機(jī)器學(xué)習(xí)在引戰(zhàn)系統(tǒng)設(shè)計(jì)中的應(yīng)用研究

賈 島，陳 磊，朱志鵬，余 曜，遲德建

（1.上海機(jī)電工程研究所，上海 201109；2.重慶紅宇精密工業(yè)集團(tuán)有限公司，重慶 402760）

0 引 言

隨著計(jì)算機(jī)技術(shù)的發(fā)展，并行計(jì)算變得更快、更便宜、更有效，人工智能開(kāi)始大爆發(fā)。自20 世紀(jì)80 年代以來(lái)，機(jī)器學(xué)習(xí)作為實(shí)現(xiàn)人工智能的途徑，在人工智能界引起了廣泛的關(guān)注。特別是近十幾年來(lái)，機(jī)器學(xué)習(xí)領(lǐng)域的研究工作發(fā)展很快，它已成為人工智能的重要課題之一。機(jī)器學(xué)習(xí)不僅在基于知識(shí)的系統(tǒng)中得到應(yīng)用，而且在自然語(yǔ)言理解、非單調(diào)推理、機(jī)器視覺(jué)、模式識(shí)別等許多領(lǐng)域也得到了廣泛應(yīng)用。

針對(duì)我軍未來(lái)智能彈藥和網(wǎng)絡(luò)化彈藥發(fā)展對(duì)引戰(zhàn)系統(tǒng)的需求，智能引戰(zhàn)技術(shù)逐漸成為未來(lái)引戰(zhàn)系統(tǒng)技術(shù)的發(fā)展方向。本文借助機(jī)器學(xué)習(xí)近年來(lái)的研究成果，分析和研究了引戰(zhàn)系統(tǒng)研制過(guò)程中可利用機(jī)器學(xué)習(xí)的任務(wù)和流程，為后續(xù)引戰(zhàn)系統(tǒng)的智能化發(fā)展指出了研究方向。

1 機(jī)器學(xué)習(xí)簡(jiǎn)介

機(jī)器學(xué)習(xí)是一類(lèi)算法的總稱(chēng)，這些算法企圖從大量歷史數(shù)據(jù)中挖掘出其中隱含的規(guī)律，并用于預(yù)測(cè)或者分類(lèi)。更具體地說(shuō)，機(jī)器學(xué)習(xí)可以看作是尋找一個(gè)函數(shù)，輸入是樣本數(shù)據(jù)，輸出是期望的結(jié)果，只是這個(gè)函數(shù)過(guò)于復(fù)雜，不太方便形式化地表達(dá)。需要注意的是，機(jī)器學(xué)習(xí)的目標(biāo)是使學(xué)到的函數(shù)很好地適用于“新樣本”，而不僅僅是訓(xùn)練樣本。學(xué)到的函數(shù)適用于新樣本的能力，稱(chēng)為泛化能力。

按任務(wù)類(lèi)型分，機(jī)器學(xué)習(xí)模型可以分為回歸模型、分類(lèi)模型和結(jié)構(gòu)化學(xué)習(xí)模型。從方法的角度分，可以分為線性模型和非線性模型。按照學(xué)習(xí)理論分，機(jī)器學(xué)習(xí)模型可以分為有監(jiān)督學(xué)習(xí)、半監(jiān)督學(xué)習(xí)、無(wú)監(jiān)督學(xué)習(xí)、遷移學(xué)習(xí)和強(qiáng)化學(xué)習(xí)。

2 機(jī)器學(xué)習(xí)在引戰(zhàn)配合中的應(yīng)用

2.1 引戰(zhàn)配合規(guī)律設(shè)計(jì)及毀傷能力快速評(píng)估

1） 引戰(zhàn)配合規(guī)律設(shè)計(jì)

防空導(dǎo)彈引戰(zhàn)配合延遲時(shí)間用于在引信探測(cè)到目標(biāo)啟動(dòng)后戰(zhàn)斗部最佳炸點(diǎn)位置的調(diào)整，以保證導(dǎo)彈對(duì)目標(biāo)的有效毀傷，滿(mǎn)足武器系統(tǒng)對(duì)典型目標(biāo)的單發(fā)殺傷概率指標(biāo)要求。圖1為引戰(zhàn)配合示意圖，其中，為彈目相對(duì)速度。

圖1 引戰(zhàn)配合示意圖Fig.1 Schematic diagram of fuze-warhead coordination

引戰(zhàn)配合延遲時(shí)間受相對(duì)速度、導(dǎo)彈及目標(biāo)姿態(tài)、脫靶量、脫靶方位等諸多參數(shù)影響，無(wú)法用簡(jiǎn)單的公式精確描述。目前，防空導(dǎo)彈引戰(zhàn)配合延遲時(shí)間主要通過(guò)對(duì)大量典型彈道進(jìn)行仿真，擬合出延遲時(shí)間與彈目交會(huì)條件的插值函數(shù)，輔以根據(jù)目標(biāo)類(lèi)型、彈目距離、交會(huì)角等條件進(jìn)行修正的方法。若彈目交會(huì)末段相對(duì)速度、交會(huì)角、脫靶量等差異較大，現(xiàn)有方法很難同時(shí)兼顧，將導(dǎo)致引戰(zhàn)配合效率的下降，甚至戰(zhàn)斗部無(wú)法有效毀傷目標(biāo)。

誤差反向傳播（back propagation，BP）神經(jīng)網(wǎng)絡(luò)是一種單向傳播的多層前向網(wǎng)絡(luò)，也是目前研究最成熟和應(yīng)用最廣泛的一種網(wǎng)絡(luò)模型。BP神經(jīng)網(wǎng)絡(luò)由輸入層、隱含層（也稱(chēng)中間層）和輸出層組成。在網(wǎng)絡(luò)結(jié)構(gòu)中，每一層的神經(jīng)元只接受前一層神經(jīng)元的輸入。因此，從學(xué)習(xí)的觀點(diǎn)來(lái)看，BP網(wǎng)絡(luò)是一種強(qiáng)有力的學(xué)習(xí)系統(tǒng)，其結(jié)構(gòu)簡(jiǎn)單并且易于編程；從系統(tǒng)的觀點(diǎn)看，它是一個(gè)非線性映射系統(tǒng)，通過(guò)簡(jiǎn)單非線性處理單元的復(fù)合映射可以獲得復(fù)雜的非線性處理能力。BP網(wǎng)絡(luò)具有以下特點(diǎn)：

（1）非線性映射能力：三層的神經(jīng)網(wǎng)絡(luò)就能夠以任意精度逼近任何非線性連續(xù)函數(shù)，這使得其特別適合于求解內(nèi)部機(jī)制復(fù)雜的問(wèn)題。

（2）自學(xué)習(xí)和自適應(yīng)能力：能夠通過(guò)學(xué)習(xí)自動(dòng)提取輸入、輸出數(shù)據(jù)間的“合理規(guī)則”，并自適應(yīng)地將學(xué)習(xí)內(nèi)容記憶于網(wǎng)絡(luò)的權(quán)值中。

（3）泛化能力：具有將學(xué)習(xí)成果應(yīng)用于新知識(shí)的能力。

利用BP 神經(jīng)網(wǎng)絡(luò)，選擇彈目交會(huì)末段導(dǎo)彈運(yùn)動(dòng)參數(shù)、目標(biāo)運(yùn)動(dòng)參數(shù)和脫靶參數(shù)作為輸出參數(shù)，對(duì)防空導(dǎo)彈引戰(zhàn)配合最佳延遲時(shí)間樣本進(jìn)行訓(xùn)練。表1給出了一種非線性回歸模型的主要結(jié)構(gòu)設(shè)計(jì)參數(shù)，圖2顯示了利用該方法訓(xùn)練的預(yù)測(cè)模型進(jìn)行引戰(zhàn)延時(shí)預(yù)測(cè)與最佳延時(shí)的符合程度。

圖2 利用BP網(wǎng)絡(luò)預(yù)測(cè)引戰(zhàn)延時(shí)與最佳延時(shí)對(duì)比Fig.2 Comparison between predicted delay using BP network and optimal delay

表1 非線性回歸模型主要結(jié)構(gòu)設(shè)計(jì)Tab.1 Main structural design of nonlinear regression model

該方法較傳統(tǒng)引戰(zhàn)配合延遲時(shí)間算法能夠顯著提高對(duì)不同交會(huì)條件、脫靶條件的適應(yīng)性，從而提升防空導(dǎo)彈單發(fā)殺傷概率。上述輸出參數(shù)均能通過(guò)導(dǎo)彈飛行過(guò)程中雷達(dá)、慣導(dǎo)設(shè)備、導(dǎo)引頭、引信等傳感器測(cè)量獲得，訓(xùn)練得到的神經(jīng)網(wǎng)絡(luò)算法簡(jiǎn)單且易于實(shí)施，可以應(yīng)用在現(xiàn)有硬件條件的防空導(dǎo)彈中。

2） 毀傷能力快速評(píng)估

型號(hào)研制過(guò)程中，往往需要頻繁計(jì)算各類(lèi)交會(huì)條件下的導(dǎo)彈單發(fā)殺傷概率，以評(píng)估導(dǎo)彈的毀傷能力。如方案論證階段的總體參數(shù)設(shè)計(jì)和優(yōu)化、工程研制階段的殺傷區(qū)搜索、全空域殺傷概率計(jì)算及飛行試驗(yàn)方案的確定等。對(duì)這類(lèi)計(jì)算量大且不要求得到詳細(xì)計(jì)算數(shù)據(jù)的任務(wù)，可利用機(jī)器學(xué)習(xí)的學(xué)習(xí)能力記憶導(dǎo)彈的“毀傷特性”，形成對(duì)給定交會(huì)條件的殺傷結(jié)果快速分類(lèi)的能力，實(shí)現(xiàn)給定條件下對(duì)導(dǎo)彈毀傷性能的快速評(píng)估。

利用深度學(xué)習(xí)中的非線性分類(lèi)模型對(duì)導(dǎo)彈毀傷結(jié)果進(jìn)行訓(xùn)練和預(yù)測(cè)，分類(lèi)模型主要結(jié)構(gòu)設(shè)計(jì)如表2所示。利用該方法對(duì)某導(dǎo)彈245條全空域彈道的毀傷能力進(jìn)行快速預(yù)測(cè)，并與引戰(zhàn)配合仿真計(jì)算結(jié)果進(jìn)行對(duì)比，如表3所示，結(jié)果顯示經(jīng)過(guò)學(xué)習(xí)的分類(lèi)預(yù)測(cè)效果較好。

表2 分類(lèi)模型主要結(jié)構(gòu)設(shè)計(jì)Tab.2 Main structure design of classification model

表3 分類(lèi)預(yù)測(cè)結(jié)果與仿真結(jié)果對(duì)比Tab.3 Comparison between classification prediction results and simulation results

2.2 試驗(yàn)數(shù)據(jù)生成

引戰(zhàn)系統(tǒng)設(shè)計(jì)是涉及引信、戰(zhàn)斗部、安全執(zhí)行裝置等硬件設(shè)備和引戰(zhàn)配合規(guī)律、工作時(shí)序等軟件模型的多因素復(fù)雜過(guò)程，且由于戰(zhàn)斗部的特殊性，除飛行試驗(yàn)外，很難在地面進(jìn)行全系統(tǒng)的驗(yàn)證。一般利用系統(tǒng)部分單機(jī)設(shè)備的地面試驗(yàn)數(shù)據(jù)，結(jié)合大量數(shù)字仿真開(kāi)展全系統(tǒng)驗(yàn)證。引戰(zhàn)系統(tǒng)在各種條件下的性能驗(yàn)證需要大量的單機(jī)試驗(yàn)數(shù)據(jù)，但由于成本限制，例如引信動(dòng)態(tài)交會(huì)試驗(yàn)、戰(zhàn)斗部靜爆試驗(yàn)、動(dòng)爆試驗(yàn)和侵徹試驗(yàn)等試驗(yàn)次數(shù)有限，無(wú)法覆蓋全部工作條件。因此，試驗(yàn)數(shù)據(jù)的獲取，對(duì)引戰(zhàn)系統(tǒng)設(shè)計(jì)及仿真具有重要意義。

生成式對(duì)抗網(wǎng)絡(luò)（generative adversarial network ，GAN）是一種深度學(xué)習(xí)模型，是近年來(lái)對(duì)復(fù)雜分布上無(wú)監(jiān)督學(xué)習(xí)最具前景的方法之一。該模型通過(guò)框架中至少兩個(gè)模塊——生成模型（generative model）和判別模型（discriminative model）的互相博弈學(xué)習(xí)產(chǎn)生相當(dāng)好的輸出。GAN 最常應(yīng)用的領(lǐng)域包括數(shù)據(jù)生成和數(shù)據(jù)增強(qiáng)方面。

利用GAN可在現(xiàn)有有限的試驗(yàn)數(shù)據(jù)的基礎(chǔ)上發(fā)現(xiàn)數(shù)據(jù)中隱含的分布規(guī)律，并生成接近真實(shí)的試驗(yàn)數(shù)據(jù)。該方法可解決有限試驗(yàn)次數(shù)下的數(shù)據(jù)獲取難題，為引信、戰(zhàn)斗部及引戰(zhàn)系統(tǒng)性能仿真評(píng)估提供了寶貴的數(shù)據(jù)支撐。

表4 為利用GAN 生成侵徹引信過(guò)載試驗(yàn)數(shù)據(jù)的模型結(jié)構(gòu)。圖3為生成曲線與實(shí)際曲線的對(duì)比情況。

圖3 GAN生成曲線與實(shí)際曲線對(duì)比Fig.3 Comparison between generated curve using GAN and actual curve

表4 GAN模型主要結(jié)構(gòu)設(shè)計(jì)Tab.4 Main structure design of GAN model

2.3 目標(biāo)結(jié)構(gòu)及要害部位智能識(shí)別

針對(duì)防空導(dǎo)彈對(duì)超高速目標(biāo)的毀傷需求，引戰(zhàn)系統(tǒng)發(fā)展了基于制導(dǎo)引信一體化（guidance integrated fuze，GIF）的前向探測(cè)+慢速拋撒殺傷增強(qiáng)裝置的技術(shù)方案。其中，GIF引信基于有源相控陣導(dǎo)引頭平臺(tái)，充分利用制導(dǎo)系統(tǒng)的硬件資源并綜合引信與導(dǎo)引頭等處理信息，可實(shí)現(xiàn)制導(dǎo)引信一體化一維距離高分辨或距離-速度二維高分辨，形成目標(biāo)一維或二維空間像。若引戰(zhàn)系統(tǒng)能夠根據(jù)該成像結(jié)果實(shí)時(shí)判別目標(biāo)要害部位，自適應(yīng)調(diào)整引戰(zhàn)延遲時(shí)間，實(shí)現(xiàn)高效毀傷和智能毀傷，可大幅提高武器的作戰(zhàn)效能、拓展武器的任務(wù)能力。圖4為GIF引信探測(cè)目標(biāo)的成像結(jié)果。

圖4 GIF引信成像探測(cè)結(jié)果Fig.4 GIF fuze imaging detection results

卷積神經(jīng)網(wǎng)絡(luò)在圖像識(shí)別方面具有獨(dú)特的優(yōu)勢(shì)。它具有3個(gè)重要的特征：局部連接、權(quán)重共享以及時(shí)間或空間上的次采樣。在卷積神經(jīng)網(wǎng)絡(luò)中，可以將圖像的一小部分即局部感受區(qū)域作為輸入，信息再一次傳遞到各個(gè)層次，每層通過(guò)特定的數(shù)字濾波器去觀測(cè)數(shù)據(jù)所具有的最顯著特征。這種特性使得卷積神經(jīng)網(wǎng)絡(luò)具有一定程度的平移、縮放和扭曲不變性這對(duì)于識(shí)別的準(zhǔn)確性和適應(yīng)性具有很好的提升效果。

基于典型目標(biāo)的物理模型和引信探測(cè)參數(shù)，利用典型結(jié)構(gòu)要素的特征，建立目標(biāo)的三維模型，并通過(guò)仿真計(jì)算和地面試驗(yàn)完成目標(biāo)典型結(jié)構(gòu)特征和要害特征成像的預(yù)估與建模，建立目標(biāo)典型結(jié)構(gòu)特征、要害特征與引信成像參數(shù)之間的關(guān)聯(lián)，形成深度學(xué)習(xí)樣本庫(kù)。利用深度學(xué)習(xí)算法訓(xùn)練得到地面及空中目標(biāo)結(jié)構(gòu)要害部位識(shí)別模型，為引戰(zhàn)系統(tǒng)最佳起爆智能決策提供依據(jù)。表5 為識(shí)別模型主要結(jié)構(gòu)設(shè)計(jì)，圖5 為典型飛機(jī)目標(biāo)要害部位分類(lèi)識(shí)別結(jié)果。

圖5 目標(biāo)要害部位識(shí)別結(jié)果Fig.5 Identification results of target vital parts

表5 識(shí)別模型主要結(jié)構(gòu)設(shè)計(jì)Tab. 5 Main structure design of identification model

3 結(jié)束語(yǔ)

隨著技術(shù)的進(jìn)步，智能化、自適應(yīng)引戰(zhàn)技術(shù)逐漸成為未來(lái)引戰(zhàn)系統(tǒng)技術(shù)的發(fā)展方向。借助人工智能、機(jī)器學(xué)習(xí)的研究成果，能夠進(jìn)一步提升引戰(zhàn)配合規(guī)律的智能化設(shè)計(jì)、毀傷快速評(píng)估、引戰(zhàn)系統(tǒng)試驗(yàn)數(shù)據(jù)生成、目標(biāo)結(jié)構(gòu)及要害識(shí)別等方面的能力，實(shí)現(xiàn)引戰(zhàn)系統(tǒng)高效毀傷和智能毀傷，從而大幅提高武器的作戰(zhàn)效能，拓展武器的任務(wù)能力。