方 良 汪 浩
(中國(guó)人民解放軍92941部隊(duì) 葫蘆島 125000)
CGF智能決策模型的設(shè)計(jì)是CGF建模中關(guān)鍵的部分,它的本質(zhì)就是智能化技術(shù)在CGF建模中的具體應(yīng)用[1~2]。用于解決CGF智能化的主要手段是在設(shè)計(jì)過程中采用人工智能技術(shù)。智能技術(shù)已得到各國(guó)的重視,在空戰(zhàn)、坦克等領(lǐng)域已較成功地開發(fā)了一些CGF系統(tǒng)[3~4],國(guó)內(nèi)的某坦克CGF系統(tǒng)利用Agent技術(shù)實(shí)現(xiàn)坦克分隊(duì)的機(jī)動(dòng)仿真[5]。
反艦導(dǎo)彈突防能力是現(xiàn)代反艦導(dǎo)彈作戰(zhàn)最為重要的能力之一,反艦導(dǎo)彈突防能力的生成需要依賴于大量的試驗(yàn)工作,這些試驗(yàn)工作中最重要的就是飛行試驗(yàn),但是這些試驗(yàn)的組織需要大量的兵力,耗費(fèi)大量的經(jīng)費(fèi)。構(gòu)建反艦導(dǎo)彈CGF系統(tǒng)智能決策模型,利用這些模型進(jìn)行仿真試驗(yàn)研究,能夠得到大量的統(tǒng)計(jì)數(shù)據(jù),利用這些數(shù)據(jù)提升反艦導(dǎo)彈的突防能力。
反艦導(dǎo)彈CGF系統(tǒng)智能決策模型的組成如圖1所示。CGF系統(tǒng)主要分為實(shí)體模型和推理決策模型兩部分[6~7]。實(shí)體模型包括反艦導(dǎo)彈綜控機(jī)模型、反艦導(dǎo)彈物理模型和反艦導(dǎo)彈傳感器模型。推理決策模型的作用是根據(jù)目標(biāo)信息與環(huán)境信息生成相應(yīng)的戰(zhàn)場(chǎng)態(tài)勢(shì),根據(jù)戰(zhàn)場(chǎng)態(tài)勢(shì)、戰(zhàn)術(shù)知識(shí)庫、和作戰(zhàn)規(guī)則作出戰(zhàn)術(shù)決策、動(dòng)作規(guī)劃并執(zhí)行戰(zhàn)術(shù)動(dòng)作,各實(shí)體模型發(fā)出相應(yīng)的命令和控制信號(hào),如反艦導(dǎo)彈抗干擾對(duì)抗、反艦導(dǎo)彈機(jī)動(dòng)等。
反艦導(dǎo)彈智能決策模型加載于反艦導(dǎo)彈平臺(tái)系統(tǒng)上,通過反艦導(dǎo)彈的傳感器模型實(shí)時(shí)獲取突防目標(biāo)信息,經(jīng)過傳輸和融合等相關(guān)數(shù)據(jù)處理后,實(shí)現(xiàn)目標(biāo)捕捉和跟蹤,并把處理后的數(shù)據(jù)作為本系統(tǒng)必要的決策數(shù)據(jù)信息,專家系統(tǒng)依靠這些信息,通過搜索規(guī)則集中的規(guī)則,來完成定性的知識(shí)推理和定量的模型計(jì)算,形成一個(gè)有機(jī)的決策整體,從而為反艦導(dǎo)彈形成智能決策方案,進(jìn)行有效的突防決策行為。
圖1 反艦導(dǎo)彈突防CGF系統(tǒng)智能決策模型組成
在反艦導(dǎo)彈CGF系統(tǒng)中,實(shí)體模型包括反艦導(dǎo)彈物理模型,制導(dǎo)控制模型和傳感器模型。
反艦導(dǎo)彈的物理模型主要是反艦導(dǎo)彈的彈道物理模型。彈道物理模型采用飛行動(dòng)力學(xué)建立的導(dǎo)彈運(yùn)動(dòng)方程組來描述作用在導(dǎo)彈上的力、力矩和導(dǎo)彈運(yùn)動(dòng),由描述導(dǎo)彈質(zhì)心運(yùn)動(dòng)和彈體姿態(tài)變化的動(dòng)力學(xué)方程、運(yùn)動(dòng)學(xué)方程、角度幾何關(guān)系方程組成。
導(dǎo)彈的傳感器模型包括導(dǎo)引頭模型、捷聯(lián)慣導(dǎo)模型、高度表模型等,實(shí)時(shí)敏感導(dǎo)彈自身的位置、姿態(tài)及被攻擊目標(biāo)的運(yùn)動(dòng),將敏感到的信號(hào)傳輸?shù)綇椛峡刂破髂P?。?dǎo)彈的捷聯(lián)慣導(dǎo)模型完成導(dǎo)彈飛行過程中相對(duì)慣性空間的線運(yùn)動(dòng)和角運(yùn)動(dòng)參數(shù)的實(shí)時(shí)測(cè)量,并實(shí)時(shí)進(jìn)行導(dǎo)航方程解算,輸出飛行過程中三個(gè)方向的加速度、速度、角速率、姿態(tài)角等信息。
綜控機(jī)模型根據(jù)傳感器輸入的導(dǎo)彈、目標(biāo)信息以及導(dǎo)彈的控制規(guī)律,控制導(dǎo)彈改變當(dāng)前姿態(tài)和質(zhì)心位置,飛向目標(biāo)。
對(duì)于導(dǎo)引頭模型在一定的虛警概率下,依據(jù)雷達(dá)探測(cè)方程,實(shí)施對(duì)導(dǎo)引頭的功能仿真。
無干擾條件下,雷達(dá)導(dǎo)引頭對(duì)目標(biāo)的探測(cè)距離由雷達(dá)對(duì)目標(biāo)的最大作用距離及雷達(dá)的通視距離所決定,雷達(dá)的探測(cè)距離計(jì)算式(1)如下[8]:
其中Rmax是雷達(dá)對(duì)目標(biāo)的最大作用距離,Rs為通視距離。
式中,Pt為雷達(dá)發(fā)射功率(W);Gt為雷達(dá)天線增益(倍);λ為雷達(dá)工作波長(zhǎng)(m);σ為目標(biāo)雷達(dá)截面積(m2);K為波爾茲曼常量,取為1.38*10-23W·s/°;T0為絕對(duì)溫度,取為290K;Δfr為雷達(dá)接收機(jī)帶寬(Hz);Fn為噪聲系數(shù);(SN)min為雷達(dá)的最小檢測(cè)信噪比,定義為雷達(dá)發(fā)現(xiàn)概率為0.5時(shí)接收端的信噪比。
式中,ht為目標(biāo)高度,hr為雷達(dá)高度。
在噪聲干擾條件下,單部警戒雷達(dá)對(duì)目標(biāo)的最大探測(cè)距離為
式中,Pt為雷達(dá)發(fā)射功率(W);Gt為雷達(dá)天線增益(倍);λ為雷達(dá)工作波長(zhǎng)(m);σ為目標(biāo)雷達(dá)截面積(m2);Nr為雷達(dá)的內(nèi)部噪聲;Nj為雷達(dá)接收的干擾機(jī)噪聲;(SN)min為雷達(dá)的最小檢測(cè)信噪比,定義為雷達(dá)發(fā)現(xiàn)概率為0.5時(shí)接收端的信噪比。
式中,K 為波爾茲曼常量,取為1.38*10-23W·s/°;T0為絕對(duì)溫度,取為290K;Δfr為雷達(dá)接收機(jī)帶寬(赫茲);Fn為噪聲系數(shù);
式中,Pj(i)為第i部干擾機(jī)的發(fā)射功率(W);Gj(i)為第i部干擾機(jī)的天線增益(倍);γj(i)為第i部干擾機(jī)干擾信號(hào)對(duì)雷達(dá)天線的極化損失;Rj(i)為第i部干擾機(jī)到雷達(dá)的距離(m);Δfj(i)為第i部干擾機(jī)的帶寬(Hz);G′t(θji)為雷達(dá)天線主瓣指向目標(biāo)方向時(shí),在第i部干擾機(jī)方向上的增益(倍)。
反艦導(dǎo)彈CGF智能決策模型主要包括兩部分,一是反艦導(dǎo)彈突防防空導(dǎo)彈攔截的智能決策模型,二是反艦導(dǎo)彈突防敵方電子干擾的智能決策模型。
在反艦導(dǎo)彈CGF智能決策模型中,把專家系統(tǒng)和決策支持系統(tǒng)結(jié)合,形成智能決策模型,專家系統(tǒng)輔助決策的方式屬于定性方式,決策支持系統(tǒng)輔助決策的方式屬于定量分析。專家系統(tǒng)由“推理機(jī)、知識(shí)庫和動(dòng)態(tài)數(shù)據(jù)庫”三部件組成,其中知識(shí)庫中存放大量關(guān)于反艦導(dǎo)彈突防的專家知識(shí);推理機(jī)完成對(duì)導(dǎo)彈突防知識(shí)的搜索和推理;動(dòng)態(tài)數(shù)據(jù)庫存放已知的事實(shí)和推理出的事實(shí)和結(jié)果[9]。
反艦導(dǎo)彈CGF智能決策模型在利用推理機(jī)進(jìn)行推理時(shí),既要進(jìn)行大量知識(shí)的搜索,又要對(duì)知識(shí)的前提進(jìn)行匹配,這些知識(shí)主要包括反艦導(dǎo)彈捕捉目標(biāo)知識(shí)集、反艦導(dǎo)彈跟蹤目標(biāo)知識(shí)集、反艦導(dǎo)彈對(duì)抗有源干擾知識(shí)集、反艦導(dǎo)彈對(duì)抗防空導(dǎo)彈知識(shí)集。對(duì)于每一個(gè)知識(shí),需要得到這些知識(shí)的調(diào)用條件,通過調(diào)用知識(shí)集中的知識(shí)得到輸出結(jié)果。反艦導(dǎo)彈突防CGF智能決策知識(shí)集組成如圖2所示。
圖2 反艦導(dǎo)彈突防CGF智能決策規(guī)則集組成
根據(jù)基于Agent[11]建模思想,可以將單個(gè)反艦導(dǎo)彈實(shí)體看作一個(gè)Agent,反艦導(dǎo)彈CGF智能決策模型的構(gòu)建主要是涉及個(gè)體Agent模型,要構(gòu)建反艦導(dǎo)彈的智能決策模型,即進(jìn)行行為建模。反艦導(dǎo)彈利用傳感器獲取實(shí)體狀態(tài)和戰(zhàn)場(chǎng)態(tài)勢(shì),進(jìn)行威脅評(píng)估,通過搜索匹配戰(zhàn)術(shù)知識(shí)庫中的專家知識(shí),進(jìn)而給出戰(zhàn)場(chǎng)態(tài)勢(shì)評(píng)估,從而制定戰(zhàn)術(shù)決策,進(jìn)而完成動(dòng)作規(guī)劃。圖3給出了基于Agent的智能決策模型框架。
圖3 基于Agent的智能決策模型框架
反艦導(dǎo)彈在飛行末端,會(huì)遭遇防空導(dǎo)彈的攔截,反艦導(dǎo)彈通過搜索規(guī)則庫中相應(yīng)的規(guī)則,采取相應(yīng)的動(dòng)作,進(jìn)行相應(yīng)的突防過程。
當(dāng)遭遇敵方有源干擾時(shí),反艦導(dǎo)彈搜索規(guī)則庫中的規(guī)則,采取相應(yīng)的智能決策,進(jìn)行相應(yīng)的突防過程。
本文采用基于Agent的思想構(gòu)建了反艦導(dǎo)彈突防CGF系統(tǒng)智能決策模型,并應(yīng)用于系統(tǒng)仿真中。反艦導(dǎo)彈CGF系統(tǒng)智能決策模型的研究對(duì)反艦導(dǎo)彈作戰(zhàn)、試驗(yàn)、訓(xùn)練效能評(píng)估有著重要的意義。
進(jìn)一步的工作是對(duì)CGF技術(shù)與基于Agent建模技術(shù)做深入的研究,提高系統(tǒng)的自治性,增強(qiáng)模擬系統(tǒng)的真實(shí)性。
[1]張立友,唐曉明,郭齊勝.艦艇CGF系統(tǒng)智能推理決策研究[J].計(jì)算機(jī)仿真,2006,23(6):3740.
[2]王為頌,沈立軍,張景悅.艦艇編隊(duì)對(duì)空防御智能決策支持系統(tǒng)研究[J].艦船科學(xué)技術(shù),2005,27(1):6163.
[3]郝成民,劉湘?zhèn)?電子戰(zhàn)CGF系統(tǒng)的設(shè)計(jì)與建模[J].計(jì)算機(jī)仿真,2006,23(1):3335.
[4]韓志軍,錢保成,王潤(rùn)崗.分隊(duì)?wèi)?zhàn)術(shù)訓(xùn)練仿真系統(tǒng)CGF技術(shù)[J].火力與指揮控制,2005,30(8):6163.
[5]裴宏,宋麗,吳迪.基于Agent的坦克連CGF系統(tǒng)智能機(jī)動(dòng)模型研究[J].裝甲兵工程學(xué)院學(xué)報(bào),2007,21(2):2023.
[6]王達(dá),張琦,郭剛,等.作戰(zhàn)仿真中的人類行為表示[J].計(jì)算機(jī)仿真,2004,21(6):1315.
[7]郭齊勝,楊立功,楊瑞平.計(jì)算機(jī)生成兵力導(dǎo)論[M].北京:國(guó)防工業(yè)出版社,2006.
[8]許大琴,李照順.警戒雷達(dá)被干擾時(shí)探測(cè)范圍的實(shí)時(shí)計(jì)算方法[J].火力與指揮控制,2009:128130.
[9]曲行達(dá),龔光紅,王行仁.CGF系統(tǒng)中多級(jí)智能決策實(shí)現(xiàn)方法[J].北京航空航天大學(xué)學(xué)報(bào),2004(7):644647.
[10]濮永仙.貝葉斯決策網(wǎng)在智能決策系統(tǒng)中的應(yīng)用研究[J].計(jì)算機(jī)與數(shù)字工程,2011,39(8).
[11]張玉冊(cè),楊青松,陳珂.全分布式人工智能技術(shù)在艦艇指控系統(tǒng)中的應(yīng)用研究[J].情報(bào)指揮控制系統(tǒng)與仿真技術(shù),2004,26(1):5255.