馬曉平 趙良玉

摘 要： 紅外導(dǎo)引頭是先進精確制導(dǎo)武器普遍采用的目標(biāo)敏感裝置之一， 在簡單介紹紅外導(dǎo)引頭組成及工作流程的基礎(chǔ)上， 綜述了紅外導(dǎo)引頭關(guān)鍵技術(shù)——紅外探測技術(shù)、 自動目標(biāo)識別技術(shù)和圖像實時處理技術(shù)的國內(nèi)外研究現(xiàn)狀及其發(fā)展趨勢， 指出紅外導(dǎo)引頭向著復(fù)合化、 系列化、 小型化、 標(biāo)準化、 通用化、 網(wǎng)絡(luò)化、 智能化、 多用途及低成本的趨勢發(fā)展。

關(guān)鍵詞： 紅外導(dǎo)引頭； 紅外探測； 自動目標(biāo)識別； 圖像實時處理

中圖分類號： TJ765.3 文獻標(biāo)識碼： A 文章編號： 1673-5048（2018）03-0003-08

0 引 言

隨著現(xiàn)代戰(zhàn)爭日趨信息化、 智能化， 戰(zhàn)場環(huán)境日益復(fù)雜化以及作戰(zhàn)任務(wù)需求日漸多樣化， 現(xiàn)代軍事的作戰(zhàn)理念和作戰(zhàn)形態(tài)正悄然發(fā)生著深刻的變化， 實現(xiàn)低成本、 高精度、 超視距的目標(biāo)打擊成為現(xiàn)代軍事任務(wù)的重要指標(biāo)， 而精確制導(dǎo)武器作為典型的信息化武器已經(jīng)普遍應(yīng)用于關(guān)鍵軍事目標(biāo)的精確打擊任務(wù)當(dāng)中， 也將在未來的信息化戰(zhàn)場上扮演著越來越重要的角色。

導(dǎo)引頭作為精確制導(dǎo)武器系統(tǒng)的核心， 兼具自主搜索、 識別與跟蹤目標(biāo)的復(fù)雜功能， 能夠持續(xù)輸入目標(biāo)信息并給出制導(dǎo)控制指令， 確保武器系統(tǒng)不斷地跟蹤目標(biāo)， 進而實現(xiàn)對目標(biāo)的精確打擊[1]。 隨著光電技術(shù)的不斷發(fā)展， 導(dǎo)引頭工作的頻譜范圍已經(jīng)廣泛地覆蓋了可見光、 紅外波段、 毫米波、 激光以及多譜段復(fù)合。 因為紅外導(dǎo)引頭在制導(dǎo)精度、 抗干擾性、 隱蔽性和效費比等方面具有很大優(yōu)勢， 已經(jīng)成為先進精確制導(dǎo)武器廣泛采用的目標(biāo)敏感裝置之一[2]。

20世紀50年代初期， 美國與蘇聯(lián)冷戰(zhàn)期間軍事裝備與技術(shù)的競爭使紅外導(dǎo)引頭技術(shù)競相推陳出新， 而將紅外導(dǎo)引技術(shù)最早運用于制導(dǎo)武器是源自1956年美國海軍研制成功的第一代紅外型AIM-9B“響尾蛇”空空導(dǎo)彈[3-5]。 經(jīng)過六十多年的發(fā)展， 紅外導(dǎo)引頭已經(jīng)在地空、 空地、 空空、 地地等戰(zhàn)術(shù)導(dǎo)彈武器中得到了廣泛應(yīng)用， 其具體的發(fā)展歷程根據(jù)技術(shù)特征的不同分為以下四個方面： 在探測波段的發(fā)展上， 經(jīng)歷了從近紅外波段探測（1～3 μm）到中遠紅外波段探測（3～5 μm， 8～12 μm）； 在探測器類型上， 經(jīng)歷了從非制冷硫化鉛探測器、 制冷硫化鉛/銻化銦探測器到制冷/非制冷焦平面成像探測器； 在探測體制上， 經(jīng)歷了從光機掃描到凝視焦平面探測的發(fā)展； 在探測模式上， 經(jīng)歷了從“點源”探測到“成像”探測的發(fā)展過程[6-7]。

關(guān)于紅外導(dǎo)引頭的歷史沿革和技術(shù)路線可參考文獻[8-10]， 本文在簡單介紹紅外導(dǎo)引頭的功能、 組成及其工作流程的基礎(chǔ)上， 重點結(jié)合紅外導(dǎo)引頭在紅外成像探測方面的關(guān)鍵技術(shù)， 介紹其國內(nèi)外發(fā)展現(xiàn)狀， 并對其發(fā)展趨勢作出展望。

1 紅外導(dǎo)引頭的基本介紹

紅外導(dǎo)引頭是制導(dǎo)武器利用紅外探測器連續(xù)識別、 捕獲和跟蹤目標(biāo)輻射能量實現(xiàn)自動尋的的制導(dǎo)裝置[11]， 與其他類型的導(dǎo)引頭一樣， 紅外導(dǎo)引頭除了具備連續(xù)探測目標(biāo)的紅外輻射， 識別、 捕獲和跟蹤目標(biāo)的功能以外， 還具有隔離彈體姿態(tài)角擾動， 消除彈體擾動對位標(biāo)器在空間指向穩(wěn)定性的影響等能力， 也可以對鎖定后的目標(biāo)進行自動跟蹤并實時輸出導(dǎo)引規(guī)律所需要的制導(dǎo)信息[12-13]。

1.1 紅外導(dǎo)引頭的基本組成

紅外導(dǎo)引頭作為精確制導(dǎo)武器的關(guān)鍵組成部分， 從結(jié)構(gòu)上來看， 主要由光學(xué)系統(tǒng)、 成像系統(tǒng)、 紅外探測系統(tǒng)、 制冷器（非制冷探測體制除外）、 陀螺伺服系統(tǒng)以及信號處理電子線路等組成， 其系統(tǒng)結(jié)構(gòu)組成如圖1所示。 其中， 由光學(xué)系統(tǒng)、 成像系統(tǒng)、 紅外探測系統(tǒng)、 陀螺伺服系統(tǒng)組成的光電機械系統(tǒng)又稱作紅外位標(biāo)器； 電子線路艙主要由信號處理電路、 控制調(diào)節(jié)器電路、 信息處理機等電子線路組成[2]。

光學(xué)系統(tǒng)由整流罩、 光學(xué)鏡片和光敏元件等組成， 其作用是實時接收和匯集目標(biāo)輻射的紅外線能量。

成像系統(tǒng)根據(jù)紅外導(dǎo)引頭獲取信息方式的不同， 其功能有很大差異。 點源探測體制分為調(diào)制盤和非調(diào)制盤兩種， 而調(diào)制盤的作用主要是確定目標(biāo)相對于導(dǎo)彈的位置信息并抑制目標(biāo)背景的干擾， 完成對探測系統(tǒng)所獲取的目標(biāo)和場景信號的分類， 目標(biāo)特征的提取與識別等。 成像探測體制有掃描和凝視兩種方式， 主要是探測目標(biāo)和背景之間的紅外輻射的溫差以及空間位置信息等， 并將這些信息處理成圖像信息， 大大提高了紅外導(dǎo)引頭的靈敏度和熱分辨率， 二者最大的區(qū)別在于掃描型成像器件是一維線列分布的焦平面， 而凝視型成像器件是二維平面陣列分布的焦平面。

紅外探測器是紅外導(dǎo)引頭的核心， 是探測、 識別和分析目標(biāo)物體紅外信息的關(guān)鍵部件， 其能透過煙、 塵、 雨、 霧、 陰影、 樹叢等障礙實現(xiàn)全天候探測重要的遠距離軍事目標(biāo)， 根據(jù)探測機理的不同可分為制冷型探測器和非制冷型探測器。

陀螺伺服系統(tǒng)由轉(zhuǎn)子、 內(nèi)環(huán)、 外環(huán)、 支架和繞組線圈等組成， 其作用是使對準目標(biāo)的光學(xué)系統(tǒng)、 成像系統(tǒng)與光敏元件等探測系統(tǒng)元件， 不受導(dǎo)彈飛行過程中彈體擺動的影響而偏離目標(biāo)， 對探測系統(tǒng)光軸進行穩(wěn)定， 隔離導(dǎo)彈彈體姿態(tài)角擾動， 使位標(biāo)器在空間實現(xiàn)對目標(biāo)的穩(wěn)定跟蹤。

電子線路系統(tǒng)主要集成了紅外導(dǎo)引頭信息處理系統(tǒng)與控制調(diào)節(jié)系統(tǒng)電路等（包括電壓放大、 濾波電路、 功率放大電路）， 其功能是提高信息處理系統(tǒng)輸出誤差指令信號的品質(zhì)并對其進行功率放大， 形成跟蹤目標(biāo)的控制電流， 同時反饋控制調(diào)節(jié)器對導(dǎo)引頭控制回路進行校正， 以此滿足系統(tǒng)的總體任務(wù)要求。

1.2 紅外導(dǎo)引頭的分類

經(jīng)過幾十年的不斷發(fā)展與廣泛使用， 紅外導(dǎo)引頭的在裝備應(yīng)用方面具有豐富的類型， 按照其獲取信息的方式、 功能、 工作波段以及工作模式的不同可以分為以下幾種， 如圖2所示。

1.3 紅外導(dǎo)引頭的工作流程

紅外導(dǎo)引頭系統(tǒng)的工作信息流程如圖3所示。 來自目標(biāo)的紅外輻射穿過大氣透過整流罩， 紅外導(dǎo)引頭的光學(xué)系統(tǒng)接收到目標(biāo)的紅外輻射， 由成像系統(tǒng)將其聚焦于探測器的光敏面上， 再由紅外探測器通過光電轉(zhuǎn)換將光信號轉(zhuǎn)換成易處理的電信號， 經(jīng)電子線路進行信號的濾波、 放大， 檢測出目標(biāo)位置誤差信息， 或者由成像電路系統(tǒng)讀出圖像信號， 經(jīng)過非均勻校正和圖像預(yù)處理后得到原始紅外圖像， 然后將該信號傳輸至陀螺伺服系統(tǒng)帶動光學(xué)系統(tǒng)進動， 使光軸向著目標(biāo)位置方向運動， 構(gòu)成導(dǎo)引系統(tǒng)的角跟蹤回路， 實現(xiàn)導(dǎo)引系統(tǒng)對目標(biāo)的不間斷跟蹤， 形成制導(dǎo)控制系統(tǒng)所需要的導(dǎo)引信號輸入到自動駕駛儀， 形成控制指令并操縱導(dǎo)彈飛向目標(biāo)[2，14]。 簡言之， 紅外導(dǎo)引頭就是紅外制導(dǎo)武器的“眼睛”， 其主要任務(wù)是截獲目標(biāo)， 進而實現(xiàn)武器系統(tǒng)對目標(biāo)的識別、 跟蹤與打擊。

2 紅外導(dǎo)引頭的關(guān)鍵技術(shù)

近年來， 隨著以機器學(xué)習(xí)為基礎(chǔ)的圖像識別、 目標(biāo)跟蹤等人工智能技術(shù)以及光電子技術(shù)、 計算機技術(shù)和網(wǎng)絡(luò)信息技術(shù)的深入發(fā)展， 紅外導(dǎo)引頭在成像制導(dǎo)方面得到很大的提升， 為了更好地適應(yīng)未來信息化電子戰(zhàn)環(huán)境， 這就要求紅外導(dǎo)引頭具備更強的紅外探測能力、 更快的圖像實時處理速度和更敏銳的電子感知能力。 其中， 紅外成像探測技術(shù)、 自動目標(biāo)識別技術(shù)、 圖像實時處理技術(shù)等均是現(xiàn)階段各個國家圍繞提高制導(dǎo)武器系統(tǒng)智能化水平和抗干擾能力的重點發(fā)展方向， 也是影響紅外導(dǎo)引頭系統(tǒng)制導(dǎo)精度的關(guān)鍵技術(shù)， 對這些關(guān)鍵技術(shù)的國內(nèi)外研究現(xiàn)狀進行系統(tǒng)梳理無疑具有重要的意義。

2.1 紅外探測技術(shù)

紅外探測技術(shù)主要分為紅外成像探測技術(shù)和紅外非成像探測技術(shù)， 雖然紅外非成像探測技術(shù)經(jīng)歷了漫長的發(fā)展歷程， 而且技術(shù)已經(jīng)相對成熟， 但是由于紅外成像探測技術(shù)具備抗干擾能力更強、 目標(biāo)識別精確度更高、 可靠性更高等優(yōu)勢， 已然成為現(xiàn)代紅外制導(dǎo)武器更受青睞的關(guān)鍵技術(shù)之一。

不同于掃描成像依賴探測元件和掃描鏡頭對目標(biāo)地物進行基于線列的瞬時視場取樣掃描， 以凝視紅外成像探測技術(shù)為典型代表的紅外成像探測技術(shù)采用大規(guī)模探測單元和凝視工作方式， 能夠連續(xù)累積目標(biāo)輻射能量， 此外， 受制于現(xiàn)代先進導(dǎo)彈武器小彈徑、 大跟蹤場等條件的限制， 其探測組件一般體積較小、 重量較輕， 在目標(biāo)響應(yīng)上又兼具圖像分辨率高、 靈敏度高、 信息更新率高等諸多優(yōu)點， 適于對高速機動小目標(biāo)、 無人機蜂群編隊、 復(fù)雜地物背景中的運動目標(biāo)或隱蔽目標(biāo)成像。 由于省去了傳統(tǒng)掃描成像方式中的復(fù)雜光學(xué)系統(tǒng)和掃描部件， 集成化程度高， 不僅易于滿足彈載要求， 而且能推動精確制導(dǎo)武器向輕小型化方向發(fā)展[15]。

目前， 凝視紅外成像技術(shù)已在精確制導(dǎo)武器中得到廣泛應(yīng)用， 如圖4所示的美國第四代AIM-9X“響尾蛇”空空導(dǎo)彈采用128×128元銻鎘汞凝視焦平面成像紅外導(dǎo)引頭， 采用內(nèi)部制冷裝置對光敏元件進行冷卻， 導(dǎo)引頭具有180°的跟蹤視場， 其目標(biāo)截獲距離在藍天背景下為13～16 km， 具有超視距、 多目標(biāo)選擇瞄準和全向跟蹤能力； 此外， 如圖5所示的英國先進近距空空導(dǎo)彈（ASRAAM）也采用了128×128元制冷凝視焦平面成像紅外導(dǎo)引頭[16-18]， 具有多目標(biāo)跟蹤和全向跟蹤能力； 如圖6所示的以色列空空導(dǎo)彈“怪蛇”5采用了雙波段焦平面陣列紅外導(dǎo)引頭和先進的制導(dǎo)算法， 具備發(fā)射后截獲和全向攻擊能力， 并具有極強的抗干擾能力， 是目前最先進的近距空空導(dǎo)彈之一[19]。

事實上， 隨著飛機隱身性能的不斷提高以及新型紅外干擾技術(shù)的日益發(fā)展， 紅外成像探測技術(shù)所面臨的目標(biāo)信息、 環(huán)境狀態(tài)和任務(wù)使命均發(fā)生了深刻的變化。 換言之， 隨著目標(biāo)信息處理維度的增加， 紅外成像探測系統(tǒng)對目標(biāo)檢測與跟蹤的信號空間已經(jīng)由早期點源探測體制（調(diào)制盤、 十字叉、 玫瑰掃）的時域一維檢測發(fā)展到二維空域檢測、 時空域三維檢測、 時域三維跟蹤后檢測。 隨著這種趨勢的深入發(fā)展， 基于大視場和高分辨率的大規(guī)格、 小尺寸探測元的紅外焦平面探測器需要具備更加智能的焦平面陣列的全數(shù)字化信息處理能力， 有效降低數(shù)據(jù)壓縮、 特征提取以及數(shù)據(jù)鏈傳輸?shù)膹?fù)雜性將成為紅外成像探測技術(shù)未來發(fā)展的關(guān)鍵所在； 與此同時， 結(jié)合先進信號處理和信息融合算法的多色焦平面陣列計算成像技術(shù)的廣泛應(yīng)用， 有助于新型機載平臺的“共形成像”和“超光譜成像”大幅提高目標(biāo)探測和識別的能力。 此外， 目標(biāo)分類識別的信號空間也已經(jīng)由傳統(tǒng)的波形特征識別、 二維成像識別， 進一步向基于空間幾何特征、 多光譜特征、 偏振特征等構(gòu)成的多維空間綜合識別方向發(fā)展[20-21]。 因此， 采用高空間分辨率成像、 多光譜成像、 偏振成像、 多體制成像的高靈敏度多元探測器紅外成像技術(shù)， 發(fā)展雙波段/多波段復(fù)合、 自適應(yīng)紅外焦平面陣列， 以此提高紅外導(dǎo)引頭全向作用能力和抗干擾能力仍然是目前以及未來一段時間內(nèi)紅外成像制導(dǎo)技術(shù)的研究熱點， 而此技術(shù)發(fā)展的關(guān)鍵還在于有效整合紅外導(dǎo)引頭整流罩材料的“全向探測”能力和“全波段”透過能力[11]、 系統(tǒng)融合多光譜/全波段復(fù)合成像技術(shù)等一系列復(fù)雜問題。

隨著軍用光電子技術(shù)的迅猛發(fā)展和微電子元器件以及微計算機技術(shù)在制導(dǎo)武器的成功應(yīng)用， 使得以掃描成像探測技術(shù)、 凝視紅外成像技術(shù)、 雙色成像探測技術(shù)、 多光譜成像探測技術(shù)在內(nèi)的紅外探測技術(shù)迎來了更廣闊的發(fā)展空間。

2.2 自動目標(biāo)識別技術(shù)

自動目標(biāo)識別技術(shù)（ATR）指精確制導(dǎo)武器對目標(biāo)的自動檢測、 識別與精確跟蹤， 實現(xiàn)導(dǎo)彈武器發(fā)射后即可自動完成尋的任務(wù)， 也是精確制導(dǎo)武器所面臨的巨大瓶頸技術(shù)之一。 其發(fā)展歷程始終伴隨著目標(biāo)識別與跟蹤算法的不斷進步與提高[22]， 主要經(jīng)過了從統(tǒng)計模式識別到基于視覺的知識模式以提高自動目標(biāo)識別系統(tǒng)的自適應(yīng)能力和學(xué)習(xí)能力的發(fā)展歷程。 基于此背景， 包含了人工神經(jīng)網(wǎng)絡(luò)、 支持向量機及深度學(xué)習(xí)算法的自動目標(biāo)識別技術(shù)始終朝著智能化水平的方向發(fā)展， 但由于自動目標(biāo)識別系統(tǒng)所面臨的情境信息（上下文信息）、 輔助情境信息（地圖數(shù)據(jù)、 季節(jié)/氣候情報信息等）、 語義信息等始終在變化， 戰(zhàn)場環(huán)境的復(fù)雜化和目標(biāo)特性的不確定性等問題成為阻礙自動目標(biāo)識別系統(tǒng)與技術(shù)發(fā)展的巨大挑戰(zhàn)[23-24]。

受紅外導(dǎo)引頭系統(tǒng)中紅外成像傳感器和信息處理機等硬件條件的約束， 自動目標(biāo)識別相關(guān)算法的開發(fā)以及系統(tǒng)測試在20世紀80年代的發(fā)展陷入遲滯， 但人工神經(jīng)網(wǎng)絡(luò)的再次興起， 為自動目標(biāo)識別算法提供了人工神經(jīng)網(wǎng)絡(luò)固有的直覺學(xué)習(xí)能力。 自動目標(biāo)識別技術(shù)要求系統(tǒng)能充分地描述目標(biāo)和背景之間的微小差異， 需要對目標(biāo)特性以及環(huán)境變化具備強魯棒的識別方法， 而神經(jīng)網(wǎng)絡(luò)在組合計算方面所具備的巨大優(yōu)勢， 可以有效實現(xiàn)對數(shù)據(jù)計算視覺和多傳感器融合方法的快速優(yōu)化。 然而， 由于自動目標(biāo)識別技術(shù)的復(fù)雜性， 現(xiàn)階段將人工神經(jīng)網(wǎng)絡(luò)用于自動目標(biāo)識別領(lǐng)域的主要問題還在于有限樣本情況下并不能對目標(biāo)的所有狀態(tài)和各種背景條件下的目標(biāo)識別給出人們所期望的性能[25]， 因此大量的數(shù)據(jù)采集和大數(shù)據(jù)分析手段也將成為該領(lǐng)域不容忽視的主要技術(shù)手段。

支持向量機技術(shù)（SVM）是一種基于統(tǒng)計學(xué)習(xí)理論（STL）的機器學(xué)習(xí)算法， 主要用于研究有限樣本情況下的數(shù)據(jù)分析和模式識別問題， 區(qū)別于傳統(tǒng)的統(tǒng)計模式識別方法強調(diào)經(jīng)驗風(fēng)險最小化導(dǎo)致“過學(xué)習(xí)問題”， 支持向量機技術(shù)具有在解決復(fù)雜問題時無需付出龐大計算代價的優(yōu)勢， 可以有效規(guī)避人工神經(jīng)網(wǎng)絡(luò)中的“維數(shù)災(zāi)難”和貝葉斯網(wǎng)絡(luò)中“網(wǎng)絡(luò)規(guī)模爆炸問題”， 具備很好的推廣能力（指學(xué)習(xí)模型對未來輸出進行正確預(yù)測的能力）， 成為模式識別和機器學(xué)習(xí)領(lǐng)域的研究熱點[26-27]。 支持向量機的主要特點是具有模塊化結(jié)構(gòu)， 通過選擇不同的函數(shù)和優(yōu)化方法完成不同的任務(wù)， 克服了人工神經(jīng)網(wǎng)絡(luò)中易出現(xiàn)的局部最優(yōu)解問題， 適于解決小樣本、 非線性、 高維模式問題。 目前， 支持向量機作為自動目標(biāo)識別的一種關(guān)鍵技術(shù)， 不僅廣泛運用于軍事上飛機艦船等目標(biāo)的識別， 也普遍在深空探測領(lǐng)域中外天體的地形地貌探測、 無人駕駛車輛地面目標(biāo)識別[28]、 醫(yī)學(xué)無創(chuàng)血糖監(jiān)測[29]等多個領(lǐng)域得到應(yīng)用。

深度學(xué)習(xí)始于人工神經(jīng)網(wǎng)絡(luò)（ANN）， 是一種對深層人工神經(jīng)網(wǎng)絡(luò)進行有效訓(xùn)練的方法， Hinton[30]等人提出的基于深度置信網(wǎng)絡(luò)的非監(jiān)督貪心訓(xùn)練算法是其誕生的標(biāo)志[31]。 此后， 深層玻爾茲曼機、 和積網(wǎng)絡(luò)等新型深層網(wǎng)絡(luò)結(jié)構(gòu)的出現(xiàn)使深度學(xué)習(xí)技術(shù)步入了高速發(fā)展階段[32-33]。 其中， 由于深層人工神經(jīng)網(wǎng)絡(luò)——深度卷積神經(jīng)網(wǎng)絡(luò)（DCCN）在圖像分類與識別應(yīng)用中的優(yōu)異性， 可以很好地實現(xiàn)對目標(biāo)特征的自動提取和對紅外圖像的自動目標(biāo)識別與分類， 例如美國deepmind團隊已經(jīng)通過深度神經(jīng)網(wǎng)絡(luò)完全實現(xiàn)了超越人類先驗知識局限性的機器自主監(jiān)督強化學(xué)習(xí)， 不僅讓AlphaGo與人類選手在圍棋大戰(zhàn)中取得了壓倒性的勝利， 而且讓之后的去人工特征AlphaGo Zero完全通過自主學(xué)習(xí)進一步實現(xiàn)了對AlphaGo的歷史性超越[34]， 由此賦予了機器完全自主學(xué)習(xí)和創(chuàng)新的能力。 目前， 基于深度學(xué)習(xí)的自動目標(biāo)識別技術(shù)仍然面臨著紅外目標(biāo)圖像的數(shù)據(jù)源有限以及多目標(biāo)識別紅外圖像的復(fù)雜多變性問題， 而這些問題在未來一段時期內(nèi)也將成為制約紅外圖像自動目標(biāo)識別技術(shù)實現(xiàn)突破的障礙， 但可以預(yù)見的是， 深度學(xué)習(xí)在自動目標(biāo)識別領(lǐng)域?qū)⒕哂袕V泛的應(yīng)用前景。

為了科學(xué)有效地進一步實現(xiàn)自動目標(biāo)識別， 可以從自動目標(biāo)識別技術(shù)的多學(xué)科融合性、 數(shù)據(jù)的充分性與有效性、 加強系統(tǒng)化設(shè)計、 強化需求分析和可實現(xiàn)分析幾個方面改變研究思路， 解決單一技術(shù)途徑難以解決的自動目標(biāo)識別難題， 為紅外導(dǎo)引頭的智能化發(fā)展提供良好的技術(shù)支撐， 有利于先進精確制導(dǎo)武器實現(xiàn)精確打擊目標(biāo)、 智能化攻擊目標(biāo)， 進而對提高發(fā)射平臺的生存能力具有重要意義。

2.3 圖像實時處理技術(shù)

圖像實時處理技術(shù)的作用是對來自紅外成像探測系統(tǒng)的視頻信號進行分析與甄別， 并排除混雜在目標(biāo)信號中的背景噪聲和紅外誘餌干擾， 提取真實的目標(biāo)信號， 進而計算目標(biāo)位置和命中點。 一般包括紅外圖像預(yù)處理、 紅外圖像實時檢測、 目標(biāo)圖像實時跟蹤三類關(guān)鍵技術(shù)[35]。

紅外圖像的預(yù)處理是為了削弱探測到的紅外圖像噪聲和抑制背景， 由于背景雜波對目標(biāo)檢測造成嚴重的干擾， 所以需要著力研究紅外圖像的背景及噪聲抑制技術(shù)， 主要包括時間域圖像預(yù)處理方法、 變換域圖像預(yù)處理方法和空間域圖像預(yù)處理方法。 其中， 目前較為普遍的背景抑制算法有基于時間的高階差分方法、 幀間非線性濾波算法、 高通濾波截止頻率自適應(yīng)算法、 對偶樹復(fù)小波變換分解多尺度算法、 二維離散小波變換多尺度算法、 中值濾波算法、 頂帽變換算法、 自適應(yīng)引導(dǎo)濾波算法等[36-37]。

紅外圖像實時檢測是指通過紅外圖像的預(yù)處理之后進行圖像的檢測和甄別， 從而保證后續(xù)的目標(biāo)圖像可靠跟蹤。 紅外圖像實時檢測方法一般分為單幀檢測和多幀檢測兩種形式[35]。 單幀檢測方法僅依據(jù)目標(biāo)和背景的灰度差異進行目標(biāo)檢測， 沒有幀間信息的關(guān)聯(lián)， 便于硬件實現(xiàn)， 執(zhí)行效率高； 復(fù)雜背景下的紅外圖像多采用幀間檢測方法， 一般根據(jù)目標(biāo)和背景的溫度、 形狀、 灰度以及運動特征進行檢測， 檢測精度高于單幀檢測， 不易導(dǎo)致高漏檢率和虛警率。 其中， 多幀檢測方法包括跟蹤前檢測算法和檢測前跟蹤算法兩類。 目前較為普遍的跟蹤前檢測算法有最大間類方差法、 最大熵估計法、 基于鄰域反向相位特征檢測算法、 遺傳算法、 神經(jīng)模糊算法以及圖像局部熵法等； 檢測前跟蹤算法包括三維匹配濾波算法、 圖像流法以及動態(tài)規(guī)劃法等[38-40]。

目標(biāo)圖像實時跟蹤是紅外導(dǎo)引頭圖像實時處理的關(guān)鍵技術(shù)之一， 由于非線性理論的重大突破以及計算機計算能力的顯著提升， 現(xiàn)階段實現(xiàn)目標(biāo)跟蹤的主要算法已經(jīng)不僅僅局限于傳統(tǒng)意義上的模板匹配、 光流法和卡爾曼濾波方法， 交互式多模型粒子濾波算法、 無跡粒子濾波等[41-43]算法可以獲取更高的精度， 但仍亟待解決的是算法運算量和存儲空間的需求增加， 造成實時跟蹤上的困難， 粒子退化問題也需得到重視。

紅外導(dǎo)引頭系統(tǒng)的發(fā)展始終離不開圖像實時處理技術(shù)、 紅外探測技術(shù)與自動目標(biāo)識別技術(shù)的發(fā)展， 雖然紅外探測技術(shù)的發(fā)展是紅外導(dǎo)引頭系統(tǒng)發(fā)展的重要標(biāo)志， 但只有在紅外光學(xué)技術(shù)、 自動目標(biāo)識別技術(shù)等其他技術(shù)相應(yīng)取得均衡有效發(fā)展的基礎(chǔ)上， 紅外導(dǎo)引頭方可迎來迅速的進步與長足的發(fā)展。 為了保證紅外成像導(dǎo)引頭目標(biāo)跟蹤精度的可靠性和跟蹤目標(biāo)的實時性， 發(fā)展出具備較低運算量的彈載計算機軟硬件系統(tǒng)， 也有利于促進紅外成像導(dǎo)引頭圖像實時處理技術(shù)的深入發(fā)展。

3 結(jié) 束 語

信息時代的到來已經(jīng)從根本上改變了傳統(tǒng)意義上的戰(zhàn)爭思維和形態(tài)， 信息時代孕育出的云計算、 物聯(lián)網(wǎng)、 大數(shù)據(jù)等新技術(shù)以及新一代人工智能技術(shù)也已經(jīng)廣泛應(yīng)用于軍事領(lǐng)域， 用于精確打擊目標(biāo)的制導(dǎo)武器也逐步擺脫了傳統(tǒng)的制導(dǎo)模式， “發(fā)射后不管”的智能化模式將進一步提高制導(dǎo)武器系統(tǒng)的抗電磁干擾能力和制導(dǎo)精度， 在海陸空天一體化作戰(zhàn)的背景下， 盡管紅外導(dǎo)引頭多項關(guān)鍵技術(shù)均取得了長足的發(fā)展進步， 但采取單一紅外制導(dǎo)模式的制導(dǎo)武器系統(tǒng)已經(jīng)難以滿足復(fù)雜多變的戰(zhàn)場環(huán)境和戰(zhàn)術(shù)任務(wù)需求， 多光譜/多波段光學(xué)成像制導(dǎo)、 多模復(fù)合制導(dǎo)[44]、 多彈協(xié)同制導(dǎo)[45]等技術(shù)將成為未來精確制導(dǎo)武器最為理想的選擇。 與此同時， 防御武器系統(tǒng)也將面臨更大的威脅與挑戰(zhàn)， 因此要更加注重防御系統(tǒng)的全方位保護和分層、 分段、 分目標(biāo)攔截， 在新型制導(dǎo)武器裝備攻防的相互較量中， 紅外導(dǎo)引頭正向著復(fù)合化、 系列化、 小型化、 標(biāo)準化、 通用化、 網(wǎng)絡(luò)化、 智能化、 多用途、 低成本的方向發(fā)展， 逐步實現(xiàn)一個平臺多種型號或者一種型號多個平臺的跨型號、 跨平臺的裝備使用。

參考文獻：

[1] 湯永濤， 林鴻生， 陳春. 現(xiàn)代導(dǎo)彈導(dǎo)引頭發(fā)展綜述[J]. 制導(dǎo)與引信， 2014， 35（1）： 12-17.

Tang Yongtao， Lin Hongsheng， Chen Chun. The Development and Summary of Modern Missile Seeker[J]. Guidance & Fuze， 2014， 35（1）： 12-17. （in Chinese）

[2] 趙善彪， 張?zhí)煨ⅲ?李曉鐘. 紅外導(dǎo)引頭綜述[J]. 飛航導(dǎo)彈， 2006（8）： 42-45.

Zhao Shanbiao， Zhang Tianxiao， Li Xiaozhong. Review of Infrared Seeker[J]. Aerodynamic Missile Journal， 2006（8）： 42-45. （in Chinese）

[3] 樊會濤， 崔顥， 天光. 空空導(dǎo)彈70年發(fā)展綜述[J]. 航空兵器， 2016（1）： 3-12.

Fan Huitao， Cui Hao， Tian Guang. A Review on the 70Year Development of AirtoAir Missiles[J]. Aero Weaponry， 2016（1）： 3-12. （in Chinese）

[4] 趙鴻燕. AIM-9X Block Ⅱ空空導(dǎo)彈研制進展[J]. 飛航導(dǎo)彈， 2014（3）： 22-26.

Zhao Hongyan. The Research Progress of AIM9X Block II AirtoAir Missile[J]. Aerodynamic Missile Journal， 2014（3）： 22-26. （in Chinese）

[5] AIM9X AirtoAir Missile Upgrade Navy Programs [R]. DOT&E; Annual Report， 2015.

[6] 賈林通， 童中翔， 王超哲， 等. AIM-9X紅外成像制導(dǎo)導(dǎo)彈的發(fā)展綜述與啟示[J]. 飛航導(dǎo)彈， 2015（12）： 20-24.

Jia Lintong， Tong Zhongxiang， Wang Chaozhe， et al. Review of the Development of AIM9X Infrared Imaging Guided Missiles[J]. Aerodynamic Missile Journal， 2015（12）： 20-24. （in Chinese）

[7] 劉珂， 陳寶國， 李麗娟. 空空導(dǎo)彈紅外導(dǎo)引頭技術(shù)發(fā)展趨勢及關(guān)鍵技術(shù)[J]. 激光與紅外， 2011（10）： 1117-1121.

Liu Ke， Chen Baoguo， Li Lijuan. Development Analysis of AirtoAir Missile in Infrared Guidance[J]. Laser & Infrared， 2011（10）： 1117-1121. （in Chinese）

[8] 付聯(lián)效. 光學(xué)制導(dǎo)技術(shù)發(fā)展綜述[C]∥紅外、 遙感技術(shù)與應(yīng)用研討會， 上海， 2015.

Fu Lianxiao. Development Summarize of Optical Guidance Technology[C]∥The Symposium on Infrared and Remote Sensing Technology and Application， Shanghai， 2015. （in Chinese）

[9] 徐春夷. 國外導(dǎo)引頭技術(shù)現(xiàn)狀及發(fā)展趨勢[J]. 制導(dǎo)與引信， 2012， 33（2）： 11-15.

Xu Chunyi. The Present State and Development Trend of Foreign Seeker Technology[J]. Guidance & Fuze， 2012， 33（2）： 11-15. （in Chinese）

[10] 張肇蓉， 高賀， 張曦， 等. 國外紅外制導(dǎo)空空導(dǎo)彈的研究現(xiàn)狀及其關(guān)鍵技術(shù)[J]. 飛航導(dǎo)彈， 2016（3）： 23-27.

Zhang Zhaorong， Gao He， Zhang Xi， et al. The Present State and Key Technology of Foreign Infrared Guidance AirtoAir Missile[J]. Aerodynamic Missile Journal， 2016（3）： 23-27. （in Chinese）

[11] 葛致磊， 王紅梅， 王佩， 等. 導(dǎo)彈導(dǎo)引頭系統(tǒng)原理[M]. 北京： 國防工業(yè)出版社， 2007： 35-55.

Ge Zhilei， Wang Hongmei， Wang Pei， et al. Principle of Missile Seeker System[M]. Beijing： National Defense Industry Press， 2007： 35-55. （in Chinese）

[12] 劉珂， 李麗娟. 空空導(dǎo)彈與紅外導(dǎo)引系統(tǒng)發(fā)展評述[J]. 激光與紅外， 2016（1）： 5-10.

Liu Ke， Li Lijuan. Development Analysis of AirtoAir Missile and Infrared Guidance[J]. Laser & Infrared， 2016（1）： 5-10. （in Chinese）

[13] 李麗娟， 劉珂. 空空導(dǎo)彈紅外成像探測技術(shù)發(fā)展分析[J]. 紅外技術(shù)， 2017， 39（1）： 1-7.

Li Lijuan， Liu Ke. Analysis of AirtoAir Missile IR Image Detecting Technology Development[J]. Infrared Technology， 2017， 39（1）： 1-7. （in Chinese）

[14] 曹如增. 典型抗干擾紅外導(dǎo)引頭工作機理及抗干擾性分析[J]. 航天電子對抗， 2005（1）： 35-37.

Cao Ruzeng. Analysis of Typical AntiJamming Infrared Seeker Working Mechanism and AntiJamming[J]. Aerospace Electronic Warfare， 2005（1）： 35-37. （in Chinese）

[15] 范金榮. 精確制導(dǎo)武器的發(fā)展趨勢[J]. 現(xiàn)代軍事， 2000（7）： 33-35.

Fan Jinrong. The Development Trend of Precision Guided Weapons[J]. Conmilit， 2000（7）： 33-35. （in Chinese）

[16] 任淼， 文琳， 王秀萍. 2016年國外空空導(dǎo)彈發(fā)展動態(tài)研究[J]. 航空兵器， 2017（1）： 10-17.

Ren Miao， Wen Lin， Wang Xiuping. Study on the Development of Foreign AirtoAir Missiles in 2016[J]. Aero Weaponry， 2017（1）： 10-17. （in Chinese）

[17] 王為奎， 田戎， 吳華， 等. 國外紅外導(dǎo)彈導(dǎo)引系統(tǒng)發(fā)展與特點[J]. 飛航導(dǎo)彈， 2017（11）： 33-37.

Wang Weikui， Tian Rong， Wu Hua， et al. Development and Characteristics of Foreign Infrared Missile Guidance System[J]. Aerodynamic Missile Journal， 2017（11）： 33-37. （in Chinese）

[18] 任淼， 劉晶晶， 趙鴻燕， 等. 2015年國外空空導(dǎo)彈發(fā)展動態(tài)研究[J]. 航空兵器， 2016（2）： 9-16.

Ren Miao， Liu Jingjing， Zhao Hongyan， et al. Study on the Development of Foreign AirtoAir Missiles in 2015[J]. Aero Weaponry， 2016（2）： 9-16. （in Chinese）

[19] 呂潔， 羅勇， 卿松， 等. 紅外制導(dǎo)技術(shù)在空空導(dǎo)彈中的應(yīng)用分析[J]. 兵器裝備工程學(xué)報， 2017， 38（12）： 70-74.

Lü Jie， Luo Yong， Qing Song， et al. Application Analysis of Infrared Guidance Technology in AirtoAir Missile[J]. Journal of Ordnance Equipment Engineering， 2017， 38（12）： 70-74. （in Chinese）

[20] 高曉冬， 王楓， 范晉祥. 精確制導(dǎo)系統(tǒng)面臨的挑戰(zhàn)與對策[J]. 戰(zhàn)術(shù)導(dǎo)彈技術(shù)， 2017（6）： 62-69.

Gao Xiaodong， Wang Feng， Fan Jinxiang. The Challenge and Development Paths for Precision Guidance System[J]. Tactical Missile Technology， 2017（6）： 62-69. （in Chinese）

[21] 范晉祥， 楊建宇. 紅外成像探測技術(shù)發(fā)展趨勢分析[J]. 紅外與激光工程， 2012（12）： 3145-3153.

Fan Jinxiang， Yang Jianyu. Development Trends of Infrared Imaging Detecting Technology[J]. Infrared and Laser Engineering， 2012（12）： 3145-3153. （in Chinese）

[22] 楊衛(wèi)平， 沈振康. 紅外成像導(dǎo)引頭及其發(fā)展趨勢[J]. 激光與紅外， 2007（11）： 29-37.

Yang Weiping， Shen Zhenkang. Infrared Image Seeker Technique and Its Development Trend[J]. Laser & Infrared， 2007（11）： 29-37. （in Chinese）

[23] 范晉祥. 對紅外成像自動目標(biāo)識別智能化發(fā)展的思考[C]∥上海市紅外與遙感學(xué)會、 云南省光學(xué)學(xué)會， 2017： 12.

Fan Jinxiang. Reflections on the Intelligent Development of Automatic Target Recognition in Infrared Imaging[C]∥Shanghai Scoiety of Infrared and Remote Sensing， Yunnan Optical Society， 2017： 12. （in Chinese）

[24] 李尚生， 李煒杰， 付哲泉， 等. 從作戰(zhàn)使用和技術(shù)改進看精確制導(dǎo)技術(shù)發(fā)展[J]. 飛航導(dǎo)彈， 2017（3）： 74-77.

Li Shangsheng， Li Weijie， Fu Zhequan， et al. The Development of Precision Guidance Technology from the Perspective of Operational Use and Technical Improvement[J]. Aerodynamic Missile Journal， 2017（3）： 74-77. （in Chinese）

[25] Schachter B J. Automatic Target Recognition[M]. 2nd ed. SPIE Press， 2017.

[26] 李瑞東， 孫協(xié)昌， 李勐. 空間目標(biāo)紅外特征提取與識別技術(shù)[J]. 紅外技術(shù)， 2017， 39（5）： 427-435.

Li Ruidong， Sun Xiechang， Li Meng. Infrared Feature Extraction and Recognition Technology of Space Target[J]. Infrared Technology， 2017， 39（5）： 427-435. （in Chinese）

[27] 張迪飛， 張金鎖， 姚克明， 等. 基于SVM分類的紅外艦船目標(biāo)識別[J]. 紅外與激光工程， 2016， 45（1）： 179-184.

Zhang Difei， Zhang Jinsuo， Yao Keming， et al. Infrared ShipTarget Recognition Based on SVM Classification[J]. Infrared and Laser Engineering， 2016， 45（1）： 179-184. （in Chinese）

[28] 劉禹希. 基于機器視覺的智能駕駛車輛的目標(biāo)識別研究[D]. 長春： 吉林大學(xué)， 2017： 22-32.

Liu Yuxi. Research on Target Recognition of Intelligence Driving Vehicle Based on Machine Vision[D]. Changchun： Jilin University， 2017： 22-32. （in Chinese）

[29] 張曉霞. 基于支持向量機的無創(chuàng)血糖檢測電極影響研究[D]. 成都： 成都理工大學(xué)， 2017： 15-20.

Zhang Xiaoxia. The Study on NonInvasive Glucose Test Influence by Electrode Based on the Support Vector Machine[D]. Chengdu： Chengdu University of Technology， 2017： 15-20. （in Chinese）

[30] Hinton G E， Osindero S， Teh Y W.A Fast Learning Algorithm for Deep Belief Nets[J]. Neural Computation， 2006， 18（7）： 1527-1554.

[31] 許強， 李偉， Loumbi P. 深度卷積神經(jīng)網(wǎng)絡(luò)在SAR自動目標(biāo)識別領(lǐng)域的應(yīng)用綜述[J]. 電訊技術(shù)， 2018， 58（1）： 106-112.

Xu Qiang， Li Wei， Loumbi P. Application of Deep Convolutional Neural Network in SAR Automatic Target Recognition： A Summarization[J]. Telecommunication Engineering， 2018， 58（1）： 106-112. （in Chinese）

[32] Salakhutdinov R， Hinton G. Deep Boltzmann Machines[C]∥ Proceedings of the 12th International Conference on Artificial Intelligence and Statistics （AISTATS） 2009 Clearwater Beach， Florida， USA， 2009： 448-455.

[33] Poon H， Domingos P.SumProduct Networks： A New Deep Architecture[C]∥Proceedings of 2011 IEEE International Conference on Computer Vision Workshops （ICCV Workshops）， Barcelona， 2011： 689-697.

[34] Silver D， Schrittwieser J， Simonyan K， et al. Mastering the Game of Go without Human Knowledge[J]. Nature， 2017， 550： 354-359.

[35] 孫慧婷. 紅外弱小多目標(biāo)實時處理[D]. 蘇州： 蘇州科技大學(xué)， 2017： 11-18.

Sun Huiting. Infrared Small Dim MultiTargets RealTime Processing[D]. Suzhou： Suzhou University of Science and Technology， 2017： 11-18. （in Chinese）

[36] 汪大寶. 復(fù)雜背景下的紅外弱小目標(biāo)檢測與跟蹤技術(shù)研究[D]. 西安： 西安電子科技大學(xué)， 2010： 13-51.

Wang Dabao. Research on Infrared Weak Small Targets Detection and Tracking Technology under Complex Backgrounds[D]. Xian： Xidian University， 2010： 13-51. （in Chinese）

[37] 侯潔， 辛云宏. 基于高通濾波和圖像增強的紅外小目標(biāo)檢測方法[J]. 紅外技術(shù)， 2013， 35（5）： 279-284.

Hou Jie， Xin Yunhong. A Method for Infrared Small Target Detection with HighPass Filter and Image Enhancement Technology[J]. Infrared Technology， 2013， 35（5）： 279-284. （in Chinese）

[38] 黃成， 王紅梅. 干擾條件下的紅外目標(biāo)檢測方法研究[J]. 航空兵器， 2017（5）： 31-36.

Huang Cheng， Wang Hongmei. Research on Infrared Target Detection Method under Jamming Condition[J]. Aero Weaponry， 2017（5）： 31-36. （in Chinese）

[39] Chen C L P， Li H， Wei Y， et al. A Local Contrast Method for Small Infrared Target Detection[J]. IEEE Transactions on Geoscience and Remote Sensing， 2013， 52（1）： 574-581.

[40] Cheng M M， Zhang G X， Mitra N J， et al. Global Contrast Based Salient Region Detection[C]∥Computer Vision and Pattern Recognition （CVPR）， 2011： 409-416.

[41] 畢艷軍， 李雪霞， 李凌雁. 徑向基神經(jīng)網(wǎng)絡(luò)實現(xiàn)紅外目標(biāo)檢測[J]. 艦船科學(xué)技術(shù)， 2016（16）： 118-120.

Bi Yanjun， Li Xuexia， Li Lingyan. Infrared Target Detection Based on Radial Basis Function Neural Network[J]. Ship Science and Technology， 2016（16）： 118-120. （in Chinese）

[42] 王玲玲， 辛云宏. 基于形態(tài)學(xué)與遺傳粒子濾波器的紅外小目標(biāo)檢測與跟蹤算法[J]. 光子學(xué)報， 2013（7）： 849-856.

Wang Lingling， Xin Yunhong. A Small IR Detection and Tracking Algorithm Based on Morphological and GeneticParticle Filter[J]. Acta Photonica Sinica， 2013（7）： 849-856. （in Chinese）

[43] 張?？?， 郗潤平， 張艷寧. 改進分形法結(jié)合局部熵的紅外小目標(biāo)檢測方法[J]. 中國體視學(xué)與圖像分析， 2014（1）： 17-22.

Zhang Fujun， Xi Runping， Zhang Yanning. Infrared Small Target Detection by Improved Fractal and Local Entropy[J]. Chinese Journal of Stereology and Image Analysis， 2014（1）： 17-22. （in Chinese）

[44] 李炯， 張濤， 張朋飛， 等. 反導(dǎo)/反臨攔截彈多模導(dǎo)引頭關(guān)鍵技術(shù)淺析[J]. 航空兵器， 2018（1）： 8-14.

Li Jiong， Zhang Tao， Zhang Pengfei， et al. Analysis of Key Techniques of MultiMode Seeker for AntiMissile/AntiNearSpace Vehicle Interceptor[J]. Aero Weaponry， 2018（1）： 8-14.（in Chinese）

[45] 楊劍影， 周佳玲， 魏小倩. 多導(dǎo)彈攻擊高機動目標(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）

Abstract： The infrared seeker is one of the target sensitive devices which is commonly used on advanced precision guided weapons. Based on a brief introduction to the components and workflow of infrared seeker， the stateofart and development tendency of infrared seeker key technologies are reviewed， including infrared detecting technology， automatic target recognition and realtime image processing technology.

It is pointed out that infrared seeker is developing towards the trend of compounding， serialization， miniaturization， standardization， generalization， networking， intelligentize， multipurpose and lowcost.

Key words： infrared seeker； infrared detecting； automatic target recognition； realtime image processing