面源紅外誘餌對紅外成像反艦導彈干擾效果評估方法研究?

閆曉珂 荀 楊

（91404部隊 秦皇島 066000）

1 引言

隨著紅外成像制導技術的日趨成熟，以往用于干擾點源制導導彈的紅外誘餌彈已無能為力，而面源輻射型紅外誘餌已成為干擾紅外成像制導武器的一種有效手段，陸續被各國軍用光電對抗系統列為裝備和使用對象［1～2］。在接近實戰和模擬實戰的戰場條件下，如何客觀、準確地評估面源型紅外誘餌對紅外制導系統的干擾效果，是貫穿光電干擾裝備研制、試驗和定型的重要環節，也是紅外制導系統抗干擾性能改進的重要研究方向［3～4］。因此，研究有效、可靠、實用的艦載面源型紅外誘餌干擾效果評估方法不僅為面源型紅外誘餌技術研究的提供技術支撐，而且對面源型紅外誘餌的戰術使用具有重要意義。

目前國外已應用的對制導系統的干擾試驗方法主要有實彈干擾試驗、外場模擬飛行干擾試驗、半實物仿真試驗和數學仿真試驗等［5～6］。實彈干擾試驗可信度高，但實施難度大，費效比高；外場模擬飛行干擾試驗的費用大大降低，而且可多次重復試驗，但試驗結果不如實彈試驗真實可信；與外場試驗相比，內場半實物仿真試驗評估方法具有靈活性好、可控性強、效費比高以及重復性好等優點［7～8］。因此，從提高試驗結果的置信度出發，并考慮到試驗組織實施的可行性、經濟性，本文從紅外成像制導的原理入手，針對紅外成像導引頭工作過程中的搜索、捕獲、跟蹤三個階段提出了基于外場試驗與內場仿真相結合的面源型紅外誘餌對紅外成像制導導彈干擾效果評估方法，通過統計多次試驗的干擾成功率來評估干擾效果和確定干擾效果等級，為艦載面源型紅外誘餌的試驗鑒定和戰術使用提供借鑒。

2 干擾效果試驗方法

面源紅外誘餌對紅外成像反艦導彈干擾效果評估采用外場試驗與內場仿真相結合的設計思想。其一，利用機載導引頭飛行試驗可完成目標跟蹤階段的干擾效果評估；其二，將外場飛行試驗攝取的圖像序列（包括艦船目標、背景和面源紅外誘餌）注入到導引頭圖像信息處理系統可完成搜索階段的干擾效果評估；其三，利用紅外成像反艦導彈可完成面源誘餌對導彈從搜索、捕獲、跟蹤目標到彈著點整個制導過程的干擾效果評估；其四，接口注入式試驗模式，即基于導引頭信息處理系統的可重構性，模擬幾種典型導引頭圖像處理算法，利用外場實拍艦載面源型紅外誘餌圖像序列通過光纖傳送給圖像注入接口設備，再由圖像注入接口設備將圖像注入到被試設備的信息處理器中。完成面源紅外誘餌干擾效果的綜合評估。

3 干擾效果評估方法

成像制導技術通過成像探測設備獲取到圖像信息，經背景抑制、圖像增強后送入圖像信息處理系統，形成目標的偏差信號，經伺服機構控制制導武器跟蹤目標［9～10］。成像制導武器的原理框圖如圖1所示。

成像制導系統從開機到命中目標可以分為搜索捕獲、跟蹤和命中目標三個階段［11］。本文基于面源紅外誘餌在圖像制導的三個階段實施干擾來建立干擾效果評價指標。

3.1 目標搜索捕獲階段

目標搜索捕獲階段實施面源紅外誘餌干擾，且干擾信號電平大于目標信號電平，紅外成像反艦導彈圖像信息處理系統在自動增益控制（AGC）的作用下，使艦船目標在海天背景下的成像質量降低，信噪比下降，難以鎖定艦船目標。

3.1.1 信噪比

紅外成像反艦導彈搜索捕獲目標主要分為人工搜索即“人在回路”和自動搜索兩種方式。實施干擾將會影響導彈的人工（自動）搜索性能。而衡量搜索性能的主要指標是目標發現概率（或目標自動捕獲概率）。在“人在回路”中，由于目標發現概率的統計受人為因素的影響較大，而面源紅外誘餌影響艦船目標在海天背景下的成像質量會導致圖像目標與背景的對比度降低。目標的對比度（CON）是指目標能量幅值相對于背景能量幅值之比，定義為

其中，μ1為目標灰度平均值，μ2為背景灰度平均值。

由于對比度不能對目標圖像中包含的各種噪聲進行定量描述，因此采用目標信噪比進行評價更方便有效。目標的信噪比（SNR）定義如下：

其中，ft= ||μ1-μ2表示目標的強度，σ為目標周圍的噪聲，一般采用灰度的標準差代替。對于噪聲源主要為入射噪聲的天空背景來說，σ=，fb為背景強度，因此，目標信噪比可以用下式計算：

在目標自動搜索捕獲方式下，導彈圖像預處理算法至關重要，其主要完成抑制背景和噪聲，提高圖像信雜比以提高目標的檢測概率，因此，信噪比可作為反艦導彈搜索階段評定干擾效果的指標之一。

3.1.2 捕獲概率

實施干擾后信噪比降低可導致導引頭自動捕獲目標能力下降。衡量系統捕獲能力的主要指標是目標捕獲概率，所以可以依據實施干擾前后系統目標捕獲概率的變化情況評估捕獲階段對系統的干擾效果。該指標測試既可以基于外場實時評估試驗，又可基于接口注入式試驗模式只適用于導引頭目標自動識別算法（ATR算法），而對于人在回路的人工捕獲目標不予統計。

設實施干擾前后，成像導引頭對目標的捕獲概率分別為Pc0和Pc，定義γc為干擾后導引頭對目標的捕獲概率與干擾前的捕獲概率之比，即

γc值越大，則干擾前后導引頭對目標的捕獲概率相差越小，干擾效果不明顯；反之，γc值越小，干擾效果越顯著。

3.2 跟蹤階段

圖像制導系統典型跟蹤算法主要有質心跟蹤、相關跟蹤和邊緣跟蹤等［11～12］。質心跟蹤是基于直方圖統計原理對圖像的灰度進行統計；邊緣跟蹤主要是利用目標與背景交界處亮度的明顯變化，用微分方法得到目標位置信息，二者均需分割目標和背景。相關跟蹤是利用圖像信息，選定與跟蹤目標相似的圖像區域完成目標跟蹤。該算法能適應復雜結構的目標和背景的場合，可用來跟蹤較小的目標以及目標區域的某一特殊部分或對比度比較差的目標。

3.2.1 圖像相關度

相關跟蹤是把預先存儲的目標圖像樣板作為檢測目標位置的依據，用目標樣板與視場中圖像的各個子區域圖像進行比較（算出相關函數值），找出和目標樣板最相似的一個子圖像位置作為當前目標的位置。相關跟蹤過程中模板圖像是根據其置信度更新的，當前幀的相關匹配位置處的圖像是否作為下一幀實時圖像的模板，是要根據相關運算在當前幀圖像匹配位置和相關跟蹤置信度信號來控制的，置信度越高，則表明模板與該位置處的圖像越相似。當干擾有效時，將導致圖像的相關度下降，因此，圖像相關度可作為圖像制導干擾效果的評價指標。依據實施干擾前后圖像相關度的變化情況評估面源紅外誘餌對圖像制導系統的干擾效果［13～14］。

相關度指不同圖像之間信息的相似程度，這里的相關度是指干擾前后圖像的相關度。在目標區域圖像上圍繞目標選取一定區域（或跟蹤波門），按照下式構建相關度評估模型：

式中：fij為干擾前圖像第i行、第j列像素的灰度值；gij為干擾后圖像第i行、第j列像素的灰度值，與 fij位置相對應；M為圖像行數；N為圖像列數；C為實施干擾前后圖像各時刻歸一化相關函數。

C≤1，C值越大，干擾前后就越相似，圖像相關度越高。計算多組相關度C值，根據C值大小，進行相關度的綜合計算，并根據相關度時域變化表征干擾效果的動態特征。

3.2.2 跟蹤誤差

在跟蹤階段，對圖像制導系統的干擾效果主要表現在使系統跟蹤誤差增大，跟蹤精度下降，進而使系統對目標的跟蹤不穩定，導致丟失目標等。為此，可以依據干擾前后系統跟蹤誤差、跟蹤精度和跟蹤能力的變化情況評估跟蹤階段對系統的干擾效果。

在規定的干擾持續時間內，光電制導模擬導引頭輸出的跟蹤誤差θ＞3σ（σ為光電導引頭在無干擾時的跟蹤精度）或不能輸出跟蹤誤差信號（跟蹤目標丟失），且持續時間t＞t0（t0為成像導引頭記憶跟蹤時間閾值），則干擾有效；否則干擾無效。

3.3 命中目標階段

對制導武器實施光電干擾，其干擾效果直接反映在制導武器與目標交會處即靶平面上的制導精度誤差或脫靶量的變化上，因此，采用脫靶量作為干擾效果評估指標，依據干擾前后脫靶量的變化情況評估干擾設備對制導武器的干擾效果，作為干擾效果評估準則。設實施干擾后制導武器的脫靶量大小為δγ，那么，可以按以下標準判定干擾是否有效：

當δγ≤3S0時，本次干擾無效；

當δγ＞3S0時，本次干擾有效。

其中，S0為正常情況下制導武器的制導精度［15］。

4 試驗實例

基于導引頭圖像信息處理系統的可重構性，模擬典型導引頭圖像信息處理算法，本文采用長波紅外導引頭模擬設備搜索、捕獲與跟蹤面源紅外誘餌干擾前后的艦船目標圖像序進行驗證分析。面源紅外誘餌干擾前后紅外圖像實例及其直方圖如圖2所示，圖像預處理結果如圖3所示。從直方圖和圖像預處理結果可以看出，圖像中出現紅外誘餌形成的大面積煙云在導引頭圖像信息處理系統的自動增益控制（AGC）的作用下，艦船目標被淹沒在背景噪聲中，從而大大降低了目標的檢測概率，通過計算干擾前后信噪比之比，可完成成像制導干擾效果的等級評定。通過本文中的信噪比和相似度檢測方法，干擾前后信噪比和相似度隨時域變化如圖4和圖5所示。由變化曲線可以看出，圖像自第30幀起受到干擾，信噪比和相似度迅速下降，之后圖像的信噪比和相似度處于較低水平，掛飛的導引頭模擬設備受到有效干擾。圖6為面源紅外誘餌干擾前后導引頭跟蹤誤差曲線圖。導引頭23km處跟蹤目標，跟蹤精度滿足要求；由遠及近，及至19.5km處受到干擾，跟蹤誤差明顯增大，此時，干擾效果有效。

5 結語

從紅外圖像反艦導彈制導的原理入手，充分利用制導武器系統研制和試驗過程的各個階段所存在的大量試驗數據，提出了基于外場試驗與內場仿真相結合的面源型紅外誘餌對紅外成像反艦導彈干擾效果評估方法，給出了信噪比、相似度等干擾效果評價指標，并基于導引頭信息處理系統的可重構性，仿真模擬典型反艦導彈目標圖像處理算法，綜合評定面源紅外誘餌干擾效果。結果表明，該方法合理有效、能夠完成面源型紅外誘餌對紅外成像反艦導彈干擾效果的定量評估。在面源型紅外誘餌的靶場試驗鑒定及其戰術使用中具有一定的應用價值。