杜曉明 徐延才 王 曉 秦 蕊 秦繼榮

1.中國科學(xué)院重大科技任務(wù)局 北京 100045

2.中國科學(xué)院自動化研究所復(fù)雜系統(tǒng)管理與控制國家重點(diǎn)實驗室 北京 100190

3.安徽大學(xué)人工智能學(xué)院 安徽 合肥 230601

4.青島智能產(chǎn)業(yè)技術(shù)研究院 山東 青島 256200

5.北方自動控制技術(shù)研究所 山西 太原 030006

6.中國指揮與控制學(xué)會 北京 100089

隨著我國對外開放區(qū)域結(jié)構(gòu)的轉(zhuǎn)型及國家發(fā)展的需要,國家相繼發(fā)布“走出去”和“一帶一路”等戰(zhàn)略規(guī)化[1],這些戰(zhàn)略規(guī)劃一方面是構(gòu)建中國全方位開放新格局的必然要求,另一方面也是促進(jìn)亞歐國家共同發(fā)展繁榮的必然選擇[2].然而,現(xiàn)有國土網(wǎng)絡(luò)覆蓋區(qū)域有限,并且存在網(wǎng)絡(luò)結(jié)構(gòu)僵化、服務(wù)效率低、響應(yīng)速度慢等問題,無法滿足沿線海陸的重要經(jīng)濟(jì)帶、海外熱點(diǎn)區(qū)域網(wǎng)絡(luò)及信息服務(wù)的重要需求.因此,建設(shè)覆蓋范圍廣的空天海地一體化觀測網(wǎng)絡(luò),充分利用空間、海洋與地面網(wǎng)絡(luò)在網(wǎng)絡(luò)接入和覆蓋范圍等方面的互補(bǔ)性,成為我國重要的科技戰(zhàn)略布局[3].

海上運(yùn)輸是國際貿(mào)易普遍的運(yùn)送方式,相較于其他運(yùn)送方式,海上運(yùn)輸具有低成本,高運(yùn)載能力的優(yōu)勢.我國的海上運(yùn)輸規(guī)模量大,截至2019 年底,全國內(nèi)河航道12.73 萬公里,2019 年水路全年客運(yùn)量為2.73 億人,貨運(yùn)量74.72 億噸[4].由于海上地理環(huán)境、空間環(huán)境的不可知性,海上運(yùn)輸存在很多的不安全因素,海上搜救能夠及時發(fā)現(xiàn)遇險船舶和人員,并提供及時有效的救援,保障人身安全,減少人員傷亡,增強(qiáng)海上運(yùn)輸安全意識,避免因財產(chǎn)損失導(dǎo)致的經(jīng)濟(jì)損失,并且能及時發(fā)現(xiàn)和處理海上事故造成的環(huán)境污染,減少對海洋生態(tài)環(huán)境的破壞,促進(jìn)海洋資源的有效利用.因此,海上搜救對于海上運(yùn)輸?shù)目沙掷m(xù)發(fā)展有十分重要的作用[5-6].

海上搜救包含海上搜尋與海上救助.海上搜尋的目標(biāo)是找到遇險人員的精確位置,海上救助的目標(biāo)是幫助遇險人員脫離險地并提供其所需要的醫(yī)療服務(wù)[7].海上搜尋是海上救助得以順利進(jìn)行的前置條件,在整個搜救過程中,搜索幸存者的位置在整個海上搜救階段至關(guān)重要,并且最具復(fù)雜性、危險性和高成本.位置搜索策略的制定涉及到許多方面的綜合計算,利用計算機(jī)強(qiáng)大的運(yùn)算能力,可以輔助決策機(jī)構(gòu)確定待搜尋區(qū)域范圍、資源分配方案和搜尋計劃,從而縮短搜尋時間,提高搜尋的成功率.

作為近些年出現(xiàn)的國內(nèi)外前沿研究的重點(diǎn)之一,空天海地一體化觀測網(wǎng)絡(luò)研究對于提升海上搜救效率和能力具有重要作用.空天海地一體化觀測網(wǎng)絡(luò)可以通過衛(wèi)星、飛機(jī)、無人機(jī)等多種方式,對遇險船舶和人員進(jìn)行精確的定位和實時監(jiān)測,提高海上搜救的效率和準(zhǔn)確性.空天海地一體化觀測網(wǎng)絡(luò)可以獲取各種海洋數(shù)據(jù)、氣象數(shù)據(jù)、航行數(shù)據(jù)等信息,為海上搜救提供全面的信息支持,幫助救援人員更好地掌握事態(tài)發(fā)展情況和遇險人員的狀態(tài),提高救援效率.空天海地一體化觀測網(wǎng)絡(luò)可以從不同高度、不同角度對海上遇險船舶和人員進(jìn)行觀測,幫助救援人員更好地了解遇險船舶和人員的狀況,指導(dǎo)救援行動.空天海地一體化觀測網(wǎng)絡(luò)可以提供實時的數(shù)據(jù)和信息,幫助救援人員更快速、更準(zhǔn)確地作出決策,縮短救援時間,減少風(fēng)險,提高救援效率.

在理論層面上,空天海地一體化觀測網(wǎng)絡(luò)是一個典型的異構(gòu)信息網(wǎng)絡(luò)（heterogeneous information network,HIN）,每一個節(jié)點(diǎn)都可以視為一種帶有無線傳感器的接入設(shè)備.隨著國際環(huán)境的變化及社會的發(fā)展,空天海地各網(wǎng)絡(luò)監(jiān)測環(huán)境日趨復(fù)雜,由這些傳統(tǒng)傳感器網(wǎng)絡(luò)所獲取的簡單獨(dú)立數(shù)據(jù)愈加不能滿足人們對環(huán)境監(jiān)測的全面需求,迫切需要將以傳感器網(wǎng)絡(luò)監(jiān)控數(shù)據(jù)為基礎(chǔ),進(jìn)行獨(dú)立環(huán)境監(jiān)測活動的空基、天基、?；暗鼗W(wǎng)絡(luò)進(jìn)行深度融合,實現(xiàn)更細(xì)粒度、更高精準(zhǔn)信息的環(huán)境監(jiān)測[8-13].多種網(wǎng)絡(luò)的融合以及大量網(wǎng)絡(luò)節(jié)點(diǎn)的接入,導(dǎo)致其網(wǎng)絡(luò)結(jié)構(gòu)極為復(fù)雜、網(wǎng)絡(luò)資源十分多樣、且網(wǎng)絡(luò)節(jié)點(diǎn)移動與互聯(lián)充滿不確定性,難以對網(wǎng)絡(luò)進(jìn)行精確的描述和建模[14-15].同時,大部分傳感器節(jié)點(diǎn)通過電池供電,存儲能量十分有限,并且由于單節(jié)點(diǎn)的計算能力過低導(dǎo)致無法獨(dú)自完成復(fù)雜的任務(wù).空天海地一體化觀測網(wǎng)絡(luò)為各種空基、天基、海基和地基信息業(yè)務(wù)提供了服務(wù),多樣化的服務(wù)特性和高質(zhì)量的服務(wù)需求使得網(wǎng)絡(luò)資源優(yōu)化分配非常具有挑戰(zhàn)性,而傳統(tǒng)的優(yōu)化方法往往效率不高、響應(yīng)速度慢[16].

在現(xiàn)實層面上,空天海地一體化觀測網(wǎng)絡(luò)采用探測與傳感技術(shù)、對地觀測技術(shù)、衛(wèi)星導(dǎo)航定位技術(shù)、通信技術(shù)、海洋立體觀測網(wǎng)絡(luò)和地理信息系統(tǒng)等關(guān)鍵技術(shù),研究空天海地環(huán)境中環(huán)境參數(shù)與觀測目標(biāo)信息的獲取、存儲、傳輸、處理、分析、管理、顯示和應(yīng)用,從而滿足環(huán)境變化監(jiān)測、自然災(zāi)害預(yù)報預(yù)警、國土資源智能規(guī)劃管理、城市建設(shè)發(fā)展、智慧農(nóng)業(yè)、智能交通、國家安全等重大需求,保障社會和經(jīng)濟(jì)的可持續(xù)發(fā)展[17-19].空天海地一體化觀測網(wǎng)絡(luò)是空基網(wǎng)絡(luò)、天基網(wǎng)絡(luò)、海基網(wǎng)絡(luò)和地基網(wǎng)絡(luò)的一體化融合網(wǎng)絡(luò)[3].其中,空基網(wǎng)絡(luò)由高空通信平臺、無人機(jī)自組網(wǎng)絡(luò)等組成,具有增強(qiáng)覆蓋范圍、靈活重構(gòu)網(wǎng)絡(luò)及其服務(wù)等作用[14]；天基網(wǎng)絡(luò)包含多個由高軌衛(wèi)星、中軌衛(wèi)星、低軌衛(wèi)星組成的網(wǎng)絡(luò)系統(tǒng),實現(xiàn)全球覆蓋[20]；?；W(wǎng)絡(luò)包括海面及海底觀測；地基網(wǎng)絡(luò)包括互聯(lián)網(wǎng)和移動通信網(wǎng)絡(luò)等,為業(yè)務(wù)密集區(qū)域提供網(wǎng)絡(luò)服務(wù).空天海地一體化觀測網(wǎng)絡(luò)通過感知相關(guān)信息及事件,傳輸網(wǎng)絡(luò)信息,實現(xiàn)協(xié)同觀測不同的網(wǎng)絡(luò)和高效的數(shù)據(jù)處理,同時,完成輔助決策,為不同的觀測用戶和觀測目標(biāo)提供聚焦應(yīng)用服務(wù).

本文采用平行智能理論[21-24],面向空天海地一體化的海上搜救場景構(gòu)建一個平行海上搜救系統(tǒng),運(yùn)用空基、天基、?；?、地基四位一體的綜合觀測手段,對發(fā)生事故的船舶隨洋流運(yùn)動后的可疑區(qū)域進(jìn)行可疑區(qū)域識別、可疑區(qū)域搜索排查、可疑區(qū)域確認(rèn)與現(xiàn)場救援,再基于實際系統(tǒng)與人工系統(tǒng)的平行執(zhí)行與互動反饋,對實際的海上搜救過程進(jìn)行描述、預(yù)測和引導(dǎo),從而不斷優(yōu)化海上搜救的效率,提升海上搜救的準(zhǔn)確度.在該系統(tǒng)中,通過基于多智能體的人工系統(tǒng)建模方法,構(gòu)建與實際海上搜救系統(tǒng)相對應(yīng)的人工海上搜救系統(tǒng),并在人工海上搜救系統(tǒng)中根據(jù)實際的海上搜救場景設(shè)計相應(yīng)的計算實驗場景,并通過計算實驗方法,針對這些場景進(jìn)行計算實驗,對多個海上搜救策略進(jìn)行評估與優(yōu)化,從而獲得最優(yōu)的海上搜救策略.通過海上搜救實際系統(tǒng)與人工系統(tǒng)的平行執(zhí)行與互動反饋,不斷優(yōu)化實際海上搜救系統(tǒng)中的策略,使其不斷向人工海上搜救系統(tǒng)的最優(yōu)狀態(tài)逼近.本文所提出的平行海上搜救系統(tǒng),可以為海上搜救的可疑區(qū)域識別、排查與救援提供必要的理論與數(shù)據(jù)支撐,具有重要的理論意義與現(xiàn)實意義.

1 平行搜救架構(gòu)設(shè)計

基于平行智能理論,提出針對海上搜救的平行搜救架構(gòu).考慮到海上環(huán)境復(fù)雜多變,遇險船舶和人員的位置、數(shù)量、狀態(tài)等難以準(zhǔn)確確定,以及搜救范圍廣、時間緊迫等難題,在平行搜救架構(gòu)中采用空天海地一體化觀測網(wǎng)絡(luò),利用衛(wèi)星、飛機(jī)、無人機(jī)等,對遇險船舶和人員所在的可能區(qū)域進(jìn)行初步判定以縮小搜救范圍,并對其位置變化進(jìn)行實時監(jiān)測,同時采集各種海洋數(shù)據(jù)、氣象數(shù)據(jù)、航行數(shù)據(jù)等實時信息,從而為海上搜救人工系統(tǒng)的構(gòu)建和計算實驗的設(shè)計提供重要的數(shù)據(jù)基礎(chǔ).通過人工搜救系統(tǒng)與實際搜救系統(tǒng)的虛實反饋,指導(dǎo)實際的海上搜救決策.

1.1 空天海地一體化觀測網(wǎng)絡(luò)

空天海地一體化觀測網(wǎng)絡(luò)主要由以下4 個網(wǎng)絡(luò)為基礎(chǔ)：空間網(wǎng)絡(luò)、天基網(wǎng)絡(luò)、海洋網(wǎng)絡(luò)和地面網(wǎng)絡(luò),可以為空天海地的各類用戶提供接入和按需服務(wù).網(wǎng)絡(luò)的總體物理架構(gòu)如圖1 所示.網(wǎng)絡(luò)從架構(gòu)上可以分為數(shù)據(jù)層、系統(tǒng)層和應(yīng)用層.數(shù)據(jù)層包括空天海地多源數(shù)據(jù),系統(tǒng)層包含空天海地的主要子系統(tǒng)和平臺,應(yīng)用層由海上公眾、海上搜救中心、海上救助局和其他海上搜救組織等組成.

圖1 總體物理架構(gòu)圖Fig.1 Overall physical architecture diagram

一體化網(wǎng)絡(luò)使用的數(shù)據(jù)由空天海地四方協(xié)同采集,分別提供衛(wèi)星遙感數(shù)據(jù)和衛(wèi)星通訊數(shù)據(jù)以及空海地觀測數(shù)據(jù).“空”方面,如長續(xù)航無人機(jī)和多軸無人機(jī)的無人機(jī)編隊擁有強(qiáng)機(jī)動性、探測距離遠(yuǎn)、快速機(jī)動和寬視角等優(yōu)點(diǎn),可以提供險情現(xiàn)場的圖片和視頻信息以及SAR 數(shù)據(jù)；“天”方面,高分辨率遙感衛(wèi)星可以通過計算機(jī)視覺目標(biāo)檢測和圖像目標(biāo)提取技術(shù)提供精確的搜尋信息服務(wù),而北斗通訊衛(wèi)星可定位遇險人員的位置,并為其他搜尋載體（飛機(jī)和艦船）提供通信導(dǎo)航支持；“海”方面是遇險目標(biāo)搜尋的最直接且關(guān)鍵的力量,包含搜尋艦船系統(tǒng)和航標(biāo)AIS等,各種艦載傳感器可以感知周邊海上信息,提供信息支撐；“地”方面,除了提供信息的岸基AIS 等設(shè)施以外,更多的起到協(xié)同調(diào)度的作用.

空天海地一體化觀測網(wǎng)絡(luò)首先通過大量傳感器對其周邊環(huán)境的信息進(jìn)行監(jiān)測,然后對感知信息進(jìn)行數(shù)據(jù)分析和智能識別,最后將有價值的數(shù)據(jù)上傳到遠(yuǎn)程控制中心或終端用戶.

現(xiàn)有的海上搜救流程和架構(gòu)存在諸多問題,嚴(yán)重制約了海上搜救能力和效率的提升.現(xiàn)有的海上搜救機(jī)構(gòu)分散,缺乏整體規(guī)劃和統(tǒng)一指揮,導(dǎo)致搜救行動缺乏協(xié)調(diào)性和高效性,從而造成資源浪費(fèi)和搜救效率低下.海上搜救機(jī)構(gòu)在搜索和救援設(shè)備、船只、飛機(jī)、人員等方面配置不足,無法滿足大規(guī)模海上搜救行動的需要.海上搜救涉及要素眾多,是一個典型的復(fù)雜系統(tǒng),存在著難以實驗或?qū)嶒灤鷥r極其巨大等問題.為解決以上問題,下面將提出基于平行系統(tǒng)的海上搜救架構(gòu),為海上搜救決策制定、多機(jī)構(gòu)協(xié)作、以及海上搜救資源高效利用提供支撐,以提升海上搜救的能力和水平.

1.2 基于平行系統(tǒng)的海上搜救架構(gòu)

針對復(fù)雜系統(tǒng)難以建模、難以實驗或?qū)嶒灤鷥r巨大、以及關(guān)鍵數(shù)據(jù)不足或嚴(yán)重缺失等問題,王飛躍教授在2004 年提出集人工社會、計算實驗、平行執(zhí)行為一體的平行系統(tǒng)理論與方法體系[25-32],通過可定量、可實施、可重組、可計算的計算實驗[33-34],解決實際復(fù)雜系統(tǒng)中不可準(zhǔn)確預(yù)測、難以拆分、無法重復(fù)等問題[35-38].基于平行系統(tǒng)的海上搜救架構(gòu)如圖2 所示,包括海上搜救實際系統(tǒng)和海上搜救人工系統(tǒng),主要過程分為人工系統(tǒng)構(gòu)建、計算實驗和平行執(zhí)行.其中,海上搜救人工系統(tǒng)構(gòu)建,主要是建立與海上搜救實際系統(tǒng)相對應(yīng)的平行存在的軟件定義的人工海上搜救場景,并在人工海上搜救場景和實際海上搜救場景中收集數(shù)據(jù),以便用于計算實驗.計算實驗環(huán)節(jié)借助于生成式對抗網(wǎng)絡(luò)[39-41]、平行學(xué)習(xí)[42]、智能對抗[43-46]等算法在人工系統(tǒng)中不斷進(jìn)行迭代演化,進(jìn)行經(jīng)驗積累,生成相應(yīng)的數(shù)據(jù)和策略,在平行執(zhí)行中引導(dǎo)實際海上搜救場景.以上過程形成了海上搜救實際系統(tǒng)和海上搜救人工系統(tǒng)的完整閉環(huán),虛實互動,實現(xiàn)了理論與實際的有效反饋與應(yīng)用,在海上搜救場景中有重要的理論支撐作用和實踐指導(dǎo)價值.

圖2 基于平行系統(tǒng)的海上搜救架構(gòu)圖Fig.2 ACP-based maritime search and rescue architecture

基于平行系統(tǒng)的海上搜救系統(tǒng)包含3 種運(yùn)行模式：學(xué)習(xí)與培訓(xùn)、實驗與評估、管理與控制.通過海上搜救人工系統(tǒng),可以實現(xiàn)對實際系統(tǒng)的可視化展示,從而對海上搜救人員進(jìn)行學(xué)習(xí)與培訓(xùn),使其熟悉海上搜救的工作流程并熟練掌握海上搜救技能；通過在人工系統(tǒng)進(jìn)行計算實驗演化分析,可以實現(xiàn)對實際系統(tǒng)的實驗與評估,使海上搜救人員更好地了解不同搜救方案的效果；通過人工系統(tǒng)與實際系統(tǒng)的平行執(zhí)行與互動反饋,可以實現(xiàn)對實際系統(tǒng)的管理與控制,從而提升實際搜救的效率和效果.

2 基于平行系統(tǒng)的平行海上搜救計算實驗

基于所提出的平行海上搜救框架,依據(jù)海上搜救實際系統(tǒng)中面臨的各種實際場景,在海上搜救人工系統(tǒng)中設(shè)計對應(yīng)的計算實驗場景進(jìn)行計算實驗,以驗證本文所提框架的有效性.

在海上搜救人工系統(tǒng)中設(shè)計計算實驗場景如下：某海域上有一艘船突然失去動力后失聯(lián),有關(guān)部門收到求救后迅速成立聯(lián)合搜救小組,使用基于ResNet 的海上平行搜救智能系統(tǒng),輸入必要信息后,推算出當(dāng)前遇險船只所在位置的大致范圍,同時整合出可供搜尋救助的搜救力量,有空基上的搜救飛機(jī)、天基上的衛(wèi)星、?；系乃丫却?、地基上的岸基雷達(dá).實驗任務(wù)概括為：利用現(xiàn)有的搜救力量,提供在最短時間內(nèi)搜尋到遇險船只的搜尋策略.

2.1 實驗數(shù)據(jù)生成

一般的海上搜救場景,需要考慮的場景因素較多,包括航行海區(qū)和海況,事發(fā)地海洋環(huán)境與氣象信息,遇險船只和搜救船只的型號、航速、載貨情況,搜救船只的數(shù)目、救助設(shè)備、探測設(shè)備、續(xù)航能力,搜救飛機(jī)的數(shù)目、搜索半徑（認(rèn)為在搜索半徑內(nèi)的疑似目標(biāo)可被飛機(jī)探測到）,岸基雷達(dá)的探測范圍,衛(wèi)星掃描區(qū)域等.本實驗設(shè)定的海上搜救場景主要有以下參數(shù),下面給出相應(yīng)參數(shù)數(shù)值.

1）搜尋區(qū)域范圍：10 000 nmi2的正方形區(qū)域.

2）疑似目標(biāo)數(shù)目：10 個：在海上與遇險船只具有相似性的物體并不會特別多,設(shè)定疑似目標(biāo)為10個,即每100 nmi2是比較合理的.在搜尋區(qū)域內(nèi),疑似目標(biāo)的位置可以用均勻分布來刻畫：疑似目標(biāo)的位置是隨機(jī)的,且不存在很強(qiáng)的關(guān)聯(lián)性,用均勻分布可滿足這一點(diǎn).

3）搜尋工具：在計算實驗的參數(shù)設(shè)定里只考慮空基上的搜救飛機(jī)和?；系乃丫却?不考慮岸基雷達(dá)和衛(wèi)星的具體參數(shù)值.本實驗采用3 架搜救飛機(jī),3 艘搜救船,搜尋工具參數(shù)如表1 所示.

表1 搜尋參數(shù)表Table 1 Search parameters

搜救飛機(jī)的初始位置為（-10,-10）.實驗任務(wù)為在上述參數(shù)下,尋找最優(yōu)策略,使得在最短時間內(nèi)找到遇險船只.生成10 000 組數(shù)據(jù),每組包含10 個疑似點(diǎn)模擬疑似目標(biāo).在10 個疑似點(diǎn)中確定1 個遇險船只,考慮到遇險船只的大小,形狀等因素,在海上搜尋區(qū)域內(nèi)的疑似目標(biāo)不會有很多.因此,疑似目標(biāo)是遇險船只的概率,用=0.2 的指數(shù)分布模擬疑似目標(biāo)是遇險船只的與搜尋工具無關(guān)的分?jǐn)?shù)值,歸一化后即是概率.每組還包含3 個起始節(jié)點(diǎn)模擬搜救船,其坐標(biāo)為（x,y）,x 和y 獨(dú)立且服從[0,100]的均勻分布.

生成的數(shù)據(jù)集如下：

1）疑似目標(biāo)數(shù)據(jù)：10 000 組,每組10 個數(shù)據(jù).每個數(shù)據(jù)有（x,y,p）3 個參數(shù),x 表示疑似目標(biāo)的橫坐標(biāo),y 表示疑似目標(biāo)的縱坐標(biāo),p 表示疑似目標(biāo)是遇險船只的概率.每組的第1 個疑似目標(biāo)為遇險船只.

2）起始點(diǎn)數(shù)據(jù)（模擬搜救船）：10 000 組,每組3個數(shù)據(jù).每個數(shù)據(jù)有（x,y）兩個參數(shù),x 表示起始點(diǎn)的橫坐標(biāo),y 表示起始點(diǎn)的縱坐標(biāo).

2.2 計算實驗及分析

為了逐步尋找最優(yōu)策略,首先從1 艘船單獨(dú)搜尋遇險船入手.由于搜救船可在其搜索半徑內(nèi)100%的確認(rèn)目標(biāo),因此,無需考慮疑似目標(biāo)的干擾.平行線掃視搜尋對于搜尋目標(biāo)位置無法確定、搜尋區(qū)域范圍較廣的情況非常有效,本實驗所制定的海上搜救場景即為此類.執(zhí)行時,搜尋起始點(diǎn)會選擇為搜尋區(qū)域的某個頂點(diǎn)處,其位置通常被設(shè)定為距直角邊1/2 搜索半徑的位置.

圖3 是平行線掃視搜尋方式的示意圖,設(shè)搜尋船掃視寬度為2r（此處假設(shè)r=5）,移動速度為speed,搜尋區(qū)域為w*l 大小的矩形區(qū)域.藍(lán)色線條為船的移動路徑,其從點(diǎn)（r,0）出發(fā),朝y 軸正向移動,到達(dá)（r,l）后向x 軸正向移動2r,到達(dá)（3r,l）,再往y 軸負(fù)向移動,到達(dá)（3r,0）.以此類推.

圖3 單艘船搜尋路徑示意圖Fig.3 Search path diagram with a single ship

圖4 船只數(shù)目增加對比效果圖Fig.4 Comparison of the effects with the increase in number of ships

根據(jù)其移動軌跡,從（r,0）移動到（r,l）,其掃過的區(qū)域為長為l,寬為2r 的矩形區(qū)域,記為0 號區(qū)域.以此類推,每條垂直于x 軸的軌跡均覆蓋一個矩形.

對于任意一點(diǎn)（x,y）,可以得出搜尋到該點(diǎn)所需時間,具體推導(dǎo)如下：

該點(diǎn)所在的區(qū)域序號為：

從0 區(qū)域到n-1 區(qū)域,共經(jīng)過n 個區(qū)域,用時：

此時需要討論n 的奇偶性：

若n 為偶數(shù),搜尋船的移動路徑為[（2n+1）r,0]到[（2n+1）r,l],故以遇險船的坐標(biāo)為圓心,以r 為半徑畫圓,其與x=（2n+1）r 的下交點(diǎn)則是船的位置,設(shè)該點(diǎn)的縱坐標(biāo)為y'：

故：

y'可能為負(fù)值,故此處?。簓'=max（0,y'）

故耗時：

當(dāng)n 為奇數(shù)時,此時搜尋船的移動路徑為[l,（2n+1）r]到[0,（2n+1）r],同上：

此時y'不能超過l：

故耗時：

搜尋算法：

輸入：目標(biāo)點(diǎn)坐標(biāo)（x,y）、船的移動速度speed、船的搜尋半徑r.

輸出：到達(dá)該目標(biāo)點(diǎn)的時間t.

算法：根據(jù)上述步驟,先計算出n,再計算出t1,最后根據(jù)n 的奇偶性,通過公式算出t.

考慮搜救飛機(jī)這一搜尋工具.飛機(jī)的運(yùn)行速度較快,可以在很短的時間內(nèi)完成整個海面的搜尋,但其無法精確地確認(rèn)目標(biāo)點(diǎn).此時船再去逐個確認(rèn)疑似點(diǎn)即可,而不需要船對整個海域做搜尋.因此,搜救飛機(jī)可代替搜救船執(zhí)行全海域的地毯式搜索工作.

整個搜尋過程分為兩步：

1）飛機(jī)先進(jìn)行平行線掃視搜尋,找出可能的疑似目標(biāo),并對其打分,形成概率；

2）船對疑似點(diǎn)進(jìn)行逐個確認(rèn),驗證疑似目標(biāo)是否為遇險船只,直至搜索到遇險船只為止.

首先要處理多架飛機(jī)的搜尋區(qū)域剖分問題.為保證多架飛機(jī)的搜尋時間盡可能平衡,同時完成任務(wù),對3 架飛機(jī)的搜尋區(qū)域進(jìn)行條狀劃分,飛機(jī)在自己的搜尋區(qū)域內(nèi)做平行線掃視搜尋策略搜尋.從數(shù)據(jù)可得,飛機(jī)A、B、C 的在單位時間內(nèi)的搜尋面積之比為10∶1∶4,故對飛機(jī)A 分配2/3 比例的寬度,對飛機(jī)B 分配1/15 比例的寬度,對飛機(jī)C 分配4/15比例的寬度,以盡可能保證3 架飛機(jī)同時完成該機(jī)所負(fù)責(zé)的區(qū)域搜尋.

根據(jù)搜尋的兩個步驟,實驗也分為兩步.

Step 1：計算搜救飛機(jī)平行線掃視搜尋用時,使用3 架搜救飛機(jī)的參數(shù)數(shù)據(jù)對搜救飛機(jī)平行線掃視搜尋用時計算公式,得到3 架搜救飛機(jī)的搜尋時間.取3 架飛機(jī)飛行時間較大者,作為第一階段的用時,設(shè)該時間為tplane.

Step 2：計算搜救船確認(rèn)疑似點(diǎn)用時.根據(jù)搜救船只數(shù)目的不同,分為1 艘船確認(rèn)疑似點(diǎn)、2 艘船確認(rèn)疑似點(diǎn)和3 艘船確認(rèn)疑似點(diǎn)3 個部分加以闡述.

實驗1：1 艘船單獨(dú)搜尋

實驗1 的目的是驗證船單獨(dú)搜尋是無法滿足實際需要的,實驗內(nèi)容為計算1 艘船單獨(dú)搜尋所需時間.

實驗步驟：選取生成的數(shù)據(jù)集中疑似目標(biāo)數(shù)據(jù)的第1 個的x 和y 坐標(biāo),即只使用數(shù)據(jù)中遇險船只的位置（x,y）,共10 000 組,每組為一個（x,y）坐標(biāo).計算1 艘船,從（0,0）出發(fā),使用平行線掃描搜尋方式,搜尋到點(diǎn)（x,y）的時間.采用平行線掃視搜尋某個目標(biāo)節(jié)點(diǎn),紅色點(diǎn)為目標(biāo)點(diǎn),從（0,0）出發(fā)開始搜尋,發(fā)現(xiàn)目標(biāo)節(jié)點(diǎn)即停止.

實驗1 結(jié)果：平均搜尋時間為213.47 h.

實驗1 結(jié)果分析：1 艘船無法在合理時間內(nèi)完成對整個海面的搜尋.考慮3 艘船搜尋時間,假定每艘船的搜尋范圍做3 等分,其平均搜索時間仍然很長.基于此實驗結(jié)果,單獨(dú)使用搜救船對遇險船只進(jìn)行搜尋是無法在短時間內(nèi)完成的.

實驗2：搜救飛機(jī)和1 艘搜救船聯(lián)合搜尋

實驗2 的目的是說明聯(lián)合搜尋可提高搜尋效率,實驗內(nèi)容為計算搜救飛機(jī)和1 艘搜救船聯(lián)合搜尋的用時.

使用數(shù)據(jù)集中的疑似目標(biāo)數(shù)據(jù),選取第1 個起始點(diǎn)作為搜救船,共10 000 組數(shù)據(jù),每組10 個疑似點(diǎn),1 個起始點(diǎn).分別使用DP 算法與最近鄰算法,算法給出的結(jié)果從起始點(diǎn)出發(fā),找到目標(biāo)點(diǎn)的路徑長度,在此基礎(chǔ)上除以搜救船航行速度12 n mile/h,即可得到搜索到目標(biāo)點(diǎn)的時間.將計算出的時間取平均值,作為DP 算法和最近鄰算法分別給出的搜救船的平均搜尋時間.設(shè)采用DP 算法計算出的平均搜尋時間為t2,最近鄰算法計算出的平均搜尋時間為t3.

將tplane+t2作為實驗2 采用DP 算法的總用時,tplane+t3作為實驗2 采用最近鄰算法的總用時.

實驗結(jié)果：

采用DP 算法計算的平均搜尋時間為t2=8.81 h,采用最近鄰算法計算的平均搜尋時間為t3=10.94 h.

故采用DP 算法的總用時為tplane+t2=10.94 h,采用最近鄰算法的總用時為tplane+t3=13.06 h.

此處暫不對實驗結(jié)果進(jìn)行分析,待實驗4 闡述完畢后進(jìn)行統(tǒng)一分析.

現(xiàn)增加一艘船,使用兩艘船對疑似點(diǎn)進(jìn)行確認(rèn).為了在最短時間內(nèi)將所有疑似點(diǎn)確認(rèn)完成,同一疑似點(diǎn)只應(yīng)由1 艘船確認(rèn),無需重復(fù)確認(rèn).因此,需要對疑似點(diǎn)分配給2 艘船的其中一個,每艘船確認(rèn)自己任務(wù)列表里的疑似點(diǎn)即可.

任務(wù)分配方式有多種,最直觀的是使用一條直線將所有疑似點(diǎn)劃分為兩個部分,2 艘船分別搜尋其中一部分.直線劃分的方式也有多種,此處使用兩種方式分別做劃分：

1）概率平衡劃分

概率平衡劃分的劃分直線ax+by+c=0 滿足兩個條件：過2 艘搜救船中點(diǎn),設(shè)該點(diǎn)為A；設(shè)所有滿足ax+by+c≥0 的疑似點(diǎn)的概率之和為p1,所有滿足ax+by+c＜0 的疑似點(diǎn)的概率之和為p2,滿足|p1-p2|值是所有劃分直線中最小的.

找到該直線可通過如下方式：依次遍歷每個疑似點(diǎn)i,過點(diǎn)A 和疑似點(diǎn)i 的直線.計算該直線的|p1-p2|,選取值最小的那條,即為滿足條件的直線.

這種方式能成功地找到該直線,是因為對于過點(diǎn)A,但不過任何疑似點(diǎn)的直線,其計算的|p1-p2|的結(jié)果,等價于過某個疑似點(diǎn)的直線計算的結(jié)果.

證明該結(jié)論之前,先做一個假設(shè)：過點(diǎn)A 的任何直線,與疑似點(diǎn)的交點(diǎn)數(shù)目只能是0 或1.如果與疑似點(diǎn)交點(diǎn)數(shù)目大于1,則可對疑似點(diǎn)的坐標(biāo)做輕微擾動,以滿足疑似點(diǎn)交點(diǎn)數(shù)目為1 的條件,這種擾動對結(jié)果的影響可忽略不計.

現(xiàn)對該結(jié)論進(jìn)行證明：設(shè)直線l：ax+by+c=0 過點(diǎn)A,且不過任何疑似點(diǎn).此時直線l 將疑似點(diǎn)劃分為兩個區(qū)域,設(shè)為區(qū)域1 和區(qū)域2,不失一般性,認(rèn)為區(qū)域1 是取ax+by+c≥0 的區(qū)域,區(qū)域2 是取<0 的區(qū)域,并認(rèn)為兩個區(qū)域均不為空（若某個區(qū)域為空,則|p1-p2|顯然不是最小值）.區(qū)域1 內(nèi)一定存在疑似點(diǎn)i1,當(dāng)l 逆時針旋轉(zhuǎn)時首先接觸到i1.區(qū)域2 一定存在疑似點(diǎn)i2,當(dāng)l 逆時針旋轉(zhuǎn)時首先接觸到i2.假定直線對i1的接觸先于i2,此時運(yùn)算結(jié)果等價于過i1的直線,因為此時并不改變區(qū)域1 和區(qū)域2 的疑似點(diǎn)的內(nèi)容,結(jié)果也不變.若i1的接觸晚于i2,運(yùn)算結(jié)果等價于過i2的直線.直線不可能同時對i1和i2接觸,這是因為上文已假定過A 的任何直線與疑似點(diǎn)交點(diǎn)數(shù)目不會超過1.

無需再考慮與疑似點(diǎn)交點(diǎn)數(shù)目為0 的情形,因為其一定會等價于與某個疑似點(diǎn)相交的情況.

概率平衡劃分的直觀是使得遇險船只在兩個區(qū)域的概率接近.但概率平衡劃分存在極端情況,2 艘船完成的時間差距可能較大,可能存在有一艘船搜完自己的區(qū)域后便停滯的情形,從而影響效率,故引入最晚搜尋時間平衡劃分.

2）最晚搜尋時間平衡劃分

最晚搜尋時間劃分的劃分直線ax+by+c=0 滿足兩個條件：垂直于2 艘搜救船的連線；設(shè)所有滿足ax+by+c≥0 的疑似點(diǎn),使用DP 算法計算出的路徑長度為s1（DP 算法是有目標(biāo)點(diǎn)的,此處計算的是不帶目標(biāo)點(diǎn)的路徑長度,只需要將DP 算法中計算路徑處改為計算全部路徑長度即可）,同樣的方式計算ax+by+c<0 的疑似點(diǎn)的路徑長度為s2,該直線是滿足|s1-s2|值最小的.

找到該直線的方式為：遍歷所有疑似點(diǎn)i,計算過點(diǎn)i 且垂直于2 艘搜救船連線的直線得到的|s1-s2|的值.選取最小的那個即為最晚搜尋時間平衡劃分直線.

由于路徑長度與時間呈線性關(guān)系,故稱為最晚搜尋時間平衡劃分.

2 艘船完成疑似點(diǎn)分配后,再使用DP 算法和最近鄰算法,即可實現(xiàn)2 艘船對疑似點(diǎn)的搜尋.此處需要對算法稍作修改：當(dāng)給2 艘船分配疑似點(diǎn)后,存在某1 艘船的疑似點(diǎn)中沒有目標(biāo)點(diǎn)情況,此時算法找不到目標(biāo)點(diǎn),只需在算法邏輯中加上找不到目標(biāo)點(diǎn),則輸出無窮大的路徑長度即可.

實驗3：搜救飛機(jī)和2 艘搜救船聯(lián)合搜尋

實驗3 的目的是驗證增加船的數(shù)量,在聯(lián)合搜尋的框架下對提高搜尋效率的提升.實驗內(nèi)容為計算搜救飛機(jī)和2 艘搜救船聯(lián)合搜尋的用時.使用數(shù)據(jù)集中的疑似目標(biāo)數(shù)據(jù),選取前2 個起始點(diǎn)作為搜救船,共10 000 組數(shù)據(jù),每組10 個疑似點(diǎn),2 個起始點(diǎn).實驗步驟如下：

1）對每組數(shù)據(jù),分別使用概率平衡劃分、最晚搜尋時間平衡劃分這兩種劃分方式,對疑似點(diǎn)任務(wù)進(jìn)行分配,記采用概率平衡劃分方式的疑似點(diǎn)分配結(jié)果為W11,W12,采用最晚搜尋時間平衡劃分的疑似點(diǎn)分配為W21,W22.Wi1表示第1 艘搜救船的任務(wù),Wi2表示第2 艘搜救船的任務(wù).

2）對每組數(shù)據(jù)在1）得到的W11、W12、W21、W22,分別使用DP 算法與最近鄰算法,算法給出的結(jié)果是從起始點(diǎn)出發(fā),找到目標(biāo)點(diǎn)的路徑長度,在此基礎(chǔ)上除以搜救船航行速度12 n mile/h,即可得到搜索到目標(biāo)點(diǎn)的時間.若沒有找到目標(biāo)點(diǎn),則結(jié)果為無窮大.此時會得到8 個數(shù)據(jù),如表2 所示.

表2 搜尋時間對比表Table 2 Comparison table of the search time

表2 中給出的是8 個數(shù)據(jù)的符號表示.由于目標(biāo)點(diǎn)只在W11和W12其中之一,故取min（t11-DP,t12-DP）作為DP 算法在概率平衡劃分方式下的結(jié)果,記為t1-DP-概率平衡劃分,取min（t11-最近鄰,t12-最近鄰）作為最近鄰算法在概率平衡劃分方式下的結(jié)果,記為t1-最近鄰-概率平衡劃分.

同理,取min（t21-DP,t22-DP）作為DP 算法在最晚搜尋時間平衡劃分方式下的結(jié)果,記為t2-DP-最晚搜尋時間平衡劃分,取min（t21-最近鄰,t22-最近鄰）作為最近鄰算法在最晚搜尋時間平衡劃分方式下的結(jié)果,記為t2-最近鄰-晚最搜尋時間平衡劃分.

t1-DP-概率平衡劃分+tplane表示采用概率平衡劃分+DP 算法的總用時,t1-最近鄰-概率平衡劃分+tplane表示采用概率平衡劃分+最近鄰算法的總用時.t2-DP-最晚搜尋時間平衡劃分+tplane表示采用最晚搜尋時間平衡劃分+DP 算法的總用時,t2-最近鄰-晚最搜尋時間平衡劃分+tplane表示采用最晚搜尋時間平衡劃分+最近鄰算法的總用時.這4 個數(shù)為一組數(shù)據(jù)的輸出結(jié)果,計算10 000 組數(shù)據(jù)的結(jié)果,取平均值,即得到4 種策略下的平均總用時.

實驗結(jié)果：

t1-DP-概率平衡劃分時間為5.87 h,t1-最近鄰-概率平衡劃分為6.35 h,t2-DP-最晚搜尋時間平衡劃分為5.67 h,t2-最近鄰-晚最搜尋時間平衡劃分為6.22 h.

在上述時間上加上tplane的結(jié)果,總用時分別為7.99 h、8.47 h、7.79 h、8.34 h.

此處暫不對實驗結(jié)果進(jìn)行分析,待實驗4 闡述完畢后進(jìn)行統(tǒng)一分析.

實驗4：搜救飛機(jī)和3 艘搜救船聯(lián)合搜尋

實驗4 的目的是驗證進(jìn)一步增加搜救船的數(shù)目,觀察其對搜尋效率的提升.內(nèi)容為計算搜救飛機(jī)和3艘搜救船聯(lián)合搜尋的用時.使用數(shù)據(jù)集中的疑似目標(biāo)數(shù)據(jù),選取3 個起始點(diǎn)作為搜救船,共10 000 組數(shù)據(jù),每組10 個疑似點(diǎn),3 個起始點(diǎn).實驗步驟如下：

1）對每組數(shù)據(jù),使用最近鄰劃分策略,記劃分結(jié)果為W1,W2,W3.Wi（i=1,2,3）表示第i 艘搜救船的任務(wù).

2）對每組數(shù)據(jù)在1）得到的W1,W2,W3分別使用DP 算法與最近鄰算法,算法給出的結(jié)果是從起始點(diǎn)出發(fā),找到目標(biāo)點(diǎn)的路徑長度,在此基礎(chǔ)上除以搜救船航行速度12 n mile/h,即可得到搜索到目標(biāo)點(diǎn)的時間.若沒有找到目標(biāo)點(diǎn),則結(jié)果為無窮大.此時會得到6 個數(shù)據(jù),如表3 所示.

表3 聯(lián)合搜尋時間對比表Table 3 Comparison table of the joint search time

表3 中給出的是6 個數(shù)據(jù)的符號表示.由于目標(biāo)點(diǎn)只在W1,W2,W3其中之一,故取min（t1-DP,t2-DP,t3-DP）作為DP 算法在概率平衡劃分方式下的結(jié)果,記為tDP,取min（t1-最近鄰,t2-最近鄰,t3-最近鄰）作為最近鄰算法在概率平衡劃分方式下的結(jié)果,記為t最近鄰.

tDP+tplane表示采用DP 算法的總用時,t最近鄰+tplane表示采用最近鄰算法的總用時.這兩個數(shù)為一組數(shù)據(jù)的輸出結(jié)果,計算10 000 組數(shù)據(jù)的結(jié)果,取平均值,即得到兩種策略下的平均總用時.

實驗結(jié)果：tDP=4.41 h,t最近鄰=4.92 h.在該時間上加上tplane的結(jié)果,總用時分別為6.53 h、7.04 h.不同數(shù)目的船的搜尋策略得出結(jié)果如表4 所示（數(shù)據(jù)已加上飛機(jī)搜尋時間2.12 h）.

表4 實驗1、2、3、4 搜尋時間對比表Table 4 Comparison of search strategies

結(jié)果分析：

1）增加搜救船的數(shù)量能縮短搜尋遇險船只的時間,這是因為隨著搜救船數(shù)目的增加,單個船只的搜尋任務(wù)減少.

2）當(dāng)搜救船的數(shù)量較多時,再增加搜救船的數(shù)目,對搜尋時間的提升會不夠顯著.以1 艘船DP、2艘船概率平衡DP、3 艘船DP 為例,2 艘船的搜尋用時相比于1 艘船縮短30%,3 艘船的搜尋用時相比于2 艘船僅縮短18%,縮短比例有明顯下降.當(dāng)船數(shù)目更多,該比例會更低.這是因為此時搜尋用時已經(jīng)很短,再增加數(shù)目也無法突破實際距離所界定的上界,因此,對效率的提升有限.

3）在同樣的參數(shù)條件下,DP 算法的結(jié)果好于最近鄰算法.

4）對于2 艘船確認(rèn)疑似點(diǎn),在其他條件均相同的前提下,概率平衡劃分的結(jié)果劣于最晚搜尋時間平衡劃分.概率平衡是從遇險船只可能的分布的角度考慮,而最晚搜尋時間平衡是從實際出發(fā),保證搜救船完成任務(wù)的時間盡可能接近.后者在實際中更有意義,因此,搜尋時間更短.

2.3 小結(jié)

平行系統(tǒng)利用網(wǎng)絡(luò)空間近乎無限、低成本、高速的建模與計算資源,將面向問題的物理場景快速映射到人工場景,以超實時仿真、預(yù)測、發(fā)散推演再收斂實施的方式,為不確定動態(tài)變化場景下的突發(fā)問題提供更科學(xué)的“隨變應(yīng)變”實施方案.

3 結(jié)論

空天海地一體化觀測網(wǎng)絡(luò)是基于空、天、海、地異構(gòu)節(jié)點(diǎn)互聯(lián)互通構(gòu)成的一種復(fù)雜網(wǎng)絡(luò)系統(tǒng),具有分布式、異構(gòu)、時變和自組織性的特點(diǎn).本文主要基于平行智能理論,構(gòu)建了面向空天海地一體化的平行海上搜救架構(gòu)及方案,該方案可以通過人工系統(tǒng)建模、計算實驗和平行執(zhí)行,對海上搜救策略進(jìn)行評估與優(yōu)化,并為實際系統(tǒng)中難以實驗或?qū)嶒灤鷥r非常巨大的決策問題提供計算實驗環(huán)境,從而為決策者提供重要的決策依據(jù),該研究在空天海地一體化研究與應(yīng)用領(lǐng)域具有重要戰(zhàn)略意義.

將進(jìn)一步將平行智能理論深度融入到面向空天海地的一體化決策中,通過構(gòu)建基于平行智能的空天海地一體化平行決策框架,并利用人工智能、深度學(xué)習(xí)、平行學(xué)習(xí)、知識自動化等理論與技術(shù),借助空天海地一體化決策人工系統(tǒng)對實際系統(tǒng)進(jìn)行描述、預(yù)測與引導(dǎo),將一體化決策中的小數(shù)據(jù)轉(zhuǎn)變?yōu)闆Q策大數(shù)據(jù),再轉(zhuǎn)變?yōu)闆Q策的深智能,從而實現(xiàn)對實際空天海地一體化決策系統(tǒng)的描述智能、預(yù)測智能和引導(dǎo)智能,進(jìn)而實現(xiàn)空天海地一體化智能決策.

致謝

十分感謝2021 年正式啟動的中國科協(xié)十大代表調(diào)研課題專項資助項目（基于平行智能的海陸一體化海上搜救應(yīng)急救援體系建設(shè)）的資助.在項目執(zhí)行期間,項目組邀請了中國科學(xué)院自動化研究所復(fù)雜系統(tǒng)管理與控制國家重點(diǎn)實驗室主任王飛躍教授、中科院微小衛(wèi)星創(chuàng)新研究院辦公室主任邊哲教授、中國科學(xué)技術(shù)大學(xué)先進(jìn)技術(shù)研究院劉玉超主任、中國科學(xué)院大學(xué)姜泉江教授、國防科技大學(xué)段偉副教授等多位專家對本課題的研究內(nèi)容、技術(shù)路線和應(yīng)用前景給予指導(dǎo),其意見和建議對于本課題研究任務(wù)的順利開展和完成發(fā)揮了重要的作用,在此表示真誠的感謝.