王 磊,朱夢杰
(上海機電工程研究所,上海 201109)
防空導(dǎo)彈通常攔截迎擊狀態(tài)的目標(biāo),但隨著防空任務(wù)需求的多樣化,當(dāng)導(dǎo)彈發(fā)射前后目標(biāo)穿越發(fā)射點上空或發(fā)射期間目標(biāo)遠(yuǎn)離發(fā)射點時,會形成導(dǎo)彈尾追攔截目標(biāo)的情況。預(yù)測遭遇點參數(shù)在導(dǎo)彈發(fā)射條件判斷、彈道設(shè)計及彈上飛控邏輯的實現(xiàn)中具有重要意義。快速、準(zhǔn)確的預(yù)測遭遇點參數(shù)對充分發(fā)揮武器系統(tǒng)作戰(zhàn)性能有著重要影響。影響遭遇點預(yù)測的因素很多,包括導(dǎo)引方法、目標(biāo)運動特性、攔截態(tài)勢等諸多方面。相比于迎擊目標(biāo),尾追態(tài)勢下目標(biāo)初始參數(shù)裝訂值域擴大,導(dǎo)彈攔截過程存在迎擊轉(zhuǎn)尾追或全程尾追的情況,在此基礎(chǔ)上的彈目運動幾何關(guān)系和預(yù)測方法也會產(chǎn)生新的變化。根據(jù)目標(biāo)初始裝訂信息,在兼顧迎擊與尾追攔截態(tài)勢的前提下,快速準(zhǔn)確的預(yù)測彈目遭遇點成為一個值得研究的問題。
現(xiàn)有關(guān)遭遇點預(yù)測問題所提出的方法依據(jù)采用算法的不同可大致分為以下幾類:一類是解析法,此類方法通常依據(jù)彈目相對運動關(guān)系或軌道特征參數(shù),推導(dǎo)形成遭遇點預(yù)測的解析模型,能直接計算或通過迭代計算預(yù)測命中點[1-5],也可將遭遇點預(yù)測轉(zhuǎn)化為一元高次方程的求解,從而簡化問題的復(fù)雜度[6];一類是數(shù)值積分法,根據(jù)導(dǎo)引指令及彈體、目標(biāo)運動學(xué)模型以及初始發(fā)射條件,解算運動學(xué)彈道至彈目遭遇,從而獲得理論遭遇點位置[7];還有一類常用于彈道式飛行器的遭遇點預(yù)測修正方法,將彈目的動力學(xué)方程進(jìn)行泰勒展開并舍去高階項,以便形成離散形式的預(yù)測濾波模型,通過對目標(biāo)數(shù)據(jù)序列濾波得到目標(biāo)軌跡,從而計算得到預(yù)測遭遇點[8-9]。對比可知,解析算法求解過程一般采用對模型進(jìn)行簡化和近似處理的方法,多應(yīng)用于目標(biāo)彈道易于解析化表達(dá)的情況,因此不太適用于尋的制導(dǎo)方式的彈道,簡化得到的近似解與真實遭遇點間存在偏差。數(shù)值積分法需要對氣動、指令形成、彈目運動學(xué)等進(jìn)行建模,計算過程即彈目運動方程的求解過程。該算法通常面臨計算精度與計算效率之間的矛盾。預(yù)測修正方法基于對目標(biāo)參數(shù)的預(yù)測濾波,濾波計算復(fù)雜,資源開銷大,工程應(yīng)用受到較大限制。
目前涉及遭遇點預(yù)測的研究中通常結(jié)合導(dǎo)引規(guī)律設(shè)計給出迎擊條件下的預(yù)測算法,尚未涉及尾追目標(biāo)態(tài)勢下的遭遇點預(yù)測方法,同時解析法和數(shù)值積分法工程應(yīng)用受限。因此本文考慮尾追攔截的彈目相對運動關(guān)系及工程應(yīng)用對計算效率的需求,針對性解決了尾追態(tài)勢的模型適用性和收斂性問題,采用數(shù)值方法建立了便于遞推求解的遭遇點預(yù)測模型。首先根據(jù)彈目相對運動關(guān)系建立遭遇點預(yù)測模型,針對尾追態(tài)勢分析了模型收斂性及適用性。然后結(jié)合尾追攔截態(tài)勢及預(yù)測模型收斂條件,優(yōu)化運動關(guān)系描述并設(shè)計了兼顧迎擊、尾追目標(biāo)的迭代算法。最后通過典型遭遇點對預(yù)測算法的收斂性和預(yù)測精度進(jìn)行了仿真研究,驗證了其有效性。
在射擊坐標(biāo)系中,目標(biāo)由初始位置以一定速度運動至遭遇點,導(dǎo)彈由發(fā)射點按照既定導(dǎo)引規(guī)律運動至遭遇點。發(fā)射、遭遇斜距及目標(biāo)軌跡構(gòu)成了攔截過程的彈目運動軌跡。導(dǎo)彈與目標(biāo)的相對運動關(guān)系如圖1所示。
圖1 彈目遭遇態(tài)勢Fig.1 Missile-target encounter situation
導(dǎo)彈攔截目標(biāo)時,武器系統(tǒng)決定目標(biāo)是否具備攔截條件,并在滿足發(fā)射條件時控制導(dǎo)彈發(fā)射,遭遇點參數(shù)Hp和Rp是決策、控制導(dǎo)彈發(fā)射過程的關(guān)鍵數(shù)據(jù)[10]。為判定發(fā)射窗口,遭遇參數(shù)需要在導(dǎo)彈發(fā)射前確定[11-12]。導(dǎo)彈發(fā)射后,Rp,Tp用于導(dǎo)彈初始轉(zhuǎn)彎入射角計算,中、末制導(dǎo)參數(shù)調(diào)參以及武器系統(tǒng)的照射資源切換。遭遇點預(yù)測需要解決的問題,即發(fā)射前根據(jù)武器系統(tǒng)裝訂給導(dǎo)彈的目標(biāo)初始參數(shù),結(jié)合導(dǎo)彈速度特性及飛行情況,計算理論遭遇點高度Hp、斜距Rp及遭遇時間Tp。
圖2 彈目相對運動和預(yù)測遭遇點Fig.2 Missile-target relative movement and predicted impact point
根據(jù)圖2,假定初始裝訂給導(dǎo)彈的目標(biāo)位置信息為(xt,yt,zt),速度信息為(vxt,vyt,vzt),則目標(biāo)初始斜距及其變化率計算如下
(1)
設(shè)導(dǎo)彈發(fā)射到遭遇時間Tp內(nèi)發(fā)射點與目標(biāo)連線掃過的角度為γ,目標(biāo)初始斜距與目標(biāo)軌跡之間的夾角為θ,幾何關(guān)系為
(2)
(3)
式中:Ω為初始視線旋轉(zhuǎn)角速度,Ω=|Rt0×Vt|/Rt0。根據(jù)平行接近關(guān)系遭遇時間
(4)
(5)
由Tp計算Rp,得
(6)
將式(3)~(6)整理得到
(7)
(8)
分析可知式(7)方程系數(shù)僅與目標(biāo)初始裝訂值有關(guān),若對式(7)采用迭代法進(jìn)行求解,形如方程x=φ(x)的迭代收斂性有如下結(jié)論[14]。
若迭代函數(shù)φ(x)在區(qū)間[a,b]上滿足:1)x∈[a,b]?φ(x)∈[a,b];2)φ(x)滿足?x1,x2∈[a,b],有|φ(x1)-φ(x2)|≤L|x1-x2|,且0 在給定(xt,yt,zt)及(vxt,vyt,vzt)的條件下,式(7)的收斂性是確定的。迎擊與背離目標(biāo)的區(qū)別在于目標(biāo)初始參數(shù)的差異,不同目標(biāo)初始位置條件下迭代方程特性如圖3所示。 圖3 迭代方程特性Fig.3 Iterative function characteristic (9) (10) 針對式(7)模型收斂性與適用性所存在的問題,對預(yù)估模型進(jìn)行優(yōu)化。當(dāng)γ>90°時,根據(jù)圖2幾何關(guān)系對模型修正為 (11) 將式(5)、式(6)代入式(11)并整理得 (12) 聯(lián)立式(6)并代入式(4)可得 (13) 式(11)對應(yīng)的γ值域為(0°,180°),故式(13)考慮了目標(biāo)在低空尾追攔截時的適用性,能夠描述T1,T2,T3各種攔截情況下的彈目運動。分析可知式(13)是關(guān)于Rp的一元高次方程,記式(13)右端為g1(Rp),對g1(Rp)求導(dǎo)可得 (14) 不同攔截態(tài)勢下目標(biāo)初值形成的函數(shù)g1(Rp)特性有較為明顯的差異,將尾追近界點參數(shù)代入g1(Rp)出現(xiàn)g1(Rpmin) 將式(13)進(jìn)行整理可得f(Rp)=0,函數(shù)f(Rp)表達(dá)式為 (15) 圖4 尾追態(tài)勢初值條件下的f(Rp)特性Fig.4 Characteristic of f(Rp) for tail- chase situation initialization 典型目標(biāo)初值對應(yīng)的f(Rp)曲線如圖4所示。結(jié)合圖4可知f(Rp)在導(dǎo)彈攔截范圍內(nèi)存在過零點,且該特性與目標(biāo)的迎擊或尾追態(tài)勢無關(guān),因此必定存在符合彈目運動關(guān)系的遭遇點。而f(Rp)=0求解算法應(yīng)滿足收斂條件寬松,收斂速度快兩方面要求。根據(jù)數(shù)值計算相關(guān)方法,形如f(x)=0的方程,Newton迭代法求解的局部收斂性定理要求滿足[15]: 1)f(x)=0存在單一根x*; 2)x*的鄰域內(nèi)f′(x)連續(xù)。 根據(jù)f(Rp)單調(diào)性及過零點的情況,宜采用Newton迭代法求解。為避免計算f(Rp)導(dǎo)數(shù),離散化的遞推形式為 (Rp(k)-Rp(k-1))(k=0,1,…) (16) 確定迭代初值需要考慮的因素包括收斂性和迭代次數(shù)。初值選擇需要在可能的遭遇點附近,一方面滿足局部收斂性條件,另一方面減少迭代次數(shù)。在導(dǎo)彈典型攔截范圍內(nèi)考慮全空域收斂速度,確定迭代初值 (17) 式中:Rpmax,Rpmin分別為殺傷斜距遠(yuǎn),近界。ε為遭遇斜距迭代要求的收斂精度,ε<Δ。滿足以下任一條件結(jié)束迭代:迭代次數(shù)大于n次; |Rp(k+1)-Rp(k)|<ε。其中迭代次數(shù)n和收斂精度ε根據(jù)計算效率及使用需求確定。 按式(17)確定Rp的迭代初值,根據(jù)目標(biāo)裝訂位置(xt,yt,zt)和裝訂速度(vxt,vyt,vzt)計算迭代參數(shù)形成迭代公式。迭代過程按如下步驟進(jìn)行: 2) 由式(15)計算f(Rp); 3) 由式(16)根據(jù)k與k-1步的Rp和f(Rp)計算Rp(k+1); 4) 由式(6)計算Tp; 5) 由式(8)更新Hp,Rp; 6) 判斷終止條件,滿足則結(jié)束,否則轉(zhuǎn)步驟1)。 遭遇點預(yù)測模型解算流程如圖5所示。 圖5 預(yù)測模型解算流程Fig.5 Calculation process of forecast model 預(yù)測得到的遭遇點參數(shù)可用于發(fā)射條件判斷、彈道設(shè)計及彈上飛控邏輯的實現(xiàn)。 以典型目標(biāo)遭遇參數(shù)對應(yīng)的發(fā)射點作為算例,分析預(yù)測模型設(shè)計的有效性。T1~T4均為速度500 m/s的超低空平飛目標(biāo),目標(biāo)飛行高度0.1 km,理論遭遇斜距5.0~12.0 km,設(shè)置不同的航路捷徑,射擊坐標(biāo)系下理論裝訂參數(shù)及遭遇參數(shù)見表1,迭代初值Rp(0)=10,Δ=0.5。 表1 典型目標(biāo)態(tài)勢 表2、表3為迭代計算結(jié)果,將優(yōu)化前后的計算情況進(jìn)行了對比。根據(jù)表中數(shù)據(jù)可知,優(yōu)化前模型雖然較好地預(yù)測了迎擊態(tài)勢的遭遇點,但對尾追情況不適用,會出現(xiàn)迭代發(fā)散或預(yù)測至限幅值的情況。優(yōu)化后模型則能同時適應(yīng)迎擊、尾追的攔截情況。 表2 迎擊攔截斜距預(yù)測結(jié)果 表 3 尾追攔截斜距預(yù)測結(jié)果 從迭代次數(shù)可以看出,優(yōu)化后的迎擊平均迭代次數(shù)增加0.5步,尾追迭代次數(shù)平均增加1.25步,優(yōu)化后迭代計算量與優(yōu)化前相當(dāng),滿足實際應(yīng)用。圖6中給出了優(yōu)化后尾追迭代中平均速度與遭遇時間的收斂情況。 圖6 迭代次數(shù)及收斂過程Fig.6 Iteration number and convergence process 通過預(yù)測值與實際仿真遭遇斜距的比較可知,對迎擊目標(biāo)遭遇斜距的預(yù)測誤差不足1%,對尾追目標(biāo)遭遇斜距預(yù)測相對誤差約3%,預(yù)測精度完全滿足發(fā)射條件及彈上邏輯的使用要求。 以T1,T4目標(biāo)為例,不同迭代初值條件下尾追預(yù)測的收斂過程如圖7所示。結(jié)果表明:在合理范圍內(nèi)的初值都能夠較好的收斂,以式(17)確定的初值能快速收斂至理論遭遇斜距。優(yōu)化模型并未限定目標(biāo)的遭遇態(tài)勢,該模型對各種目標(biāo)態(tài)勢均有較好的適應(yīng)性。仿真計算表明:優(yōu)化模型適用于全空域迎擊、尾追目標(biāo)的遭遇點預(yù)測。 圖7 遭遇斜距收斂過程Fig.7 Encounter slant-range convergence process 遭遇點預(yù)測精度受目標(biāo)測量及機動的影響,目標(biāo)參數(shù)的裝訂誤差會影響迭代精度,工程應(yīng)用中需考慮雷達(dá)測量誤差引起的參數(shù)攝動,統(tǒng)計可能出現(xiàn)的最大誤差量級。應(yīng)用中多數(shù)情況下可將目標(biāo)視為非機動目標(biāo),但目標(biāo)在突防、規(guī)避等特殊運動狀態(tài)下,其機動的不確定性使遭遇點的預(yù)測變復(fù)雜。針對性分析目標(biāo)可能的機動形式及時機,預(yù)測其機動規(guī)律以改善模型精度是需要進(jìn)一步研究的工作。 對于防空導(dǎo)彈遭遇點預(yù)測問題,本文通過對目標(biāo)攔截態(tài)勢的分析,給出一種兼顧迎擊的尾追態(tài)勢下遭遇點參數(shù)預(yù)測方法。該方法通過分析彈目相對運動,在合理假設(shè)的基礎(chǔ)上給出優(yōu)化的彈目運動描述,以此為基礎(chǔ)設(shè)計遭遇點預(yù)測迭代模型,使算法在預(yù)測遭遇參數(shù)時不受攔截態(tài)勢的影響。仿真結(jié)果表明:預(yù)測算法對運動關(guān)系的優(yōu)化改進(jìn)是有效的。在可行域內(nèi),預(yù)測算法對迭代初值的選擇無特殊要求;對不同點的驗證表明,預(yù)測計算量小,算法平均迭代收斂次數(shù)少;相比常規(guī)遭遇點預(yù)測方法,給出了適用于尾追攔截態(tài)勢的預(yù)測模型;考慮了不同遭遇點導(dǎo)彈速度特性的變化,預(yù)測精度高,便于工程應(yīng)用。此外,目標(biāo)信息的精度和運動特性會影響遭遇點預(yù)測準(zhǔn)確度,后續(xù)可考慮機動情況下的目標(biāo)速度預(yù)估完善迭代模型。同時,應(yīng)進(jìn)一步研究分析引入目標(biāo)機動后的迭代收斂性。 [1] 張友安,馬國欣,萬宇. 一種彈目遭遇點預(yù)測方法[J]. 海軍航空工程學(xué)院學(xué)報, 2011, 26(5): 513-516. [2] 李榮寧,劉敏. 中遠(yuǎn)程戰(zhàn)術(shù)導(dǎo)彈預(yù)測命中點的計算[J]. 現(xiàn)代防御技術(shù), 2001, 29(3): 23-26. [3] AHN J, ROH W R. Noniterative instantaneous impact point prediction algorithm for launch operations[J].Journal of Guidance, Control, and Dynamics, 2012, 35(2): 645-648. [4] 王君,周林,雷虎民. 地空導(dǎo)彈與空中目標(biāo)遭遇點預(yù)測模型和算法. 系統(tǒng)仿真學(xué)報, 2009, 21(1): 80-83. [5] 李轅,趙繼廣,白國玉,等. 基于預(yù)測碰撞點的剩余飛行時間估計方法[J].北京航空航天大學(xué)學(xué)報, 2016, 42(8): 1667-1674. [6] 余名哲,張友安,錢進(jìn). 基于遭遇點預(yù)測的比例導(dǎo)引與多平臺接力制導(dǎo)交接律設(shè)計[J]. 海軍航空工程學(xué)院學(xué)報, 2010, 25(3): 255-259. [7] 張華偉,董茜,王文燦,等. 基于預(yù)測命中點的反彈道導(dǎo)彈攔截方法研究[J]. 彈箭與制導(dǎo)學(xué)報, 2007, 27(2): 196-199. [8] YUAN T, BAR-SHALOM Y, WILLETT P, et al. Impact point prediction for thrusting projectiles in the presence of wind [J]. Signal Processing, Sensor Fusion, and Target Recognition XXI, 2012. [9] ZHANG X, LEI H M, LI J, et al.Ballistic missile trajectory prediction and the solution algorithms for impact point prediction[C]// Navigation and Control Conference. Yantai, China: Proceedings of 2014 IEEE Chinese Guidance, 2014: 8-10. [10] 高方君. 空襲目標(biāo)威脅評估模型研究[J]. 上海航天, 2005, 22(2): 11-14. [11] 陳懷瑾,吳北生,梁晉才. 防空導(dǎo)彈武器系統(tǒng)總體設(shè)計和試驗[M]. 北京:宇航出版社, 2002: 117-119. [12] 于本水,楊存富,張百忍. 防空導(dǎo)彈總體設(shè)計[M]. 北京:中國宇航出版社, 1995. [13] 李 翼,鐘生新,陸永紅. 防空導(dǎo)彈平均速度分析[J]. 火力與指揮控制, 2004, 29(6): 88-93. [14] 李信真. 計算方法[M]. 西安:西北工業(yè)大學(xué)出版社, 2000: 18-23. [15] 韓旭里. 數(shù)值分析[M]. 北京:高等教育出版社, 2011: 36-40.2.3 尾追攔截模型優(yōu)化
3 遭遇點預(yù)測模型解算
3.1 迭代算法
3.2 初值及終止條件
3.3 預(yù)測模型解算流程
4 仿真結(jié)果
5 結(jié)束語