數據驅動的AUV 魚雷攻擊有效陣位自主決策方法

郭力強,馬 亮,張 會,楊 靜

(海軍潛艇學院,山東 青島,266199)

0 引言

以無人水下航行器(unmanned undersea vehicle,UUV)為代表的水下無人裝備是未來海軍裝備體系中的重要組成部分,將對傳統水下攻防作戰模式帶來巨大變革。軍用方面,自主水下航行器 (autonomous undersea vehicle,AUV)可在己方兵力指揮控制或自主決策下,從預置武器發射艙上發射武器,對航道、港口和基地的敵方水面戰斗艦艇、潛艇、軍輔船等目標進行監視、跟蹤和攻擊[1]。典型代表有美國海軍水下作戰中心(Naval Undersea Warfare Center,NUWC)研制的“MANTA”大 型UUV 和俄羅斯北方機械制造廠研制的“波塞冬”超大型核動力UUV[2]。

有效陣位決策是指為保證魚雷攻擊效果,發射平臺根據當前態勢下目標弦角和射擊距離等陣位參數,分析判斷滿足某一命中概率指標的陣位范圍[3]。與潛艇、水面艦艇和飛機等有人平臺相比,AUV 無指揮員參與,其有效陣位決策對裝備的自主決策速度和武器攻擊效果提出了更高需求[4]。

傳統有效陣位決策主要通過模擬法[5-8],預估不同射擊陣位上的魚雷命中概率擬合成等概率射擊圓,以此作為判斷依據。然而,模擬法事先假定目標以等速直線機動,忽略了實際作戰中目標運動要素測算誤差和可能采取的機動規避防御方式,從而影響攻擊效果。在聲自導魚雷對水面艦艇攻擊問題的研究上,國內專家以聲自導發現概率為優化目標,利用計算機仿真,提出了成熟的理論和方法[9-12]。但作戰仿真受計算精度和算力的制約,難以滿足AUV 短時間精準決策的雙重需求。

機器學習[13]的發展為AUV 自主攻擊決策技術的研究提供了新的思路,其基本思想是使用計算機實現算法,使得計算機能夠學習數據、獲得經驗,并實現預測或得出結果。從機器學習的角度來看,有效陣位決策的本質是一種正負樣本不平衡的二分類問題。近年來,以極限梯度提升樹(extreme gradient boosting,XGB)為代表的集成學習算法[13-14],憑借在處理不平衡數據和特征提取中的出色性能,已經在醫療診斷[15-16]和故障檢測[17]等重要領域的決策問題上得到應用,美國國防部在最新版《2017～2042 美國無人系統綜合路線圖》[18]中也將人工智能和機器學習作為提高無人系統自主性的首要支撐因素。因此,文中針對AUV 對魚雷攻擊效果和自主決策速度的更高要求,提出將作戰仿真與集成學習相結合的自主決策方法,建立AUV發射聲自導魚雷攻擊水面艦艇有效陣位決策模型,并對該模型的可行性和適用性進行分析和驗證。

1 目標散布和機動規避條件下聲自導魚雷攻擊優化方法

1.1 可調節系數的提前角計算方法

聲自導魚雷對水面艦艇的攻擊過程[9]一般分為2 個階段:一是聲自導裝置發現目標前為方向儀操縱的直航搜索段;二是發現目標后由聲自導裝置指令控制的聲自導追蹤段。在不考慮目標聲磁干擾、反魚雷武器殺傷等防御措施的前提下,聲自導魚雷能否命中目標關鍵在于聲自導裝置能否發現目標,其射擊參數通常是由AUV 指控系統根據有利提前角原則[3]進行計算得到的。假設聲自導裝置的有效作用范圍為一個扇面,可將扇面遮蓋中心系數以常數k來表示近似求解提前角 φ。

如圖1 所示,Vm為水面艦艇航速,Vw為聲自導魚雷航速,m為艦艇速度與魚雷速度之比,D為魚雷射擊距離,Qm為攻擊目標弦角,設定聲自導作用距離r=kr0,則應滿足聲自導扇面前沿中點a與目標構成相遇條件,即?aMC為相遇三角形,φ0為直航魚雷的基本提前角,則

圖1 可調節系數的提前角計算示意圖Fig.1 Diagram of lead angle calculation by adjusted coefficient method

利用式(1),即可根據目標運動規律、相對態勢以及魚雷的聲自導性能,近似計算提前角 φ和魚雷航向Hw。

1.2 水面艦艇規避航向優化計算

在不使用反魚雷武器的情況下,機動規避是水面艦艇對魚雷防御的基礎和前提。在收到魚雷報警后,為了盡可能遠離聲自導魚雷自導作用區域,使最小安全規避預警距離[19]最大,可采取全速轉向至距離來襲魚雷最小距離最大航向的動態規避策略[20]。如圖2 所示,以水面艦艇轉向點為起點作魚雷航速Vw反向量QO,以O點為圓心,以水面艦艇速度Vm大小為半徑作圓周,則過Q點作水面艦艇速度圓的走出方向一側的切線,對應的方向OS即為最小距離走出航向。通過仿真水面艦艇機動規避魚雷過程,遍歷規避航向的方法,計算水面艦艇機動規避過程中取得最小距離最大值對應的航向即為最優規避航向optHm。

圖2 水面艦艇規避航向優化計算示意圖Fig.2 Diagram of optimization calculation for surface ship evasive course

1.3 聲自導魚雷發現目標概率作戰仿真優化

由于實際作戰中測算的目標運動要素存在誤差,可應用蒙特卡洛法統計計算發現概率[3],即聲自導魚雷發現目標概率P為:在一定目標散布條件下,發現目標次數M與總攻擊次數N之比。設仿真起點為聲自導魚雷發射時刻,定義k系數的取值范圍為[0,kr],水面艦艇規避航向遍歷范圍為[0,Hr],目標運動要素誤差服從高斯正態分布,計算目標散布和機動規避條件下聲自導魚雷攻擊水面艦艇的最大發現概率Pmax。Pmax計算流程如圖3 所示,具體方法與步驟如下。

圖3 發現概率優化計算模型流程圖Fig.3 Flow chart of detective probability optimization calculation model

1) 輸入仿真計算的初始條件。水面艦艇初始相對方位橫坐標為x0,縱坐標為y0,初始航速為Vm0,加速后航速為Vm1,初始航向為Hm0,轉向半徑為R,轉向角速度為θ,聲吶預警距離為dship,探測扇面角為2λship;魚雷航速為Vw,有效航程為L,射擊距離為D,攻擊目標舷角為Qm,聲自導作用距離為dtorp,聲自導扇面開角為2λtorp;目標位置誤差系數為 σxy,目標航速誤差系數為σVm,目標方位誤差系數為σHm,作戰仿真總次數為Nr,仿真步長為 ?T,仿真步數n=L?T/Vw。

2) 設定k系數取值范圍[0,kr],按照式(1)計算對應的提前角 φ和魚雷航向Hw。

3) 按照時間步進的方式仿真水面艦艇規避魚雷機動過程,計算聲自導魚雷與水面艦艇之間的實時距離Dt和魚雷實時弦角Qw。實時判定Dt與dship的關系,當Dt≤dship時,水面艦艇加速至Vm1,并以航向Hm開始機動規避。

4) 設定水面艦艇規避航向遍歷范圍[0,Hr],計算不同規避航向下水面艦艇距來襲魚雷的最小距離Dmin最大值,得到最優規避航向optHm。

5) 仿真目標散布條件下聲自導魚雷攻擊水面艦艇過程,設定目標散布范圍,實時判定Dt與dtorp、Qw與λtorp之間的關系。若在魚雷有效航程L可達的前提下,計算結果同時滿足Dt≤dtorp和Qw≤λtorp,則判定魚雷聲自導裝置發現水面艦艇;若魚雷有效航程L結束仍不滿足發現條件,則判定聲自導魚雷未發現水面艦艇。

6) 在1 次作戰仿真過程中,若判定聲自導魚雷發現水面艦艇,則M自增1,否則自增0。作戰仿真循環Nr次后,統計計算聲自導魚雷攻擊水面艦艇的最高發現概率Pmax。

2 實驗與結果分析

實驗在Windows 環境下進行,使用MATLAB R2021b,JupyterLab 3.10 IDE 和Python 3 Kernel。硬件配置為AMD Ryzen 5-5600H 處理器,主頻3.30 GHz,內存16 GB。

2.1 有效陣位判斷閾值

將仿真戰場態勢參數輸入上述模型,生成基礎實驗數據集。通過設置聲自導魚雷發現概率判斷閾值,將超過閾值條件的陣位作為有效陣位[3],進而將AUV 有效陣位決策問題轉換為二元分類問題。

有效陣位判斷閾值由指揮員根據具體作戰任務進行設置。如任務的首要前提是保證攻擊效果,則閾值應提高到80%甚至更高;若態勢判定AUV 可能已經暴露,則閾值僅為60%左右也應進行攻擊,以優先保證生存。文中實驗初始設置閾值為70%。將基礎實驗數據集標簽進行二值化處理,特征矩陣進行標準化和方差過濾后,形成分類實驗數據集的具體信息如表1 所示,可見樣本數據具有明顯的不均衡特點。

表1 分類實驗數據集信息Table 1 Information of categorized experimental data sets

2.2 評價指標

在不均衡數據的分類中,僅適用單一的準確率(accuracy)和召回率(recall)指標是不全面的。因此,加入曲線下面積(area under the curve,AUC)來共同評價模型的性能。AUC 綜合考慮少數類和多數類分類的準確性,表2 的混淆矩陣可以直觀地表示出各種分類情況。

表2 混淆矩陣Table 2 Confusion matrix

AUC 是接收者操作特性曲線(receiver operating characteristic curve,ROC)下的面積,取值為0～1[21]。精確率(precision)、召回率(recall)、F1 值和AUC 等指標的計算公式如下:

式中:NP為正類樣本(少數類)總數;NN為負類樣本(多數類)總數;i為正類樣本;ranki為正類樣本的置信度排序。考慮到水下作戰以保證隱蔽性為前提,選擇AUC作為模型決策性能的評價指標。

2.3 實驗設計與結果

為檢驗集成算法在處理不平衡分類問題的優勢,使用傳統的強分類器支持向量機(support vector machine,SVM)與隨機森林(random forest,RF)和XGB 2 種典型集成學習算法進行比較,具體建模流程如圖4 所示。

圖4 有效陣位決策模型流程圖Fig.4 Flow chart of the effective position decision-making model

隨機劃分訓練集和測試集后,以AUC 值作為評估指標,采用5 折交叉驗證取均值、人工學習曲線和調用Optuna[22]框架的方法對3 種模型進行參數優化。3 種模型的最終分類準確率為93.7%,95.9%和96.5%,決策用時分別為19.36,0.87 和1.58 s。表3 和圖5 的結果顯示:實驗中,使用XGB模型得到的F1 值和AUC 面積最高,分別達到91.1%和0.994;RF 模型的決策速度最快,僅為0.87 s,能夠滿足AUV 有效陣位決策的要求。

表3 3 種模型分類性能Table 3 Classification performance of three models

圖5 3 種機器學習模型ROC 曲線Fig.5 Receiver operating characteristic curves of three machine learning models

3 模型性能評估與分析

3.1 多種任務閾值的適應能力

為檢驗集成算法在多種任務閾值下的分類效果。將閾值調整為60%,65%,70%,75%和80%后的實驗數據集輸入模型,分類結果如表4 所示。分析可知,隨著閾值的增大,實驗數據集樣本不平衡比例不斷增加,那么提升決策精度的關鍵在于分類算法處理不平衡數據的能力。由于集成學習采取多個分類器迭代訓練取優的方式,加入正則項和剪枝操作有效控制自身復雜度,修正傳統分類算法容易過擬合的缺陷,并預設調節正負樣本不平衡度的超參數,通過過采樣的方法,在訓練中賦予少數類更高的權重,從而在處理不平衡二分類問題上比SVM 精度高、速度快,在多種任務閾值下具有較高的適應能力。

表4 不同閾值下模型決策性能比較Table 4 Comparison of model decision performance under different thresholds

3.2 復雜海洋環境下的泛化能力

進一步檢驗有效陣位決策模型在復雜海洋環境下的泛化能力,調整作戰仿真參數聲吶預警距離dship,聲自導作用距離dtorp和目標方位誤差系數σxy如表5 所示,模擬作戰海域變化對聲吶設備觀測精度的干擾,并將其生成的實驗數據作為檢驗模型泛化能力的測試集。

表5 作戰仿真參數調整Table 5 Adjustment of operational simulation parameters

觀察圖6 可知,當模擬作戰海域發生變化時,衡量模型決策性能的AUC 值能夠保持在0.924 以上的較高范圍,說明模型在復雜海洋環境下具備一定的泛化能力。圖7 為XGB 訓練過程特征貢獻度排序,得分越大表示特征對分類結果貢獻越大。觀察可知,魚雷攻擊目標舷角Qm,艦艇初始航向Hm0和魚雷射擊距離D3 個特征對決策精度的影響最大,進而從特征選擇的維度解釋了模型保持較高精度的原因。

圖6 模型在不同作戰海域的決策效果Fig.6 Decision-making effect of the model in different operational sea areas

圖7 模型特征貢獻度排序Fig.7 Contribution ranking of the features in model

4 結束語

針對AUV 的特點和裝備發展需求,在傳統有效陣位決策研究基礎上,以提升攻擊效果和決策速度為目的,提出將作戰仿真與機器學習算法相結合的建模方法。實驗結果表明,以數據驅動代替仿真驅動的方法,能夠在保證攻擊效果的前提下,大幅加快有效陣位決策速度。決策模型在多種任務閾值和復雜海洋環境下具有較好的適應能力和泛化能力,能夠從一定程度上改善作戰仿真決策時間長,無法動態調整的問題。考慮到真實水下戰場干擾和對抗強度更大,態勢數據的獲取面臨誤差大、實時性弱的困難,下一步將探索引入時序數據處理方法,對觀測的不完全時序數據進行分析、糾錯和補全,為提高決策模型的魯棒性提供支持。