方洋旺 程昊宇 仝希

方洋旺， 西北工業(yè)大學(xué)無(wú)人系統(tǒng)技術(shù)研究院和空軍工程大學(xué)航空工程學(xué)院教授、 博士生導(dǎo)師， 長(zhǎng)期從事導(dǎo)航與制導(dǎo)、 武器系統(tǒng)與運(yùn)用工程專業(yè)的教學(xué)與科研工作。 研究領(lǐng)域?yàn)榫W(wǎng)絡(luò)化制導(dǎo)、 最優(yōu)制導(dǎo)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(guó)家自然科學(xué)基金、 出國(guó)留學(xué)人員歸國(guó)基金、 國(guó)防預(yù)研重點(diǎn)基金等項(xiàng)目共計(jì)50余項(xiàng)， 出版專著和教材15本， 發(fā)表學(xué)術(shù)論文260余篇， 被SCI和EI檢索160余篇。 先后獲部級(jí)科技進(jìn)步獎(jiǎng)3項(xiàng)。

[SQ0]

摘 要： 網(wǎng)絡(luò)化制導(dǎo)在協(xié)同作戰(zhàn)方面顯示了其潛力和優(yōu)勢(shì)。 網(wǎng)絡(luò)化制導(dǎo)技術(shù)主要包括基于多平臺(tái)傳感器網(wǎng)絡(luò)信息的導(dǎo)彈制導(dǎo)技術(shù)和基于多導(dǎo)彈編隊(duì)的網(wǎng)絡(luò)化協(xié)同制導(dǎo)技術(shù)。 本文重點(diǎn)論述了這兩方面技術(shù)的發(fā)展現(xiàn)狀， 分析了單導(dǎo)彈的時(shí)空配準(zhǔn)方法以及制導(dǎo)權(quán)移交策略和制導(dǎo)律切換方法等; 對(duì)面向多導(dǎo)彈編隊(duì)的網(wǎng)絡(luò)化制導(dǎo)方法進(jìn)行了描述， 討論了面向多飛行器網(wǎng)絡(luò)化協(xié)同的時(shí)間一致性方法、 空間一致性方法以及編隊(duì)策略。 分析了基于多飛機(jī)平臺(tái)協(xié)同的單導(dǎo)彈以及多導(dǎo)彈編隊(duì)的半主動(dòng)制導(dǎo)和主動(dòng)制導(dǎo)方法中存在的問(wèn)題。 最后， 對(duì)未來(lái)網(wǎng)絡(luò)化制導(dǎo)技術(shù)以及人工智能在網(wǎng)絡(luò)化制導(dǎo)中的應(yīng)用進(jìn)行了展望。

關(guān)鍵詞：網(wǎng)絡(luò)化制導(dǎo);制導(dǎo)律切換;多導(dǎo)彈編隊(duì);協(xié)同制導(dǎo);人工智能

中圖分類號(hào)：TJ765; V249.1 文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)： 1673-5048（2018）05-0003-18[SQ0]

0 引言

隨著信息技術(shù)、 網(wǎng)絡(luò)技術(shù)、 人工智能技術(shù)等領(lǐng)域取得了一系列突破， 傳統(tǒng)單對(duì)單的作戰(zhàn)方式已經(jīng)難以適應(yīng)當(dāng)前復(fù)雜的戰(zhàn)場(chǎng)環(huán)境， 戰(zhàn)爭(zhēng)呈現(xiàn)出體系對(duì)抗的特點(diǎn)。 在1997年， 負(fù)責(zé)研究美國(guó)海軍作戰(zhàn)規(guī)劃的Jay Johnson將軍首先提出了網(wǎng)絡(luò)中心戰(zhàn)（Network Centric Warfare）的思想[1]。網(wǎng)絡(luò)中心戰(zhàn)是指以網(wǎng)絡(luò)化的作戰(zhàn)平臺(tái)為基礎(chǔ)， 以多平臺(tái)協(xié)同作戰(zhàn)為主要作戰(zhàn)方式[2]，利用戰(zhàn)場(chǎng)空間中分布的多平臺(tái)上的傳感器對(duì)目標(biāo)進(jìn)行探測(cè)， 為導(dǎo)彈提供目標(biāo)的狀態(tài)信息， 從而實(shí)現(xiàn)網(wǎng)絡(luò)化制導(dǎo)。 網(wǎng)絡(luò)化制導(dǎo)技術(shù)更加強(qiáng)調(diào)聯(lián)合作戰(zhàn)， 充分利用了多種戰(zhàn)場(chǎng)信息， 并使用了強(qiáng)大的數(shù)據(jù)鏈技術(shù)，是適應(yīng)網(wǎng)絡(luò)中心戰(zhàn)發(fā)展而產(chǎn)生的一種新的作戰(zhàn)方式。 在網(wǎng)絡(luò)化制導(dǎo)過(guò)程中， 多平臺(tái)上的傳感器協(xié)同工作， 實(shí)現(xiàn)對(duì)大機(jī)動(dòng)目標(biāo)的連續(xù)有效跟蹤[3]，生成精確的目標(biāo)指示信息[4]，并通過(guò)武器數(shù)據(jù)鏈將其傳送至導(dǎo)彈上， 以達(dá)到提高導(dǎo)彈命中率、 提高作戰(zhàn)效能的目的。 目前，美軍已經(jīng)將網(wǎng)絡(luò)中心戰(zhàn)的概念應(yīng)用于科索沃戰(zhàn)爭(zhēng)、 阿富汗戰(zhàn)爭(zhēng)、 伊拉克戰(zhàn)爭(zhēng)及以后的多項(xiàng)軍事行動(dòng)。 不僅如此， 美軍還將其作為未來(lái)聯(lián)合作戰(zhàn)的核心， 進(jìn)行了一系列的軍事變革和創(chuàng)新。 習(xí)總書(shū)記在十九大報(bào)告中指出： 加快軍事智能化發(fā)展，提高基于網(wǎng)絡(luò)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(lái)的發(fā)展方向。 網(wǎng)絡(luò)化作戰(zhàn)在顯著提高作戰(zhàn)效能、 打擊能力的同時(shí)， 也對(duì)探測(cè)、 制導(dǎo)和控制等系統(tǒng)提出了更高的要求和挑戰(zhàn)。 多平臺(tái)多傳感器信息融合技術(shù)、 面向多導(dǎo)彈編隊(duì)的網(wǎng)絡(luò)化系統(tǒng)協(xié)同制導(dǎo)技術(shù)和智能化協(xié)同制導(dǎo)技術(shù)成為目前研究的重點(diǎn)和難點(diǎn)。

1 基于多平臺(tái)傳感器網(wǎng)絡(luò)信息的導(dǎo)彈制導(dǎo)技術(shù)

基于傳感器網(wǎng)絡(luò)信息的作戰(zhàn)想定主要包括兩種： 一是基于飛機(jī)平臺(tái)協(xié)同的半主動(dòng)制導(dǎo)技術(shù)， 即

采用本機(jī)發(fā)射、 他機(jī)導(dǎo)引的方式對(duì)空空導(dǎo)彈進(jìn)行聯(lián)合操縱; 二是基于飛機(jī)平臺(tái)協(xié)同的網(wǎng)絡(luò)化主動(dòng)制導(dǎo)技術(shù)， 即空空導(dǎo)彈利用多個(gè)飛機(jī)平臺(tái)探測(cè)到的

信息， 通過(guò)彈載信息融合技術(shù)獲得目標(biāo)的狀態(tài)和信息， 從而對(duì)空空導(dǎo)彈實(shí)現(xiàn)主動(dòng)制導(dǎo)。 在第一種作戰(zhàn)想定下， 面臨的主要問(wèn)題包括： 如何在進(jìn)行制導(dǎo)平臺(tái)的切換或空空導(dǎo)彈制導(dǎo)律的切換時(shí)具有較好的性能。 其中， 制導(dǎo)平臺(tái)的切換包含制導(dǎo)權(quán)的移交策略， 制導(dǎo)律的切換包括制導(dǎo)律算法的切換和制導(dǎo)律參數(shù)的改變; 在第二種作戰(zhàn)想定下， 面臨的主要問(wèn)題有如何利用信息融合算法對(duì)來(lái)自于多平臺(tái)的傳感器信息進(jìn)行融合， 得到高精度的目標(biāo)狀態(tài)信息并用于導(dǎo)彈的主動(dòng)制導(dǎo)。

1.1 基于飛機(jī)平臺(tái)協(xié)同的半主動(dòng)制導(dǎo)技術(shù)

該制導(dǎo)過(guò)程中， 主要面臨的問(wèn)題是制導(dǎo)律的切換。 制導(dǎo)信息的切換是平臺(tái)中制導(dǎo)交班的核心任務(wù)， 其誤差對(duì)導(dǎo)彈中制導(dǎo)交接班的精度具有直接影響。 在交接班前后， 制導(dǎo)信息的差異可以從兩種不同的方面描述[5]： 一種是制導(dǎo)平臺(tái)之間的傳感器屬于同一類型， 交接前后所采用的制導(dǎo)律也相同， 但是由于平臺(tái)系統(tǒng)誤差的存在， 可能導(dǎo)致目標(biāo)信息的突變[6]; 另一種是平臺(tái)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(biāo)的信息特性不同， 所采用的制導(dǎo)律也不同， 制導(dǎo)交接還包括了制導(dǎo)律的切換[7]。

近年來(lái)， 在多平臺(tái)制導(dǎo)交接的研究中， 國(guó)內(nèi)外學(xué)者取得了諸多進(jìn)展。 四川大學(xué)的何應(yīng)圳[8]提出， 在制導(dǎo)權(quán)移交時(shí)， 應(yīng)注意按照一定的參數(shù)篩選接班平臺(tái)。 例如優(yōu)先控制權(quán)值超過(guò)其他平臺(tái)， 且當(dāng)前對(duì)飛行器的制導(dǎo)總數(shù)未達(dá)到最大限度的平臺(tái)就是理想的交接班選擇， 在計(jì)算平臺(tái)關(guān)于導(dǎo)彈的優(yōu)先控制權(quán)參數(shù)時(shí)， 平臺(tái)關(guān)于導(dǎo)彈以及平臺(tái)關(guān)于目標(biāo)的優(yōu)先權(quán)參數(shù)的影響均不應(yīng)忽略。 西北工業(yè)大學(xué)的周德云等[9]通過(guò)多無(wú)人機(jī)平臺(tái)對(duì)空空導(dǎo)彈進(jìn)行制導(dǎo)， 在中制導(dǎo)權(quán)移交的過(guò)程中， 根據(jù)超視距協(xié)同作戰(zhàn)的特點(diǎn)， 在建立雙方綜合制導(dǎo)優(yōu)勢(shì)模型的基礎(chǔ)上， 設(shè)計(jì)制導(dǎo)權(quán)移交方法， 并且根據(jù)粒子群算法對(duì)移交策略進(jìn)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(dǎo)交接班模型， 提出了地空作戰(zhàn)系統(tǒng)在地空導(dǎo)彈的協(xié)同制導(dǎo)交接過(guò)程中所需的坐標(biāo)轉(zhuǎn)換模型、 誤差模型以及雷達(dá)截獲概率模型的建立方法， 并且根據(jù)蒙特卡羅隨機(jī)仿真， 確定了不同誤差對(duì)交接班成功概率的影響模型。 田宏亮等[11]基于多模制導(dǎo)技術(shù)， 針對(duì)紅外成像導(dǎo)引頭設(shè)計(jì)了制導(dǎo)律， 根據(jù)導(dǎo)引頭成像特點(diǎn)的不同設(shè)計(jì)不同的制導(dǎo)律。 海軍航空大學(xué)的劉振等[12]設(shè)計(jì)了一種協(xié)同制導(dǎo)交接方案， 將交班平臺(tái)的選擇概率由交接制導(dǎo)優(yōu)勢(shì)、 空戰(zhàn)效能優(yōu)勢(shì)和導(dǎo)引頭截獲目標(biāo)概率的乘積表示出來(lái)。 同時(shí)， 以敵方毀傷的最大化以及我方損失的最小化為目標(biāo)， 提出了協(xié)同制導(dǎo)下的空戰(zhàn)決策模型， 并借助進(jìn)化算法的理論， 提出一種分布估計(jì)免疫算法來(lái)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(xiàn)[13]針對(duì)艦空導(dǎo)彈在超視距攔截作戰(zhàn)情況下的制導(dǎo)交接問(wèn)題， 根據(jù)典型的作戰(zhàn)想定， 提出了可切換的制導(dǎo)律， 由此提高了制導(dǎo)交接的可靠性， 具有較好的工程應(yīng)用價(jià)值。 空軍工程大學(xué)的肖冰松等人[14]則研究了己方飛機(jī)火控雷達(dá)對(duì)目標(biāo)探測(cè)概率的角度， 并借助PD探測(cè)盲區(qū)建立起一種新的制導(dǎo)優(yōu)勢(shì)模型。 這種方法適用于不同戰(zhàn)場(chǎng)態(tài)勢(shì)下的制導(dǎo)， 但對(duì)敵方干擾問(wèn)題考慮不足。 余名哲等[15]考慮多平臺(tái)接替制導(dǎo)過(guò)程中的誤差影響， 通過(guò)引進(jìn)平滑因子， 設(shè)計(jì)了平滑交接制導(dǎo)律， 改善系統(tǒng)的抗干擾能力和動(dòng)態(tài)特性。 黃宇達(dá)等[16]根據(jù)空空導(dǎo)彈交接班的特點(diǎn)， 設(shè)計(jì)了能夠保證平滑過(guò)渡的中制導(dǎo)律， 借助仿真計(jì)算， 驗(yàn)證了該中制導(dǎo)律的可行性。 文獻(xiàn)[17]則研究了在不同制導(dǎo)律切換過(guò)程系統(tǒng)的主要影響因素， 分析了空空導(dǎo)彈交接段導(dǎo)引頭的目標(biāo)指向偏差問(wèn)題， 為工程研究提供了有效的指導(dǎo)。刁興華等[5]面對(duì)相同類型飛機(jī)平臺(tái)進(jìn)行導(dǎo)彈制導(dǎo)權(quán)移交的過(guò)程中相對(duì)突出的信息過(guò)渡不平穩(wěn)問(wèn)題， 借助假想目標(biāo)保證信息平滑過(guò)渡， 同時(shí)使假想目標(biāo)逐漸逼近真實(shí)目標(biāo)， 并且提供了三種不同的中制導(dǎo)權(quán)移交算法， 在目標(biāo)機(jī)動(dòng)/不機(jī)動(dòng)兩種情況下， 對(duì)比了每種移交算法對(duì)空空導(dǎo)彈過(guò)載產(chǎn)生的作用。 最后， 通過(guò)仿真證明了所提方法能夠有效抑制過(guò)載突變， 保證中制導(dǎo)任務(wù)避免出現(xiàn)較大的干擾。

1.2 基于飛機(jī)平臺(tái)協(xié)同的網(wǎng)絡(luò)化主動(dòng)制導(dǎo)技術(shù)

在網(wǎng)絡(luò)化制導(dǎo)中， 目標(biāo)狀態(tài)信息不再由單一的機(jī)載傳感器或彈載傳感器獲得， 而是由戰(zhàn)場(chǎng)中分布于陸、 海、 空、 天等多種平臺(tái)上的傳感器提供。 多平臺(tái)多傳感器信息融合技術(shù)是網(wǎng)絡(luò)制導(dǎo)的關(guān)鍵技術(shù)之一， 如何綜合、 有效地利用來(lái)自多平臺(tái)的多傳感器探測(cè)信息， 對(duì)目標(biāo)當(dāng)前運(yùn)動(dòng)狀態(tài)進(jìn)行連續(xù)、 有效、 高精度的估計(jì)， 是網(wǎng)絡(luò)化制導(dǎo)面臨的關(guān)鍵問(wèn)題之一。

自數(shù)據(jù)融合的概念提出以來(lái)， 各國(guó)官方與學(xué)術(shù)機(jī)構(gòu)在信息融合領(lǐng)域進(jìn)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(guó)國(guó)防部將信息融合技術(shù)視作20世紀(jì)最后十年需要突破的關(guān)鍵技術(shù)之一， 并將信息融合技術(shù)應(yīng)用于目標(biāo)跟蹤、 敵我識(shí)別、 目標(biāo)威脅評(píng)估等武器裝備研究中， 并且在近年的局部戰(zhàn)爭(zhēng)中取得了巨大的成功。 美國(guó)康乃狄克大學(xué)的YaakovBar Shalom教授在密集回波環(huán)境下的數(shù)據(jù)關(guān)聯(lián)、 真假目標(biāo)判定等領(lǐng)域進(jìn)行了大量的研究， 提出了概率數(shù)據(jù)關(guān)聯(lián)以及聯(lián)合概率數(shù)據(jù)關(guān)聯(lián)算法。 國(guó)內(nèi)關(guān)于信息融合技術(shù)的研究也取得了諸多進(jìn)展。 韓崇召教授和李曉榕教授在傳感器的誤差傳遞和補(bǔ)償方面進(jìn)行了一系列研究， 并且取得了諸多成果; 何友院士則在雷達(dá)傳感器的信息融合方面取得了大量成果。

1.2.1 時(shí)間配準(zhǔn)算法

在面向空空導(dǎo)彈的網(wǎng)絡(luò)化制導(dǎo)技術(shù)中， 導(dǎo)彈會(huì)接收到來(lái)自多傳感器平臺(tái)的目標(biāo)探測(cè)信息。 但是由于各傳感器平臺(tái)之間相互獨(dú)立， 平臺(tái)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?fù)浣Y(jié)構(gòu)， 也會(huì)存在著不同的時(shí)延[18]， 這些因素都會(huì)導(dǎo)致各傳感器平臺(tái)將探測(cè)數(shù)據(jù)傳輸至導(dǎo)彈的時(shí)間不同， 即各個(gè)平臺(tái)和傳感器的數(shù)據(jù)具有不同的時(shí)間特性。 因此需要在彈載計(jì)算機(jī)上采用時(shí)間配準(zhǔn)算法， 將這些數(shù)據(jù)統(tǒng)一到同一時(shí)間基準(zhǔn)上。 目前實(shí)際工程中常用的時(shí)間配準(zhǔn)算法包括內(nèi)插外推法、 最小二乘法、 曲線擬合法以及異步狀態(tài)估計(jì)法等。 最小二乘時(shí)間配準(zhǔn)算法是目前精度較高、 工程應(yīng)用最廣泛的時(shí)間配準(zhǔn)算法， 但也具有一定的局限性。 最小二乘時(shí)間配準(zhǔn)算法假定兩個(gè)傳感器的采樣頻率為倍數(shù)關(guān)系， 且假設(shè)目標(biāo)為勻速運(yùn)動(dòng)。 曲線擬合算法[19]則是根據(jù)一段時(shí)間內(nèi)的傳感器探測(cè)數(shù)據(jù)， 采用最小二乘準(zhǔn)則， 擬合出一條以時(shí)間作為變量的多項(xiàng)式曲線， 并由此得到在此時(shí)間段內(nèi)任意時(shí)刻的目標(biāo)探測(cè)信息， 從而可以實(shí)現(xiàn)任意時(shí)間配準(zhǔn)頻率條件下的時(shí)間配準(zhǔn)， 但隨時(shí)間的增加， 其計(jì)算量顯著增大。 西北工業(yè)大學(xué)的高穎等[20]設(shè)計(jì)了一種時(shí)間配準(zhǔn)算法， 該算法面對(duì)的是交互多模型， 并針對(duì)其中每個(gè)模型均采取了擴(kuò)展卡爾曼濾波。 這種方法使時(shí)間配準(zhǔn)更加精確， 解決了復(fù)雜機(jī)動(dòng)目標(biāo)的時(shí)間配準(zhǔn)問(wèn)題。 此外， 李捷[21]提出了一種通用的時(shí)間配準(zhǔn)數(shù)學(xué)模型， 觀察并研究了時(shí)間配準(zhǔn)誤差， 建立了誤差的傳遞模型， 在勻加速、 變加速等運(yùn)動(dòng)中通過(guò)濾波的方法實(shí)現(xiàn)時(shí)間配準(zhǔn)， 而在復(fù)雜的非規(guī)律運(yùn)動(dòng)中用顯式函數(shù)表達(dá)式表征軌跡模型， 分析出時(shí)間配準(zhǔn)誤差。 這種方法能夠給出誤差估計(jì)， 同時(shí)能夠高效地完成異構(gòu)多源信息的時(shí)間配準(zhǔn)。

1.2.2 空間配準(zhǔn)算法

空間配準(zhǔn)是指利用多平臺(tái)傳感器信息對(duì)空間中合作目標(biāo)或者同一非合作目標(biāo)的探測(cè)信息， 對(duì)傳感器的系統(tǒng)偏差進(jìn)行估計(jì)和在線補(bǔ)償， 從而達(dá)到提高數(shù)據(jù)融合算法精度的目的[22]。 常見(jiàn)的空間配準(zhǔn)算法可以分為合作目標(biāo)的空間配準(zhǔn)算法和非合作目標(biāo)的空間配準(zhǔn)算法[23]。 合作目標(biāo)的空間配準(zhǔn)算法一般用于民用領(lǐng)域的交通控制; 非合作目標(biāo)的空間配準(zhǔn)算法則可以分為離線空間配準(zhǔn)算法和在線空間配準(zhǔn)算法兩類。

其中， 離線空間配準(zhǔn)算法主要包括實(shí)時(shí)質(zhì)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(jì)等， 離線計(jì)算往往無(wú)法滿足空空導(dǎo)彈網(wǎng)絡(luò)化制導(dǎo)對(duì)于實(shí)時(shí)性的要求。 而在線空間配準(zhǔn)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(biāo)系。 基于聯(lián)合狀態(tài)向量的空間配準(zhǔn)算法將目標(biāo)的狀態(tài)向量與傳感器的量測(cè)誤差向量組合成一個(gè)擴(kuò)展?fàn)顟B(tài)向量， 通過(guò)設(shè)計(jì)濾波器， 對(duì)目標(biāo)的運(yùn)動(dòng)參數(shù)和傳感器的測(cè)量誤差同時(shí)估算。 李捷將平臺(tái)內(nèi)采樣不同的坐標(biāo)系內(nèi)各傳感器的量測(cè)轉(zhuǎn)換成同一個(gè)極坐標(biāo)系中的數(shù)據(jù)， 實(shí)現(xiàn)了空間方位偏差的配準(zhǔn)[21]。 Friedland等人[24]在探測(cè)誤差不變或者緩變的情況下， 將目標(biāo)的狀態(tài)與傳感器的探測(cè)誤差進(jìn)行解耦， 分開(kāi)進(jìn)行估計(jì)， 從而實(shí)現(xiàn)了空間配準(zhǔn)。 潘江懷等[25]針對(duì)空間配準(zhǔn)系統(tǒng)觀測(cè)度較低時(shí)由于劇烈變化的隨機(jī)噪聲導(dǎo)致的位置偏差估計(jì)量的巨大波動(dòng)， 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(shí)時(shí)估計(jì)方面取得了突破式進(jìn)展。 方峰等人[26]采用了兩階擴(kuò)展卡爾曼濾波器， 借助交互多模型算法和兩階段擴(kuò)展卡爾曼濾波算法進(jìn)行目標(biāo)跟蹤與空間配準(zhǔn)， 減小了計(jì)算復(fù)雜程度， 并提高了計(jì)算效率。 謝宇婷等人[27]對(duì)傳感器測(cè)量誤差和姿態(tài)誤差建立模型， 使用一種改進(jìn)的基于地心固連坐標(biāo)系的卡爾曼濾波， 在一個(gè)公共的坐標(biāo)系下構(gòu)造出關(guān)于狀態(tài)的線性偽量測(cè)值， 通過(guò)卡爾曼濾波估計(jì)出各偏差量的大小。 基于此偏差量的誤差補(bǔ)償能極大提高目標(biāo)跟蹤精度。

1.2.3 數(shù)據(jù)融合算法

由于空空導(dǎo)彈會(huì)接收不同探測(cè)平臺(tái)的數(shù)據(jù)， 因此需要采用數(shù)據(jù)融合算法對(duì)這些數(shù)據(jù)進(jìn)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(guò)狀態(tài)估計(jì)算法對(duì)目標(biāo)的運(yùn)動(dòng)狀態(tài)進(jìn)行估計(jì); 而分布式融合算法則是采用狀態(tài)估計(jì)算法對(duì)目標(biāo)的局部航跡進(jìn)行估計(jì)。 狀態(tài)估計(jì)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(duì)這兩種算法進(jìn)行介紹。

首先是線性狀態(tài)估計(jì)算法。線性狀態(tài)估計(jì)算法分為離線估計(jì)和在線估計(jì)兩種。 由于離線狀態(tài)估計(jì)算法主要針對(duì)事后的分析和處理， 因此無(wú)法滿足空空導(dǎo)彈網(wǎng)絡(luò)化制導(dǎo)對(duì)于計(jì)算實(shí)時(shí)性的要求。 在離線狀態(tài)估計(jì)算法中， 工程中最常見(jiàn)的是Kalman濾波算法， 廣泛應(yīng)用于目標(biāo)的識(shí)別、 跟蹤， 飛行器的導(dǎo)航、 制導(dǎo)與控制。 在線性狀態(tài)估計(jì)算法方面， 隋天舉[28]推廣了網(wǎng)絡(luò)信息丟包時(shí)的狀態(tài)估計(jì)穩(wěn)定的條件， 提取出一種在分析狀態(tài)估計(jì)穩(wěn)定性時(shí)通用性較強(qiáng)的工具， 并且在高斯置信傳播理論的基礎(chǔ)上實(shí)現(xiàn)大系統(tǒng)分布式狀態(tài)估計(jì)。

其次是非線性狀態(tài)估計(jì)算法。 非線性濾波問(wèn)題可以分為概率密度估計(jì)和點(diǎn)估計(jì)兩類。 其中點(diǎn)估計(jì)主要估計(jì)狀態(tài)的一階矩和二階矩; 概率密度估計(jì)則是根據(jù)先驗(yàn)信息和量測(cè)數(shù)據(jù)對(duì)狀態(tài)的條件概率密度進(jìn)行估計(jì)。

需要說(shuō)明的是非線性點(diǎn)估計(jì)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(kuò)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(jì)特性數(shù)值計(jì)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(jì)模型的非線性濾波算法， 此類方法采用統(tǒng)計(jì)線性化的方法對(duì)非線性函數(shù)進(jìn)行近似， 隨后借助卡爾曼濾波算法進(jìn)行推算[31]。

非線性狀態(tài)密度估計(jì)算法的估計(jì)過(guò)程分為狀態(tài)預(yù)測(cè)與狀態(tài)更新兩個(gè)步驟， 其中狀態(tài)預(yù)測(cè)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(duì)非線性模型和非高斯模型可能的粒子退化問(wèn)題， 郭承軍[32]又在容積卡爾曼濾波的基礎(chǔ)上用高斯混合模型來(lái)近似高斯與非高斯后驗(yàn)概率密度函數(shù)。

1.2.4 網(wǎng)絡(luò)化信息處理方法

在網(wǎng)絡(luò)化制導(dǎo)過(guò)程中， 時(shí)常會(huì)面臨不同載機(jī)平臺(tái)上不同類型的傳感器需要進(jìn)行制導(dǎo)信息的融合。 不同類型傳感器生成的數(shù)據(jù)信息往往構(gòu)成不同的數(shù)據(jù)模型， 存在著模型不精確和外部擾動(dòng)的問(wèn)題[33]。 此時(shí)， 采用多模型切換和自適應(yīng)控制的方法可減輕數(shù)據(jù)融合過(guò)程中面臨的兼容與穩(wěn)定的風(fēng)險(xiǎn)。

多模型切換問(wèn)題適合解決非線性系統(tǒng)和復(fù)雜系統(tǒng)控制問(wèn)題， 在飛行器制導(dǎo)與控制中已得到廣泛應(yīng)用[34]。 面對(duì)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(wèn)題， 首先將被控對(duì)象在不同工作狀態(tài)下的運(yùn)動(dòng)特性用某一子模型來(lái)表示， 接著針對(duì)所有子模型分別設(shè)計(jì)對(duì)應(yīng)的控制器， 并根據(jù)切換策略完成相應(yīng)控制器的選擇和切換[35]。 王宇飛等人[36]通過(guò)構(gòu)造出公共李雅普諾夫函數(shù)， 設(shè)計(jì)出基于多模型切換的模糊自適應(yīng)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(yīng)用到BTT導(dǎo)彈的轉(zhuǎn)彎與跟蹤中。 邵雷等人[39]運(yùn)用多模型切換提高了導(dǎo)彈的瞬態(tài)響應(yīng)性能。

自適應(yīng)控制對(duì)導(dǎo)彈制導(dǎo)模型及擾動(dòng)的先驗(yàn)信息依賴較少， 可以不斷提取模型信息， 使模型越來(lái)越準(zhǔn)確， 適合參數(shù)不確定的系統(tǒng)控制問(wèn)題。 何金剛等人[40]運(yùn)用方差自適應(yīng)算法將主動(dòng)雷達(dá)導(dǎo)引頭和紅外成像導(dǎo)引頭測(cè)量信息進(jìn)行數(shù)據(jù)融合， 使得系統(tǒng)狀態(tài)能更好地跟蹤真實(shí)值。 許建忠等人[41]對(duì)無(wú)跡卡爾曼濾波（UKF）估計(jì)得到的毫米波制導(dǎo)信息與紅外制導(dǎo)信息進(jìn)行自適應(yīng)加權(quán)融合， 提高了制導(dǎo)量測(cè)的精度。

自適應(yīng)控制實(shí)質(zhì)上依舊是基于數(shù)學(xué)模型的控制， 若系統(tǒng)的結(jié)構(gòu)和參數(shù)均不確定， 則數(shù)學(xué)模型控制方式失效， 此時(shí)應(yīng)考慮借助智能控制的原理。

2 多導(dǎo)彈編隊(duì)網(wǎng)絡(luò)化協(xié)同制導(dǎo)技術(shù)

以上文獻(xiàn)的研究主要集中在多飛機(jī)平臺(tái)對(duì)單枚導(dǎo)彈的主動(dòng)制導(dǎo)技術(shù)。 對(duì)于多飛機(jī)平臺(tái)對(duì)多枚導(dǎo)彈的網(wǎng)絡(luò)化主動(dòng)制導(dǎo)技術(shù)， 例如文獻(xiàn)[42]對(duì)兩個(gè)攔截器進(jìn)行編隊(duì)協(xié)同制導(dǎo)的信息融合研究， 還有很廣闊的研究空間。

導(dǎo)彈協(xié)同攻擊時(shí)， 通信網(wǎng)絡(luò)總會(huì)產(chǎn)生傳輸時(shí)延， 編隊(duì)拓?fù)浣Y(jié)構(gòu)也很難全程清晰地體現(xiàn)出來(lái)。 從而使導(dǎo)彈協(xié)同攻擊任務(wù)的執(zhí)行質(zhì)量大打折扣。 這些問(wèn)題首先在智能體[43-44]、 無(wú)人機(jī)和衛(wèi)星[45-46]等方面做了一系列研究。 針對(duì)導(dǎo)彈編隊(duì)， 文獻(xiàn)[47]提出了一種能控制攻擊時(shí)間的制導(dǎo)律。 文獻(xiàn)[48]同時(shí)考慮到網(wǎng)絡(luò)通信存在時(shí)延、 非定常的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)不明晰以及網(wǎng)絡(luò)拓?fù)溥M(jìn)行變換時(shí)， 將多導(dǎo)彈協(xié)同攻擊問(wèn)題用矩陣形式表達(dá)出來(lái)， 對(duì)拓?fù)浣Y(jié)構(gòu)依賴性較低。 具體方法是， 針對(duì)固定網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)， 構(gòu)造出“分歧系統(tǒng)”， 將導(dǎo)彈編隊(duì)時(shí)間一致性的收斂性轉(zhuǎn)化為分歧系統(tǒng)的穩(wěn)定性。 構(gòu)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(shí)導(dǎo)彈協(xié)同制導(dǎo)能夠滿足要求; 而推廣到動(dòng)態(tài)網(wǎng)絡(luò)切換拓?fù)浣Y(jié)構(gòu)時(shí)， 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(jìn)穩(wěn)定的， 導(dǎo)彈協(xié)同制導(dǎo)也可得到滿足。

文獻(xiàn)[48]提出了針對(duì)固定目標(biāo)的協(xié)同制導(dǎo)。 對(duì)于空空導(dǎo)彈， 由于航路時(shí)刻都會(huì)變化， 則需要飛機(jī)平臺(tái)持續(xù)保持導(dǎo)彈的制導(dǎo)權(quán)， 研究的系統(tǒng)應(yīng)同時(shí)包括飛機(jī)與導(dǎo)彈的數(shù)據(jù)信息。

網(wǎng)絡(luò)化技術(shù)發(fā)展迅速， 通信帶寬往往難以提供相應(yīng)水平的支持， 制導(dǎo)指令的傳輸丟包概率也在增加[49]。 文獻(xiàn)[50]對(duì)出現(xiàn)丟包的網(wǎng)絡(luò)進(jìn)行制導(dǎo)控制算法的一體化構(gòu)造， 假設(shè)丟包概率可以預(yù)先統(tǒng)計(jì)出來(lái)， 構(gòu)造出包含網(wǎng)絡(luò)丟包的制導(dǎo)控制一體化模型， 再借助滑?？刂坪头囱菘刂频睦碚?， 推演出導(dǎo)彈制導(dǎo)控制一體化的算法。

與傳統(tǒng)制導(dǎo)技術(shù)相比， 組成編隊(duì)的各導(dǎo)彈需要相互配合， 策應(yīng)行動(dòng)。 編隊(duì)運(yùn)動(dòng)遵循基于各種戰(zhàn)術(shù)協(xié)作目的制導(dǎo)律。 對(duì)多導(dǎo)彈網(wǎng)絡(luò)化協(xié)同制導(dǎo)問(wèn)題， 下面分為四部分進(jìn)行分析[51]。

2.1 針對(duì)多枚導(dǎo)彈攻擊空間的協(xié)同制導(dǎo)

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

最優(yōu)導(dǎo)引律的優(yōu)勢(shì)是能避免性能指標(biāo)和終端約束的制約， 在理想環(huán)境下， 最優(yōu)導(dǎo)引律具有最佳的制導(dǎo)性能。 然而， 最優(yōu)導(dǎo)引律往往是在各種假設(shè)和簡(jiǎn)化的基礎(chǔ)上進(jìn)行設(shè)計(jì)的， 魯棒性得不到滿足。 與此同時(shí)， 自適應(yīng)控制、 預(yù)測(cè)控制和模糊控制等一系列非線性控制方法也用來(lái)進(jìn)行具有最終落角約束的導(dǎo)引律設(shè)計(jì)[57]。 此外， 在比例導(dǎo)引律的基礎(chǔ)上增加專門約束角度的偏置項(xiàng)的偏置比例導(dǎo)引律也受到越來(lái)越多的關(guān)注。 對(duì)此， 蔡洪等人在文獻(xiàn)[52]中將導(dǎo)彈攻擊角度約束作了集中比較。

胡正東等在文獻(xiàn)[56]引入了最優(yōu)控制等理論， 消除了不確定干擾并設(shè)計(jì)出帶有攻擊角度約束的三維制導(dǎo)律， 同時(shí)引入徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的自適應(yīng)調(diào)節(jié)原理， 改善了能量耗散等問(wèn)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(zhǎng)足發(fā)展[57-65]。 Kumar S R等人[58]提出了基于滑?？刂频闹茖?dǎo)律計(jì)算導(dǎo)彈的橫向過(guò)載， 在有限時(shí)間內(nèi)實(shí)現(xiàn)期望的攻擊角度。 Kim T H等人[62]又提出了成形制導(dǎo)律， 不需要剩余時(shí)間估計(jì)和范圍信息， 只需要視線速率信息， 因此具有簡(jiǎn)單可行的實(shí)現(xiàn)結(jié)構(gòu)。 此外， 該制導(dǎo)律提供的視線角小于導(dǎo)彈導(dǎo)引律最大限度， 因此在中末制導(dǎo)交接時(shí)避免導(dǎo)引失效。 Lee C H等人[63]提出的攔截角度控制引導(dǎo)（IACG）的方法由比例導(dǎo)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(biāo)提供了理論基礎(chǔ)。

此外， 文獻(xiàn)[66]借鑒了最優(yōu)控制的原理， 在動(dòng)能攔截器打擊目標(biāo)時(shí)， 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(dǎo)引律也能夠約束終端攻擊角度， 既避免了預(yù)測(cè)導(dǎo)彈到目標(biāo)的距離， 也避免了預(yù)測(cè)剩余飛行時(shí)間， 這樣就滿足了以零脫靶量和期望的攻擊時(shí)間設(shè)為任意值時(shí)能夠有效擊中目標(biāo)。 此外， 周軍等人[68]基于滾轉(zhuǎn)制導(dǎo)與三維圓周制導(dǎo)， 先在三維空間內(nèi)確定出圓軌跡， 再通過(guò)滾轉(zhuǎn)制導(dǎo)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(jié)構(gòu)控制理論對(duì)制導(dǎo)律進(jìn)行設(shè)計(jì)。 張良等人[69]通過(guò)引入一個(gè)非線性觀測(cè)器估計(jì)目標(biāo)加速度信息， 基于滑模理論設(shè)計(jì)制導(dǎo)律， 使導(dǎo)彈在三維視線角中在有限時(shí)間內(nèi)能夠達(dá)到期望的攻擊角度。

針對(duì)網(wǎng)絡(luò)化導(dǎo)彈相互協(xié)同地執(zhí)行作戰(zhàn)任務(wù)， 張春妍等人[70]提出了基于導(dǎo)彈相互協(xié)作的偏置比例制導(dǎo)算法。 這種導(dǎo)引律即在比例導(dǎo)引律的基礎(chǔ)項(xiàng)上擴(kuò)展一個(gè)偏置項(xiàng)。 首先只需考慮單枚導(dǎo)彈， 建立起偏置比例導(dǎo)引算法， 該算法能控制攻擊角度。 接著拓展到呈現(xiàn)出網(wǎng)絡(luò)化的導(dǎo)彈編隊(duì)為對(duì)象的協(xié)同制導(dǎo)時(shí)， 根據(jù)不同導(dǎo)彈剩余打擊時(shí)間的離散程度， 靈活地變換各導(dǎo)彈制導(dǎo)律比例導(dǎo)引相關(guān)項(xiàng)中的比例系數(shù)， 改變導(dǎo)彈彈道曲率， 從而實(shí)現(xiàn)各導(dǎo)彈以特定角度到達(dá)目標(biāo)。 此外， 該文獻(xiàn)明確將導(dǎo)彈軌跡曲率與比例導(dǎo)引的加速度指令和落角攻擊調(diào)節(jié)的加速度指令聯(lián)系起來(lái)， 使得剩余時(shí)間可以較準(zhǔn)確地估計(jì)出來(lái)。 宋俊紅等人[71-72]則基于圖論的有關(guān)內(nèi)容， 通過(guò)速度變化指令來(lái)促使所有導(dǎo)彈與目標(biāo)的相對(duì)距離在有限時(shí)間內(nèi)達(dá)到一致， 同時(shí)運(yùn)用非齊次干擾觀測(cè)器對(duì)機(jī)動(dòng)目標(biāo)的過(guò)載予以估計(jì)， 保證了每枚導(dǎo)彈以期望的視線角擊中目標(biāo)。 此外， 文獻(xiàn)[73]構(gòu)造了具有末段打擊角約束的多彈協(xié)同制導(dǎo)模型， 在制導(dǎo)第一階段， 基于自適應(yīng)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(dǎo)彈都實(shí)現(xiàn)機(jī)動(dòng)。 在制導(dǎo)第二階段， 提出了一種新的自適應(yīng)非奇異快速終端滑?？刂坡桑?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(shí)間收斂到期望值， 同時(shí)基于Lyapunov理論給出了詳細(xì)的有限時(shí)間穩(wěn)定性分析。

2.2 針對(duì)多枚導(dǎo)彈攻擊時(shí)間的協(xié)同制導(dǎo)

對(duì)于多導(dǎo)彈協(xié)同制導(dǎo)的攻擊時(shí)間協(xié)同制導(dǎo)律， 大體可分為基于雙層導(dǎo)引結(jié)構(gòu)的攻擊時(shí)間協(xié)同制導(dǎo)律[73-74]、 基于偏置比例導(dǎo)引的時(shí)間協(xié)同制導(dǎo)律[75-77]和基于“領(lǐng)彈-從彈”的時(shí)間協(xié)同制導(dǎo)律[78-80]。

文獻(xiàn)[71]提出將已有的具有導(dǎo)引時(shí)間限制的制導(dǎo)律（ImpactTime Control Guidance，ITCG）作為底層導(dǎo)引層， 上層協(xié)調(diào)層則選擇集中式協(xié)調(diào)策略。 建立以導(dǎo)彈消耗控制能量為代價(jià)函數(shù)的協(xié)調(diào)量， 協(xié)調(diào)層選取消耗的控制能量為最小值對(duì)應(yīng)的時(shí)間作為剩余導(dǎo)引時(shí)間， 再由導(dǎo)引層按照剩余導(dǎo)引時(shí)間確定導(dǎo)彈攻擊時(shí)間。 文獻(xiàn)[75]進(jìn)一步引入了加權(quán)平均一致算法， 將文獻(xiàn)[74]求出的協(xié)調(diào)量進(jìn)行修正， 得到分布式協(xié)調(diào)的時(shí)間導(dǎo)引律， 且文獻(xiàn)[75]不需要網(wǎng)絡(luò)內(nèi)所有單元實(shí)現(xiàn)全互聯(lián)。趙世鈺等人[73]認(rèn)為基于協(xié)調(diào)變量的方法通訊量小， 分布性好， 分為導(dǎo)引層和協(xié)調(diào)層， 協(xié)同制導(dǎo)架構(gòu)圖如圖1所示。 基于協(xié)調(diào)變量的方法首先需要由上層的協(xié)調(diào)層集中式確定指定攻擊時(shí)間， 再由底層的制導(dǎo)層利用時(shí)間導(dǎo)引律使飛行器向攻擊時(shí)間趨近。

基于偏置比例導(dǎo)引律的方法是以剩余時(shí)間作為協(xié)同制導(dǎo)的基本量， 這種制導(dǎo)思想建立在協(xié)同控制理論的基礎(chǔ)上。 文獻(xiàn)[79]并沒(méi)有明確闡明達(dá)成協(xié)同制導(dǎo)時(shí)究竟需要什么程度的通信網(wǎng)絡(luò)條件，

而只是借鑒目前經(jīng)典的的攻擊時(shí)間控制導(dǎo)引律， 以此確定制導(dǎo)律的相關(guān)附加項(xiàng)。

基于領(lǐng)彈-被領(lǐng)彈的時(shí)間協(xié)同比例導(dǎo)引法選取某一導(dǎo)彈甚至選取假設(shè)點(diǎn)作為制導(dǎo)的參考， 各枚從彈也追隨該參考進(jìn)行運(yùn)動(dòng)[80]。 文獻(xiàn)[81]將目標(biāo)作為領(lǐng)彈， 導(dǎo)彈均為從彈， 將時(shí)間一致性轉(zhuǎn)化為導(dǎo)彈總速度、 彈道傾角和彈道偏角的指令， 在控制器設(shè)置中將上述三個(gè)指令交由三個(gè)子系統(tǒng)實(shí)現(xiàn)。 而同步算法給出慣性坐標(biāo)系的三個(gè)速度分量， 借助姿態(tài)角， 基于運(yùn)動(dòng)學(xué)方程推導(dǎo)出速度、 彈道傾角和彈道偏角的指令。 對(duì)此， 張友安等在文獻(xiàn)[82]中對(duì)基于不同攻擊時(shí)間的協(xié)同制導(dǎo)律進(jìn)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(jié)構(gòu)理論， 設(shè)計(jì)了攻擊角約束在有限時(shí)間內(nèi)收斂的制導(dǎo)律。 利用李雅普諾夫理論對(duì)制導(dǎo)律穩(wěn)定性和制導(dǎo)律有限時(shí)間的收斂進(jìn)行分析， 借助飽和函數(shù)抑制抖動(dòng)影響， 提高了系統(tǒng)的魯棒性， 使得導(dǎo)彈在保證命中機(jī)動(dòng)性強(qiáng)的目標(biāo)的同時(shí)， 視線角在有限時(shí)間內(nèi)也將盡快收斂到期望范圍內(nèi)。

Su Wenshan等人[85]則針對(duì)高機(jī)動(dòng)目標(biāo)提出了一種新的協(xié)同制導(dǎo)策略。 在制導(dǎo)階段開(kāi)始時(shí)多個(gè)導(dǎo)彈分散行動(dòng)， 首先對(duì)通信能力較弱的編隊(duì)計(jì)算出最小的相對(duì)機(jī)動(dòng)性優(yōu)勢(shì)和最少的可用導(dǎo)彈數(shù)量， 使導(dǎo)彈編隊(duì)能保證覆蓋目標(biāo)機(jī)動(dòng)逃逸的區(qū)域， 然后再進(jìn)行協(xié)同制導(dǎo); 其次將通信能力較強(qiáng)的導(dǎo)彈編隊(duì)進(jìn)行協(xié)調(diào)變量的微調(diào);然后設(shè)計(jì)相應(yīng)的閉環(huán)協(xié)同制導(dǎo)策略， 協(xié)同攻擊單個(gè)導(dǎo)彈不易攔截的高機(jī)動(dòng)目標(biāo)。

2.3 兼顧多枚導(dǎo)彈攻擊角度和攻擊時(shí)間的協(xié)同制導(dǎo)

導(dǎo)彈編隊(duì)在攻擊重要的目標(biāo)時(shí)， 需要面對(duì)敵方的防空網(wǎng)絡(luò)， 為了保證導(dǎo)彈的攻擊效果， 往往需要對(duì)攻擊角度和攻擊時(shí)間一起考慮， 在這兩方面同時(shí)滿足多導(dǎo)彈的協(xié)同制導(dǎo)。

文獻(xiàn)[86]提出了一種攻擊角度和攻擊時(shí)間兼顧的三維制導(dǎo)律。 此外， Lee等人借助最優(yōu)控制原理， 通過(guò)加速度微分以及剩余時(shí)間誤差分別實(shí)現(xiàn)攻擊角度和攻擊時(shí)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(shè)計(jì)了目標(biāo)打擊角度的制導(dǎo)律， 接著設(shè)計(jì)了導(dǎo)彈以勻速或勻變速運(yùn)動(dòng)過(guò)程中的時(shí)間制導(dǎo)律， 在文獻(xiàn)[89]中， 他們首先將攻擊剩余時(shí)間問(wèn)題轉(zhuǎn)化為非線性距離跟蹤控制問(wèn)題， 再計(jì)算出各枚導(dǎo)彈的剩余飛行時(shí)間， 以此確定出導(dǎo)彈編隊(duì)的攻擊時(shí)間; 其次設(shè)計(jì)非線性距離跟蹤系統(tǒng); 最后構(gòu)造出變結(jié)構(gòu)制導(dǎo)的數(shù)學(xué)模型來(lái)更準(zhǔn)確地控制攻擊角度。 陳志剛等人[90]則采取了一種新途徑， 對(duì)非線性運(yùn)動(dòng)學(xué)方程進(jìn)行線性化處理， 再運(yùn)用加速度微分的數(shù)學(xué)工具對(duì)攻擊角度和攻擊時(shí)間均進(jìn)行控制; 若攻擊角度較大導(dǎo)致線性化假設(shè)無(wú)法適用時(shí)， 則運(yùn)用非線性誤差反饋原理， 將線性化過(guò)程造成的誤差進(jìn)行適當(dāng)補(bǔ)償， 并將補(bǔ)償后的信息反饋到系統(tǒng)的回路中， 以此來(lái)保證控制過(guò)程的精度。 馬國(guó)欣等人[91]定義一枚虛擬領(lǐng)彈， 將攻擊時(shí)間和攻擊角度問(wèn)題等效為從彈對(duì)虛擬領(lǐng)彈進(jìn)行非線性軌跡跟蹤的控制問(wèn)題。 確保眾多從彈與領(lǐng)彈維持一定的空間距離， 規(guī)劃一條由圓弧聯(lián)結(jié)的軌跡并開(kāi)始操縱各從彈， 使得從彈軌跡按照各自軌跡逐漸向領(lǐng)彈期望的軌跡收斂， 最終對(duì)攻擊時(shí)間和攻擊角度進(jìn)行同時(shí)控制。 張友根等[92]則借助雙圓弧原理， 改善導(dǎo)彈彈道， 使導(dǎo)彈以預(yù)先期望的攻擊角度執(zhí)行攻擊任務(wù)， 然后根據(jù)導(dǎo)彈剩余飛行時(shí)間的估計(jì)值與預(yù)先期望時(shí)間的偏差量， 形成導(dǎo)彈的理想飛行軌跡， 并推算出相應(yīng)的時(shí)間， 從而進(jìn)行補(bǔ)償機(jī)動(dòng)飛行， 以此實(shí)現(xiàn)導(dǎo)彈同時(shí)滿足特定攻擊時(shí)間和特定攻擊角度進(jìn)行目標(biāo)打擊的要求;在文獻(xiàn)[93]中， 他們對(duì)導(dǎo)彈側(cè)向和縱向兩個(gè)通道的運(yùn)動(dòng)過(guò)程進(jìn)行初步解耦， 在側(cè)向運(yùn)動(dòng)通道中， 導(dǎo)彈攻擊時(shí)間問(wèn)題被等效成非線性距離跟蹤問(wèn)題， 并根據(jù)時(shí)間計(jì)算出期望的導(dǎo)彈與目標(biāo)的空間距離; 并借助動(dòng)態(tài)逆理論構(gòu)造出實(shí)現(xiàn)距離跟蹤的非線性系統(tǒng); 在縱向運(yùn)動(dòng)中則不考慮時(shí)間， 只需用李雅普諾夫穩(wěn)定理論設(shè)計(jì)控制攻擊角度的三維制導(dǎo)律。 Zhao S Y等人[94]借助最優(yōu)控制理論構(gòu)建出滿足命中時(shí)間和命中角度控制要求的制導(dǎo)律。 胡凱明等人[95]對(duì)修正比例導(dǎo)引律進(jìn)行改良， 可以同時(shí)控制命中角度和命中時(shí)間， 能夠使無(wú)人機(jī)載導(dǎo)彈按照規(guī)劃的時(shí)間垂直攻擊目標(biāo)。Kang S Y等人[96]將線性二次微分法應(yīng)用到導(dǎo)彈在命中點(diǎn)上的角度和時(shí)間的控制。 先采用最優(yōu)控制實(shí)現(xiàn)攻擊角度控制， 再將剩余時(shí)間誤差的估計(jì)值作為基礎(chǔ)， 形成有效控制攻擊時(shí)間的附加指令。

Harl N等人[97]則將經(jīng)典的“導(dǎo)彈-目標(biāo)”相對(duì)運(yùn)動(dòng)模型進(jìn)行轉(zhuǎn)化， 導(dǎo)彈的飛行時(shí)間被航向角等效替代。 同時(shí)， 將導(dǎo)彈目標(biāo)連線的角度及其連線的角速度用新形式表現(xiàn)出來(lái)。采用二階滑模制導(dǎo)律， 對(duì)該角度和角度變化率予以追蹤， 實(shí)現(xiàn)導(dǎo)彈以特定的角度和時(shí)間完成目標(biāo)打擊的任務(wù)。

李新三等人[98]將導(dǎo)彈命中角度與命中時(shí)間分成兩階段控制制導(dǎo)策略進(jìn)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(nèi)的導(dǎo)彈飛行時(shí)間， 同時(shí)采用比例導(dǎo)引律控制側(cè)向通道內(nèi)的導(dǎo)彈飛行時(shí)間。 在第二階段采用最優(yōu)制導(dǎo)律控制攻擊角度， 該控制律含有重力補(bǔ)償?shù)能壽E調(diào)節(jié)。

此外， 王曉芳等人[99]借助張友安提出的“領(lǐng)彈-從彈”制導(dǎo)架構(gòu)[100]， 提出了一種以最優(yōu)控制作為理論基礎(chǔ)的狀態(tài)調(diào)節(jié)器。 先構(gòu)造一個(gè)逐漸縮小的假想球體， 將目標(biāo)作為球心， 領(lǐng)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(shí)間變化的假想點(diǎn)， 該點(diǎn)始終保持一條擬定好的直線逼近球心， 則各導(dǎo)彈就能夠?qū)崿F(xiàn)以不同角度約束同時(shí)攻擊目標(biāo)。 考慮到導(dǎo)彈需用過(guò)載的限制， 最優(yōu)控制算法使得導(dǎo)彈實(shí)際位置距離假想點(diǎn)的位置逐漸收斂為零， 即導(dǎo)彈先以曲線的軌跡逐漸達(dá)到假想點(diǎn)， 再按照擬定直線逼近目標(biāo)， 從而達(dá)到精確控制彈著角度和彈著時(shí)間的目的。 圖3所示為導(dǎo)彈的三維彈道圖。

2.4 針對(duì)多導(dǎo)彈攻擊隊(duì)形的協(xié)同制導(dǎo)

2.4.1 隊(duì)形保持問(wèn)題

鑒于在編隊(duì)控制領(lǐng)域， 經(jīng)典PID控制器以及PD控制器難以進(jìn)行編隊(duì)隊(duì)形輸出量的計(jì)算以及對(duì)控制能量取最優(yōu)值的問(wèn)題， 文獻(xiàn)[101]采用PI最優(yōu)控制模型， 構(gòu)造了最優(yōu)編隊(duì)隊(duì)形保持控制器模型， 該模型在相對(duì)運(yùn)動(dòng)產(chǎn)生的常值擾動(dòng)、 領(lǐng)彈運(yùn)動(dòng)狀態(tài)產(chǎn)生的輸入擾動(dòng)以及非線性模型線性化時(shí)產(chǎn)生的偏差等難題取得了進(jìn)展。

該文獻(xiàn)分析了導(dǎo)彈編隊(duì)飛行控制系統(tǒng)的結(jié)構(gòu)， 梳理了各個(gè)子系統(tǒng)之間的關(guān)系， 運(yùn)用最優(yōu)控制理論， 構(gòu)建了針對(duì)導(dǎo)彈編隊(duì)飛行問(wèn)題的保持控制器模型， 對(duì)從彈在相對(duì)坐標(biāo)系下的運(yùn)動(dòng)規(guī)律形成直接的借鑒， 建立的彈間相對(duì)運(yùn)動(dòng)模型物理意義更加明晰。 同時(shí)， 導(dǎo)彈的相對(duì)運(yùn)動(dòng)狀態(tài)以及編隊(duì)控制耗費(fèi)的能量都能夠保證二次最優(yōu)的性質(zhì)， 并有效抑制由領(lǐng)彈速度造成的編隊(duì)成員之間相對(duì)運(yùn)動(dòng)的常值擾動(dòng)。 領(lǐng)彈預(yù)先設(shè)置的運(yùn)動(dòng)狀態(tài)作為相對(duì)運(yùn)動(dòng)模型的輸入擾動(dòng)量， 在領(lǐng)彈需要大范圍機(jī)動(dòng)飛行時(shí)， 導(dǎo)彈編隊(duì)隊(duì)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(dòng)產(chǎn)生的效果。 如果將觀察對(duì)象變換成導(dǎo)彈編隊(duì)的飛行包絡(luò)線， 則導(dǎo)彈編隊(duì)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(lái)的偏差。

此外， 該文獻(xiàn)還提出了一類適用于多飛行器編隊(duì)的新型編隊(duì)控制協(xié)議， 通過(guò)應(yīng)用有限時(shí)間運(yùn)動(dòng)狀態(tài)收斂指令， 提出了具有前置跟隨結(jié)構(gòu)的MFV系統(tǒng)的有限時(shí)間形成框架。 該方法彌合了有限時(shí)間協(xié)同過(guò)程中“領(lǐng)彈-從彈”的狀態(tài)差距。 使得導(dǎo)彈編隊(duì)在追蹤機(jī)動(dòng)性強(qiáng)的目標(biāo)時(shí)， 依然能保持編隊(duì)隊(duì)形的穩(wěn)定[101]。 針對(duì)“領(lǐng)彈-從彈”編隊(duì)系統(tǒng)中領(lǐng)彈失效后會(huì)造成整個(gè)編隊(duì)發(fā)生隊(duì)形混亂的問(wèn)題， 馬培蓓等人[102]基于三維坐標(biāo)提出了編隊(duì)改良的方法。 在從彈中選擇一枚“候補(bǔ)領(lǐng)彈”， 時(shí)刻尾隨領(lǐng)彈。 當(dāng)領(lǐng)彈出現(xiàn)故障時(shí)， 候補(bǔ)領(lǐng)彈迅速接替領(lǐng)彈的任務(wù)， 其余從彈轉(zhuǎn)而跟隨候補(bǔ)領(lǐng)彈繼續(xù)執(zhí)行任務(wù)。 若領(lǐng)彈和候補(bǔ)領(lǐng)彈均失效， 則系統(tǒng)轉(zhuǎn)為基于傳感器的跟隨模式， 即以分布式思想為指導(dǎo)。 利用傳感器觀測(cè)到離自身最近的導(dǎo)彈編號(hào)和位置推算出自己在編隊(duì)中的位置， 保持編隊(duì)的協(xié)同制導(dǎo)。 文獻(xiàn)[103]則將較大的導(dǎo)彈編隊(duì)分為領(lǐng)彈、 備用領(lǐng)彈、 中繼從彈、 從彈四種類型，如圖4所示。

2.4.2 隊(duì)形變換問(wèn)題

張亞南在文獻(xiàn)[104]將導(dǎo)彈編隊(duì)問(wèn)題歸納為編隊(duì)隊(duì)形的結(jié)構(gòu)問(wèn)題、 編隊(duì)隊(duì)形的調(diào)整問(wèn)題、 編隊(duì)的航跡規(guī)劃問(wèn)題、 編隊(duì)間或編隊(duì)內(nèi)部的導(dǎo)彈通信問(wèn)題和編隊(duì)控制問(wèn)題。 目前對(duì)多導(dǎo)彈打擊同一目標(biāo)的“多對(duì)一”模式研究較多， 而針對(duì)多導(dǎo)彈打擊多目標(biāo)的“多對(duì)多”模式， 則往往在“多對(duì)一”模式的制導(dǎo)律基礎(chǔ)上進(jìn)行航跡規(guī)劃， 必要時(shí)需要進(jìn)行任務(wù)分配來(lái)達(dá)成制導(dǎo)目標(biāo)。

王芳在文獻(xiàn)[103]提出， 部分協(xié)同制導(dǎo)律的研究成果還必須預(yù)先確定期望的攻擊時(shí)間和角度， 離真正意義上的協(xié)同制導(dǎo)還有較大差距。 第一， 大部分文獻(xiàn)對(duì)攻擊時(shí)間和角度的確定以定性分析為主; 第二， 編隊(duì)飛行的速度一致， 協(xié)同制導(dǎo)時(shí)機(jī)動(dòng)量最省， 以及導(dǎo)彈自身過(guò)載也沒(méi)有很充分地研究; 第三， 為避免能量浪費(fèi)， 導(dǎo)彈開(kāi)始協(xié)同的時(shí)機(jī)還有待專門制定;第四， 導(dǎo)彈編隊(duì)的制導(dǎo)精度與編隊(duì)對(duì)目標(biāo)的協(xié)同探測(cè)關(guān)系密切， 過(guò)去的協(xié)同制導(dǎo)律多數(shù)都僅在單枚導(dǎo)彈測(cè)量目標(biāo)信息的基礎(chǔ)上完成。 不同的作戰(zhàn)任務(wù)往往對(duì)應(yīng)著不同的最優(yōu)編隊(duì)隊(duì)形。 但若進(jìn)行隊(duì)形重構(gòu)， 需要消耗部分能量， 尤其是作戰(zhàn)任務(wù)變換頻繁時(shí)， 能量消耗會(huì)更大。 因此， 文獻(xiàn)[103]設(shè)計(jì)出同時(shí)滿足協(xié)同突防和協(xié)同攻擊兩個(gè)任務(wù)的次優(yōu)編隊(duì)。

鄒麗等[105]借助無(wú)人機(jī)編隊(duì)的制導(dǎo)控制， 采用的分布式局部通信和多協(xié)調(diào)變量的分散化協(xié)調(diào)策略， 對(duì)導(dǎo)彈“多對(duì)多”編隊(duì)模式進(jìn)行了探索， 實(shí)現(xiàn)了多導(dǎo)彈編隊(duì)協(xié)同攻擊目標(biāo)， 對(duì)攻擊多目標(biāo)的任務(wù)和協(xié)同突防任務(wù)提供了理論基礎(chǔ)。

文獻(xiàn)[106]則將導(dǎo)彈編隊(duì)問(wèn)題按照隊(duì)形變化從小到大分為隊(duì)形保持、 隊(duì)形拆分、 隊(duì)形重構(gòu)和隊(duì)形變換， 并設(shè)計(jì)了隊(duì)形變換的控制器。

文獻(xiàn)[107]認(rèn)為， 利用網(wǎng)絡(luò)分布式拓?fù)浣Y(jié)構(gòu)和拓?fù)浣Y(jié)構(gòu)可切換特點(diǎn)實(shí)現(xiàn)信息變化和控制約束下的協(xié)同攻擊會(huì)是一個(gè)關(guān)鍵問(wèn)題。 實(shí)時(shí)運(yùn)行時(shí)， 往往無(wú)法長(zhǎng)時(shí)間保持原有的狀態(tài)和定長(zhǎng)的傳輸強(qiáng)度。 因此， 需要及時(shí)切換和改變耦合的強(qiáng)度， 以保證信息傳遞暢通。 適當(dāng)?shù)馗淖兙W(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)和耦合解耦， 能達(dá)到信息最優(yōu)協(xié)調(diào)， 并優(yōu)化一致性品質(zhì)， 以此增強(qiáng)協(xié)同攔截和包圍的能力。 對(duì)此， 有的文獻(xiàn)提出借鑒線性系統(tǒng)理論中的可控性和可觀性概念， 將對(duì)單枚導(dǎo)彈-目標(biāo)動(dòng)力學(xué)系統(tǒng)的可控性和可觀性問(wèn)題擴(kuò)展到多枚導(dǎo)彈-目標(biāo)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(wǎng)絡(luò)化觀測(cè)器和網(wǎng)絡(luò)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(yīng)范圍進(jìn)一步擴(kuò)大， 不僅只利用相鄰信息， 而且不要求單枚導(dǎo)彈-目標(biāo)動(dòng)力學(xué)系統(tǒng)必須可控和可觀， 從而降低通信和控制代價(jià)。

2.4.3 隊(duì)形問(wèn)題在導(dǎo)彈編隊(duì)避障中的應(yīng)用

在多導(dǎo)彈編隊(duì)控制中， 編隊(duì)既要保證編隊(duì)內(nèi)部的成員間不會(huì)產(chǎn)生意外碰撞， 又要避免編隊(duì)內(nèi)的成員與外界障礙物產(chǎn)生碰撞[108]。 目前分別基于非奇異終端滑模[109]， 勢(shì)函數(shù)制導(dǎo)[110-111]以及模糊控制[112]等方法為這些問(wèn)題提供了多種解決途徑。

賈翔等人[113]認(rèn)為， 避障是多編隊(duì)導(dǎo)彈典型作戰(zhàn)中必然要考慮的一個(gè)技術(shù)問(wèn)題， 如圖5所示。 馬廣富等人[108]設(shè)計(jì)了一種人工勢(shì)函數(shù)， 該函數(shù)可以描述包括目標(biāo)跟蹤、 構(gòu)型保持、 碰撞避免與障礙規(guī)避在內(nèi)的任務(wù)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(shì)函數(shù)持續(xù)下降至其極小值， 從而使編隊(duì)避免了各類碰撞， 并可維持預(yù)定編隊(duì)隊(duì)形且追蹤動(dòng)態(tài)目標(biāo)。 此外， 基于自適應(yīng)控制律構(gòu)建出的控制器可對(duì)執(zhí)行機(jī)構(gòu)可能發(fā)生的故障進(jìn)行容錯(cuò)控制， 并解決了參數(shù)計(jì)算和抵抗外界干擾的問(wèn)題。

導(dǎo)彈在避障過(guò)程中， 可能會(huì)出現(xiàn)時(shí)延、 丟包等問(wèn)題。 葉鵬鵬等人[114]將制導(dǎo)方法分為兩個(gè)階段， 在第一個(gè)協(xié)同制導(dǎo)階段， 將丟包過(guò)程描述成伯努利分布， 引入時(shí)延處理的機(jī)制， 借此得到實(shí)際通信拓?fù)潆S機(jī)出現(xiàn)的概率， 并將導(dǎo)彈協(xié)調(diào)變量線性化， 構(gòu)造協(xié)調(diào)變量誤差系統(tǒng)。 第二個(gè)獨(dú)立導(dǎo)引階段， 導(dǎo)彈需要斷開(kāi)通信鏈路連接， 獨(dú)立導(dǎo)引， 以此增加導(dǎo)彈的突防能力。

3 智能化網(wǎng)絡(luò)化制導(dǎo)技術(shù)的問(wèn)題與發(fā)展趨勢(shì)

以上文獻(xiàn)對(duì)網(wǎng)絡(luò)化制導(dǎo)中存在的問(wèn)題進(jìn)行了大量的研究， 在多傳感器信息融合算法研究、 多平臺(tái)制導(dǎo)交接、 協(xié)同制導(dǎo)方案設(shè)計(jì)等方面取得了諸多進(jìn)展， 但是， 當(dāng)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(gè)方面：

3.1 基于多飛機(jī)平臺(tái)協(xié)同的半主動(dòng)制導(dǎo)

3.1.1 多目標(biāo)探測(cè)能力的平臺(tái)制導(dǎo)權(quán)移交問(wèn)題

目前機(jī)載相控陣?yán)走_(dá)都具有多目標(biāo)探測(cè)和跟蹤能力， 一架飛機(jī)可同時(shí)制導(dǎo)多枚導(dǎo)彈， 因此， 在制導(dǎo)多枚導(dǎo)彈的飛機(jī)平臺(tái)急需移交制導(dǎo)權(quán)時(shí)， 可能需要在多個(gè)飛機(jī)平臺(tái)之間完成制導(dǎo)權(quán)的移交， 因此， 目前基于單目標(biāo)探測(cè)的平臺(tái)制導(dǎo)權(quán)移交策略難以推廣， 主要原因包括： 單平臺(tái)移交的模型過(guò)于簡(jiǎn)單， 沒(méi)有考慮多目標(biāo)探測(cè)雷達(dá)對(duì)不同區(qū)域目標(biāo)探測(cè)精度的不同; 在移交策略中沒(méi)有考慮同一部雷達(dá)火控制導(dǎo)系統(tǒng)制導(dǎo)的各枚導(dǎo)彈有可能要同時(shí)移交到多個(gè)平臺(tái)的情況; 同時(shí)考慮上述模型的制導(dǎo)權(quán)優(yōu)化算法顯然要比單目標(biāo)探測(cè)復(fù)雜得多， 優(yōu)化算法的實(shí)時(shí)性也是一個(gè)需要解決的難題。 因此急需研究新的制導(dǎo)權(quán)移交策略及方法。 擬解決的思路應(yīng)首先建立在滿足各目標(biāo)探測(cè)雷達(dá)火控系統(tǒng)制導(dǎo)的多枚導(dǎo)彈制導(dǎo)權(quán)移交模型，然后采用滿足實(shí)時(shí)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(jìn)行求解。

3.1.2 非理想情況下半主動(dòng)自適應(yīng)制導(dǎo)技術(shù)

雖然現(xiàn)有的基于多飛機(jī)平臺(tái)協(xié)同的半主動(dòng)制導(dǎo)方法研究了不少制導(dǎo)律移交以及制導(dǎo)律的平滑過(guò)渡技術(shù)， 但都是基于目標(biāo)信息質(zhì)量穩(wěn)定、 可靠以及不同制導(dǎo)律所需要的目標(biāo)信息基本都能保證的情況下研究的。 如果是復(fù)雜的戰(zhàn)場(chǎng)環(huán)境以及多目標(biāo)探測(cè)造成非理想情況， 則上述方法將難以適應(yīng)， 需要研究適合復(fù)雜戰(zhàn)場(chǎng)環(huán)境下的自適應(yīng)半主動(dòng)制導(dǎo)技術(shù)。

由于復(fù)雜電磁戰(zhàn)場(chǎng)存在各種電磁干擾， 針對(duì)各目標(biāo)探測(cè)雷達(dá)存在各種電磁干擾， 以及各目標(biāo)探測(cè)雷達(dá)針對(duì)不同探測(cè)區(qū)域的探測(cè)精度不同， 再加上導(dǎo)彈所采用的不同制導(dǎo)律需要的參數(shù)信息差別較大， 如經(jīng)典比例導(dǎo)引法只需彈目視線角速度信息， 而最優(yōu)比例導(dǎo)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(biāo)機(jī)動(dòng)加速度信息等。

因此， 如果網(wǎng)絡(luò)化制導(dǎo)導(dǎo)彈只基于非常理想情況下使用某種特定的制導(dǎo)律， 則在復(fù)雜電磁干擾情況下就可能造成很多導(dǎo)彈無(wú)法移交的問(wèn)題。 如采用最優(yōu)制導(dǎo)律的導(dǎo)彈想移交給不具有測(cè)距、 測(cè)速能力的某傳感器平臺(tái)， 則無(wú)法移交。 因此， 需要研究滿足復(fù)雜戰(zhàn)場(chǎng)環(huán)境下的自適應(yīng)半主動(dòng)制導(dǎo)技術(shù)， 確保導(dǎo)彈在復(fù)雜戰(zhàn)場(chǎng)環(huán)境下能進(jìn)行網(wǎng)絡(luò)化制導(dǎo)。 可能的研究思路是首先根據(jù)不同制導(dǎo)律所需的信息參數(shù)， 構(gòu)建包括不同信息參數(shù)的多個(gè)制導(dǎo)律， 然后設(shè)計(jì)自適應(yīng)制導(dǎo)律切換算法針對(duì)不同的干擾環(huán)境所能提供的信息參數(shù)多少來(lái)自適應(yīng)地切換到滿足上述信息要求的制導(dǎo)律中。

3.1.3 復(fù)雜戰(zhàn)場(chǎng)環(huán)境下半主動(dòng)智能制導(dǎo)技術(shù)

隨著人工智能技術(shù)的發(fā)展， 急需研究通過(guò)學(xué)習(xí)以適應(yīng)復(fù)雜多變戰(zhàn)場(chǎng)環(huán)境的多飛機(jī)平臺(tái)協(xié)同半主動(dòng)智能制導(dǎo)理論及技術(shù)。 當(dāng)導(dǎo)彈從一個(gè)平臺(tái)切換到另一個(gè)平臺(tái)時(shí)， 有可能造成目標(biāo)信息總體質(zhì)量變差， 包括精度變差、 信息個(gè)數(shù)變少、 信號(hào)起伏不穩(wěn)定， 以及切換時(shí)造成目標(biāo)信息突變等， 使得原有的制導(dǎo)律無(wú)法使用。 考慮到人工智能技術(shù)特別是深度學(xué)習(xí)技術(shù)等的成功應(yīng)用， 亟待研究出將人工智能技術(shù)應(yīng)用到復(fù)雜戰(zhàn)場(chǎng)環(huán)境下的自適應(yīng)半主動(dòng)制導(dǎo)技術(shù)中。 可能的研究思路是首先通過(guò)數(shù)據(jù)挖掘的辦法獲取影響半主動(dòng)網(wǎng)絡(luò)化制導(dǎo)的特征向量; 然后構(gòu)建深度神經(jīng)網(wǎng)絡(luò)模型（如LTSM網(wǎng)絡(luò)等）進(jìn)行離線學(xué)習(xí); 最后， 將離線學(xué)習(xí)的網(wǎng)絡(luò)模型作為智能制導(dǎo)律接入制導(dǎo)控制系統(tǒng)進(jìn)行在線學(xué)習(xí)和局部修正， 形成網(wǎng)絡(luò)化、 智能化的智能制導(dǎo)律。

3.2 基于多平臺(tái)傳感器網(wǎng)絡(luò)協(xié)同的網(wǎng)絡(luò)化主動(dòng)制導(dǎo)

3.2.1 傳感器系統(tǒng)誤差快速變化情況下的空間配準(zhǔn)方法

當(dāng)空中目標(biāo)快速機(jī)動(dòng)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(shí)， 目前的假設(shè)系統(tǒng)誤差是慢變的， 時(shí)空配準(zhǔn)算法將無(wú)法應(yīng)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(zhǔn)方法。 擬采用的方法是首先研究傳感器系統(tǒng)誤差的特點(diǎn)， 構(gòu)建系統(tǒng)動(dòng)態(tài)誤差模型， 然后針對(duì)兩個(gè)以上平臺(tái)測(cè)得同一目標(biāo)信息構(gòu)建包含系統(tǒng)的偽量測(cè)方程， 最后基于最優(yōu)估計(jì)的方法獲取系統(tǒng)誤差， 實(shí)現(xiàn)誤差快變情況下的空間配準(zhǔn)。

3.2.2 復(fù)雜戰(zhàn)場(chǎng)環(huán)境下多傳感器智能空間配準(zhǔn)方法

由于戰(zhàn)場(chǎng)環(huán)境的復(fù)雜性， 通常存在各種對(duì)傳感器探測(cè)和對(duì)網(wǎng)絡(luò)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(shí)延、 丟包、 阻塞等問(wèn)題， 傳統(tǒng)的基于確定模型的空間配準(zhǔn)算法難以解決此類問(wèn)題， 需要將人工智能的理論和空間配準(zhǔn)算法結(jié)合， 研究滿足復(fù)雜戰(zhàn)場(chǎng)環(huán)境下多傳感器智能空間配準(zhǔn)方法。 擬采用增量模糊神經(jīng)網(wǎng)絡(luò)或?qū)W習(xí)式模型網(wǎng)絡(luò)來(lái)估計(jì)時(shí)間機(jī)動(dòng)， 對(duì)于時(shí)變系統(tǒng)誤差可采用神經(jīng)網(wǎng)絡(luò)進(jìn)行建模， 然后再結(jié)合一般的空間配準(zhǔn)算法， 從而解決目標(biāo)機(jī)動(dòng)和時(shí)變系統(tǒng)誤差情況下的空間配準(zhǔn)問(wèn)題。 對(duì)于時(shí)延、 丟包及阻塞的問(wèn)題， 首先利用自組織神經(jīng)網(wǎng)絡(luò)進(jìn)行空間配準(zhǔn)的特征提取及分類， 然后再采用增量神經(jīng)模糊網(wǎng)絡(luò)進(jìn)行學(xué)習(xí)， 獲得空間配準(zhǔn)算法模型， 從而實(shí)現(xiàn)復(fù)雜戰(zhàn)場(chǎng)環(huán)境下智能空間配準(zhǔn)的目的。

3.2.3 網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)可變情況下的分布式信息融合快速方法

空中作戰(zhàn)飛機(jī)網(wǎng)絡(luò)的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)以及節(jié)點(diǎn)數(shù)量都是快速變化的， 再加上通信鏈路存在時(shí)延、 丟包、 阻塞等問(wèn)題， 現(xiàn)有的分布式信息融合算法要么假設(shè)條件過(guò)于理想， 要么融合算法過(guò)于復(fù)雜， 難以滿足實(shí)時(shí)性要求。 因此， 需要研究同時(shí)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(lái)代替融合算法的動(dòng)態(tài)求解， 或者通過(guò)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(jìn)行融合估計(jì)， 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(fù)雜戰(zhàn)場(chǎng)環(huán)境下分布式智能信息融合算法

與復(fù)雜環(huán)境下的空間配準(zhǔn)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(jié)合， 研究滿足復(fù)雜戰(zhàn)場(chǎng)環(huán)境下分布式智能信息融合方法。 由于在信息融合時(shí)， 通常假設(shè)各傳感器的信息中包含的過(guò)程噪聲和測(cè)量噪聲的均值和協(xié)方差矩陣是固定不變的， 但實(shí)際上是時(shí)變的， 特別是當(dāng)目標(biāo)機(jī)動(dòng)時(shí)， 或時(shí)延、 丟包、 阻塞等情況下， 過(guò)程噪聲協(xié)方差就會(huì)增大， 難以用解析表達(dá)式給出解， 因此需要在線調(diào)整。 而濾波器中的新息總是通過(guò)觀測(cè)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(duì)新息進(jìn)行處理獲得對(duì)過(guò)程噪聲協(xié)方差的在線估計(jì)， 然后基于此估計(jì)結(jié)果自適應(yīng)地調(diào)整信息融合的相關(guān)系數(shù)， 從而實(shí)現(xiàn)復(fù)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(biāo)信息情況下網(wǎng)絡(luò)化主動(dòng)制導(dǎo)技術(shù)

目前網(wǎng)絡(luò)化主動(dòng)制導(dǎo)技術(shù)研究比較初步， 現(xiàn)有國(guó)內(nèi)外武器裝備都尚未使用， 主要原因是彈載多天線接收技術(shù)、 彈載信息融合技術(shù)、 彈載目標(biāo)識(shí)別和跟蹤技術(shù)以及網(wǎng)絡(luò)化主動(dòng)制導(dǎo)技術(shù)都還難以滿足實(shí)際工程應(yīng)用的要求。 由于網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)及節(jié)點(diǎn)個(gè)數(shù)的變化， 以及通信鏈路的傳輸時(shí)延、 丟包、 阻塞等等影響， 使得目標(biāo)信息存在時(shí)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(dǎo)律的理論和技術(shù)都難以滿足要求， 因此， 研究非理想目標(biāo)信息情況下網(wǎng)絡(luò)化主動(dòng)制導(dǎo)理論和技術(shù)十分必要。 研究思路包括采用自適應(yīng)多模型切換制導(dǎo)律， 或類似于3.1.3節(jié)的人工智能方法， 獲得網(wǎng)絡(luò)化智能化運(yùn)動(dòng)制導(dǎo)律。

3.3 多導(dǎo)彈編隊(duì)網(wǎng)絡(luò)化協(xié)同制導(dǎo)

3.3.1 非理想目標(biāo)信息的多導(dǎo)彈編隊(duì)攻擊時(shí)間協(xié)同主動(dòng)制導(dǎo)技術(shù)

由于網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)及其他問(wèn)題， 現(xiàn)有的基于理想目標(biāo)信息的多導(dǎo)彈編隊(duì)攻擊時(shí)間制導(dǎo)的理論和技術(shù)都難以滿足要求， 因此， 急需研究非理想目標(biāo)信息情況下多導(dǎo)彈編隊(duì)攻擊時(shí)間協(xié)同主動(dòng)制導(dǎo)技術(shù)。 擬采用的方法是利用多導(dǎo)彈編隊(duì)的平均剩余時(shí)間作為協(xié)調(diào)變量， 當(dāng)網(wǎng)絡(luò)通信鏈路存在時(shí)延、 丟包、 阻塞時(shí)， 利用剩余時(shí)間的遞推公式， 并結(jié)合內(nèi)插外推估計(jì)算法估計(jì)出平均剩余時(shí)間進(jìn)行協(xié)調(diào)， 從而實(shí)現(xiàn)多導(dǎo)彈編隊(duì)攻擊時(shí)間協(xié)同主動(dòng)制導(dǎo)。

3.3.2 非理想目標(biāo)信息的多導(dǎo)彈編隊(duì)攻擊時(shí)間空間協(xié)同主動(dòng)制導(dǎo)技術(shù)

為了提高空戰(zhàn)效果， 可能需要從不同平臺(tái)發(fā)射多枚導(dǎo)彈， 并希望這些導(dǎo)彈從不同方向同時(shí)攻擊目標(biāo)， 但由于復(fù)雜的戰(zhàn)場(chǎng)環(huán)境和快速多變的網(wǎng)絡(luò)等特點(diǎn)造成導(dǎo)彈獲取目標(biāo)的信息非理想， 現(xiàn)有的基于理想目標(biāo)信息的多導(dǎo)彈編隊(duì)攻擊時(shí)間空間協(xié)同主動(dòng)制導(dǎo)技術(shù)難以應(yīng)用， 同樣急需研究非理想目標(biāo)信息的多導(dǎo)彈編隊(duì)攻擊時(shí)間空間協(xié)同主動(dòng)制導(dǎo)技術(shù)。 擬采用的方法包括： 首先針對(duì)每一枚彈基于攻擊角度約束要求計(jì)算出帶角度約束的制導(dǎo)律; 然后基于相應(yīng)的制導(dǎo)律估計(jì)每枚彈的剩余時(shí)間， 在理想網(wǎng)絡(luò)情況下， 可能會(huì)直接估計(jì)得各導(dǎo)彈編隊(duì)的平均剩余時(shí)間， 并將其作為協(xié)調(diào)變量;而在網(wǎng)絡(luò)通信鏈路有時(shí)延、 丟包、 阻塞時(shí)， 需要基于剩余時(shí)間遞推公式， 并結(jié)合內(nèi)插外推估計(jì)算法估計(jì)平均剩余時(shí)間作為協(xié)調(diào)變量， 從而獲得各導(dǎo)彈編隊(duì)攻擊時(shí)間協(xié)同主動(dòng)制導(dǎo)， 但核心問(wèn)題是如何比較精確地獲得平均剩余時(shí)間， 以及證明估計(jì)誤差的收斂性等。 另一種方法是將協(xié)同制導(dǎo)問(wèn)題轉(zhuǎn)化為多智能體一致性問(wèn)題求解， 但需要解決在更復(fù)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(wèn)題。

3.3.3 復(fù)雜戰(zhàn)場(chǎng)環(huán)境下多導(dǎo)彈編隊(duì)協(xié)同的智能主動(dòng)制導(dǎo)技術(shù)

人工智能技術(shù)是解決模型不準(zhǔn)確、 目標(biāo)信息不理想等問(wèn)題的主要途徑之一， 如何將人工智能理論和方法應(yīng)用到多導(dǎo)彈編隊(duì)的制導(dǎo)中， 解決復(fù)雜戰(zhàn)場(chǎng)環(huán)境下多導(dǎo)彈編隊(duì)協(xié)同的智能主動(dòng)制導(dǎo)問(wèn)題將是一個(gè)研究方向。 擬采用的思路包括： 人工智能在各導(dǎo)彈編隊(duì)攻擊時(shí)間、 空間協(xié)同主動(dòng)制導(dǎo)的簡(jiǎn)單應(yīng)用是利用神經(jīng)網(wǎng)絡(luò)逼近方法來(lái)學(xué)習(xí)多導(dǎo)彈編隊(duì)的剩余時(shí)間， 然后利用此神經(jīng)元網(wǎng)絡(luò)模型作為協(xié)調(diào)變量， 實(shí)現(xiàn)多導(dǎo)彈編隊(duì)智能主動(dòng)制導(dǎo)。 另一種方法是全面利用人工智能深度學(xué)習(xí)方法， 通過(guò)數(shù)據(jù)挖掘方法將獲取編隊(duì)網(wǎng)絡(luò)傳輸時(shí)延、 丟包、 阻塞等對(duì)導(dǎo)彈制導(dǎo)影響的特征向量;然后， 通過(guò)深度神經(jīng)網(wǎng)絡(luò)模型（如LTSM網(wǎng)絡(luò)等）進(jìn)行每枚導(dǎo)彈制導(dǎo)律的離線學(xué)習(xí)， 以及剩余時(shí)間作為協(xié)調(diào)變量的神經(jīng)元網(wǎng)絡(luò)的學(xué)習(xí);最后將離線學(xué)習(xí)的網(wǎng)絡(luò)模型的智能化協(xié)同制導(dǎo)律接入制導(dǎo)控制系統(tǒng)進(jìn)行在線學(xué)習(xí)和局部修正， 形成多導(dǎo)彈編隊(duì)協(xié)同的智能主動(dòng)制導(dǎo)。 但此方法的難點(diǎn)可能包括深度神經(jīng)網(wǎng)絡(luò)的構(gòu)造和訓(xùn)練、 網(wǎng)絡(luò)學(xué)習(xí)的收斂性證明等。

4 結(jié)論

網(wǎng)絡(luò)化制導(dǎo)技術(shù)涉及到多傳感器的探測(cè)技術(shù)、 分布式動(dòng)態(tài)網(wǎng)絡(luò)及通信技術(shù)、 分布式信息融合技術(shù)、 各種復(fù)雜的電磁干擾技術(shù)、 單枚導(dǎo)彈的制導(dǎo)控制技術(shù)以及多導(dǎo)彈編隊(duì)制導(dǎo)控制技術(shù)等， 因此， 在研究網(wǎng)絡(luò)化導(dǎo)彈制導(dǎo)時(shí)應(yīng)該綜合考慮上述技術(shù)， 只有這樣， 所研究的網(wǎng)絡(luò)化制導(dǎo)技術(shù)才具有可用性、 實(shí)戰(zhàn)性。 同時(shí)隨著人工智能技術(shù)的發(fā)展， 未來(lái)的導(dǎo)彈一定具有智能性， 隨著同類型導(dǎo)彈部隊(duì)參與訓(xùn)練、 實(shí)彈射擊和實(shí)際作戰(zhàn)所積累的使用樣本越來(lái)越多， 此類導(dǎo)彈的智能就會(huì)越來(lái)越高， 就越具有適應(yīng)各種復(fù)雜戰(zhàn)場(chǎng)作戰(zhàn)環(huán)境的能力， 其作戰(zhàn)效能就越高。 因此， 對(duì)導(dǎo)彈的主要部件如制導(dǎo)系統(tǒng)、 導(dǎo)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(shù)應(yīng)用到上述系統(tǒng)中使導(dǎo)彈具有智能化網(wǎng)絡(luò)化作戰(zhàn)能力是未來(lái)研究的主要方向之一。 在基于多飛機(jī)平臺(tái)協(xié)同的半主動(dòng)制導(dǎo)方面， 需要考慮平臺(tái)在具備多目標(biāo)探測(cè)能力， 以及平臺(tái)在非理想情況下和復(fù)雜情況下的狀況; 在基于多平臺(tái)傳感器網(wǎng)絡(luò)協(xié)同的網(wǎng)絡(luò)化主動(dòng)制導(dǎo)中， 傳感器系統(tǒng)在誤差快速變化時(shí)、 在復(fù)雜戰(zhàn)場(chǎng)環(huán)境下以及網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)可變等因素對(duì)主動(dòng)制導(dǎo)產(chǎn)生的影響均需要進(jìn)一步研究; 在多導(dǎo)彈編隊(duì)網(wǎng)絡(luò)化協(xié)同制導(dǎo)領(lǐng)域， 非理想目標(biāo)信息的多導(dǎo)彈編隊(duì)攻擊時(shí)間協(xié)同主動(dòng)制導(dǎo)技術(shù)、 時(shí)間空間協(xié)同主動(dòng)制導(dǎo)技術(shù)和復(fù)雜戰(zhàn)場(chǎng)環(huán)境下多導(dǎo)彈編隊(duì)協(xié)同的智能主動(dòng)制導(dǎo)技術(shù)也有很大的發(fā)展空間。

參考文獻(xiàn)：

[1] Alberts D，Garstka J. 網(wǎng)絡(luò)中心行動(dòng)的基本原理及其度量[M]. 李耐和，王宇弘，黃鋒，譯. 北京：國(guó)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(guó)強(qiáng)，等. 網(wǎng)絡(luò)瞄準(zhǔn)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(yīng)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(rùn)生. 信息融合[M]. 北京：科學(xué)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(yuǎn)程空空導(dǎo)彈多機(jī)協(xié)同中制導(dǎo)交接方法[J]. 國(guó)防科技大學(xué)學(xué)報(bào)，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(dá)數(shù)據(jù)處理及應(yīng)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(yīng)圳. 編隊(duì)協(xié)同接力制導(dǎo)仿真研究[J].現(xiàn)代計(jì)算機(jī)， 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(dǎo)方法[J]. 彈道學(xué)報(bào)，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(tái)對(duì)AAM協(xié)同制導(dǎo)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(dǎo)引頭的切換制導(dǎo)律設(shè)計(jì)[J]. 測(cè)控技術(shù)，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(xué)文，劉勇. 協(xié)同制導(dǎo)空戰(zhàn)決策建模及求解算法[J]. 彈道學(xué)報(bào)，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(dǎo)彈作戰(zhàn)接力切換式制導(dǎo)交接方案設(shè)計(jì)[J]. 飛行力學(xué)，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(dǎo)優(yōu)勢(shì)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(jìn). 基于遭遇點(diǎn)預(yù)測(cè)的比例導(dǎo)引與多平臺(tái)接力制導(dǎo)交接律設(shè)計(jì)[J]. 海軍航空工程學(xué)院學(xué)報(bào)，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(dá)，范太華，趙紅專. 一種空空導(dǎo)彈復(fù)合制導(dǎo)交接班方案設(shè)計(jì)[J]. 彈箭與制導(dǎo)學(xué)報(bào)，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(jī)載空空導(dǎo)彈復(fù)合制導(dǎo)系統(tǒng)的交接誤差分析[J]. 彈箭與制導(dǎo)學(xué)報(bào)，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(huì)濤，呂長(zhǎng)起，林忠賢. 空空導(dǎo)彈方案設(shè)計(jì)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(guó)， 等. 基于曲線擬合的PRS/IRS時(shí)間對(duì)準(zhǔn)方法研究[J]. 空軍預(yù)警學(xué)院學(xué)報(bào)，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(mèng)潔，等. 機(jī)動(dòng)目標(biāo)的IMM擴(kuò)展卡爾曼濾波時(shí)間配準(zhǔn)算法[J].西北工業(yè)大學(xué)學(xué)報(bào)， 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(biāo)識(shí)別的機(jī)載多傳感器數(shù)據(jù)融合技術(shù)研究[D]. 成都： 電子科技大學(xué)，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(dá)數(shù)據(jù)的配準(zhǔn)法[J]. 四川聯(lián)合大學(xué)學(xué)報(bào)：工程科學(xué)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(zhǔn)的病態(tài)性及其穩(wěn)健估計(jì)[J]. 兵工學(xué)報(bào)，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(yuǎn)利. 機(jī)動(dòng)目標(biāo)多傳感器組網(wǎng)空間配準(zhǔn)方法[J].固體火箭技術(shù)，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(dǎo)彈協(xié)同目標(biāo)探測(cè)的空間配準(zhǔn)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(wǎng)絡(luò)化線性系統(tǒng)狀態(tài)估計(jì)問(wèn)題研究[D]. 杭州： 浙江大學(xué)，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(dǎo)航系統(tǒng)信息融合關(guān)鍵技術(shù)研究[D]. 成都： 電子科技大學(xué)，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(dǎo)彈制導(dǎo)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(yīng)協(xié)調(diào)控制[D]. 南京： 南京航空航天大學(xué)，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(zhǎng)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(dǎo)彈的抖動(dòng)抑制多模型切換控制[J]. 航空學(xué)報(bào)，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(dǎo)彈設(shè)計(jì)中的應(yīng)用[J]. 航空學(xué)報(bào)，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(yīng)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(dá)/紅外雙模制導(dǎo)信息融合濾波算法[J]. 彈箭與制導(dǎo)學(xué)報(bào)，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(fù)合制導(dǎo)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(dǎo)引頭信息融合三維角度約束制導(dǎo)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(wǎng)絡(luò)在固定和動(dòng)態(tài)拓?fù)湎碌囊恢滦苑治鯷J]. 兵工學(xué)報(bào)，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(shí)現(xiàn)魯棒一致的時(shí)延相關(guān)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(shí)延和拓?fù)淝袚Q的編隊(duì)衛(wèi)星魯棒協(xié)同控制[J]. 宇航學(xué)報(bào)，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(wú)需角速度的含通信時(shí)延衛(wèi)星編隊(duì)飛行自適應(yīng)姿態(tài)協(xié)同跟蹤控制[J]. 自動(dòng)化學(xué)報(bào)，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(shí)延和拓?fù)洳淮_定的多彈分散化協(xié)同制導(dǎo)時(shí)間一致性分析[J]. 兵工學(xué)報(bào)，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(yáng). 存在網(wǎng)絡(luò)丟包的導(dǎo)彈制導(dǎo)控制一體化設(shè)計(jì)[J]. 北京航空航天大學(xué)學(xué)報(bào)，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(fù)合導(dǎo)引信息融合技術(shù)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(dǎo)彈協(xié)同作戰(zhàn)制導(dǎo)控制的研究[D]. 南京： 南京航空航天大學(xué)，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(dǎo)引律綜述[J]. 宇航學(xué)報(bào)，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(yáng)平. 帶有落角約束的一般加權(quán)最優(yōu)制導(dǎo)律[J]. 航空學(xué)報(bào)，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(jī)動(dòng)彈頭的復(fù)合導(dǎo)引律[J]. 國(guó)防科技大學(xué)學(xué)報(bào)，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(dǎo)方法[J]. 宇航學(xué)報(bào)，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(shí)間導(dǎo)引律[J]. 哈爾濱工業(yè)大學(xué)學(xué)報(bào)，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(shí)間約束的網(wǎng)絡(luò)化導(dǎo)彈協(xié)同制導(dǎo)律[J]. 兵工學(xué)報(bào)，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(dǎo)彈協(xié)同制導(dǎo)律[J]. 中國(guó)慣性技術(shù)學(xué)報(bào)，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(diào)變量的多導(dǎo)彈協(xié)同制導(dǎo)[J]. 航空學(xué)報(bào)，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(dǎo)時(shí)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(guó)欣，張友安. 多導(dǎo)彈時(shí)間協(xié)同分布式導(dǎo)引律設(shè)計(jì)[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(dǎo)彈分布式協(xié)同制導(dǎo)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(shí)間約束的導(dǎo)引律綜述[J]. 海軍航空工程學(xué)院學(xué)報(bào)，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(shí)間收斂滑模制導(dǎo)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(dǎo)彈有限時(shí)間協(xié)同制導(dǎo)律[J]. 兵工學(xué)報(bào)，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(shí)間控制的三維制導(dǎo)[J]. 航空學(xué)報(bào)，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(dǎo)彈攻擊時(shí)間與攻擊角度兩階段制導(dǎo)[J]. 吉林大學(xué)學(xué)報(bào)： 工學(xué)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(bǔ)償?shù)墓魺o(wú)人機(jī)角度和時(shí)間控制[J]. 航空學(xué)報(bào)，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(guó)欣，張友安，李大鵬. 基于虛擬領(lǐng)彈的攻擊時(shí)間和攻擊角度控制[J]. 飛行力學(xué)，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(dǎo)律研究[J]. 海軍航空工程學(xué)院學(xué)報(bào)，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(shí)間與角度的三維導(dǎo)引律： 一種兩階段控制方法[J]. 控制理論與應(yīng)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(wú)人機(jī)機(jī)載導(dǎo)彈落角和時(shí)間控制導(dǎo)引律研究[J]. 固體火箭技術(shù)，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(dǎo)彈撞擊角度與飛行時(shí)間兩階段控制制導(dǎo)律[J]. 國(guó)防科技大學(xué)學(xué)報(bào)，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(shí)間和攻擊角度的方法[J]. 彈道學(xué)報(bào)，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(guó)欣，王興平. 多導(dǎo)彈時(shí)間協(xié)同制導(dǎo)： 一種領(lǐng)彈-被領(lǐng)彈策略[J]. 航空學(xué)報(bào)，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(jì)軍. 多導(dǎo)彈三維編隊(duì)控制[J]. 航空學(xué)報(bào)，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(dǎo)彈編隊(duì)協(xié)同突防-攻擊一體化隊(duì)形優(yōu)化設(shè)計(jì)及最優(yōu)控制研究[D]. 哈爾濱： 哈爾濱工業(yè)大學(xué)，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(duì)飛行協(xié)同制導(dǎo)方法研究[D].哈爾濱： 哈爾濱工業(yè)大學(xué)，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(dǎo)彈編隊(duì)齊射攻擊分散化協(xié)同制導(dǎo)方法[J]. 航空學(xué)報(bào)，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(yáng)，吳森堂. 飛航導(dǎo)彈編隊(duì)隊(duì)形變換控制器設(shè)計(jì)[J]. 北京航空航天大學(xué)學(xué)報(bào)，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(dǎo)彈攻擊高機(jī)動(dòng)目標(biāo)的分布式協(xié)同制導(dǎo)關(guān)鍵技術(shù)[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(duì)軌道容錯(cuò)控制律設(shè)計(jì)[J]. 航空學(xué)報(bào)，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(duì)衛(wèi)星自適應(yīng)協(xié)同控制[J]. 航空學(xué)報(bào)，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(dǎo)彈自主編隊(duì)綜合作戰(zhàn)效能評(píng)估方法[J]. 北京航空航天大學(xué)學(xué)報(bào)， 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?fù)湎碌亩鄬?dǎo)彈協(xié)同制導(dǎo)[J]. 兵工學(xué)報(bào)， 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