。

對于任務Γ 所屬事件集，經過節(jié)點復制、排列、合并生成由時間關系建立連接的弦圖集。各弦圖根據作戰(zhàn)主體在不同時間對空域、頻域等資源的調用情況與外部屬性節(jié)點建立連接，從而構成作戰(zhàn)資源知識圖譜全局稀疏、局部密集的布局結構。隨著陸軍合成作戰(zhàn)中各任務的資源規(guī)劃進程，不斷有新的弦圖生成并與外部屬性節(jié)點建立聯(lián)系，圖譜可視化流程及結果如下頁圖4 所示。

圖4 圖譜可視化Fig.4 Graph visualization

3 實例分析

以作戰(zhàn)任務“炮兵火力壓制，裝甲推進”為例構建資源規(guī)劃圖譜。子任務I1～I4要求20 min 內完成，空域包含：SD1（ΔLon（0，1），ΔLat（0，1），ΔH（0，1），ΔT），SD2（ΔLon（0，2），ΔLat（0，2），ΔH（0，2），ΔT）；頻域劃分為監(jiān)視頻域FD1（ΔF（α1，β1），γ1，ΔT）、保護頻域FD2（ΔF（α2，β2），γ2，ΔT）以及禁止頻域FD3（ΔF（α3，β3），γ3，ΔT）。根據實體、關系、屬性抽取結果構建數(shù)據層和概念層，各實體、關系、屬性、屬性值間映射關系如表2 所示，資源規(guī)劃圖譜可視化結果如下頁圖5 所示。

圖5 可視化結果Fig.5 Visualization results

表2 實體-關系-屬性映射關系Table 2 Entity-relation-attribute mapping relationship

通過上述分析可知，面向沖突檢測，資源規(guī)劃圖譜的構建不僅能完成資源信息的時間同步，并且可以在時間同步的基礎上進行高效知識搜索，清晰展示時域、空域、頻域等信息間關聯(lián)關系。能夠有效提升信息價值，給后續(xù)資源沖突檢測提供結構化信息支撐。

4 結論

陸軍合成作戰(zhàn)信息混雜、域界模糊的特點給沖突檢測信息管理方法提出了更高的要求，信息管理方法的選擇會影響沖突檢測的效率與準確度。基于陸軍合成作戰(zhàn)行動特點與場景需求，面向沖突檢測構建資源規(guī)劃圖譜，一方面集成知識圖譜與可視化方法，展示各領域知識間關聯(lián)關系以及資源規(guī)劃圖譜的可擴展性；另一方面積累整合各類作戰(zhàn)資源信息，使得沖突檢測不僅可以解決某一類沖突問題，更可以基于資源規(guī)劃圖譜研究復合沖突檢測策略解決陸軍合成作戰(zhàn)中發(fā)生的大型沖突問題。