何廣軍, 卜祥偉, 吳建峰, 趙 巖
(空軍工程大學防空反導學院, 西安 710051)
傳統(tǒng)意義上的防空導彈,在對付目標飽和攻擊時,通常采用連射或者齊射方式,但在導彈發(fā)射后,同一武器系統(tǒng)以及不同武器系統(tǒng)發(fā)射的導彈間均是獨立攻擊目標,相互間沒有數(shù)據(jù)交換和協(xié)同。文中針對防空導彈武器系統(tǒng)的特點,提出一種通過制導站實現(xiàn)不同類型導彈間的數(shù)據(jù)交換和協(xié)同目標分配的方法,通過改進的螢火蟲優(yōu)化算法對協(xié)同攻擊目標時的目標分配做了研究。
實現(xiàn)導彈間協(xié)同攻擊,首先要解決的是導彈間的數(shù)據(jù)交換問題。在防空導彈飛行過程中,要實現(xiàn)導彈間的直接無線通信,由于導彈的機動飛行,需要彈上的收發(fā)天線的方向圖達到360°圍繞彈體的全覆蓋。具備這樣功能的天線需要在彈體表面至少各180°方向布置兩套天線系統(tǒng),對彈上發(fā)射機的功率及處理信號的能力也提出了很高的要求。對于高機動飛行的防空導彈而言,很可能由于彈體的遮擋、發(fā)射功率的限制等達不到預期的目的。特別對于不同類型的導彈的協(xié)同數(shù)據(jù)交換,由于導彈對信息處理能力的限制,數(shù)據(jù)格式的互異性,相互間的數(shù)據(jù)交換會變得異常困難。
一種可行的方案是通過制導站中繼實現(xiàn)導彈間的通信的方法。該方案的實質(zhì)是對已有防空作戰(zhàn)單元之間以及制導站與導彈間的數(shù)據(jù)交換完成數(shù)據(jù)鏈的改造。對于目前大多采用復合制導方式的導彈,在導彈發(fā)射后,通常制導站還要與導彈之間有不間斷的數(shù)據(jù)傳輸。這些數(shù)據(jù)包括了彈道修正指令、引信開機、導彈自毀指令和導彈的應答信號等,另外,現(xiàn)有的武器系統(tǒng)已經(jīng)實現(xiàn)了不同防空作戰(zhàn)單元之間的聯(lián)網(wǎng)作戰(zhàn)?;谏鲜鲆延械臄?shù)據(jù)交換和聯(lián)網(wǎng)作戰(zhàn)功能,對其數(shù)據(jù)交換方式和聯(lián)網(wǎng)作戰(zhàn)進一步擴展,通過制導站的中繼作用,實現(xiàn)導彈與導彈之間數(shù)據(jù)鏈交換是可行的。文獻[1]雖然對導彈之間的機動及如何具體實現(xiàn)未做深入研究,但通過仿真對彈上采用直擴數(shù)據(jù)鏈和跳頻數(shù)據(jù)鏈兩種彈載數(shù)據(jù)鏈進行了研究,間接驗證了采用通過制導站中繼完成導彈間數(shù)據(jù)鏈通信的可行性。
通過制導站中繼完成導彈間的通信,進而實現(xiàn)導彈間的協(xié)同攔截目標,同以往在導彈發(fā)射前就完成目標分配的方式不同,這種方式完成了導彈飛行過程中的聯(lián)網(wǎng);可以充分利用制導站強大的計算功能,協(xié)調(diào)導彈之間的目標分配與攻擊。同時,通過與其它火力單元的數(shù)據(jù)在制導站中的融合處理,數(shù)據(jù)鏈中可以加入不同類型的導彈攻擊信息,便于實現(xiàn)從武器系統(tǒng)發(fā)現(xiàn)目標直到對目標攔截全過程的聯(lián)網(wǎng)制導,解決了目前導彈在發(fā)射后,制導飛行階段,脫離網(wǎng)絡,單獨攻擊目標的問題,實現(xiàn)了協(xié)同攻擊。
現(xiàn)在研究采用上述方案對不同類型的防空作戰(zhàn)單元的多彈協(xié)同攻擊目標的目標分配問題。
目標分配的準則很多,基于使目標總期望生存概率最小是最常用的目標分配原則。在此假設為了對付敵方的飽和攻擊,不同防空導彈作戰(zhàn)單元采用齊射方式發(fā)射了J種類型的防空導彈,通過基于制導站中繼的方式實現(xiàn)不同類型導彈間的數(shù)據(jù)交換,實現(xiàn)協(xié)同攔截K個來襲目標。其中第k個目標的威脅度為ωk,第i種類型的導彈對第k個目標的殺傷概率為pik。經(jīng)過制導站對協(xié)同攔截過程的分析,分配給第k個目標的武器數(shù)為xik≥0,則第k個目標的生存概率為:
(1)
因此,所有目標的總期望生存概率可表示為:
(2)
目標分配問題的求解是確定分配給各目標的導彈類型及數(shù)量,使得所有來襲目標的總期望生存概率最小。
(3)
式中:X是由xjk,j=1,2,…,J,k=1,2,…,K構(gòu)成的矩陣。
此外,由于分配給不同目標的武器數(shù)不是無限的,且導彈的類型及其可分配的武器數(shù)也不是無限的,因此,需要增加約束條件,使得目標分配問題表示為約束最優(yōu)化問題:
(4)
(5)
式中:Vk為分配給第k個目標的最大武器數(shù)目;Uj為給第j種類型導彈可分配的最大武器數(shù)目。
對上述問題的實現(xiàn)就演化成式(3)中自變量為xik時,在式(4)和式(5)約束條件下的求最優(yōu)解問題。
螢火蟲群優(yōu)化(glowworm swarm opimization,GSO)算法是印度學者Krishnanad和Ghose在2005年提出的一種新型智能群優(yōu)化算法[2-3],在求解多模態(tài)函數(shù)極值問題上取得了較好的效果,因其運算速度快、容易實現(xiàn)而受到很多學者們的青睞,被應用到許多領域。而且由于螢火蟲的聚集及算法過程非常類似于導彈間的協(xié)同,因此,采用螢火蟲算法來求解上述問題。
在螢火蟲算法中,設螢火蟲i的絕對亮度比螢火蟲j的亮度大,則螢火蟲j被螢火蟲i吸引而向i移動。螢火蟲i對螢火蟲j的吸引力為:
(6)
式中:β0是當兩個螢火蟲之間距離r=0時的吸引力;γ為光吸收系數(shù);rij為螢火蟲i和j之間的距離,即:
(7)
由于螢火蟲j被螢火蟲i吸引而向螢火蟲i移動,則螢火蟲j的位置更新公式為:
Xj(t+1)=Xj(t)+βij[Xi(t)-Xj(t)]+αεj
(8)
式中:t為迭代次數(shù);Xi和Xj分別為螢火蟲i和j所處的空間位置;βij為螢火蟲i對螢火蟲j的相對吸引力;α為常數(shù),一般可以取[0,1]內(nèi)的數(shù);εj是由均勻分布得到的隨機數(shù)向量。
上述算法中的α雖然可以隨意在[0,1]取值,它實際上反映了計算迭代中的步長,它需要在計算精度、計算速度和陷入局部最優(yōu)解之間尋找平衡。在種群搜索過程中,α越大,越容易更快搜索到全局最優(yōu)值,但往往降低了搜索精度,有時結(jié)果有發(fā)散現(xiàn)象;α越小,種群搜索速度就會降低,解的精度卻會提高,但又容易陷入局部最優(yōu)。因此,種群搜索過程中應根據(jù)不同階段的搜索結(jié)果,采用動態(tài)調(diào)整α值的方法。
為此,引入熒光因子:
(9)
式中:xmax表示當時熒光素值最大的螢火蟲的位置;dmax取種群中所有螢火蟲與亮度值最大螢火蟲之間的距離值。
將α更新為基于熒光因子的自適應動態(tài)值:
αi=αmin+(αmax-αmin)Hi
(10)
式中:αmin和αmax分別為α的最小值和最大值。通過限制α值的范圍,可以避免螢火蟲過于分散,這時可根據(jù)式(9)和式(10)對移動步長作動態(tài)調(diào)整,這樣的自適應步長能夠根據(jù)熒光因子自動調(diào)整,提高了搜索速度,避免了結(jié)果發(fā)散。
求解時,首先進行初始化。設初始的α=0.1;初始吸引力β0=0.2;吸收系數(shù)γ=1;仿真迭代次數(shù)N=200。
在計算導彈間協(xié)同目標分配時,只能是要么對一個目標分配導彈,要么不分配,為此需要確定分配準則。在此,以防空導彈常規(guī)作戰(zhàn)中的實際情況取值,由于目標是否被分配只有0,1兩種情況,取殺傷概率以0.8為準則對函數(shù)值進行離散化,0表示不分配,1表示分配。
選取rand(n,m)矩陣作為xik的取值:
(11)
式中:n和m表示為對第m號目標用第n個導彈進行攻擊。
假設由4種不同類型的防空導彈武器系統(tǒng)用來攔截8個來襲目標,4種武器系統(tǒng)中可用的導彈數(shù)分別為{3,1,2,2},每個目標最多可分配1個武器,作為約束條件。武器系統(tǒng)及導彈間協(xié)同攔截。那么J=4;K=8,取仿真步長為0.01 s。設定的各目標的威脅度和以及對各目標的單發(fā)殺傷概率如表1所示。
表1 不同類型武器殺傷概率及目標威脅度
兩種算法的結(jié)果是相同的。表2給出了經(jīng)過仿真計算的最優(yōu)武器目標分配方案。
目標類型1的武器攔截目標2、目標5和目標7;火力平臺2的武器攔截目標4;目標類型3的武器攔截目標1和目標3;目標類型4的武器攔截目標6和目標8。
圖1和圖2分別給出了采用GSO和具有自適應步長的GSO算法的算法收斂情況。
表2 最優(yōu)武器目標分配方案
GSO算法和自適應步長GSO算法平均迭代次數(shù)分別為105和63,說明后者具有快速性上的明顯優(yōu)勢。自適應步長GSO算法最大迭代次數(shù)為190,最大解算結(jié)果耗時1.9 s,如果采用VC語言實現(xiàn),耗時可在控制在1.0 s以內(nèi),可以滿足防空作戰(zhàn)對快速性和實時性的作戰(zhàn)要求。驗證了實現(xiàn)方案和算法的有效性。
參考文獻:
[1] 沈川. 基于彈載數(shù)據(jù)鏈的信號檢測技術(shù)研究 [D]. 沈陽: 沈陽理工大學, 2013.
[2] 歐陽喆, 周永權(quán). 自適應步長螢火蟲優(yōu)化算法 [J]. 計算機應用, 2011, 31(7): 1804-1807.
[3] 黃正新, 周永權(quán). 自適應步長螢火蟲群多模態(tài)函數(shù)優(yōu)化算法 [J]. 計算機科學, 2011, 38(7): 220-224.
[4] 劉傳波. 基于Memetic算法的動態(tài)武器目標分配問題研究 [J]. 艦船電子與工程, 2012: 32(10)34-37.
[5] XIN Bin, CHEN Jie. An estimation of distribution algorithm with efficient constructive repair/improvement operator for the dynamic weapon-target assignment[C]// IEEE. Proceedings of the 31st Chinese Control Conference. [S.l.]: IEEE, 2012: 2346-2351.
[6] 吳勝亮. 眾多導彈協(xié)同作戰(zhàn)制導控制的研究 [D]. 南京: 南京航空航天大學, 2013.