网络小说推荐联盟

【推荐阅读】导弹武器系统协同作战研究

战术导弹技术2018-06-21 10:57:29


点击上方“蓝字”关注“战术导弹技术”


摘要:针对当前反导系统的不断增强和网络中心战逐渐取代平台中心战的情况,提出采用多导弹作战增强导弹攻防对抗系统作战的效能,进而提高导弹武器系统打击与毁伤效率。首先介绍了导弹协同作战的基本概念,在此基础上,分析和梳理了协同作战技术的体系结构,并阐述了任务规划、轨迹规划、协同探测、目标分配、协同攻击与突防的研究现状,为未来导弹武器系统协同作战提供参考。


关键字:导弹武器系统;协同作战;任务规划;目标分配



随着信息化条件下的现代战争日趋多样化、激烈化、广域化,传统的单枚导弹作战模式已经无法适应复杂战场环境下的作战任务需求,单枚导弹在探测、突防等问题上遇到的困难越来越大。


自20世纪70年代,美国提出了多导弹协同作战的概念,美国和俄罗斯等国相继进行了大量的研究。美国的“网火”导弹武器系统以及俄罗斯的花岗岩是最早实现协同攻击的代表。由于多弹协同作战能够提高导弹智能化水平和整体作战效能,弥补了现有单枚导弹作战模式的缺点,因此逐步成为军事领域关注的热点。本文分析和梳理了多弹协同作战的体系结构,并在此基础上阐述了国内外协同作战的发展现状。


1
 协同作战体系概述


早期,导弹的协同作战主要包括巡航导弹武器的航线规划问题。随着航空技术和制导控制技术的进步以及装备水平的提升和高超声速飞行器等新型飞行器的出现,任务作战研究的内容越来越深入,作战规划和复杂性问题也在不断增加。


目前,国内外针对导弹协同作战已经展开较多方面的研究。美国国防部高级研究计划局主导的自治编队混合主动控制项目对无人机的协同任务规划、协同航线规划、自主编队控制等问题进行了深入研究。美国空军研究实验室和空军技术研究院以多无人机广域搜索-打击一体化任务为研究背景,提出了协同任务规划的分层体系结构。美国海军研究办公室在无人机智能自主计划中也对多类无人机的自主任务规划和动态重规划等技术展开了研究。此外,加州伯克林大学、麻省理工大学、英国宇航系统公司等在内的众多院校与研究机构针对协同规划问题进行了深入研究。国内相关院所和高校也相继展开任务规划技术的研究,并取得一定的成果。


协同作战从总体上看,主要分为五个方面:任务规划、轨迹规划、协同探测、目标分配和协同攻击与突防。在协同作战过程中,任务规划主要解决最顶层的战略问题,根据可用资源以及作战任务时序进行导弹武器的优化配置;轨迹规划主要基于导弹的飞行性能以及作战任务,规划出衔接各关键点及战术动作的最优飞行轨迹;协同探测是基于作战过程中各单位的探测能力,针对某一个作战区域或整个作战区域进行打击目标的识别与定位;目标分配是根据导弹的毁伤能力与攻击目标的功能任务,给出每个目标最优的导弹攻击配置;协同攻击与突防是考虑到敌对防御系统,通过导弹的机动以及制定多导弹的协同攻击策略,实现对目标高效能的打击能力。

图1 协同作战体系图



2
协同作战技术发展现状


协同作战是随着数据处理、制导控制技术的进步而形成的一个新的研究领域,现根据协同作战的组成分别阐述任务规划、轨迹规划、协同探测、目标分配和协同攻击与突防技术的国内外研究现状。


2.1 任务规划


任务规划主要包括协同规划和任务分配,协同规划是在任务分配的基础上确定各武器系统所执行的任务及时序关系,任务分配是多弹协同作战的基础,任务分配主要研究任务、目标以及武器之间的优化配置。


协同规划能够将多枚导弹有限的资源进行分配和调度,本质上是针对某一类特定的任务进行的决策和优化。针对此类问题,一般是将某一个特定任务转化为组合优化问题模型,再利用相关理论及方法进行求解。现有的组合优化问题模型主要有多旅行商模型、车辆路由问题、混合整数线性规划模型、动态网络流优化模型等。“全球鹰”和“捕食者”无人机协同侦查任务规划中使用了车辆路由问题模型。田菁混合了多旅行商问题模型、车辆路由问题模型和混合整数线性规划模型,提出了具有时间窗约束并体现目标优先级、平台/传感器性能差异的多无人机协同侦查模型。上述问题主要是针对某个特定的任务展开的建模分析,然而在一次攻击任务中,需要完成协同探测、目标识别、攻击等多种任务,基于此种背景,Shima提出了协同多任务分配问题模型,该模型能够描述不同任务之间的时序关系、促进关系和使能约束,较好的解决了任务分配和协同规划的建模问题。任务规划的另一发展方向为对组合优化问题模型的求解。求解方案主要有穷举法、动态规划等方法,上述方法可以求出问题的最优解,然而随着求解问题的复杂度提高,求解所需时间也会也会急剧增加,因此能够在计算时间与解质量之间寻求平衡的算法受到广泛关注,如遗传算法、模拟退火算法、粒子群算法等。


任务分配是任务的动态执行和自主求解,并在求解过程中考虑各平台之间的信息交互协商。现有的求解方法主要有两种,一种是基于分层递阶求解的思路,将原问题求解为若干个子问题,各导弹武器系统之间相互协调与合作完成对子问题的求解。其方法主要有合作竞拍方法、分布式马尔科夫决策方法、分布式模型预测方法以及动态分布式约束优化方法等。另一种是基于个体局部的感知,优化协调体现整体的自组织行为。


2.2 轨迹规划


多导弹武器系统的协同轨迹规划是协同作战的另一重点问题。多导弹武器系统的协同轨迹规划是在单枚导弹轨迹规划的基础上扩展的,其指在综合考虑各种复杂多约束条件,如同种型号或不同型号的导弹武器系统的性能、发动机消耗、飞行时间、躲避敌方探测等复杂条件,以及协同相互关系条件,如协同突防、协同探测、避免相互碰撞、执行逻辑等,为参与任务的多枚导弹规划出一组安全可靠的协同飞行轨迹。


协同规划轨迹的算法均从个体协同规划演变而来,其主要算法有图规划算法、人工势场法、蚁群算法以及集合滚动时域降低算法计算量等方法。


A*算法为启发式方法的经典算法,通过启发式信息估算下一步前进的最优节点位置,探索未知空间的最优路线。然而A*算法对信息的依赖度较高,计算量大,不适合作为多导弹协同轨迹规划的求解算法。由Khatib提出的人工势场法,是解决多导弹协同轨迹规划问题的一种有效方法。人工势场法是在任务规划空间,模仿吸引力和排斥力的合力影响导弹的运动,在满足导弹机动能力的条件下,牵引着导弹沿着势函数下降最快的方向前进。多枚导弹可以根据实时探测所获取的信息,在线进行势函数的修订,从而能够完成多枚导弹的协同飞行,攻击到目标。人工市场的优点是计算速度快、安全性高,适合于多枚导弹复杂环境下协同轨迹规划的问题.

群智能算法规划速度快、并行性好、可以收敛到最优等优点,可以快速搜到到解空间的最优位置,同时可以处理三维、甚至多维空间的轨迹规划问题,因此适用于求解多枚导弹的协同轨迹规划问题,主要包括蚁群优化算法、人工免疫算法、遗传算法、神经网络算法、粒子群算法等。Nikolos采用遗传算法和差分进化规划单机和多机的飞行规划规划。Foo J.L 等人利用粒子群算法实现多无人机的协同轨迹规划,并在三维虚拟仿真平台进行了实验。Rberge等奖平行进行划算和粒子群算法进行比较,并混合两种算法,将其应用于实际的协同轨迹规划中。


2.3 协同探测


在现有复杂作战环境下,仅靠单个导弹对目标进行探测难以在短时间内对目标进行识别,因此需要采用多导弹进行协同探测提高目标识别率和探测精度。与传统一对一制导方式不同,当导弹上的探测装置上目标像点过多,且无法分辨真假的情况下,需要根据多个导弹探测到目标的信息判断真假目标,因此多弹协同探测是协同攻击的重要的环节。


多弹协同探测具有探测范围大、目标识别率高、容错性高等特点,具有重要的军事应用价值,国内外的学者针对协同探测进行了大量的研究。Voronoi等学者提出将探测任务进行空间划分的探测方法,根据不同导弹的探测能力分配对应的探测区域。这种方法能够有效避免资源冗余问题,但是由于无法对动态变化的探测环境进行划分,因此具有一定的局限性。为了解决动态变化的协同探测任务,Koenig等人提出一类基于场空间的建模方法,在探测任务中引入虚拟场的概念,采用粒子群方法、势函数方法及信息素方法等对飞行器的探测行为进行优化,此种方法能够解决动态变化的探测环境,同时简单易行,但是在求解过程中常伴有局部最优的问题,不适宜导弹数量过多的情况。


除此之外,有学者以机器人和无人机为研究对象,开展了协同探测问题的研究。Batalin提出了最速搜索算法,大大缩短了多个机器人覆盖特定任务区域的时间。Gaudiano提出了基于群智能理论的协同搜索算法,通过多无人机分布式搜索提高了协同任务的整体效率。Nigam等提出一种无人机探测频率的优化方法,在协同任务中以目标的探测频率作为指标,通过无人机之间的协调机制实现提高目标探测频率的目的。


2.4 目标分配


目标分配是基于所探测的目标及环境信息,结合集群作战中不同武器单元的作战原则,武器空间和时间等约束的条件,同时考虑作战过程中新目标出现、旧目标消失等直接影响目标分配结果的因素,通过估计不同作战武器单元综合拦截能力,达到多对多有效攻击的能力。


由于在作战过程中,存在作战武器单元数量大、导弹飞行速度快、可攻击时间窗口窄等问题,因此需要采用快速准确的动态目标分配算法使导弹迅速转入拦截阶段。针对动态多约束的目标分配问题,现有的分配算法主要有多阶段匹配优化算法、分配策略最优算法、群智能优化算法、市场机制算法等。Nguyen B等提出综合约束条件、动态规划和智能优化算法于一体的目标分配策略,采用多阶段匹配优化算法,实施逐阶段解决目标分配问题。Orhan提出目标分配是新目标以一定概率随机出现的马尔科夫决策过程,由此提出了基于分配策略最优算法解决目标分配的新途径。Kehu提出的改进交叉与变异策略的遗传算法以及Khaled提出的改进克隆选择优化算法,均可以求解目标分配问题。为解决目标分配问题,Sandholm提出了改进的合同网竞拍算法,优化了竞拍过程中的中标选择,并且优化了目标分配的结果。


2.5 协同攻击与突防


协同攻击与突防是导弹协同作战中一个重要的任务,由于导弹编队可能面临一次或多波次的拦截,编队成员在遭遇敌方防御系统拦截时,编队可根据协同估计得到拦截导弹及毁伤目标的信息,在保证最少能量消耗的前提下,选择适宜的突防策略及制导指令,完成对目标的攻击时间和落角协同打击。


协同攻击与突防是由不同时刻、不同区域发射的导弹同时或具有时间差异的到达作战阵地,利用数量和多枚导弹之间的信息共享等优势,避免单枚导弹突防难度大的问题,增加突防成功的概率。


协同攻击与突防通过导弹编队执行协同探测任务,根据探测结果自主构建当前战场态势,并结合作战态势及攻击任务,自主选择机动突防时机,并形成相应的作战指令,减少编队协同作战过程中的能量消耗。


然而由于协同攻击与突防为新型概念,现有的研究成果较为欠缺,研究主要集中于协同攻击制导律及协同突防策略。


协同攻击制导律要求所有编队成员在精确打击某一目标时,能够相互配合、协同作战。Jeon将传统的比例导引制导律和攻击时间反馈误差相结合,推导出了攻击时间约束制导律,然而该制导律只适用于打击静止的目标。针对大气层外的中制导段,Ye采用控制模型的线性化与反馈回路的方法,基于最小信息集的理论,完成了攻击时间约束的制导律设计。Zhang对剩余时间估计,对反舰导弹设计攻击时间约束的制导律,能够确定导弹攻击到目标的弹着时间。张友根设计了基于双圆弧原理的协同制导律,该制导律只需要确定导弹的到达时间,对其他的参数要求较少,可以打击静止或机动目标。从2006年提出反舰导弹的协同问题开始,协同攻击制导律的研究仅仅进行了几年,相关研究还处于起步阶段,公开发表的资料较少,现有的攻击时间约束制导律主要是对比例导引的基础上进行改进,在制导律中加入攻击时间的约束,现有的协同制导律多是攻击舰艇目标,此类相对导弹来说,移动速度小并且机动能力弱。针对此类问题,孙雪娇基于增广比例导引,设计了一种适用于打击机动目标的时间可控的制导律,但是,要求目标的法向加速度已知且为常数。适用于攻击大机动目标如航空飞行器甚至临近空间飞行器的时间可控的制导律是未来的一个发展方向。


防御体系的不断完善,对精确制导武器的突防能力需要也逐步增强,现有的突防手段主要有“蛇形”机动和“螺旋”机动,美国“潘兴II”导弹的螺旋机动模式已应用,若无特殊拦截手段,可在末制导段实现低空突防,且突防概率大于80%。国内机动型导弹针对近程拦截导弹防御层,通常采用低空水平面“蛇形”机动方式。顾文锦等研究反舰导弹蛇形机动突防方案,通过大量的对比仿真实验,证明了蛇形机动的有效性,并得到了合理的机动参数,陈晔基于极大值原理得到了最优的侧向机动频率,程进在假设存在侧向机动发动机的前提下设计发动机的最佳开启时机实现突防。然而上述程序机动方法易被针对,殷志宏针对采用比例导引的拦截导弹,基于预测拦截点和脱靶量,设计了一种智能机动算法,Kim和Young同样针对采用比例导引的拦截弹提出了基于梯度法的神经网络和模糊次优控制方法用于解决飞行器的最优突防问题;史晓丽基于微分对策方法实现了反舰导弹突防策略的制定。孙守明等对攻防末段速度接近常值的情况,基于微分对策得到高空机动的规避政策,设计逆比例导引为突防制导律,并指出最优推力应垂直于制导平面上的视线方向。


3
结束语


在多弹协同攻击的发展过程中,战场的复杂性和不确定性逐渐加强、需求的不断提升,为协同攻击的发展提供了动力;各种新方法、新理论的涌现也为协同攻击的发展提供了越来越多的解决途径。随着研究的范围越来越广,研究的深度越来越深,理论的研究与工程的实际应用结合也会越来越紧密。在如今,随着各国的防御体系不断的完善,多弹协同攻击技术具有更为广阔的研究前景与军事应用价值。



本文选自《战术导弹技术》2018年第2期

作者:商巍,赵涛,环夏,陈明,陈世富

转载请务必注明出处

版权所有,违者必究


《战术导弹技术》

《战术导弹技术》由中国航天科工集团有限公司主管,中国航天科工飞航技术研究院主办,北京海鹰科技情报研究所承办,是为导弹的研究、设计、制造、试验、使用等服务的学术期刊。刊物创刊于1980年,为双月刊,是“中文核心期刊”“中国科技核心期刊”双核心期刊,在国内外公开发行。刊物主要刊登导弹和导弹武器系统总体技术、任务规划技术、推进技术、制导、导航与控制技术等方面的学术论文。

通讯地址:北京7254信箱4分箱(100074)

电话:(010)68375662(编辑)

            (010)68375084(发行)

邮箱:zhanshu310@126.com

欢迎投稿