何飛毅,沈 潔,陳光山,廖幻年
(1.上海航天控制技術(shù)研究所,上海,201109;2.上海航天技術(shù)研究院,上海,201109)
當(dāng)前協(xié)同技術(shù)在航天、航空等領(lǐng)域已經(jīng)得到廣泛研究[1-2],隨著網(wǎng)絡(luò)中心戰(zhàn)概念的不斷深化,未來作戰(zhàn)環(huán)境將更加復(fù)雜,防空導(dǎo)彈面臨著作戰(zhàn)任務(wù)多樣、作戰(zhàn)空域擴(kuò)大和作戰(zhàn)自主化需求等多方面的挑戰(zhàn)。協(xié)同任務(wù)分配與協(xié)同制導(dǎo)技術(shù)作為多彈協(xié)同的重要組成部分,對(duì)于提升防空導(dǎo)彈的集群對(duì)抗能力具有重要意義。
在任務(wù)分配方面,國內(nèi)外學(xué)者目前主要針對(duì)任務(wù)分配建模和任務(wù)分配算法進(jìn)行了研究,并將其廣泛應(yīng)用于無人機(jī)對(duì)敵壓制任務(wù)中[3]。Ozalp等采用多旅行商模型解決了單一類型任務(wù)的多無人機(jī)任務(wù)分配問題[4]。邢煥革等通過無人機(jī)執(zhí)行任務(wù)代價(jià)、任務(wù)潛力和任務(wù)收益三方面建立了任務(wù)分配模型,并設(shè)計(jì)了基于買賣合同策略的粒子群優(yōu)化算法進(jìn)行協(xié)同任務(wù)規(guī)劃[5]。張耀中等針對(duì)多無人機(jī)任務(wù)存在的特定時(shí)序耦合約束問題,采用基于遺傳算子的混合引力遺傳搜索算法求解協(xié)同任務(wù)決策模型[6]。肖剛等針對(duì)無人機(jī)集群多目標(biāo)任務(wù)分配問題,提出了改進(jìn)量子蟻群算法,提高了集群無人機(jī)任務(wù)分配效率[7]。
在協(xié)同制導(dǎo)方面,國內(nèi)外學(xué)者的研究則主要集中于設(shè)計(jì)時(shí)間/角度協(xié)同制導(dǎo)算法。李桂英等針對(duì)多枚導(dǎo)彈同時(shí)攔截高機(jī)動(dòng)目標(biāo)的問題,基于終端滑??刂品椒ê鸵恢滦栽碓O(shè)計(jì)了多彈協(xié)同制導(dǎo)律,在視線方向上實(shí)現(xiàn)了時(shí)間協(xié)同,并保證了視線角收斂到指定終端角[8]。張聰針對(duì)反艦彈道導(dǎo)彈一體化協(xié)同制導(dǎo)控制的問題,基于一致性理論和擴(kuò)張狀態(tài)觀測器理論,實(shí)現(xiàn)了導(dǎo)彈空間構(gòu)型穩(wěn)定和攻擊角度一致性[9]。
綜上所述,協(xié)同任務(wù)分配與協(xié)同制導(dǎo)技術(shù)已經(jīng)取得了豐富的研究成果,但是應(yīng)用對(duì)象主要是亞音速導(dǎo)彈或低速飛行的無人機(jī)。對(duì)于飛行速度為2~3Ma的防空導(dǎo)彈協(xié)同作戰(zhàn),任務(wù)分配需要在滿足最優(yōu)攔截的基礎(chǔ)上,更加注重保證導(dǎo)彈的命中精度。在任務(wù)分配完成后,由于彈目相對(duì)速度和角度較大,導(dǎo)彈末制導(dǎo)無推力飛行,滑模制導(dǎo)和擴(kuò)張狀態(tài)觀測器等非線性制導(dǎo)方法容易在飛行初始階段產(chǎn)生大過載需求,最終導(dǎo)致難以兼顧時(shí)間/角度約束和命中精度的需求。
本文首先對(duì)防空導(dǎo)彈協(xié)同作戰(zhàn)的特點(diǎn)進(jìn)行了分析,提出了防空導(dǎo)彈面對(duì)群目標(biāo)時(shí)的協(xié)同作戰(zhàn)框架。然后通過能力預(yù)測建模描述多彈攔截目標(biāo)的能力,并采用改進(jìn)的粒子群優(yōu)化算法進(jìn)行任務(wù)分配。在任務(wù)分配的基礎(chǔ)上,采用彈道成型和偏置比例導(dǎo)引思想,結(jié)合一致性理論,設(shè)計(jì)了時(shí)間/角度協(xié)同制導(dǎo)律,保證防空導(dǎo)彈能夠在滿足命中精度需求的基礎(chǔ)上實(shí)現(xiàn)分布式協(xié)同作戰(zhàn)。最后通過典型作戰(zhàn)場景下的六自由度仿真,驗(yàn)證了方案的有效性。
傳統(tǒng)上防空導(dǎo)彈攔截目標(biāo)主要采用單對(duì)單的方式,在面對(duì)巡航導(dǎo)彈和戰(zhàn)機(jī)等來襲群目標(biāo)時(shí),一方面隨著目標(biāo)機(jī)動(dòng)能力和干擾能力的提高,導(dǎo)彈容易在攔截過程中丟失目標(biāo);另一方面,由于高威脅和高價(jià)值目標(biāo)隱藏在集群中,使得導(dǎo)彈發(fā)射后很難改變攔截目標(biāo)。采用協(xié)同作戰(zhàn)將有助于提高對(duì)群目標(biāo)的攔截效率:1)導(dǎo)彈發(fā)射后可根據(jù)實(shí)時(shí)探測信息快速改變攔截目標(biāo)的能力;2)可對(duì)不同威脅、不同價(jià)值的目標(biāo)進(jìn)行差異化攔截;3)可在復(fù)雜干擾下高效攔截機(jī)動(dòng)目標(biāo),降低目標(biāo)不可逃逸區(qū)。因此,快速任務(wù)分配和分配后的協(xié)同制導(dǎo)是防空導(dǎo)彈協(xié)同作戰(zhàn)發(fā)展的必然趨勢。
一般任務(wù)分配包括完全集中式、完全分布式、分層集中式和分層分布式四種框架??紤]到防空導(dǎo)彈協(xié)同作戰(zhàn)效率、實(shí)時(shí)性和抗干擾需求,本文建立了如下集中-分布式任務(wù)分配框架,有效提高了任務(wù)分配效率。
圖1 集中-分布式任務(wù)分配框架Fig.1 Centralized-distributed task assignment framework
在上述框架下,各導(dǎo)彈依靠指揮中心承擔(dān)大量級(jí)的任務(wù)分配;各彈根據(jù)分配目標(biāo)形成協(xié)同制導(dǎo)編隊(duì),編隊(duì)內(nèi)部具備分布式規(guī)劃能力,可以承擔(dān)小范圍的分配任務(wù),并且編隊(duì)中各彈通過協(xié)同制導(dǎo)對(duì)復(fù)雜干擾下的機(jī)動(dòng)目標(biāo)進(jìn)行探測和攔截。
基于任務(wù)分配框架,本文首先從攔截距離、機(jī)動(dòng)代價(jià)、轉(zhuǎn)彎角度三方面,預(yù)測導(dǎo)彈在任意空域中攔截目標(biāo)的能力,然后通過改進(jìn)粒子群優(yōu)化算法進(jìn)行快速任務(wù)分配。
假設(shè)導(dǎo)彈i與目標(biāo)j的距離矢量為rij,rmax為導(dǎo)彈最大攔截距離,則歸一化后的距離代價(jià)為
Jdistance=|rij|/rmax
(1)
機(jī)動(dòng)代價(jià)用零控脫靶量dij表示,則歸一化后的機(jī)動(dòng)代價(jià)為
Jmaneuver=dij/max{dij}
(2)
轉(zhuǎn)彎代價(jià)用ψij表示,則歸一化后的轉(zhuǎn)彎代價(jià)為
Jangle=ψij/ψmax
(3)
綜合上述代價(jià)可得到導(dǎo)彈i攻擊目標(biāo)j的代價(jià)為
cij=λ1Jdistance+λ2Jmaneuver+λ3Jangle
(4)
式中,λ1、λ2、λ3為權(quán)重系數(shù),且λ1+λ2+λ3=1。
則m個(gè)導(dǎo)彈攻擊n個(gè)目標(biāo)的代價(jià)函數(shù)為
(5)
考慮不同的任務(wù)類型和實(shí)際約束條件:
上述任務(wù)分配模型為帶約束的多目標(biāo)優(yōu)化問題,本文結(jié)合文獻(xiàn)[10-11],采用改進(jìn)的粒子群優(yōu)化算法進(jìn)行求解。
考慮到任務(wù)分配的離散特點(diǎn),采用離散化的粒子表示方式,如表1所示。
表1 單個(gè)粒子形式
表1中,第一行為導(dǎo)彈序號(hào),根據(jù)實(shí)際導(dǎo)彈數(shù)目進(jìn)行排序,且序號(hào)固定;第二行為目標(biāo)序號(hào),通過隨機(jī)數(shù)進(jìn)行初始化,且被限定在[1,n]內(nèi)變化。若粒子群數(shù)量被定義為N,則整個(gè)優(yōu)化空間的維數(shù)為N×m維。
同時(shí)對(duì)于如下粒子更新公式
(6)
式中,r1、r2、RandT為[0,1]上的隨機(jī)數(shù);ω為慣性權(quán)重;c1、c2為學(xué)習(xí)因子。
為了保證優(yōu)化過程具有較快的搜索速度,并加強(qiáng)在搜索初期的全局搜索能力和搜索后期的局部搜索能力。采用自適應(yīng)線性權(quán)重系數(shù)
(7)
式中,ωmax為慣性權(quán)重最大值;ωmin為慣性權(quán)重最小值;e根據(jù)經(jīng)驗(yàn)確定;k為迭代次數(shù);Smax為最大迭代次數(shù)。
采用動(dòng)態(tài)學(xué)習(xí)因子進(jìn)一步提高算法的搜索能力,學(xué)習(xí)因子變化規(guī)律為
c1=c10-(c10-c1f)(k/Smax)
c2=c20+(c2f-c20)(k/Smax)
(8)
式中,c10、c1f分別為學(xué)習(xí)因子c1的初值和終值;c20、c2f分別為學(xué)習(xí)因子c2的初值和終值。按照較大的c1提高局部搜索能力,較大的c2提高全局搜索能力的原則取值。
根據(jù)任務(wù)分配結(jié)果,多彈集群將被劃分為多個(gè)編隊(duì)的形式進(jìn)行作戰(zhàn)。對(duì)于具有較強(qiáng)干擾能力和機(jī)動(dòng)能力的目標(biāo),需要多枚導(dǎo)彈同時(shí)對(duì)目標(biāo)進(jìn)行攔截或多角度探測抗干擾。本文分別采用彈道成型和偏置比例導(dǎo)引思想,結(jié)合一致性理論,設(shè)計(jì)了多彈時(shí)間/角度協(xié)同制導(dǎo)律,同時(shí)滿足多彈協(xié)同制導(dǎo)和命中精度的需求。
一般導(dǎo)彈速度遠(yuǎn)大于目標(biāo)速度,即Vm?Vt,導(dǎo)彈攔截目標(biāo)的剩余飛行時(shí)間tgo主要由Vm決定,因此考慮導(dǎo)彈運(yùn)動(dòng)模型如下
(9)
式中,θ為彈道傾角;a為縱向加速度;aB用于減小脫靶量;實(shí)現(xiàn)命中目標(biāo);aF用于調(diào)整飛行時(shí)間,實(shí)現(xiàn)時(shí)間協(xié)同。
將上述相對(duì)運(yùn)動(dòng)模型轉(zhuǎn)化為具有終端時(shí)間限制條件的最優(yōu)控制問題[12]
(10)
式中,所有變量均進(jìn)行了歸一化處理,有
(11)
根據(jù)彈道成型制導(dǎo)思想,定義如下目標(biāo)函數(shù)
(12)
導(dǎo)引時(shí)間約束為
(13)
基于極大值原理求解上述帶約束的最優(yōu)控制問題,可以得到滿足導(dǎo)引時(shí)間約束的最優(yōu)制導(dǎo)律為
(14)
Kt=(-120V5)/(aBr3)
(15)
本文基于偏置比例導(dǎo)引[13]設(shè)計(jì)角度協(xié)同制導(dǎo)律,考慮如下相對(duì)運(yùn)動(dòng)模型。
(16)
式中,q為彈目視線角;r為彈目相對(duì)距離。
偏置比例導(dǎo)引律的一般形式為
(17)
將式(17)代入式(16)并忽略導(dǎo)彈軸向加速度和目標(biāo)加速度項(xiàng)可得
(18)
假設(shè)tf時(shí)刻以角度qf命中目標(biāo),求解式(18)可得
(19)
進(jìn)而得到滿足終端角度qf的加速度指令為
(20)
一般多彈通信關(guān)系可通過強(qiáng)連通有向圖表示[14]。假設(shè)編隊(duì)中存在m個(gè)導(dǎo)彈的信息交互,將其通過Laplacian描述如下
(21)
式中,lij表示導(dǎo)彈i與導(dǎo)彈j的連接關(guān)系,且有
(22)
對(duì)于帶通信的多彈分布式協(xié)同制導(dǎo)問題,假設(shè)要求各彈某一指標(biāo)ξ=[ξ1,ξ2,…,ξm]T趨于一致,則可通過如下分布式加權(quán)平均一致性協(xié)調(diào)算法[15]實(shí)現(xiàn)
(23)
式中,C=diag(c1,c2,…,cn)。
本文考慮到導(dǎo)彈攔截精度問題,縱向運(yùn)動(dòng)采用傳統(tǒng)比例導(dǎo)引保證命中目標(biāo),側(cè)向機(jī)動(dòng)通過協(xié)同制導(dǎo)律滿足時(shí)間/角度約束需求,
縱向運(yùn)動(dòng)制導(dǎo)采用傳統(tǒng)的比例導(dǎo)引方法,即
(24)
將式(21)代入式(14)中,可得多彈時(shí)間協(xié)同側(cè)向制導(dǎo)律為
(25)
將式(21)代入式(20)中,可得多彈角度協(xié)同側(cè)向制導(dǎo)律為
(26)
本文通過4枚導(dǎo)彈攔截3個(gè)目標(biāo)的六自由度仿真,驗(yàn)證了方案的有效性。導(dǎo)彈發(fā)射后某一時(shí)刻的初始運(yùn)動(dòng)狀態(tài)如表2所示。
表2 導(dǎo)彈初始運(yùn)動(dòng)狀態(tài)
目標(biāo)做勻速運(yùn)動(dòng),其運(yùn)動(dòng)狀態(tài)如表3所示。
表3 目標(biāo)初始運(yùn)動(dòng)狀態(tài)
設(shè)立如下仿真場景:1)目標(biāo)1、2為當(dāng)前已知目標(biāo),目標(biāo)3在某一時(shí)刻被發(fā)現(xiàn);2)目標(biāo)1需要20°探測角探測,目標(biāo)2需要同時(shí)攔截;3)導(dǎo)彈最大攔截距離為35km,最大機(jī)動(dòng)角度為20°。
在46.5s開始仿真,64.5s發(fā)現(xiàn)目標(biāo)3,76s結(jié)束。任務(wù)分配算法參數(shù)如表4所示。
表4 任務(wù)分配算法參數(shù)
協(xié)同制導(dǎo)算法參數(shù)如表5所示。
表5 協(xié)同制導(dǎo)算法參數(shù)
對(duì)上述場景進(jìn)行六自由度仿真,得到的仿真結(jié)果如表6和圖2~圖7所示。
表6、圖2、圖3為任務(wù)分配仿真結(jié)果,仿真初始時(shí)刻4枚導(dǎo)彈通過任務(wù)分配形成了2枚導(dǎo)彈為編隊(duì)攔截1個(gè)目標(biāo)的態(tài)勢,在64.5s發(fā)現(xiàn)目標(biāo)3后,導(dǎo)彈重新分配目標(biāo)。從圖4和圖7可以看出,導(dǎo)彈2改變了既定目標(biāo),且各彈脫靶量均小于5m。從圖6可以看出,導(dǎo)彈2和導(dǎo)彈4的探測角不斷增大,且在64.5s前形成了約19.51°的探測角,與期望值相差約0.49°。從圖6可以看出,導(dǎo)彈1和導(dǎo)彈3在72s命中目標(biāo)前剩余飛行時(shí)間誤差不斷減小,命中時(shí)間差小于0.5°。
表6 任務(wù)分配結(jié)果
圖2 初始時(shí)刻分配迭代次數(shù)Fig.2 Distribution iterations of initial time
圖3 新增目標(biāo)后分配迭代次數(shù)Fig.3 Distribution iterations after updating target
圖4 彈目相對(duì)距離Fig.4 Missile-target relative distance
圖5 導(dǎo)彈探測角Fig.5 Missile detection angle
圖6 導(dǎo)彈剩余飛行偏差Fig.6 Missile time-to-go deviation
圖7 三維軌跡Fig.7 Three dimensional trajectory
基于上述場景,采用文獻(xiàn)[16-17]的滑模制導(dǎo)方法進(jìn)行時(shí)間/角度協(xié)同制導(dǎo)對(duì)比仿真,導(dǎo)彈過載限幅20g,導(dǎo)彈3和導(dǎo)彈4的側(cè)向過載變化對(duì)比曲線如圖8所示。
圖8 側(cè)向過載變化對(duì)比Fig.8 Comparison of lateral overload
從圖8可以看出,與滑模制導(dǎo)等非線性制導(dǎo)方法相比,采用本文的時(shí)間/角度協(xié)同制導(dǎo)方法在初始時(shí)刻過載需求更小,且末端彈目距離變小時(shí),因命中需求導(dǎo)致過載快速增大的持續(xù)時(shí)間更短,有利于降低脫靶量,可見本文方法更適用于工程應(yīng)用。
本文針對(duì)防空導(dǎo)彈面對(duì)群目標(biāo)時(shí)的協(xié)同攔截問題,提出了一種多彈協(xié)同任務(wù)規(guī)劃與制導(dǎo)方案。主要結(jié)論為:
1)本文采用的基于導(dǎo)彈攔截目標(biāo)能力預(yù)測的快速任務(wù)分配方法,在傳統(tǒng)以飛行路徑進(jìn)行規(guī)劃的基礎(chǔ)上,通過增加機(jī)動(dòng)和轉(zhuǎn)彎代價(jià)兼顧導(dǎo)彈的命中精度要求,為后續(xù)解決大彈目相對(duì)速度條件下的快速任務(wù)分配提供了思路。
2)通過設(shè)計(jì)基于多彈交互信息的時(shí)間/角度協(xié)同制導(dǎo)律,能夠?qū)崿F(xiàn)不依賴于對(duì)期望命中時(shí)間/角度的初始規(guī)劃,使多彈作戰(zhàn)具有更高的自主性和靈活性。同時(shí)與滑模制導(dǎo)等非線性制導(dǎo)方法相比,在多彈時(shí)間/角度約束下的初始過載需求更小,末端更容易命中目標(biāo)。
3)本文所提的防空導(dǎo)彈協(xié)同任務(wù)規(guī)劃與制導(dǎo)方法主要采用簡化的模型進(jìn)行設(shè)計(jì),后續(xù)需要通過更加精確的建模和分析進(jìn)行完善,以提高方法的工程應(yīng)用能力。