基于目標(biāo)評(píng)價(jià)的水下制導(dǎo)武器攻擊效能仿真?

鄭 振 馬 蛟

（中國(guó)人民解放軍91129部隊(duì) 海口 570311）

1 引言

水下制導(dǎo)武器在水面和水下目標(biāo)攻擊中發(fā)揮重要作用，隨著水下制導(dǎo)武器的廣泛裝備在海軍序列中，需要對(duì)水下制導(dǎo)武器的攻擊效能進(jìn)行有效評(píng)估和測(cè)試，建立水下制導(dǎo)武器攻擊效能評(píng)估模型，結(jié)合參數(shù)估計(jì)和攻擊參數(shù)分析，分析水下制導(dǎo)武器攻擊效能的穩(wěn)定性和可靠性，通過(guò)水下制導(dǎo)武器攻擊效能的綜合尋優(yōu)設(shè)計(jì)，提高水下制導(dǎo)武器攻擊的穩(wěn)定性和可靠性，從而提高水下制導(dǎo)武器的對(duì)敵毀傷率，研究水下制導(dǎo)武器攻擊效能仿真模型，在水下制導(dǎo)武器的作戰(zhàn)使用和可靠性維護(hù)中具有重要意義［1］。

對(duì)水下制導(dǎo)武器攻擊效能綜合評(píng)價(jià)系統(tǒng)的設(shè)計(jì)是建立在對(duì)水下制導(dǎo)武器攻擊效能綜合評(píng)價(jià)的多屬性決策和融合分析基礎(chǔ)上，構(gòu)建水下制導(dǎo)武器攻擊效能綜合評(píng)價(jià)多屬性決策統(tǒng)計(jì)信息模型，根據(jù)水下制導(dǎo)武器攻擊效能綜合評(píng)價(jià)多屬性決策信息的挖掘結(jié)果，采用參數(shù)尋優(yōu)控制模型，結(jié)合對(duì)水下制導(dǎo)武器攻擊效能分析，提高水下制導(dǎo)武器系統(tǒng)的穩(wěn)定性和可靠性［2］。傳統(tǒng)方法中，對(duì)水下制導(dǎo)武器攻擊效能綜合評(píng)價(jià)方法主要有基于統(tǒng)計(jì)分析的評(píng)價(jià)模型、基于PID 的水下制導(dǎo)武器攻擊效能評(píng)價(jià)模型以及基于模糊指數(shù)分析的水下制導(dǎo)武器攻擊效能評(píng)價(jià)模型等，上述方法在進(jìn)行水下制導(dǎo)武器攻擊效能評(píng)價(jià)中存在計(jì)算開(kāi)銷(xiāo)較大和經(jīng)驗(yàn)值依賴性較強(qiáng)的問(wèn)題［3］。針對(duì)上述問(wèn)題，本文提出基于目標(biāo)綜合評(píng)價(jià)的水下制導(dǎo)武器攻擊效能指數(shù)仿真模型，首先構(gòu)建水下制導(dǎo)武器攻擊效能的約束指標(biāo)參數(shù)，然后建立優(yōu)化目標(biāo)函數(shù)，采用自適應(yīng)參數(shù)尋優(yōu)和解優(yōu)化方法，實(shí)現(xiàn)對(duì)水下制導(dǎo)武器攻擊效能參數(shù)估計(jì)，最后進(jìn)行實(shí)驗(yàn)測(cè)試，展示了本文方法在提高水下制導(dǎo)武器攻擊效能評(píng)估能力方面的優(yōu)越性能。

2 水下制導(dǎo)武器系統(tǒng)攻擊效能評(píng)價(jià)約束參數(shù)和目標(biāo)函數(shù)

2.1 水下制導(dǎo)武器系統(tǒng)攻擊效能評(píng)價(jià)約束參數(shù)

為了實(shí)現(xiàn)對(duì)水下制導(dǎo)武器可靠性綜合評(píng)價(jià)，結(jié)合水下制導(dǎo)武器武器系統(tǒng)的戰(zhàn)術(shù)性能和技術(shù)性能參數(shù)，采用多維參數(shù)量化分析技術(shù)，得到水下制導(dǎo)武器攻擊效能綜合評(píng)價(jià)多屬性融合參數(shù)跟蹤學(xué)習(xí)模型，結(jié)合水下制導(dǎo)武器武器系統(tǒng)的戰(zhàn)術(shù)性能和技術(shù)性能參數(shù)，以多普勒頻譜、回波探測(cè)聚類(lèi)、單發(fā)命中概率、水下制導(dǎo)距離、有效射程為水下制導(dǎo)武器攻擊效能的約束指標(biāo)參數(shù)［4］，得到攻擊效能指數(shù)分布的時(shí)間序列，采用線性規(guī)劃和多維參數(shù)融合，求解水下制導(dǎo)武器攻擊效能綜合評(píng)價(jià)多屬性決策的自變量，得到水下制導(dǎo)武器系統(tǒng)攻擊效能尋優(yōu)的約束參數(shù)分布函數(shù)：

其中，為方位估計(jì)參數(shù)，為相位特征分布參數(shù)，xij為多普勒頻移參數(shù)，yij為聯(lián)合特征分布集，對(duì)上式取最小，得到水下制導(dǎo)武器的攻擊效能評(píng)價(jià)的模糊指標(biāo)分配集：

當(dāng)Q達(dá)到最小，得到了水下制導(dǎo)武器攻擊效能綜合評(píng)價(jià)多屬性決策模糊統(tǒng)計(jì)分析模型，結(jié)合關(guān)聯(lián)規(guī)則信息分析，實(shí)現(xiàn)對(duì)水下制導(dǎo)武器攻擊效能的模糊度尋優(yōu)［5］，在水下攻擊環(huán)境下，得到水下制導(dǎo)武器系統(tǒng)攻擊效能評(píng)價(jià)的聯(lián)合統(tǒng)計(jì)特征量為

2.2 水下制導(dǎo)武器可靠性綜合評(píng)價(jià)目標(biāo)函數(shù)構(gòu)造

采用延遲特征分析和自適應(yīng)參數(shù)適應(yīng)性調(diào)節(jié)方法［7］，構(gòu)建水下制導(dǎo)武器攻擊效能評(píng)價(jià)的優(yōu)化目標(biāo)函數(shù)，描述為

其中，k為攻擊陣元序列個(gè)數(shù)，x(k)為攻擊效能指數(shù)分布的傳感序列，w(k)為加權(quán)序列，τk為延遲特征量，對(duì)水下制導(dǎo)武器系統(tǒng)可靠性時(shí)間序列x(t)出現(xiàn)在分布區(qū)間i的概率隨機(jī)變量滿足閾值αk≥0，時(shí)，建立水下制導(dǎo)武器攻擊效能綜合評(píng)價(jià)多參量指標(biāo)分析模型，結(jié)合人工神經(jīng)網(wǎng)絡(luò)［8］，得到水下制導(dǎo)武器攻擊效能約束特征估計(jì)值：

其中，WsT為水下制導(dǎo)武器攻擊效能有效性聯(lián)合決策參數(shù)，y為水下制導(dǎo)武器攻擊效能約束參數(shù)的標(biāo)準(zhǔn)量化參數(shù)，構(gòu)建遞歸圖R(i,j)進(jìn)行水下制導(dǎo)武器的規(guī)避性能分析，其中遞歸函數(shù)為

其中，εi為評(píng)價(jià)信息熵，dij為攻擊陣元點(diǎn)的歐式距離。采用量化尋優(yōu)，建立水下制導(dǎo)武器攻擊效能評(píng)價(jià)的優(yōu)化目標(biāo)函數(shù)［9］，采用自適應(yīng)尋優(yōu)算法實(shí)現(xiàn)對(duì)水下制導(dǎo)武器可靠性和攻擊有效性尋優(yōu)控制［10］。

3 水下制導(dǎo)武器系統(tǒng)攻擊效能評(píng)價(jià)優(yōu)化

3.1 綜合評(píng)價(jià)方案及優(yōu)選

采用目標(biāo)綜合評(píng)價(jià)模型，結(jié)合支持度-置信度聯(lián)合估計(jì)的方法，構(gòu)建水下制導(dǎo)武器攻擊效能的尋優(yōu)控制律［11］，求得水下制導(dǎo)武器系統(tǒng)可靠性綜合評(píng)價(jià)的關(guān)聯(lián)維特征a和bi的最優(yōu)估計(jì)，，根據(jù)水下制導(dǎo)武器攻擊效能約束參數(shù)分層可信程度，得到攻擊效能評(píng)價(jià)的模糊指標(biāo)分配公式表示如下：

式中，λ為攻擊效能約束特征值，b為邊界條件系數(shù)，Ω 表示攻擊攔截的風(fēng)險(xiǎn)度，得到水下制導(dǎo)武器被攔截的概率密度分配特征量定義為

其中：uk為攻擊強(qiáng)度參數(shù)；wk為被攔截的風(fēng)險(xiǎn)權(quán)值。

結(jié)合模糊相關(guān)度分析方法實(shí)現(xiàn)對(duì)水下制導(dǎo)武器攻擊效能約束參數(shù)時(shí)間序列的特征空間結(jié)構(gòu)重組，得到水下制導(dǎo)武器攻擊效能約束參數(shù)分層的屬性特征量為{u1,...,uN}，基于目標(biāo)綜合評(píng)價(jià)準(zhǔn)則，得到水下制導(dǎo)武器攻擊效能評(píng)價(jià)的互信息量為

當(dāng)I(τ)=0 則x(t+τ)表示水下制導(dǎo)武器攻擊成果的信息熵，即是x(t),x(t+τ)相互獨(dú)立完全不相關(guān)，通過(guò)戰(zhàn)術(shù)和技術(shù)控制，結(jié)合指數(shù)分析，提高攻擊效能。

3.2 攻擊效能評(píng)價(jià)的模型優(yōu)化

建立水下制導(dǎo)武器可靠性綜合評(píng)價(jià)的條件概率密度函數(shù)，得到條件概率密度熵：

其中H(?)表示水下制導(dǎo)武器攻擊效能評(píng)價(jià)的綜合評(píng)價(jià)函數(shù)，即：

其中，‖xi-xj‖可以表示攻擊效能有效性評(píng)價(jià)的輸出重構(gòu)特征向量，重構(gòu)水下制導(dǎo)武器系統(tǒng)可靠分布參數(shù)，得到模糊泛函模型為

式中j為水下制導(dǎo)武器攻擊效能評(píng)價(jià)的聯(lián)合特征點(diǎn)，基于聯(lián)合概率密度熵估計(jì)，得到水下制導(dǎo)武器可靠性綜合評(píng)價(jià)的測(cè)度序列為

其中K=N-(m-1)τ，表示水下制導(dǎo)武器攻擊效能約束階數(shù)，τ為攔截延遲，根據(jù)上述算法設(shè)計(jì)，結(jié)合攻擊可靠性指數(shù)分布，實(shí)現(xiàn)對(duì)水下制導(dǎo)武器攻擊效能的指數(shù)評(píng)價(jià)［12］。

4 仿真實(shí)驗(yàn)與結(jié)果分析

通過(guò)仿真實(shí)驗(yàn)驗(yàn)證本文方法在實(shí)現(xiàn)水下制導(dǎo)武器攻擊效能評(píng)價(jià)的性能，假定水下制導(dǎo)武器是通過(guò)主動(dòng)制導(dǎo)發(fā)射聲脈沖信號(hào)，發(fā)射信號(hào)為一個(gè)帶寬為5kHz，調(diào)頻率為50000Hz/s，水下制導(dǎo)武器得到多普勒初始頻率為15kHz，聲吶回波信號(hào)采樣的時(shí)寬為0.3s 的LFM 信號(hào)，根據(jù)上述仿真參數(shù)設(shè)定，采用Visual C++進(jìn)行視景仿真，得到參數(shù)測(cè)試界面如圖1所示。

圖1 參數(shù)測(cè)試界面

在圖1 的測(cè)試界面中，設(shè)定發(fā)射聲源級(jí)：SL=200dB，信噪比以及艦船距離參數(shù)設(shè)定如圖1，由此，得到攻擊效能評(píng)估結(jié)果如圖2所示。

分析圖2 得知，本系統(tǒng)中拖曳體的運(yùn)動(dòng)速度vt=30kn，因此來(lái)襲武器的運(yùn)動(dòng)速度為v=vr+vt=20+30=50kn，來(lái)襲武器和拖曳體之間距離為339.479m，最終估計(jì)的結(jié)果是來(lái)襲武器在拖曳體右側(cè)的1.6°方位上，多普勒頻移的理論值與估計(jì)值是相符，說(shuō)明攻擊效能評(píng)價(jià)結(jié)果準(zhǔn)確可靠。

5 結(jié)語(yǔ)

通過(guò)水下制導(dǎo)武器攻擊效能的綜合尋優(yōu)設(shè)計(jì)，提高水下制導(dǎo)武器攻擊的穩(wěn)定性和可靠性，從而提高水下制導(dǎo)武器的對(duì)敵毀傷率，本文提出基于目標(biāo)綜合評(píng)價(jià)的水下制導(dǎo)武器攻擊效能指數(shù)仿真模型，構(gòu)建攻擊能力分類(lèi)數(shù)據(jù)檢測(cè)模型，對(duì)水下制導(dǎo)武器攻擊效能綜合評(píng)價(jià)采用模糊度分析方法，結(jié)合自適應(yīng)尋優(yōu)，得到水下制導(dǎo)武器系統(tǒng)攻擊效能評(píng)價(jià)約束參數(shù)分配集，根據(jù)攻擊可靠性指數(shù)分布，實(shí)現(xiàn)對(duì)水下制導(dǎo)武器攻擊效能的指數(shù)評(píng)價(jià)，并將算法嵌入到視景仿真平臺(tái)中，實(shí)現(xiàn)人機(jī)交互設(shè)計(jì)，測(cè)試得知，本文方法進(jìn)行水下制導(dǎo)武器攻擊效能評(píng)價(jià)的可靠性較好，提高攻擊效能評(píng)估的人機(jī)交互性。

圖2 水下制導(dǎo)武器攻擊效能評(píng)估結(jié)果