網絡化制導技術研究現(xiàn)狀及發(fā)展趨勢

方洋旺 程昊宇 仝希

方洋旺， 西北工業(yè)大學無人系統(tǒng)技術研究院和空軍工程大學航空工程學院教授、 博士生導師， 長期從事導航與制導、 武器系統(tǒng)與運用工程專業(yè)的教學與科研工作。 研究領域為網絡化制導、 最優(yōu)制導與控制、 信息融合及智能信息處理等。 主持完成973子課題， 863課題， 國家自然科學基金、 出國留學人員歸國基金、 國防預研重點基金等項目共計50余項， 出版專著和教材15本， 發(fā)表學術論文260余篇， 被SCI和EI檢索160余篇。 先后獲部級科技進步獎3項。

[SQ0]

摘 要： 網絡化制導在協(xié)同作戰(zhàn)方面顯示了其潛力和優(yōu)勢。 網絡化制導技術主要包括基于多平臺傳感器網絡信息的導彈制導技術和基于多導彈編隊的網絡化協(xié)同制導技術。 本文重點論述了這兩方面技術的發(fā)展現(xiàn)狀， 分析了單導彈的時空配準方法以及制導權移交策略和制導律切換方法等; 對面向多導彈編隊的網絡化制導方法進行了描述， 討論了面向多飛行器網絡化協(xié)同的時間一致性方法、 空間一致性方法以及編隊策略。 分析了基于多飛機平臺協(xié)同的單導彈以及多導彈編隊的半主動制導和主動制導方法中存在的問題。 最后， 對未來網絡化制導技術以及人工智能在網絡化制導中的應用進行了展望。

關鍵詞：網絡化制導;制導律切換;多導彈編隊;協(xié)同制導;人工智能

中圖分類號：TJ765; V249.1 文獻標識碼：A文章編號： 1673-5048（2018）05-0003-18[SQ0]

0 引言

隨著信息技術、 網絡技術、 人工智能技術等領域取得了一系列突破， 傳統(tǒng)單對單的作戰(zhàn)方式已經難以適應當前復雜的戰(zhàn)場環(huán)境， 戰(zhàn)爭呈現(xiàn)出體系對抗的特點。 在1997年， 負責研究美國海軍作戰(zhàn)規(guī)劃的Jay Johnson將軍首先提出了網絡中心戰(zhàn)（Network Centric Warfare）的思想[1]。網絡中心戰(zhàn)是指以網絡化的作戰(zhàn)平臺為基礎， 以多平臺協(xié)同作戰(zhàn)為主要作戰(zhàn)方式[2]，利用戰(zhàn)場空間中分布的多平臺上的傳感器對目標進行探測， 為導彈提供目標的狀態(tài)信息， 從而實現(xiàn)網絡化制導。 網絡化制導技術更加強調聯(lián)合作戰(zhàn)， 充分利用了多種戰(zhàn)場信息， 并使用了強大的數(shù)據(jù)鏈技術，是適應網絡中心戰(zhàn)發(fā)展而產生的一種新的作戰(zhàn)方式。 在網絡化制導過程中， 多平臺上的傳感器協(xié)同工作， 實現(xiàn)對大機動目標的連續(xù)有效跟蹤[3]，生成精確的目標指示信息[4]，并通過武器數(shù)據(jù)鏈將其傳送至導彈上， 以達到提高導彈命中率、 提高作戰(zhàn)效能的目的。 目前，美軍已經將網絡中心戰(zhàn)的概念應用于科索沃戰(zhàn)爭、 阿富汗戰(zhàn)爭、 伊拉克戰(zhàn)爭及以后的多項軍事行動。 不僅如此， 美軍還將其作為未來聯(lián)合作戰(zhàn)的核心， 進行了一系列的軍事變革和創(chuàng)新。 習總書記在十九大報告中指出： 加快軍事智能化發(fā)展，提高基于網絡信息體系的聯(lián)合作戰(zhàn)能力、 全域作戰(zhàn)能力， 指明了我軍未來的發(fā)展方向。 網絡化作戰(zhàn)在顯著提高作戰(zhàn)效能、 打擊能力的同時， 也對探測、 制導和控制等系統(tǒng)提出了更高的要求和挑戰(zhàn)。 多平臺多傳感器信息融合技術、 面向多導彈編隊的網絡化系統(tǒng)協(xié)同制導技術和智能化協(xié)同制導技術成為目前研究的重點和難點。

1 基于多平臺傳感器網絡信息的導彈制導技術

基于傳感器網絡信息的作戰(zhàn)想定主要包括兩種： 一是基于飛機平臺協(xié)同的半主動制導技術， 即

采用本機發(fā)射、 他機導引的方式對空空導彈進行聯(lián)合操縱; 二是基于飛機平臺協(xié)同的網絡化主動制導技術， 即空空導彈利用多個飛機平臺探測到的

信息， 通過彈載信息融合技術獲得目標的狀態(tài)和信息， 從而對空空導彈實現(xiàn)主動制導。 在第一種作戰(zhàn)想定下， 面臨的主要問題包括： 如何在進行制導平臺的切換或空空導彈制導律的切換時具有較好的性能。 其中， 制導平臺的切換包含制導權的移交策略， 制導律的切換包括制導律算法的切換和制導律參數(shù)的改變; 在第二種作戰(zhàn)想定下， 面臨的主要問題有如何利用信息融合算法對來自于多平臺的傳感器信息進行融合， 得到高精度的目標狀態(tài)信息并用于導彈的主動制導。

1.1 基于飛機平臺協(xié)同的半主動制導技術

該制導過程中， 主要面臨的問題是制導律的切換。 制導信息的切換是平臺中制導交班的核心任務， 其誤差對導彈中制導交接班的精度具有直接影響。 在交接班前后， 制導信息的差異可以從兩種不同的方面描述[5]： 一種是制導平臺之間的傳感器屬于同一類型， 交接前后所采用的制導律也相同， 但是由于平臺系統(tǒng)誤差的存在， 可能導致目標信息的突變[6]; 另一種是平臺之間傳感器分屬兩種或兩種以上不同的類型， 交接班前后目標的信息特性不同， 所采用的制導律也不同， 制導交接還包括了制導律的切換[7]。

近年來， 在多平臺制導交接的研究中， 國內外學者取得了諸多進展。 四川大學的何應圳[8]提出， 在制導權移交時， 應注意按照一定的參數(shù)篩選接班平臺。 例如優(yōu)先控制權值超過其他平臺， 且當前對飛行器的制導總數(shù)未達到最大限度的平臺就是理想的交接班選擇， 在計算平臺關于導彈的優(yōu)先控制權參數(shù)時， 平臺關于導彈以及平臺關于目標的優(yōu)先權參數(shù)的影響均不應忽略。 西北工業(yè)大學的周德云等[9]通過多無人機平臺對空空導彈進行制導， 在中制導權移交的過程中， 根據(jù)超視距協(xié)同作戰(zhàn)的特點， 在建立雙方綜合制導優(yōu)勢模型的基礎上， 設計制導權移交方法， 并且根據(jù)粒子群算法對移交策略進行優(yōu)化， 有效提高了系統(tǒng)的生存概率和抗干擾水平。 雷宇曜等[10]根據(jù)不同的協(xié)同制導交接班模型， 提出了地空作戰(zhàn)系統(tǒng)在地空導彈的協(xié)同制導交接過程中所需的坐標轉換模型、 誤差模型以及雷達截獲概率模型的建立方法， 并且根據(jù)蒙特卡羅隨機仿真， 確定了不同誤差對交接班成功概率的影響模型。 田宏亮等[11]基于多模制導技術， 針對紅外成像導引頭設計了制導律， 根據(jù)導引頭成像特點的不同設計不同的制導律。 海軍航空大學的劉振等[12]設計了一種協(xié)同制導交接方案， 將交班平臺的選擇概率由交接制導優(yōu)勢、 空戰(zhàn)效能優(yōu)勢和導引頭截獲目標概率的乘積表示出來。 同時， 以敵方毀傷的最大化以及我方損失的最小化為目標， 提出了協(xié)同制導下的空戰(zhàn)決策模型， 并借助進化算法的理論， 提出一種分布估計免疫算法來改善求解模型的收斂速度與收斂精度， 有效提高了整體作戰(zhàn)效能。 文獻[13]針對艦空導彈在超視距攔截作戰(zhàn)情況下的制導交接問題， 根據(jù)典型的作戰(zhàn)想定， 提出了可切換的制導律， 由此提高了制導交接的可靠性， 具有較好的工程應用價值。 空軍工程大學的肖冰松等人[14]則研究了己方飛機火控雷達對目標探測概率的角度， 并借助PD探測盲區(qū)建立起一種新的制導優(yōu)勢模型。 這種方法適用于不同戰(zhàn)場態(tài)勢下的制導， 但對敵方干擾問題考慮不足。 余名哲等[15]考慮多平臺接替制導過程中的誤差影響， 通過引進平滑因子， 設計了平滑交接制導律， 改善系統(tǒng)的抗干擾能力和動態(tài)特性。 黃宇達等[16]根據(jù)空空導彈交接班的特點， 設計了能夠保證平滑過渡的中制導律， 借助仿真計算， 驗證了該中制導律的可行性。 文獻[17]則研究了在不同制導律切換過程系統(tǒng)的主要影響因素， 分析了空空導彈交接段導引頭的目標指向偏差問題， 為工程研究提供了有效的指導。刁興華等[5]面對相同類型飛機平臺進行導彈制導權移交的過程中相對突出的信息過渡不平穩(wěn)問題， 借助假想目標保證信息平滑過渡， 同時使假想目標逐漸逼近真實目標， 并且提供了三種不同的中制導權移交算法， 在目標機動/不機動兩種情況下， 對比了每種移交算法對空空導彈過載產生的作用。 最后， 通過仿真證明了所提方法能夠有效抑制過載突變， 保證中制導任務避免出現(xiàn)較大的干擾。

1.2 基于飛機平臺協(xié)同的網絡化主動制導技術

在網絡化制導中， 目標狀態(tài)信息不再由單一的機載傳感器或彈載傳感器獲得， 而是由戰(zhàn)場中分布于陸、 海、 空、 天等多種平臺上的傳感器提供。 多平臺多傳感器信息融合技術是網絡制導的關鍵技術之一， 如何綜合、 有效地利用來自多平臺的多傳感器探測信息， 對目標當前運動狀態(tài)進行連續(xù)、 有效、 高精度的估計， 是網絡化制導面臨的關鍵問題之一。

自數(shù)據(jù)融合的概念提出以來， 各國官方與學術機構在信息融合領域進行了廣泛而深入的探索， 并取得了一系列重要的研究成果。 1988年， 美國國防部將信息融合技術視作20世紀最后十年需要突破的關鍵技術之一， 并將信息融合技術應用于目標跟蹤、 敵我識別、 目標威脅評估等武器裝備研究中， 并且在近年的局部戰(zhàn)爭中取得了巨大的成功。 美國康乃狄克大學的YaakovBar Shalom教授在密集回波環(huán)境下的數(shù)據(jù)關聯(lián)、 真假目標判定等領域進行了大量的研究， 提出了概率數(shù)據(jù)關聯(lián)以及聯(lián)合概率數(shù)據(jù)關聯(lián)算法。 國內關于信息融合技術的研究也取得了諸多進展。 韓崇召教授和李曉榕教授在傳感器的誤差傳遞和補償方面進行了一系列研究， 并且取得了諸多成果; 何友院士則在雷達傳感器的信息融合方面取得了大量成果。

1.2.1 時間配準算法

在面向空空導彈的網絡化制導技術中， 導彈會接收到來自多傳感器平臺的目標探測信息。 但是由于各傳感器平臺之間相互獨立， 平臺的采樣周期和采樣率也不盡相同， 此外， 由于通信鏈路往往具有不同的通信協(xié)議和拓撲結構， 也會存在著不同的時延[18]， 這些因素都會導致各傳感器平臺將探測數(shù)據(jù)傳輸至導彈的時間不同， 即各個平臺和傳感器的數(shù)據(jù)具有不同的時間特性。 因此需要在彈載計算機上采用時間配準算法， 將這些數(shù)據(jù)統(tǒng)一到同一時間基準上。 目前實際工程中常用的時間配準算法包括內插外推法、 最小二乘法、 曲線擬合法以及異步狀態(tài)估計法等。 最小二乘時間配準算法是目前精度較高、 工程應用最廣泛的時間配準算法， 但也具有一定的局限性。 最小二乘時間配準算法假定兩個傳感器的采樣頻率為倍數(shù)關系， 且假設目標為勻速運動。 曲線擬合算法[19]則是根據(jù)一段時間內的傳感器探測數(shù)據(jù)， 采用最小二乘準則， 擬合出一條以時間作為變量的多項式曲線， 并由此得到在此時間段內任意時刻的目標探測信息， 從而可以實現(xiàn)任意時間配準頻率條件下的時間配準， 但隨時間的增加， 其計算量顯著增大。 西北工業(yè)大學的高穎等[20]設計了一種時間配準算法， 該算法面對的是交互多模型， 并針對其中每個模型均采取了擴展卡爾曼濾波。 這種方法使時間配準更加精確， 解決了復雜機動目標的時間配準問題。 此外， 李捷[21]提出了一種通用的時間配準數(shù)學模型， 觀察并研究了時間配準誤差， 建立了誤差的傳遞模型， 在勻加速、 變加速等運動中通過濾波的方法實現(xiàn)時間配準， 而在復雜的非規(guī)律運動中用顯式函數(shù)表達式表征軌跡模型， 分析出時間配準誤差。 這種方法能夠給出誤差估計， 同時能夠高效地完成異構多源信息的時間配準。

1.2.2 空間配準算法

空間配準是指利用多平臺傳感器信息對空間中合作目標或者同一非合作目標的探測信息， 對傳感器的系統(tǒng)偏差進行估計和在線補償， 從而達到提高數(shù)據(jù)融合算法精度的目的[22]。 常見的空間配準算法可以分為合作目標的空間配準算法和非合作目標的空間配準算法[23]。 合作目標的空間配準算法一般用于民用領域的交通控制; 非合作目標的空間配準算法則可以分為離線空間配準算法和在線空間配準算法兩類。

其中， 離線空間配準算法主要包括實時質量控制法、 最小二乘法、 廣義最小二乘法、 最大似然法和精確極大似然估計等， 離線計算往往無法滿足空空導彈網絡化制導對于實時性的要求。 而在線空間配準算法目前借助的往往是聯(lián)合狀態(tài)向量或地心地固坐標系。 基于聯(lián)合狀態(tài)向量的空間配準算法將目標的狀態(tài)向量與傳感器的量測誤差向量組合成一個擴展狀態(tài)向量， 通過設計濾波器， 對目標的運動參數(shù)和傳感器的測量誤差同時估算。 李捷將平臺內采樣不同的坐標系內各傳感器的量測轉換成同一個極坐標系中的數(shù)據(jù)， 實現(xiàn)了空間方位偏差的配準[21]。 Friedland等人[24]在探測誤差不變或者緩變的情況下， 將目標的狀態(tài)與傳感器的探測誤差進行解耦， 分開進行估計， 從而實現(xiàn)了空間配準。 潘江懷等[25]針對空間配準系統(tǒng)觀測度較低時由于劇烈變化的隨機噪聲導致的位置偏差估計量的巨大波動， 利用最小二乘法， 提出了一種新的奇異值修正算法， 在誤差實時估計方面取得了突破式進展。 方峰等人[26]采用了兩階擴展卡爾曼濾波器， 借助交互多模型算法和兩階段擴展卡爾曼濾波算法進行目標跟蹤與空間配準， 減小了計算復雜程度， 并提高了計算效率。 謝宇婷等人[27]對傳感器測量誤差和姿態(tài)誤差建立模型， 使用一種改進的基于地心固連坐標系的卡爾曼濾波， 在一個公共的坐標系下構造出關于狀態(tài)的線性偽量測值， 通過卡爾曼濾波估計出各偏差量的大小。 基于此偏差量的誤差補償能極大提高目標跟蹤精度。

1.2.3 數(shù)據(jù)融合算法

由于空空導彈會接收不同探測平臺的數(shù)據(jù)， 因此需要采用數(shù)據(jù)融合算法對這些數(shù)據(jù)進行處理。 數(shù)據(jù)融合算法可分為集中式融合算法和分布式融合算法。 集中式融合算法是指通過狀態(tài)估計算法對目標的運動狀態(tài)進行估計; 而分布式融合算法則是采用狀態(tài)估計算法對目標的局部航跡進行估計。 狀態(tài)估計算法可分為線性狀態(tài)和非線性狀態(tài)兩種類型， 下面分別對這兩種算法進行介紹。

首先是線性狀態(tài)估計算法。線性狀態(tài)估計算法分為離線估計和在線估計兩種。 由于離線狀態(tài)估計算法主要針對事后的分析和處理， 因此無法滿足空空導彈網絡化制導對于計算實時性的要求。 在離線狀態(tài)估計算法中， 工程中最常見的是Kalman濾波算法， 廣泛應用于目標的識別、 跟蹤， 飛行器的導航、 制導與控制。 在線性狀態(tài)估計算法方面， 隋天舉[28]推廣了網絡信息丟包時的狀態(tài)估計穩(wěn)定的條件， 提取出一種在分析狀態(tài)估計穩(wěn)定性時通用性較強的工具， 并且在高斯置信傳播理論的基礎上實現(xiàn)大系統(tǒng)分布式狀態(tài)估計。

其次是非線性狀態(tài)估計算法。 非線性濾波問題可以分為概率密度估計和點估計兩類。 其中點估計主要估計狀態(tài)的一階矩和二階矩; 概率密度估計則是根據(jù)先驗信息和量測數(shù)據(jù)對狀態(tài)的條件概率密度進行估計。

需要說明的是非線性點估計算法主要分為三類： 第一類是基于函數(shù)近似的非線性濾波算法， 如擴展Kalman濾波算法、 基于線性插值函數(shù)的卡爾曼濾波算法[29]; 第二類是基于統(tǒng)計特性數(shù)值計算的非線性濾波算法， 如UKF、 GHF和容積卡爾曼濾波算法[30]; 第三類是基于統(tǒng)計模型的非線性濾波算法， 此類方法采用統(tǒng)計線性化的方法對非線性函數(shù)進行近似， 隨后借助卡爾曼濾波算法進行推算[31]。

非線性狀態(tài)密度估計算法的估計過程分為狀態(tài)預測與狀態(tài)更新兩個步驟， 其中狀態(tài)預測步驟主要依據(jù)Chapman-Kolmogorov方程， 狀態(tài)更新步驟主要依據(jù)貝葉斯公式。 針對非線性模型和非高斯模型可能的粒子退化問題， 郭承軍[32]又在容積卡爾曼濾波的基礎上用高斯混合模型來近似高斯與非高斯后驗概率密度函數(shù)。

1.2.4 網絡化信息處理方法

在網絡化制導過程中， 時常會面臨不同載機平臺上不同類型的傳感器需要進行制導信息的融合。 不同類型傳感器生成的數(shù)據(jù)信息往往構成不同的數(shù)據(jù)模型， 存在著模型不精確和外部擾動的問題[33]。 此時， 采用多模型切換和自適應控制的方法可減輕數(shù)據(jù)融合過程中面臨的兼容與穩(wěn)定的風險。

多模型切換問題適合解決非線性系統(tǒng)和復雜系統(tǒng)控制問題， 在飛行器制導與控制中已得到廣泛應用[34]。 面對系統(tǒng)存在未知參數(shù)或者參數(shù)發(fā)生大范圍非連續(xù)劇變的問題， 首先將被控對象在不同工作狀態(tài)下的運動特性用某一子模型來表示， 接著針對所有子模型分別設計對應的控制器， 并根據(jù)切換策略完成相應控制器的選擇和切換[35]。 王宇飛等人[36]通過構造出公共李雅普諾夫函數(shù)， 設計出基于多模型切換的模糊自適應魯棒控制器， 消除一種近空間飛行器的未知干擾。 穆向禹[37]、 段廣仁[38]等人已將多模型切換應用到BTT導彈的轉彎與跟蹤中。 邵雷等人[39]運用多模型切換提高了導彈的瞬態(tài)響應性能。

自適應控制對導彈制導模型及擾動的先驗信息依賴較少， 可以不斷提取模型信息， 使模型越來越準確， 適合參數(shù)不確定的系統(tǒng)控制問題。 何金剛等人[40]運用方差自適應算法將主動雷達導引頭和紅外成像導引頭測量信息進行數(shù)據(jù)融合， 使得系統(tǒng)狀態(tài)能更好地跟蹤真實值。 許建忠等人[41]對無跡卡爾曼濾波（UKF）估計得到的毫米波制導信息與紅外制導信息進行自適應加權融合， 提高了制導量測的精度。

自適應控制實質上依舊是基于數(shù)學模型的控制， 若系統(tǒng)的結構和參數(shù)均不確定， 則數(shù)學模型控制方式失效， 此時應考慮借助智能控制的原理。

2 多導彈編隊網絡化協(xié)同制導技術

以上文獻的研究主要集中在多飛機平臺對單枚導彈的主動制導技術。 對于多飛機平臺對多枚導彈的網絡化主動制導技術， 例如文獻[42]對兩個攔截器進行編隊協(xié)同制導的信息融合研究， 還有很廣闊的研究空間。

導彈協(xié)同攻擊時， 通信網絡總會產生傳輸時延， 編隊拓撲結構也很難全程清晰地體現(xiàn)出來。 從而使導彈協(xié)同攻擊任務的執(zhí)行質量大打折扣。 這些問題首先在智能體[43-44]、 無人機和衛(wèi)星[45-46]等方面做了一系列研究。 針對導彈編隊， 文獻[47]提出了一種能控制攻擊時間的制導律。 文獻[48]同時考慮到網絡通信存在時延、 非定常的網絡拓撲結構不明晰以及網絡拓撲進行變換時， 將多導彈協(xié)同攻擊問題用矩陣形式表達出來， 對拓撲結構依賴性較低。 具體方法是， 針對固定網絡拓撲結構， 構造出“分歧系統(tǒng)”， 將導彈編隊時間一致性的收斂性轉化為分歧系統(tǒng)的穩(wěn)定性。 構造Lyapunov-Krasovskii泛函， 只要保證泛函能按指數(shù)速率衰減， 即可以保證“分歧系統(tǒng)”穩(wěn)定， 同時導彈協(xié)同制導能夠滿足要求; 而推廣到動態(tài)網絡切換拓撲結構時， 先推廣了公共Lyapunov函數(shù)， 只要公共Lyapunov衰減得到滿足， 則“分歧系統(tǒng)”是漸進穩(wěn)定的， 導彈協(xié)同制導也可得到滿足。

文獻[48]提出了針對固定目標的協(xié)同制導。 對于空空導彈， 由于航路時刻都會變化， 則需要飛機平臺持續(xù)保持導彈的制導權， 研究的系統(tǒng)應同時包括飛機與導彈的數(shù)據(jù)信息。

網絡化技術發(fā)展迅速， 通信帶寬往往難以提供相應水平的支持， 制導指令的傳輸丟包概率也在增加[49]。 文獻[50]對出現(xiàn)丟包的網絡進行制導控制算法的一體化構造， 假設丟包概率可以預先統(tǒng)計出來， 構造出包含網絡丟包的制導控制一體化模型， 再借助滑?？刂坪头囱菘刂频睦碚?， 推演出導彈制導控制一體化的算法。

與傳統(tǒng)制導技術相比， 組成編隊的各導彈需要相互配合， 策應行動。 編隊運動遵循基于各種戰(zhàn)術協(xié)作目的制導律。 對多導彈網絡化協(xié)同制導問題， 下面分為四部分進行分析[51]。

2.1 針對多枚導彈攻擊空間的協(xié)同制導

在很多情況下， 除了末端脫靶量最小化是制導武器的最基本要求外， 還需要導彈以一定的空間姿態(tài)對目標完成打擊， 從而將導彈戰(zhàn)斗部性能充分地發(fā)揮出來[52]。 目前， 由最優(yōu)控制的思想建立起的導引律模型可以根據(jù)不同的性能要求獲得對應的導引律， 甚至已經應用到美國“潘興-Ⅱ”地地戰(zhàn)術導彈中。 文獻[53-54]借助最優(yōu)控制原理設計了導彈終端角度約束制導律， 并推導出制導律一般表達式， 只要滿足一定條件， 任意給定的權函數(shù)都可以求出實現(xiàn)落角約束的最優(yōu)算法[55-56]。

最優(yōu)導引律的優(yōu)勢是能避免性能指標和終端約束的制約， 在理想環(huán)境下， 最優(yōu)導引律具有最佳的制導性能。 然而， 最優(yōu)導引律往往是在各種假設和簡化的基礎上進行設計的， 魯棒性得不到滿足。 與此同時， 自適應控制、 預測控制和模糊控制等一系列非線性控制方法也用來進行具有最終落角約束的導引律設計[57]。 此外， 在比例導引律的基礎上增加專門約束角度的偏置項的偏置比例導引律也受到越來越多的關注。 對此， 蔡洪等人在文獻[52]中將導彈攻擊角度約束作了集中比較。

胡正東等在文獻[56]引入了最優(yōu)控制等理論， 消除了不確定干擾并設計出帶有攻擊角度約束的三維制導律， 同時引入徑向基函數(shù)神經網絡的自適應調節(jié)原理， 改善了能量耗散等問題， 并滿足了垂直攻擊的需求。 在此期間， 基于角度約束的空間一致性研究得到了長足發(fā)展[57-65]。 Kumar S R等人[58]提出了基于滑?？刂频闹茖捎嬎銓椀臋M向過載， 在有限時間內實現(xiàn)期望的攻擊角度。 Kim T H等人[62]又提出了成形制導律， 不需要剩余時間估計和范圍信息， 只需要視線速率信息， 因此具有簡單可行的實現(xiàn)結構。 此外， 該制導律提供的視線角小于導彈導引律最大限度， 因此在中末制導交接時避免導引失效。 Lee C H等人[63]提出的攔截角度控制引導（IACG）的方法由比例導引律指令和攔截角度誤差的反饋組成， 為攔截空中飛行目標提供了理論基礎。

此外， 文獻[66]借鑒了最優(yōu)控制的原理， 在動能攔截器打擊目標時， 使脫靶量和攻擊角度均滿足要求。 Qin T等人[67]推算的一種導引律也能夠約束終端攻擊角度， 既避免了預測導彈到目標的距離， 也避免了預測剩余飛行時間， 這樣就滿足了以零脫靶量和期望的攻擊時間設為任意值時能夠有效擊中目標。 此外， 周軍等人[68]基于滾轉制導與三維圓周制導， 先在三維空間內確定出圓軌跡， 再通過滾轉制導使速度方向與期望方向重合， 滿足終端角度約束， 并引入變結構控制理論對制導律進行設計。 張良等人[69]通過引入一個非線性觀測器估計目標加速度信息， 基于滑模理論設計制導律， 使導彈在三維視線角中在有限時間內能夠達到期望的攻擊角度。

針對網絡化導彈相互協(xié)同地執(zhí)行作戰(zhàn)任務， 張春妍等人[70]提出了基于導彈相互協(xié)作的偏置比例制導算法。 這種導引律即在比例導引律的基礎項上擴展一個偏置項。 首先只需考慮單枚導彈， 建立起偏置比例導引算法， 該算法能控制攻擊角度。 接著拓展到呈現(xiàn)出網絡化的導彈編隊為對象的協(xié)同制導時， 根據(jù)不同導彈剩余打擊時間的離散程度， 靈活地變換各導彈制導律比例導引相關項中的比例系數(shù)， 改變導彈彈道曲率， 從而實現(xiàn)各導彈以特定角度到達目標。 此外， 該文獻明確將導彈軌跡曲率與比例導引的加速度指令和落角攻擊調節(jié)的加速度指令聯(lián)系起來， 使得剩余時間可以較準確地估計出來。 宋俊紅等人[71-72]則基于圖論的有關內容， 通過速度變化指令來促使所有導彈與目標的相對距離在有限時間內達到一致， 同時運用非齊次干擾觀測器對機動目標的過載予以估計， 保證了每枚導彈以期望的視線角擊中目標。 此外， 文獻[73]構造了具有末段打擊角約束的多彈協(xié)同制導模型， 在制導第一階段， 基于自適應算法和積分滑模形成一種在視線方向上的加速度指令， 保證所有導彈都實現(xiàn)機動。 在制導第二階段， 提出了一種新的自適應非奇異快速終端滑模控制律， 在視線法線方向上的加速度指令， 以確保視線角度在有限時間收斂到期望值， 同時基于Lyapunov理論給出了詳細的有限時間穩(wěn)定性分析。

2.2 針對多枚導彈攻擊時間的協(xié)同制導

對于多導彈協(xié)同制導的攻擊時間協(xié)同制導律， 大體可分為基于雙層導引結構的攻擊時間協(xié)同制導律[73-74]、 基于偏置比例導引的時間協(xié)同制導律[75-77]和基于“領彈-從彈”的時間協(xié)同制導律[78-80]。

文獻[71]提出將已有的具有導引時間限制的制導律（ImpactTime Control Guidance，ITCG）作為底層導引層， 上層協(xié)調層則選擇集中式協(xié)調策略。 建立以導彈消耗控制能量為代價函數(shù)的協(xié)調量， 協(xié)調層選取消耗的控制能量為最小值對應的時間作為剩余導引時間， 再由導引層按照剩余導引時間確定導彈攻擊時間。 文獻[75]進一步引入了加權平均一致算法， 將文獻[74]求出的協(xié)調量進行修正， 得到分布式協(xié)調的時間導引律， 且文獻[75]不需要網絡內所有單元實現(xiàn)全互聯(lián)。趙世鈺等人[73]認為基于協(xié)調變量的方法通訊量小， 分布性好， 分為導引層和協(xié)調層， 協(xié)同制導架構圖如圖1所示。 基于協(xié)調變量的方法首先需要由上層的協(xié)調層集中式確定指定攻擊時間， 再由底層的制導層利用時間導引律使飛行器向攻擊時間趨近。

基于偏置比例導引律的方法是以剩余時間作為協(xié)同制導的基本量， 這種制導思想建立在協(xié)同控制理論的基礎上。 文獻[79]并沒有明確闡明達成協(xié)同制導時究竟需要什么程度的通信網絡條件，

而只是借鑒目前經典的的攻擊時間控制導引律， 以此確定制導律的相關附加項。

基于領彈-被領彈的時間協(xié)同比例導引法選取某一導彈甚至選取假設點作為制導的參考， 各枚從彈也追隨該參考進行運動[80]。 文獻[81]將目標作為領彈， 導彈均為從彈， 將時間一致性轉化為導彈總速度、 彈道傾角和彈道偏角的指令， 在控制器設置中將上述三個指令交由三個子系統(tǒng)實現(xiàn)。 而同步算法給出慣性坐標系的三個速度分量， 借助姿態(tài)角， 基于運動學方程推導出速度、 彈道傾角和彈道偏角的指令。 對此， 張友安等在文獻[82]中對基于不同攻擊時間的協(xié)同制導律進行了歸納分析。

此外， 張凱等人[83]和呂騰等人[84]分別基于滑模變結構理論， 設計了攻擊角約束在有限時間內收斂的制導律。 利用李雅普諾夫理論對制導律穩(wěn)定性和制導律有限時間的收斂進行分析， 借助飽和函數(shù)抑制抖動影響， 提高了系統(tǒng)的魯棒性， 使得導彈在保證命中機動性強的目標的同時， 視線角在有限時間內也將盡快收斂到期望范圍內。

Su Wenshan等人[85]則針對高機動目標提出了一種新的協(xié)同制導策略。 在制導階段開始時多個導彈分散行動， 首先對通信能力較弱的編隊計算出最小的相對機動性優(yōu)勢和最少的可用導彈數(shù)量， 使導彈編隊能保證覆蓋目標機動逃逸的區(qū)域， 然后再進行協(xié)同制導; 其次將通信能力較強的導彈編隊進行協(xié)調變量的微調;然后設計相應的閉環(huán)協(xié)同制導策略， 協(xié)同攻擊單個導彈不易攔截的高機動目標。

2.3 兼顧多枚導彈攻擊角度和攻擊時間的協(xié)同制導

導彈編隊在攻擊重要的目標時， 需要面對敵方的防空網絡， 為了保證導彈的攻擊效果， 往往需要對攻擊角度和攻擊時間一起考慮， 在這兩方面同時滿足多導彈的協(xié)同制導。

文獻[86]提出了一種攻擊角度和攻擊時間兼顧的三維制導律。 此外， Lee等人借助最優(yōu)控制原理， 通過加速度微分以及剩余時間誤差分別實現(xiàn)攻擊角度和攻擊時間的有效操控[87]。 張友安等人[88]借助李雅普諾夫穩(wěn)定性理論設計了目標打擊角度的制導律， 接著設計了導彈以勻速或勻變速運動過程中的時間制導律， 在文獻[89]中， 他們首先將攻擊剩余時間問題轉化為非線性距離跟蹤控制問題， 再計算出各枚導彈的剩余飛行時間， 以此確定出導彈編隊的攻擊時間; 其次設計非線性距離跟蹤系統(tǒng); 最后構造出變結構制導的數(shù)學模型來更準確地控制攻擊角度。 陳志剛等人[90]則采取了一種新途徑， 對非線性運動學方程進行線性化處理， 再運用加速度微分的數(shù)學工具對攻擊角度和攻擊時間均進行控制; 若攻擊角度較大導致線性化假設無法適用時， 則運用非線性誤差反饋原理， 將線性化過程造成的誤差進行適當補償， 并將補償后的信息反饋到系統(tǒng)的回路中， 以此來保證控制過程的精度。 馬國欣等人[91]定義一枚虛擬領彈， 將攻擊時間和攻擊角度問題等效為從彈對虛擬領彈進行非線性軌跡跟蹤的控制問題。 確保眾多從彈與領彈維持一定的空間距離， 規(guī)劃一條由圓弧聯(lián)結的軌跡并開始操縱各從彈， 使得從彈軌跡按照各自軌跡逐漸向領彈期望的軌跡收斂， 最終對攻擊時間和攻擊角度進行同時控制。 張友根等[92]則借助雙圓弧原理， 改善導彈彈道， 使導彈以預先期望的攻擊角度執(zhí)行攻擊任務， 然后根據(jù)導彈剩余飛行時間的估計值與預先期望時間的偏差量， 形成導彈的理想飛行軌跡， 并推算出相應的時間， 從而進行補償機動飛行， 以此實現(xiàn)導彈同時滿足特定攻擊時間和特定攻擊角度進行目標打擊的要求;在文獻[93]中， 他們對導彈側向和縱向兩個通道的運動過程進行初步解耦， 在側向運動通道中， 導彈攻擊時間問題被等效成非線性距離跟蹤問題， 并根據(jù)時間計算出期望的導彈與目標的空間距離; 并借助動態(tài)逆理論構造出實現(xiàn)距離跟蹤的非線性系統(tǒng); 在縱向運動中則不考慮時間， 只需用李雅普諾夫穩(wěn)定理論設計控制攻擊角度的三維制導律。 Zhao S Y等人[94]借助最優(yōu)控制理論構建出滿足命中時間和命中角度控制要求的制導律。 胡凱明等人[95]對修正比例導引律進行改良， 可以同時控制命中角度和命中時間， 能夠使無人機載導彈按照規(guī)劃的時間垂直攻擊目標。Kang S Y等人[96]將線性二次微分法應用到導彈在命中點上的角度和時間的控制。 先采用最優(yōu)控制實現(xiàn)攻擊角度控制， 再將剩余時間誤差的估計值作為基礎， 形成有效控制攻擊時間的附加指令。

Harl N等人[97]則將經典的“導彈-目標”相對運動模型進行轉化， 導彈的飛行時間被航向角等效替代。 同時， 將導彈目標連線的角度及其連線的角速度用新形式表現(xiàn)出來。采用二階滑模制導律， 對該角度和角度變化率予以追蹤， 實現(xiàn)導彈以特定的角度和時間完成目標打擊的任務。

李新三等人[98]將導彈命中角度與命中時間分成兩階段控制制導策略進行分別控制。 在第一階段采用切換滑模思想控制縱向通道內的導彈飛行時間， 同時采用比例導引律控制側向通道內的導彈飛行時間。 在第二階段采用最優(yōu)制導律控制攻擊角度， 該控制律含有重力補償?shù)能壽E調節(jié)。

此外， 王曉芳等人[99]借助張友安提出的“領彈-從彈”制導架構[100]， 提出了一種以最優(yōu)控制作為理論基礎的狀態(tài)調節(jié)器。 先構造一個逐漸縮小的假想球體， 將目標作為球心， 領彈和球面的距離作為半徑， 圖2所示為該假想球體。

若從彈始終位于假象球面上的某一隨時間變化的假想點， 該點始終保持一條擬定好的直線逼近球心， 則各導彈就能夠實現(xiàn)以不同角度約束同時攻擊目標。 考慮到導彈需用過載的限制， 最優(yōu)控制算法使得導彈實際位置距離假想點的位置逐漸收斂為零， 即導彈先以曲線的軌跡逐漸達到假想點， 再按照擬定直線逼近目標， 從而達到精確控制彈著角度和彈著時間的目的。 圖3所示為導彈的三維彈道圖。

2.4 針對多導彈攻擊隊形的協(xié)同制導

2.4.1 隊形保持問題

鑒于在編隊控制領域， 經典PID控制器以及PD控制器難以進行編隊隊形輸出量的計算以及對控制能量取最優(yōu)值的問題， 文獻[101]采用PI最優(yōu)控制模型， 構造了最優(yōu)編隊隊形保持控制器模型， 該模型在相對運動產生的常值擾動、 領彈運動狀態(tài)產生的輸入擾動以及非線性模型線性化時產生的偏差等難題取得了進展。

該文獻分析了導彈編隊飛行控制系統(tǒng)的結構， 梳理了各個子系統(tǒng)之間的關系， 運用最優(yōu)控制理論， 構建了針對導彈編隊飛行問題的保持控制器模型， 對從彈在相對坐標系下的運動規(guī)律形成直接的借鑒， 建立的彈間相對運動模型物理意義更加明晰。 同時， 導彈的相對運動狀態(tài)以及編隊控制耗費的能量都能夠保證二次最優(yōu)的性質， 并有效抑制由領彈速度造成的編隊成員之間相對運動的常值擾動。 領彈預先設置的運動狀態(tài)作為相對運動模型的輸入擾動量， 在領彈需要大范圍機動飛行時， 導彈編隊隊形的最優(yōu)保持控制器的作用是控制并消減這種輸入擾動產生的效果。 如果將觀察對象變換成導彈編隊的飛行包絡線， 則導彈編隊飛行最優(yōu)保持控制器就可以最大限度地抑制非線性模型線性化帶來的偏差。

此外， 該文獻還提出了一類適用于多飛行器編隊的新型編隊控制協(xié)議， 通過應用有限時間運動狀態(tài)收斂指令， 提出了具有前置跟隨結構的MFV系統(tǒng)的有限時間形成框架。 該方法彌合了有限時間協(xié)同過程中“領彈-從彈”的狀態(tài)差距。 使得導彈編隊在追蹤機動性強的目標時， 依然能保持編隊隊形的穩(wěn)定[101]。 針對“領彈-從彈”編隊系統(tǒng)中領彈失效后會造成整個編隊發(fā)生隊形混亂的問題， 馬培蓓等人[102]基于三維坐標提出了編隊改良的方法。 在從彈中選擇一枚“候補領彈”， 時刻尾隨領彈。 當領彈出現(xiàn)故障時， 候補領彈迅速接替領彈的任務， 其余從彈轉而跟隨候補領彈繼續(xù)執(zhí)行任務。 若領彈和候補領彈均失效， 則系統(tǒng)轉為基于傳感器的跟隨模式， 即以分布式思想為指導。 利用傳感器觀測到離自身最近的導彈編號和位置推算出自己在編隊中的位置， 保持編隊的協(xié)同制導。 文獻[103]則將較大的導彈編隊分為領彈、 備用領彈、 中繼從彈、 從彈四種類型，如圖4所示。

2.4.2 隊形變換問題

張亞南在文獻[104]將導彈編隊問題歸納為編隊隊形的結構問題、 編隊隊形的調整問題、 編隊的航跡規(guī)劃問題、 編隊間或編隊內部的導彈通信問題和編隊控制問題。 目前對多導彈打擊同一目標的“多對一”模式研究較多， 而針對多導彈打擊多目標的“多對多”模式， 則往往在“多對一”模式的制導律基礎上進行航跡規(guī)劃， 必要時需要進行任務分配來達成制導目標。

王芳在文獻[103]提出， 部分協(xié)同制導律的研究成果還必須預先確定期望的攻擊時間和角度， 離真正意義上的協(xié)同制導還有較大差距。 第一， 大部分文獻對攻擊時間和角度的確定以定性分析為主; 第二， 編隊飛行的速度一致， 協(xié)同制導時機動量最省， 以及導彈自身過載也沒有很充分地研究; 第三， 為避免能量浪費， 導彈開始協(xié)同的時機還有待專門制定;第四， 導彈編隊的制導精度與編隊對目標的協(xié)同探測關系密切， 過去的協(xié)同制導律多數(shù)都僅在單枚導彈測量目標信息的基礎上完成。 不同的作戰(zhàn)任務往往對應著不同的最優(yōu)編隊隊形。 但若進行隊形重構， 需要消耗部分能量， 尤其是作戰(zhàn)任務變換頻繁時， 能量消耗會更大。 因此， 文獻[103]設計出同時滿足協(xié)同突防和協(xié)同攻擊兩個任務的次優(yōu)編隊。

鄒麗等[105]借助無人機編隊的制導控制， 采用的分布式局部通信和多協(xié)調變量的分散化協(xié)調策略， 對導彈“多對多”編隊模式進行了探索， 實現(xiàn)了多導彈編隊協(xié)同攻擊目標， 對攻擊多目標的任務和協(xié)同突防任務提供了理論基礎。

文獻[106]則將導彈編隊問題按照隊形變化從小到大分為隊形保持、 隊形拆分、 隊形重構和隊形變換， 并設計了隊形變換的控制器。

文獻[107]認為， 利用網絡分布式拓撲結構和拓撲結構可切換特點實現(xiàn)信息變化和控制約束下的協(xié)同攻擊會是一個關鍵問題。 實時運行時， 往往無法長時間保持原有的狀態(tài)和定長的傳輸強度。 因此， 需要及時切換和改變耦合的強度， 以保證信息傳遞暢通。 適當?shù)馗淖兙W絡拓撲結構和耦合解耦， 能達到信息最優(yōu)協(xié)調， 并優(yōu)化一致性品質， 以此增強協(xié)同攔截和包圍的能力。 對此， 有的文獻提出借鑒線性系統(tǒng)理論中的可控性和可觀性概念， 將對單枚導彈-目標動力學系統(tǒng)的可控性和可觀性問題擴展到多枚導彈-目標組成的系統(tǒng)群。 在系統(tǒng)群整體可觀和可控條件下， 建立基于網絡化觀測器和網絡化控制的協(xié)同攻擊方法， 這一思路可以使得僅利用相鄰信息的分布式協(xié)同控制的適應范圍進一步擴大， 不僅只利用相鄰信息， 而且不要求單枚導彈-目標動力學系統(tǒng)必須可控和可觀， 從而降低通信和控制代價。

2.4.3 隊形問題在導彈編隊避障中的應用

在多導彈編隊控制中， 編隊既要保證編隊內部的成員間不會產生意外碰撞， 又要避免編隊內的成員與外界障礙物產生碰撞[108]。 目前分別基于非奇異終端滑模[109]， 勢函數(shù)制導[110-111]以及模糊控制[112]等方法為這些問題提供了多種解決途徑。

賈翔等人[113]認為， 避障是多編隊導彈典型作戰(zhàn)中必然要考慮的一個技術問題， 如圖5所示。 馬廣富等人[108]設計了一種人工勢函數(shù)， 該函數(shù)可以描述包括目標跟蹤、 構型保持、 碰撞避免與障礙規(guī)避在內的任務需求， 接著， 又采用滑?？刂品椒ㄍ扑愠鲆环N協(xié)同控制律， 使得勢函數(shù)持續(xù)下降至其極小值， 從而使編隊避免了各類碰撞， 并可維持預定編隊隊形且追蹤動態(tài)目標。 此外， 基于自適應控制律構建出的控制器可對執(zhí)行機構可能發(fā)生的故障進行容錯控制， 并解決了參數(shù)計算和抵抗外界干擾的問題。

導彈在避障過程中， 可能會出現(xiàn)時延、 丟包等問題。 葉鵬鵬等人[114]將制導方法分為兩個階段， 在第一個協(xié)同制導階段， 將丟包過程描述成伯努利分布， 引入時延處理的機制， 借此得到實際通信拓撲隨機出現(xiàn)的概率， 并將導彈協(xié)調變量線性化， 構造協(xié)調變量誤差系統(tǒng)。 第二個獨立導引階段， 導彈需要斷開通信鏈路連接， 獨立導引， 以此增加導彈的突防能力。

3 智能化網絡化制導技術的問題與發(fā)展趨勢

以上文獻對網絡化制導中存在的問題進行了大量的研究， 在多傳感器信息融合算法研究、 多平臺制導交接、 協(xié)同制導方案設計等方面取得了諸多進展， 但是， 當前的研究仍然存在著一些不足之處， 主要體現(xiàn)在以下幾個方面：

3.1 基于多飛機平臺協(xié)同的半主動制導

3.1.1 多目標探測能力的平臺制導權移交問題

目前機載相控陣雷達都具有多目標探測和跟蹤能力， 一架飛機可同時制導多枚導彈， 因此， 在制導多枚導彈的飛機平臺急需移交制導權時， 可能需要在多個飛機平臺之間完成制導權的移交， 因此， 目前基于單目標探測的平臺制導權移交策略難以推廣， 主要原因包括： 單平臺移交的模型過于簡單， 沒有考慮多目標探測雷達對不同區(qū)域目標探測精度的不同; 在移交策略中沒有考慮同一部雷達火控制導系統(tǒng)制導的各枚導彈有可能要同時移交到多個平臺的情況; 同時考慮上述模型的制導權優(yōu)化算法顯然要比單目標探測復雜得多， 優(yōu)化算法的實時性也是一個需要解決的難題。 因此急需研究新的制導權移交策略及方法。 擬解決的思路應首先建立在滿足各目標探測雷達火控系統(tǒng)制導的多枚導彈制導權移交模型，然后采用滿足實時性要求的智能群體優(yōu)化算法（如粒子群智能優(yōu)化算法）等進行求解。

3.1.2 非理想情況下半主動自適應制導技術

雖然現(xiàn)有的基于多飛機平臺協(xié)同的半主動制導方法研究了不少制導律移交以及制導律的平滑過渡技術， 但都是基于目標信息質量穩(wěn)定、 可靠以及不同制導律所需要的目標信息基本都能保證的情況下研究的。 如果是復雜的戰(zhàn)場環(huán)境以及多目標探測造成非理想情況， 則上述方法將難以適應， 需要研究適合復雜戰(zhàn)場環(huán)境下的自適應半主動制導技術。

由于復雜電磁戰(zhàn)場存在各種電磁干擾， 針對各目標探測雷達存在各種電磁干擾， 以及各目標探測雷達針對不同探測區(qū)域的探測精度不同， 再加上導彈所采用的不同制導律需要的參數(shù)信息差別較大， 如經典比例導引法只需彈目視線角速度信息， 而最優(yōu)比例導引律則需要包括彈目間的距離、 徑向速度、 視線角速度， 以及目標機動加速度信息等。

因此， 如果網絡化制導導彈只基于非常理想情況下使用某種特定的制導律， 則在復雜電磁干擾情況下就可能造成很多導彈無法移交的問題。 如采用最優(yōu)制導律的導彈想移交給不具有測距、 測速能力的某傳感器平臺， 則無法移交。 因此， 需要研究滿足復雜戰(zhàn)場環(huán)境下的自適應半主動制導技術， 確保導彈在復雜戰(zhàn)場環(huán)境下能進行網絡化制導。 可能的研究思路是首先根據(jù)不同制導律所需的信息參數(shù)， 構建包括不同信息參數(shù)的多個制導律， 然后設計自適應制導律切換算法針對不同的干擾環(huán)境所能提供的信息參數(shù)多少來自適應地切換到滿足上述信息要求的制導律中。

3.1.3 復雜戰(zhàn)場環(huán)境下半主動智能制導技術

隨著人工智能技術的發(fā)展， 急需研究通過學習以適應復雜多變戰(zhàn)場環(huán)境的多飛機平臺協(xié)同半主動智能制導理論及技術。 當導彈從一個平臺切換到另一個平臺時， 有可能造成目標信息總體質量變差， 包括精度變差、 信息個數(shù)變少、 信號起伏不穩(wěn)定， 以及切換時造成目標信息突變等， 使得原有的制導律無法使用。 考慮到人工智能技術特別是深度學習技術等的成功應用， 亟待研究出將人工智能技術應用到復雜戰(zhàn)場環(huán)境下的自適應半主動制導技術中。 可能的研究思路是首先通過數(shù)據(jù)挖掘的辦法獲取影響半主動網絡化制導的特征向量; 然后構建深度神經網絡模型（如LTSM網絡等）進行離線學習; 最后， 將離線學習的網絡模型作為智能制導律接入制導控制系統(tǒng)進行在線學習和局部修正， 形成網絡化、 智能化的智能制導律。

3.2 基于多平臺傳感器網絡協(xié)同的網絡化主動制導

3.2.1 傳感器系統(tǒng)誤差快速變化情況下的空間配準方法

當空中目標快速機動或傳感器由于干擾等原因造成傳感器系統(tǒng)誤差快速變化時， 目前的假設系統(tǒng)誤差是慢變的， 時空配準算法將無法應用， 急需研究傳感器系統(tǒng)誤差快速變化情況下的空間配準方法。 擬采用的方法是首先研究傳感器系統(tǒng)誤差的特點， 構建系統(tǒng)動態(tài)誤差模型， 然后針對兩個以上平臺測得同一目標信息構建包含系統(tǒng)的偽量測方程， 最后基于最優(yōu)估計的方法獲取系統(tǒng)誤差， 實現(xiàn)誤差快變情況下的空間配準。

3.2.2 復雜戰(zhàn)場環(huán)境下多傳感器智能空間配準方法

由于戰(zhàn)場環(huán)境的復雜性， 通常存在各種對傳感器探測和對網絡鏈路的干擾， 造成傳感器系統(tǒng)誤差的快速變化以及通信鏈路的時延、 丟包、 阻塞等問題， 傳統(tǒng)的基于確定模型的空間配準算法難以解決此類問題， 需要將人工智能的理論和空間配準算法結合， 研究滿足復雜戰(zhàn)場環(huán)境下多傳感器智能空間配準方法。 擬采用增量模糊神經網絡或學習式模型網絡來估計時間機動， 對于時變系統(tǒng)誤差可采用神經網絡進行建模， 然后再結合一般的空間配準算法， 從而解決目標機動和時變系統(tǒng)誤差情況下的空間配準問題。 對于時延、 丟包及阻塞的問題， 首先利用自組織神經網絡進行空間配準的特征提取及分類， 然后再采用增量神經模糊網絡進行學習， 獲得空間配準算法模型， 從而實現(xiàn)復雜戰(zhàn)場環(huán)境下智能空間配準的目的。

3.2.3 網絡拓撲結構可變情況下的分布式信息融合快速方法

空中作戰(zhàn)飛機網絡的網絡拓撲結構以及節(jié)點數(shù)量都是快速變化的， 再加上通信鏈路存在時延、 丟包、 阻塞等問題， 現(xiàn)有的分布式信息融合算法要么假設條件過于理想， 要么融合算法過于復雜， 難以滿足實時性要求。 因此， 需要研究同時滿足上述要求的分布式信息融合快速方法。 擬采用的方法包括使用融合算法的穩(wěn)態(tài)解來代替融合算法的動態(tài)求解， 或者通過改變現(xiàn)有方法， 首先找出確保融合解法快速收斂的初始解范圍， 然后利用給定范圍的初始解進行融合估計， 確?？焖偈諗啃?。 此外并行處理方法也是值得考慮的理想途徑。

3.2.4 復雜戰(zhàn)場環(huán)境下分布式智能信息融合算法

與復雜環(huán)境下的空間配準方法相同， 目前也急需將人工智能的理論與分布式信息融合算法結合， 研究滿足復雜戰(zhàn)場環(huán)境下分布式智能信息融合方法。 由于在信息融合時， 通常假設各傳感器的信息中包含的過程噪聲和測量噪聲的均值和協(xié)方差矩陣是固定不變的， 但實際上是時變的， 特別是當目標機動時， 或時延、 丟包、 阻塞等情況下， 過程噪聲協(xié)方差就會增大， 難以用解析表達式給出解， 因此需要在線調整。 而濾波器中的新息總是通過觀測獲得的附加信息。 擬采用模糊邏輯規(guī)則或云模型以及其他人工智能方法對新息進行處理獲得對過程噪聲協(xié)方差的在線估計， 然后基于此估計結果自適應地調整信息融合的相關系數(shù)， 從而實現(xiàn)復雜干擾環(huán)境下分布式智能信息融合的目的。

3.2.5 非理想目標信息情況下網絡化主動制導技術

目前網絡化主動制導技術研究比較初步， 現(xiàn)有國內外武器裝備都尚未使用， 主要原因是彈載多天線接收技術、 彈載信息融合技術、 彈載目標識別和跟蹤技術以及網絡化主動制導技術都還難以滿足實際工程應用的要求。 由于網絡拓撲結構及節(jié)點個數(shù)的變化， 以及通信鏈路的傳輸時延、 丟包、 阻塞等等影響， 使得目標信息存在時序顛倒、 誤碼率增大、 信息起伏以及數(shù)據(jù)丟失等， 現(xiàn)有的基于單一制導律的理論和技術都難以滿足要求， 因此， 研究非理想目標信息情況下網絡化主動制導理論和技術十分必要。 研究思路包括采用自適應多模型切換制導律， 或類似于3.1.3節(jié)的人工智能方法， 獲得網絡化智能化運動制導律。

3.3 多導彈編隊網絡化協(xié)同制導

3.3.1 非理想目標信息的多導彈編隊攻擊時間協(xié)同主動制導技術

由于網絡拓撲結構及其他問題， 現(xiàn)有的基于理想目標信息的多導彈編隊攻擊時間制導的理論和技術都難以滿足要求， 因此， 急需研究非理想目標信息情況下多導彈編隊攻擊時間協(xié)同主動制導技術。 擬采用的方法是利用多導彈編隊的平均剩余時間作為協(xié)調變量， 當網絡通信鏈路存在時延、 丟包、 阻塞時， 利用剩余時間的遞推公式， 并結合內插外推估計算法估計出平均剩余時間進行協(xié)調， 從而實現(xiàn)多導彈編隊攻擊時間協(xié)同主動制導。

3.3.2 非理想目標信息的多導彈編隊攻擊時間空間協(xié)同主動制導技術

為了提高空戰(zhàn)效果， 可能需要從不同平臺發(fā)射多枚導彈， 并希望這些導彈從不同方向同時攻擊目標， 但由于復雜的戰(zhàn)場環(huán)境和快速多變的網絡等特點造成導彈獲取目標的信息非理想， 現(xiàn)有的基于理想目標信息的多導彈編隊攻擊時間空間協(xié)同主動制導技術難以應用， 同樣急需研究非理想目標信息的多導彈編隊攻擊時間空間協(xié)同主動制導技術。 擬采用的方法包括： 首先針對每一枚彈基于攻擊角度約束要求計算出帶角度約束的制導律; 然后基于相應的制導律估計每枚彈的剩余時間， 在理想網絡情況下， 可能會直接估計得各導彈編隊的平均剩余時間， 并將其作為協(xié)調變量;而在網絡通信鏈路有時延、 丟包、 阻塞時， 需要基于剩余時間遞推公式， 并結合內插外推估計算法估計平均剩余時間作為協(xié)調變量， 從而獲得各導彈編隊攻擊時間協(xié)同主動制導， 但核心問題是如何比較精確地獲得平均剩余時間， 以及證明估計誤差的收斂性等。 另一種方法是將協(xié)同制導問題轉化為多智能體一致性問題求解， 但需要解決在更復雜的模型、 更多約束變量情況下多智能體狀態(tài)一致性是否收斂的問題。

3.3.3 復雜戰(zhàn)場環(huán)境下多導彈編隊協(xié)同的智能主動制導技術

人工智能技術是解決模型不準確、 目標信息不理想等問題的主要途徑之一， 如何將人工智能理論和方法應用到多導彈編隊的制導中， 解決復雜戰(zhàn)場環(huán)境下多導彈編隊協(xié)同的智能主動制導問題將是一個研究方向。 擬采用的思路包括： 人工智能在各導彈編隊攻擊時間、 空間協(xié)同主動制導的簡單應用是利用神經網絡逼近方法來學習多導彈編隊的剩余時間， 然后利用此神經元網絡模型作為協(xié)調變量， 實現(xiàn)多導彈編隊智能主動制導。 另一種方法是全面利用人工智能深度學習方法， 通過數(shù)據(jù)挖掘方法將獲取編隊網絡傳輸時延、 丟包、 阻塞等對導彈制導影響的特征向量;然后， 通過深度神經網絡模型（如LTSM網絡等）進行每枚導彈制導律的離線學習， 以及剩余時間作為協(xié)調變量的神經元網絡的學習;最后將離線學習的網絡模型的智能化協(xié)同制導律接入制導控制系統(tǒng)進行在線學習和局部修正， 形成多導彈編隊協(xié)同的智能主動制導。 但此方法的難點可能包括深度神經網絡的構造和訓練、 網絡學習的收斂性證明等。

4 結論

網絡化制導技術涉及到多傳感器的探測技術、 分布式動態(tài)網絡及通信技術、 分布式信息融合技術、 各種復雜的電磁干擾技術、 單枚導彈的制導控制技術以及多導彈編隊制導控制技術等， 因此， 在研究網絡化導彈制導時應該綜合考慮上述技術， 只有這樣， 所研究的網絡化制導技術才具有可用性、 實戰(zhàn)性。 同時隨著人工智能技術的發(fā)展， 未來的導彈一定具有智能性， 隨著同類型導彈部隊參與訓練、 實彈射擊和實際作戰(zhàn)所積累的使用樣本越來越多， 此類導彈的智能就會越來越高， 就越具有適應各種復雜戰(zhàn)場作戰(zhàn)環(huán)境的能力， 其作戰(zhàn)效能就越高。 因此， 對導彈的主要部件如制導系統(tǒng)、 導引頭、 引信戰(zhàn)斗部、 信息處理系統(tǒng)等都要具有很高的智能， 從而， 如何將人工智能技術應用到上述系統(tǒng)中使導彈具有智能化網絡化作戰(zhàn)能力是未來研究的主要方向之一。 在基于多飛機平臺協(xié)同的半主動制導方面， 需要考慮平臺在具備多目標探測能力， 以及平臺在非理想情況下和復雜情況下的狀況; 在基于多平臺傳感器網絡協(xié)同的網絡化主動制導中， 傳感器系統(tǒng)在誤差快速變化時、 在復雜戰(zhàn)場環(huán)境下以及網絡拓撲結構可變等因素對主動制導產生的影響均需要進一步研究; 在多導彈編隊網絡化協(xié)同制導領域， 非理想目標信息的多導彈編隊攻擊時間協(xié)同主動制導技術、 時間空間協(xié)同主動制導技術和復雜戰(zhàn)場環(huán)境下多導彈編隊協(xié)同的智能主動制導技術也有很大的發(fā)展空間。

參考文獻：

[1] Alberts D，Garstka J. 網絡中心行動的基本原理及其度量[M]. 李耐和，王宇弘，黃鋒，譯. 北京：國防工業(yè)出版社，2007.

Alberts D，Garstka J. The Basic Principle and Measurement of Network Centric Action[M].Translated by Li Naihe，Wang Yuhong，Huang Feng. Beijing：National Defense Industry Press，2007. （in Chinese）

[2] 王琳，張濤，馮國強，等. 網絡瞄準環(huán)境下異步航跡融合策略及融合算法研究[J]. 控制理論與應用，2012，29（1）： 64-70.

Wang Lin，Zhang Tao，F(xiàn)eng Guoqiang，et al. Asynchronous Track Fusion Policy and Fusion Algorithm in Networked Targeting Environment[J]. Control Theory & Applications，2012，29（1）：64-70. （in Chinese）

[3] 王潤生. 信息融合[M]. 北京：科學出版社，2007.

Wang Runsheng. Information Fusion[M]. Beijing：China Science Publishing，2007. （in Chinese）

[4] Chong C Y，Mori S，Barker W H，et al. Architectures and Algorithms for Track Association and Fusion[J]. Aerospace & Electronic Systems Magazine IEEE，2000，15（1）： 5-13.

[5] 刁興華，方洋旺，張磊， 等. 中遠程空空導彈多機協(xié)同中制導交接方法[J]. 國防科技大學學報，2014（3）： 77-82.

Diao Xinghua，F(xiàn)ang Yangwang，Zhang Lei，et al. Method of Guidance Handover in Midcourse Guidance Phase of Air to Air Missile About Cooperative Multi Platform[J]. Journal of National University of Defense Technology， 2014（3）： 77-82. （in Chinese）

[6] 何友，修建娟，張晶煒，等. 雷達數(shù)據(jù)處理及應用[M]. 2版. 北京：電子工業(yè)出版社，2009.

He You，Xiu Jianjuan，Zhang Jingwei，et al. Radar Data Processing with Applications[M]. 2 ed. Beijing：PublishingHouse of Electronics Industry，2009. （in Chinese）

[7] Scott R. Joining the Dots：Networked Platforms Extend Air Defense[J]. Janes Navy International， 2005，12：26-30.

[8] 何應圳. 編隊協(xié)同接力制導仿真研究[J].現(xiàn)代計算機， 2016（13）： 16-18.

He Yingzhen. Research on the Simulation of Relay Guidance of Formation Coordination[J]. Modern Computer，2016（13）： 16-18. （in Chinese）

[9] 周德云，楊振，張堃. 多UCAV超視距協(xié)同空戰(zhàn)中的交接制導方法[J]. 彈道學報，2017，29（2）： 1-7.

Zhou Deyun，Yang Zhen，Zhang Kun. Method of Guidance Handover in Beyond Visual Range Coordinated Air Combat for Multi-UCAVs[J]. Journal of Ballistics，2017，29（2）： 1-7. （in Chinese）

[10] 雷宇曜，姜文志，朱偉，等. 多平臺對AAM協(xié)同制導交接班模型[J]. 指揮控制與仿真，2015（1）：45-49.

Lei Yuyao，Jiang Wenzhi，Zhu Wei，et al. Multi-Platform Cooperative Guidance Model for Anti Aircraft Missile[J]. Command Control & Simulation，2015（1）： 45-49. （in Chinese）

[11] 田宏亮，梁曉庚，賈曉洪，等. 基于紅外成像導引頭的切換制導律設計[J]. 測控技術，2011，30（9）： 116-119.

Tian Hongliang，Liang Xiaogeng，Jia Xiaohong，et al. Design for Switch Guidance Law Based on the Infrared Imaging Seeker[J]. Measurement & Control Technology，2011，30（9）： 116-119. （in Chinese）

[12] 劉振，徐學文，劉勇. 協(xié)同制導空戰(zhàn)決策建模及求解算法[J]. 彈道學報，2018，30（2）：12-18.

Liu Zhen，Xu Xuewen，Liu Yong. Air Combat Decision with Cooperative Guidance and Its Realization Algorithm[J]. Journal of Ballistics，2018，30（2）：12-18. （in Chinese）

[13] 趙永濤，胡云安，李靜. 艦空導彈作戰(zhàn)接力切換式制導交接方案設計[J]. 飛行力學，2011，29（1）：50-53.

Zhao Yongtao，Hu Yunan，Li Jing. Design of the Relay Switch Guidance Handover Scheme for Interception of the Ship Air Missile [J]. Measurement & Control Technology，2011，29（1）：50-53. （in Chinese）

[14] 肖冰松，王瑞，鄧有為，等. 一種新的制導優(yōu)勢模型[J].火力與指揮控制，2018，43（6）：71-75.

Xiao Bingsong，Wang Rui，Deng Youwei，et al. A New Model of Guidance Superiority[J]. Fire Control & Command Control，2018，43（6）：71-75. （in Chinese）

[15] 余名哲，張友安，錢進. 基于遭遇點預測的比例導引與多平臺接力制導交接律設計[J]. 海軍航空工程學院學報，2010，25（3）： 255-258.

Yu Mingzhe，Zhang Youan，Qian Jin. Design of the Proportional Navigation Based on Hit Point Prediction and Multi Platform Relay Guidance Transfer Law [J]. Journal of Naval Aeronautical and Astronautical，2010，25（3）： 255-258. （in Chinese）

[16] 黃宇達，范太華，趙紅專. 一種空空導彈復合制導交接班方案設計[J]. 彈箭與制導學報，2012，32（1）： 1-2， 6.

Huang Yuda，F(xiàn)an Taihua，Zhao Hongzhuan. A Hand off Designed Scheme of Composite Guidance of Air to Air Missile[J]. Journal of Projectiles，Rockets，Missiles and Guidance，2012，32（1）： 1-2，6. （in Chinese）

[17] 任宏光，程海彬. 直升機載空空導彈復合制導系統(tǒng)的交接誤差分析[J]. 彈箭與制導學報，2011，31（4）： 8-10.

Ren Hongguang，Cheng Haibin. Error Analysis of Handover of Compound Guidance System with AAM for Helicopter[J]. Journal of Projectiles， Rockets， Missiles and Guidance，2011，31（4）： 8-10. （in Chinese）

[18] 樊會濤，呂長起，林忠賢. 空空導彈方案設計原理[M]. 北京：航空工業(yè)出版社，2007.

Fan Huitao，Lü Changqi，Lin Zhongxian. Air-to-Air Missile Systems Overall Design[M]. Beijing：National Defense Industry Press，2007.（in Chinese）

[19] 潘自凱，董文鋒，王正國， 等. 基于曲線擬合的PRS/IRS時間對準方法研究[J]. 空軍預警學院學報，2011，25（5）： 343-346.

Pan Zikai，Dong Wenfeng，Wang Zhengguo，et al. Study on PRS/IRS Time Registration Based on Curve Fitting[J]. Journal of Air Force Radar Academy，2011，25（5）： 343-346. （in Chinese）

[20] 高穎，韓宏帥，武夢潔，等. 機動目標的IMM擴展卡爾曼濾波時間配準算法[J].西北工業(yè)大學學報， 2016， 34（4）： 621-626.

Gao Ying，Han Hongshuai，Wu Mengjie，et al. IMM Extended Kalman Filter Time Registration Algorithm Based on Maneuvering Target[J]. Journal of Northwestern Polytechnical University，2016， 34（4）： 621-626. （in Chinese）

[21] 李捷. 面向目標識別的機載多傳感器數(shù)據(jù)融合技術研究[D]. 成都： 電子科技大學，2018.

Li Jie. Research on Data Fusion Methods in Airborne Multi-Sensors for Target Identification[D]. Chengdu：University of Electronic Science and Technology of China，2018.（in Chinese）

[22] Besada J A，De Miguel G，Bernardos A M，et al. Generic Multisensor Multitarget Bias Estimation Architecture[J]. Radar Sonar & Navigation Iet，2012，6（5）： 365-378.

[23] 余諒，鄧宏洋. 空中交通管制系統(tǒng)中多雷達數(shù)據(jù)的配準法[J]. 四川聯(lián)合大學學報：工程科學版，1999（3）： 19-26.

Yu Liang，Deng Hongyang. A Method of Multi Radar Data Registration for ATC System[J]. Journal of Sichuan Union University： Engineering Science Edition，1999（3）： 19-26. （in Chinese）

[24] Friedland B. Treatment of Bias in Recursive Filtering[J]. IEEE Transactions on Automatic Control，2003，14（4）： 359-367.

[25] 潘江懷，喬慧. 多傳感器空間配準的病態(tài)性及其穩(wěn)健估計[J]. 兵工學報，2017，38（10）：1965-1973.

Pan Jianghuai，Qiao Hui. Ill Condition Analysis and Robust Estimation for Multi Sensor Spatial Registration[J]. Acta Armamentarii，2017，38（10）：1965-1973. （in Chinese）

[26] 方峰，蔡遠利. 機動目標多傳感器組網空間配準方法[J].固體火箭技術，2016，39（4）：574-579，600.

Fang Feng，Cai Yuanli. Multi Sensor Space Registration for Maneuvering Target Tracking[J]. Journal of Solid Rocket Technology，2016，39（4）：574-579，600. （in Chinese）

[27] 謝宇婷，周軍，盧曉東. 基于多導彈協(xié)同目標探測的空間配準算法[J]. 航空兵器，2018（2）：9-15.

Xie Yuting，Zhou Jun，Lu Xiaodong. Spatial Registration Algorithm Based on Multi Missiles Cooperative Target Detection[J]. Aero Weaponry，2018（2）： 9-15. （in Chinese）

[28] 隋天舉. 網絡化線性系統(tǒng)狀態(tài)估計問題研究[D]. 杭州： 浙江大學，2017.

Sui Tianju. Research on Networked State Estimation for Linear System[D]. Hangzhou：Zhejiang University，2017. （in Chinese）

[29] Poulsen N K，Ravn O. New Developments in State Estimation for Nonlinear Systems[M]. Pergamon Press，Inc. 2000.

[30] Arasaratnam I，Haykin S. Cubature Kalman Filters[J]. IEEE Transactions on Automatic Control，2009，54（6）：1254-1269.

[31] Gelb A. Applied Optimal Estimation[M]. The MIT Press，1974.

[32] 郭承軍. 多源組合導航系統(tǒng)信息融合關鍵技術研究[D]. 成都： 電子科技大學，2018.

Guo Chengjun. Key Technical Research of Information Fusion for Multiple Source Integrated Navigation System[D]. Chengdu：University of Electronic Science and Technology of China，2018. （in Chinese）

[33] 肖增博，雷虎民. 導彈制導的協(xié)同控制方法[J]. 航空兵器，2012（1）：18-24.

Xiao Zengbo，Lei Humin. Synergetic Control Approach to Missile Guidance[J]. Aero Weaponry，2012（1）：18-24. （in Chinese）

[34] Boskovic J D，Mehra R K. An Adaptive Scheme for Compensation of Loss of Effectiveness of Flight Control Effectors[C]//Proceedings of the 40th IEEE Conference on Decision and Control，Orlando，2001：2448-2453.

[35] 王宇飛. 基于多模型切換的近空間飛行器魯棒自適應協(xié)調控制[D]. 南京： 南京航空航天大學，2012.

Wang Yufei. Robust Adaptive Coordinative Control for Near Space Vehicle Based on Multiple Models Switching [D]. Nanjing：Nanjing University of Aeronautics and Astronautics，2012. （in Chinese）

[36] 王宇飛，吳慶憲，姜長生，等. 近空間飛行器的多模型切換控制[J]. 控制與決策，2012，27（10）：1452-1458.

Wang Yufei，Wu Qingxian，Jiang Changsheng，et al. Multi Model Switching Control for Near Space Vehicle[J]. Control and Decision，2012，27（10）：1452-1458. （in Chinese）

[37] 穆向禹，周荻，段廣仁. BTT導彈的抖動抑制多模型切換控制[J]. 航空學報，2002，23（3）：268-271.

Mu Xiangyu，Zhou Di，Duan Guangren. Chattering Attenuation Multi Model Switching Control for BTT Missile[J]. Acta Aeronautica et Astronautica Sinica，2002，23（3）：268-271. （in Chinese）

[38] 段廣仁，王好謙. 多模型切換控制及其在BTT導彈設計中的應用[J]. 航空學報，2005，26（2）： 144-147.

Duan Guangren，Wang Haoqian. Multi Model Switching Control and Its Application to BTT Missile Design [J]. Acta Aeronautica et Astronautica Sinica，2005，26（2）：144-147. （in Chinese）

[39] 邵雷，雷虎民，劉代軍，等. 多模型自適應控制的模型切換算法研究[J]. 電光與控制，2009，16（1）：19-21.

Shao Lei，Lei Humin，Liu Daijun，et al. On Model Switching Algorithm for Multi Model Adaptive Control[J]. Electronics Optics & Control，2009，16（1）：19-21. （in Chinese）

[40] 何金剛，馬慧敏. 一種雷達/紅外雙模制導信息融合濾波算法[J]. 彈箭與制導學報，2011，31（5）：13-15.

He Jingang，Ma Huimin，A Data Fusion Algorithm on the Information of Radar/IR Seeker[J]. Journal of Projectiles，Rockets，Missiles and Guidance，2011，31（5）：13-15. （in Chinese）

[41] 許建忠，王祖林，郭旭靜. 基于決策信息的毫米波/紅外復合制導信息融合[J]. 控制與決策，2012，27（1）： 120-123.

Xu Jianzhong，Wang Zulin，Guo Xujing. Information Fusion Based on Decision Information for Millimeter Wave and Infrared Compound Guidance[J]. Control and Decision，2012，27（1）： 120-123. （in Chinese）

[42] 張旭，周軍，呼衛(wèi)軍. 雙紅外導引頭信息融合三維角度約束制導方法[J]. 航天控制，2014，32（3）：12-17.

Zhang Xu， Zhou Jun，Hu Weijun. The Three Dimentional Angle Constraint Guidance Law Based on Dual Detectors Information Fusion [J]. Aerospace Control，2014，32（3）：12-17. （in Chinese）

[43] 于鏑，伍清河，王寅秋. 高階多智能體網絡在固定和動態(tài)拓撲下的一致性分析[J]. 兵工學報，2012，33（1）： 56-62.

Yu Di，Wu Qinghe，Wang Yinqiu. Consensus Analysis of High Order Multi Agent Network in Fixed and Dynamical Switching Topology [J]. Acta Armamentarii，2012，33（1）：56-62. （in Chinese）

[44] 張慶杰，沈林成，朱華勇. 多智能體系統(tǒng)實現(xiàn)魯棒一致的時延相關穩(wěn)定判據(jù)[J]. 控制與決策，2012，27（4）：584-592.

Zhang Qingjie，Shen Lincheng，Zhu Huayong. Delay Dependent Stability Criteria for Robust Consensus of Multi Agent Systems [J]. Control and Decision，2012，27（4）：584-592. （in Chinese）

[45] 張保群，宋申民，陳興林，等. 帶時延和拓撲切換的編隊衛(wèi)星魯棒協(xié)同控制[J]. 宇航學報，2012，33（7）：910-919.

Zhang Baoqun，Song Shenmin，Chen Xinglin，et al. Robust Coordinated Control for Formation Flying Satellites with Time Delays and Switching Topologies [J]. Journal of Astronautics，2012，33（7）： 910-919. （in Chinese）

[46] 胡慶雷，周稼康，馬廣富. 無需角速度的含通信時延衛(wèi)星編隊飛行自適應姿態(tài)協(xié)同跟蹤控制[J]. 自動化學報，2012，38（3）： 462-468.

Hu Qinglei，Zhou Jiakang，Ma Guangfu. Angle Velocity Free Attitude Synchronization Adaptive Tracking Control for Satellite Formation Flying with Time Varying Delays [J]. Acata Automatica Sinica，2012，38（3）：462-468. （in Chinese）

[47] Jeon I S，Lee J I，Tahk M J. Impact Time Control Guidance Law for Anti Ship Missiles[J]. IEEE Transactions on Control Systems Technology，2006，14（2）： 260-266.

[48] 王青，后德龍，李君，等. 存在時延和拓撲不確定的多彈分散化協(xié)同制導時間一致性分析[J]. 兵工學報，2014，35（7）： 982-989.

Wang Qing，Hou Delong，Li Jun，et al. Consensus Analysis of Multi Missile Decentralized Cooperative Guidance

Time with Time Delays and Topologies Uncertainty [J]. Acta Armamentarii，2014，35（7）：982-989. （in Chinese）

[49] 王青，祁成東，董朝陽. 存在網絡丟包的導彈制導控制一體化設計[J]. 北京航空航天大學學報，2014，40（6）： 721-726.

Wang Qing，Qi Chengdong，Dong Zhaoyang. Integrated Guidance and Control Design for a Class of Missile with

Networked Packet Dropouts [J]. Journal of Beijing University of Aeronautics and Astronautics，2014，40（6）：721-726. （in Chinese）

[50] 寧娜，穆仕博. 雙波段復合導引信息融合技術研究[J]. 航空兵器，2018（1）：39-42.

Ning Na，Mu Shibo. Technology Research on Information Fusion Algorithm of Compound Guidance Based on Dual-Frequency Band [J]. Aero Weaponry，2018（1）：39-42. （in Chinese）

[51] 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.

Wu Shengliang. The Study on Guidance and Control for Cooperative Engagement of Multi Missile[D]. Nanjing：Nanjing University of Aeronautics and Astronautics，2013. （in Chinese）

[52] 蔡洪，胡正東，曹淵. 具有終端角度約束的導引律綜述[J]. 宇航學報，2010，31（2）：315-323.

Cai Hong，Hu Zhengdong，Cao Yuan. A Survey of Guidance Law with Terminal Impact Angle Constraints [J]. Journal of Astronautics，2010，31（2）：315-323. （in Chinese）

[53] Ryoo C K，Cho H，Tahk M J. Optimal Guidance Laws with Terminal Impact Angle Constraint[J]. Journal of Guidance Control & Dynamics，2005，28（4）： 724-732.

[54] Ryoo C K，Cho H，Tahk M J. Time to Go Weighted Optimal Guidance with Impact Angle Constraints[J]. IEEE Transactions on Control Systems Technology，2006，14（3）：483-492.

[55] 張友安，黃詰，孫陽平. 帶有落角約束的一般加權最優(yōu)制導律[J]. 航空學報，2014，35（3）： 848-856.

Zhang Youan，Huang Jie，Sun Yangping. Generalized Weighted Optimal Guidance Laws with Impact Angle Constraints[J]. Acta Aeronautica et Astronautica Sinica，2014，35（3）： 848-856. （in Chinese）

[56] 胡正東，郭才發(fā)，蔡洪. 帶落角約束的再入機動彈頭的復合導引律[J]. 國防科技大學學報，2008，30（2）：21-26.

Hu Zhengdong，Guo Caifa ，Cai Hong. Integrated Guidance Law of Reentry Maneuvering Warhead with Terminal Angular Constraint [J]. Journal of National University of Defense Technology，2008，30（2）：21-26. （in Chinese）

[57] He S，Lin D，Wang J. Continuous Second Order Sliding Mode Based Impact Angle Guidance Law[J]. Aerospace Science & Technology，2015，41： 199-208.

[58] Kumar S R，Rao S，Ghose D. Sliding Mode Guidance and Control for All Aspect Interceptors with Terminal Angle Constraints[J]. Journal of Guidance Control & Dynamics，2012，35（4）： 1230-1246.

[59] Kumar S R，Rao S，Ghose D. Nonsingular Terminal Sliding Mode Guidance with Impact Angle Constraints[J]. Journal of Guidance Control & Dynamics，2014，37（4）： 1114-1130.

[60] Lee C H，Kim T H，Tahk M J. Design of Impact Angle Control Guidance Laws via High-Performance Sliding Mode Control[J]. Proceedings of Institution of Mechanical Engineers Part G Journal of Aerospace Engineering，2013，227（2）： 235-253.

[61] Rao S，Ghose D. Terminal Impact Angle Constrained Guidance Laws Using Variable Structure Systems Theory[J]. IEEE Transactions on Control Systems Technology，2013，21（6）： 2350-2359.

[62] Kim T H，Park B G，Tahk M J. Bias-Shaping Method for Biased Proportional Navigation with Terminal-Angle Constraint[J]. Journal of Guidance Control & Dynamics，2013，36（6）： 1810-1816.

[63] Lee C H，Kim T H，Tahk M J. Interception Angle Control Guidance Using Proportional Navigation with Error Feedback[J]. Journal of Guidance Control & Dynamics，2013，36（5）： 1556-1561.

[64] Ratnoo A，Ghose D. Impact Angle Constrained Guidance Against Nonstationary Nonmaneuvering Targets[J]. Journal of Guidance Control & Dynamics，2010，33（1）： 269-275.

[65] Zhang Y A，Ma G X，Wu H L. A Biased Proportional Navigation Guidance Law with Large Impact Angle Constraint and the Time to Go Estimation[J]. Proceedings of the Institution of Mechanical Engineers Part G Journal of Aerospace Engineering，2014，228（10）： 1725-1734.

[66] Xu X Y，Cai Y L. Optimal Guidance Law and Control of Impact Angle for the Kinetic Kill Vehicle[J]. Journal of Aerospace，2011，225（9）：1027-1036.

[67] Qin T，Chen W C，Xin X L. A Method for Precision Missile Guidance with Impact Attitude Angle Constraint [J]. Journal of Aeronautics，2012，33（5）：570-576.

[68] 周軍，葛振振，林鵬. 具有終端角度約束的固定配平型再入彈頭制導方法[J]. 宇航學報，2017，38（4）：375-383.

Zhou Jun，Ge Zhenzhen，Lin Peng. Terminal Guidance Law with Impact Angle Constraint for the Fixed Trim Reentry Warhead[J]. Journal of Astronautics，2017，38（4）：375-383. （in Chinese）

[69] 張良，張澤旭，鄭博. 一種有攻擊角約束的三維有限時間導引律[J]. 哈爾濱工業(yè)大學學報，2018，50 （4）：8-14.

Zhang Liang，Zhang Zexu，Zheng Bo. A Finite Time Guidance Law for Three Dimensional Terminal Interception with Impact Angle Constraints[J]. Journal of Harbin Institute of Technology，2018，50 （4）：8-14. （in Chinese）

[70] 張春妍，宋建梅，侯博，等. 帶落角和時間約束的網絡化導彈協(xié)同制導律[J]. 兵工學報，2016，37（3）： 431-438.

Zhang Chunyan，Song Jianmei，Hou Bo，et al. Cooperative Guidance Law with Impact Angle and Impact Time Constraints for Networked Missiles [J]. Acta Armamentarii，2016，37（3）：431-438. （in Chinese）

[71] 宋俊紅，宋申民，徐勝利. 帶有攻擊角約束的多導彈協(xié)同制導律[J]. 中國慣性技術學報，2016，24（4）：554-560.

Song Junhong，Song Shenmin，Xu Shengli. Cooperative Guidance Law for Multiple Missiles with Impact Angle Constraints[J].Journal of Chinese Inertial Technology，2016，24（ 4）：554-560. （in Chinese）

[72] Song Junhong，Song Shenmin，Xu Shengli. Three Dimensional Cooperative Guidance Law for Multiple Missiles with Finite Time Convergence[J]. Aerospace Science and Technology，2017，67：193-205.

[73] 趙世鈺，周銳. 基于協(xié)調變量的多導彈協(xié)同制導[J]. 航空學報，2008，29（6）：1605-1611.

Zhao Shiyu，Zhou Rui. Multi Missile Cooperative Guidance Using Coordination Variables [J]. Acta Aeronautica et Astronautica Sinica，2008，29（6）： 1605-1611. （in Chinese）

[74] Zhao S Y，Zhou R. Cooperative Guidance for Multimissile Salvo Attack[J]. Chinese Journal of Aeronautics，2008，21（6）：533-539.

[75] Olfati-Saber R，Murray R M. Consensus Problems in Networks of Agents with Switching Topology and Time-Delays[J]. IEEE Transactions on Automatic Control，2004，49（9）：1520-1533.

[76] 彭琛，劉星，吳森堂，等. 多彈分布式協(xié)同末制導時間一致性研究[J]. 控制與決策，2010，25（10）： 1557-1561.

Peng Chen，Liu Xing，Wu Sentang，et al. Consensus Problems in Distributed Cooperative Terminal Guidance Time of Multi Missiles [J]. Control and Decision，2010，25 （10）： 1557-1561. （in Chinese）

[77] Jeon I S，Lee J I，Tahk M J. Homing Guidance Law for Cooperative Attack of Multiple Missiles[J]. Journal of Guidance Control & Dynamics，2010，33（1）：275-280.

[78] 馬國欣，張友安. 多導彈時間協(xié)同分布式導引律設計[J]. 控制與決策，2014，29（5）：843-847.

Ma Guoxin，Zhang Youan. Time Cooperative Distributed Guidance Law Design for Multi Missiles[J]. Control and Decision，2014，29（5）： 843-847. （in Chinese）

[79] Qu Z H，Wang J，Hull R A. Cooperative Control of Dynamical Systems with Application to Autonomous Vehicles[J]. IEEE Transactions on Automatic Control，2008，53（4）： 894-911.

[80] Sun X，Zhou R，Hou D，et al. Consensus of Leader Followers System of Multi Missile with Time Delays and Switching Topologies[J]. Optik International Journal for Light and Electron Optics，2014，125（3）： 1202-1208.

[81] 周銳，孫雪嬌，吳江，等. 多導彈分布式協(xié)同制導與反步滑?？刂品椒╗J]. 控制與決策，2014（9）：1617-1622.

Zhou Rui，Sun Xuejiao，Wu Jiang，et al. Multi Missile Distributed Cooperative Guidance Integrating Backstepping Sliding Mode Control [J]. Control and Decision，2014（9）：1617-1622. （in Chinese）

[82] 張友安，王星亮，吳華麗，等. 帶攻擊時間約束的導引律綜述[J]. 海軍航空工程學院學報，2015，30（4）：301-309.

Zhang Youan，Wang Xingliang，Wu Huali，et al. Survey of Guidance Law with Attack Time Constraint [J]. Journal of Naval Aeronautical and Astronautical University，2015，30（4）：301-309. （in Chinese）

[83] 張凱，楊鎖昌，張寬橋，等. 帶攻擊角約束的有限時間收斂滑模制導律[J]. 電光與控制，2017，24 （1）：63- 66， 81.

Zhang Kai，Yang Suochang， Zhang Kuanqiao， et al. Finite Time Convergent Sliding Mode Guidance Law with Impact Angle Constraint[J]. Electronics Optics & Control，2017，24（1）：63-66，81. （in Chinese）

[84] 呂騰，呂躍勇，李傳江，等. 帶視線角約束的多導彈有限時間協(xié)同制導律[J]. 兵工學報，2018，39（2）：305-314.

Lü Teng， Lü Yueyong， Li Chuanjiang， et al. Finite Time Cooperative Guidance Law for Multiple Missiles with Line of Sight Angle Constraint[J]. Acta Armamentarii，2018，39（2）：305-314. （in Chinese）

[85] Su Wenshan，Li Kebo，Chen Lei. Coverage-Based Cooperative Guidance Strategy Against Highly Maneuvering Target[J]. Aerospace Science and Technology， 2017，71：147-155.

[86] Jung B Y，Kim Y D. Guidance Laws for Anti-Ship Missiles Using Impact Angle and Impact Time[C]// AIAA Guidance，Navigation，and Control Conference and Exhibit，2006：273-286.

[87] Lee J I ，Jeon I S ，Tank M J. Guidance Law to Control Impact Time and Angle[J]. IEEE Transactions on Aerospace and Electronic Systems，2007，43（1）：301-309.

[88] 張友安，馬培蓓. 帶有攻擊角度和攻擊時間控制的三維制導[J]. 航空學報，2008，29（4）：1020-1026.

Zhang Youan，Ma Peibei. Three-Dimensional Guidance Law with Impact Angle and Impact Time Constraints [J]. Acta Aeronautica et Astronautica Sinica，2008，29（4）：1020-1026. （in Chinese）

[89] 張友安，張友根. 多導彈攻擊時間與攻擊角度兩階段制導[J]. 吉林大學學報： 工學版，2010，40（5）：1442-1447.

Zhang Youan，Zhang Yougen. Two Stages Guidance to Control Impact Time and Impact Angle for Multi Missiles [J]. Journal of Jilin University： Engineering and Technology Edition，2010，40（5）：1442-1447. （in Chinese）

[90] 陳志剛，孫明瑋，馬洪忠. 基于誤差反饋補償?shù)墓魺o人機角度和時間控制[J]. 航空學報，2008（b05）：34-38.

Chen Zhigang，Sun Mingwei，Ma Hongzhong. UAVs Impact Angle and Time Control Based on Error Feedback Compensation [J]. Acta Aeronautica et Astronautica Sinica，2008（b05）：34-38. （in Chinese）

[91] 馬國欣，張友安，李大鵬. 基于虛擬領彈的攻擊時間和攻擊角度控制[J]. 飛行力學，2009，27（5）：51-54.

Ma Guoxin，Zhang Youan，Li Dapeng. Virtual Leader Based Impact Time and Impact Angle Control [J]. Flight Dynamics，2009，27（5）：51-54. （in Chinese）

[92] 張友根，張友安，施建洪， 等. 基于雙圓弧原理的協(xié)同制導律研究[J]. 海軍航空工程學院學報，2009， 24（5）：537-542.

Zhang Yougen，Zhang Youan，Shi Jianhong， et al. Research on Cooperative Guidance for Multi-Missiles Based on Bi-Arcs [J]. Journal of Naval Aeronautical and Astronautical University，2009，24（5）：537-542. （in Chinese）

[93] 張友根，張友安. 控制撞擊時間與角度的三維導引律： 一種兩階段控制方法[J]. 控制理論與應用，2010，27（10）：1429-1434.

Zhang Yougen，Zhang Youan. Three Dimensional Guidance Law to Control Impact Time and Impact Angle：A Two Stage Control Approach [J]. Control Theory & Applications，2010，27（10）：1429-1434. （in Chinese）

[94] Zhao S Y，Zhou R，Wei C. Design and Feasibility Analysis of a Closed-Form Guidance Law with both Impact Angle and Time Constraints [J]. Journal of Astronautics，2009，30（3）：1064-1072.

[95] 胡凱明，文立華. 無人機機載導彈落角和時間控制導引律研究[J]. 固體火箭技術，2011，34（4）：413-417.

Hu Kaiming，Wen Lihua. Study on Guidance Law for Impact Angle and Time Control of UAV Borne Missiles [J]. Journal of Solid Rocket Technology，2011，34（4）：413-417. （in Chinese）

[96] Kang S Y，Kim H J. Differential Game Missile Guidance with Impact Angle and Time Constraints[J]. IFAC Proceedings Volumes，2011，44：3920-3925.

[97] Harl N， Balakrishnan S， Phillips C. Sliding Mode Integrated Missile Guidance and Control[C]∥AIAA Guidance， Navigation， and Control Conference，2010.

[98] 李新三，汪立新，范小虎，等. 導彈撞擊角度與飛行時間兩階段控制制導律[J]. 國防科技大學學報，2017，39（6）：6-11.

Li Xinsan，Wang Lixin，F(xiàn)an Xiaohu，et al. Two Stage Control Guidance of Missile Impact Angle and Flight Time[J]. Journal of National University of Defense Technology，2017，39（6）：6-11. （in Chinese）

[99] 王曉芳，洪鑫，林海. 一種控制多彈協(xié)同攻擊時間和攻擊角度的方法[J]. 彈道學報，2012，24（2）：1-5.

Wang Xiaofang，Hong Xin，Lin Hai. A Method of Controlling Impact Time and Impact Angle of Multiple Missiles Cooperative Combat [J]. Journal of Ballistics，2012，24（2）：1-5. （in Chinese）

[100] 張友安，馬國欣，王興平. 多導彈時間協(xié)同制導： 一種領彈-被領彈策略[J]. 航空學報，2009，30（6）： 1109-1118.

Zhang Youan，Ma Guoxin，Wang Xingping. Time Co operative Guidance for Multi Missiles：A Leader Follower Strategy[J]. Acta Aeronautica et Astronautica Sinica，2009，30（6）：1109-1118. （in Chinese）

[101] Zhao Enjiao，Chao Tao，Wang Songyan，et al. Finite Time Formation Control for Multiple Flight Vehicles with Accurate Linearization Model[J]. Aerospace Science and Technology 2017，71：90-98.

[102] 馬培蓓，紀軍. 多導彈三維編隊控制[J]. 航空學報，2010，31（8）： 1660-1666.

Ma Peibei，Ji Jun. Three Dimensional Multi Missile Formation Control [J]. Acta Aeronautica et Astronautica Sinica，2010，31（8）： 1660-1666. （in Chinese）

[103] 王芳. 導彈編隊協(xié)同突防-攻擊一體化隊形優(yōu)化設計及最優(yōu)控制研究[D]. 哈爾濱： 哈爾濱工業(yè)大學，2016.

Wang Fang. Research on Formation Optimal Design and Optimal Control for Integrative Penetration and Attack of Missile Formation Cooperation [D]. Harbin：Harbin Institute of Technology，2016. （in Chinese）

[104] 張亞南. 多彈編隊飛行協(xié)同制導方法研究[D].哈爾濱： 哈爾濱工業(yè)大學，2014.

Zhang Yanan. Collaborative Guidance Method of the Multi Missiles Flying in Formation [D]. Harbin：Harbin Institute of Technology，2014. （in Chinese）

[105] 鄒麗，周銳，趙世鈺，等. 多導彈編隊齊射攻擊分散化協(xié)同制導方法[J]. 航空學報，2011，32（2）：281-290.

Zou Li，Zhou Rui，Zhao Shiyu，et al. Decentralized Cooperative Guidance for Multiple Missile Groups in Salvo Attack[J]. Acta Aeronautica et Astronautica Sinica，2011，32（2）：281-290. （in Chinese）

[106] 杜陽，吳森堂. 飛航導彈編隊隊形變換控制器設計[J]. 北京航空航天大學學報，2014，40（2）： 240-245.

Du Yang，Wu Sentang. Transformation Control for the Formation of Multiple Cruise Missiles [J]. Journal of Beijing University of Aeronautics and Astronautics，2014，40（2）： 240-245. （in Chinese）

[107] 楊劍影，周佳玲，魏小倩. 多導彈攻擊高機動目標的分布式協(xié)同制導關鍵技術[J]. 航空兵器，2017（3）： 3-12.

Yang Jianying，Zhou Jialing，Wei Xiaoqian. Key Technologies of Distributed Cooperative Guidance and Control Method for Multiple Missiles Attacking the Maneuvering Target [J]. Aero Weaponry，2017（3）： 3-12. （in Chinese）

[108] 馬廣富，董宏洋，胡慶雷. 考慮避障的航天器編隊軌道容錯控制律設計[J]. 航空學報，2017，38（10）： 201-211.

Ma Guangfu，Dong Hongyang，Hu Qinglei. Fault-Tolerant Translational Control for Spacecraft Formation Flying with Collision Avoidance Requirement [J]. Acta Aeronautica et Astronautica Sinica，2017，38（10）： 201-211. （in Chinese）

[109] Zhou N，Xia Y Q. Coordination Control Design for Formation Reconfiguration If Multiple Spacecraft [J]. IET Control Theory and Applications，2015，9（15）：2222-2231.

[110] 鄭重，宋申民. 考慮避免碰撞的編隊衛(wèi)星自適應協(xié)同控制[J]. 航空學報，2013，34（8）： 1934-1943.

Zheng Zhong，Song Shenmin. Adaptive Coordination Control of Satellites within Formation Considering Collision Avoidance [J]. Acta Aeronautica et Astronautica Sinica，2013，34（8）： 1934-1943. （in Chinese）

[111] Hu Q L，Dong H Y，Zhang Y M，et al. Tracking Control of Spacecraft Formation Flying with Collision Avoidance[J]. Aerospace Science & Technology，2015，42： 353-364.

[112] Zhang D W，Song S，Pei R. Safe Guidance for Autonomous Rendezvous and Docking with a Non-Cooperative Target[C]// AIAA Guidance，Navigation，and Control Conference，2013.

[113] 賈翔， 吳森堂， 文永明，等. 導彈自主編隊綜合作戰(zhàn)效能評估方法[J]. 北京航空航天大學學報， 2017， 43（5）：1013-1022.

Jia Xiang，Wu Sentang，Wen Yongming，Wu Xiaolong. Assessment Method for comprehensive combat effectiveness of Missile Autonomous Formation [J]. Journal of Beijing University of Aeronautics and Astronautics， 2017， 43（5）： 1013-1022. （in Chinese）

[114] 葉鵬鵬， 盛安冬， 張蛟， 等. 非持續(xù)連通通信拓撲下的多導彈協(xié)同制導[J]. 兵工學報， 2018， 39（3）：474-484.

Ye Pengpeng，Sheng Andong，Zhang Jiao， et al. Cooperative Guidance of Multi Missile with Unsustainable Connected Communication Topology[J]. Acta Armamentarii，2018， 39（3）： 474-484. （in Chinese）

Research Progress and Prospects of Networked Guidance Technique

Fang Yangwang1， 2，Cheng Haoyu3，Tong Xi3

（1.Unmanned System Research Institute，Northwestern Polytechnical University， Xian 710072， China;

2.Aeronautics Engineering College，Air Force Engineering University， Xian 710038， China;

3.School of Astronautics，Northwestern Polytechnical University， Xian 710072， China）

Abstract：

Networked guidance has shown its great potential and advantage in cooperative combat. The networked guidance technique mainly includes guidance technique for missiles based on networked information from sensors of multiple platforms and networked cooperative guidance technique for multiple missiles.

This paper focuses on the development statuses of the two technologies. The method of space time registration， guidance handover， guidance law switching of single missile are analyzed.The networked guidance methods for multi missile formation are described. The time consistency methods， space consistency methods and formation strategies for networked cooperation of multi aircraft are discussed. The problems of semi active guidance and active guidance for single missile and multi missile formation based on multi aircraft platform coordination are analyzed. Finally， the future applications of network guidance technology and artificial intelligence in network guidance are prospected.

Key words： networked guidance; guidance law switching; multi missiles formation; cooperative guidance; artificial intelligence