(91388部隊94分隊 湛江 524000)
現(xiàn)代海戰(zhàn)要求為了使有限的魚雷裝藥量盡可能地達到大的毀傷效果,必須盡可能地垂直命中目標。為了達到這個目的,目前國內(nèi)外采用的主要方法是基于最優(yōu)控制理論推導(dǎo)的導(dǎo)引方法,如文獻[1],是基于最優(yōu)和次優(yōu)的導(dǎo)引方法。國內(nèi)文獻[2]采用了最優(yōu)控制律方法,文獻[3]采用了變結(jié)構(gòu)的導(dǎo)引方法,文獻[4]采用了遺傳優(yōu)化的方法。在本文中,采用螢火蟲算法魚雷垂直命中導(dǎo)引方法進行優(yōu)化,建立Simulink仿真模型,驗證其可行性。
參考相關(guān)文獻,將魚雷和目標運動簡化為水平面運動,假定其為質(zhì)點模型。相對運動關(guān)系如圖1所示。相對運動方程為
式中:
at為魚雷的法向指令加速度;am為目標的法向指令加速度;vt,vm為分別為魚雷和目標的速度;r為目標和魚雷之間的距離;ψt,ψm為分別為魚雷的偏航角和目標的航向角;q為視線角。
起始時刻目標和魚雷的運動關(guān)系為
終端約束條件為
圖1 魚雷與目標的相對運動關(guān)系
參考文獻[5],取攔截時間和能量的組合作為性能指標,即:
控制的目的是尋找合適的控制律utn,在滿足式(4)的情況下,保證式(5)最小。參考文獻[6],可知控制律utn是r、q和ψt的非線性函數(shù),故選取非線性控制律為
式中:
這樣就將最優(yōu)垂直命中問題轉(zhuǎn)化為了參數(shù)優(yōu)化求取式(5)的極小值問題。也就為應(yīng)用螢火蟲方法優(yōu)化導(dǎo)引方法推導(dǎo)好了數(shù)學(xué)模型。
螢火蟲算法(GSO)是由印度學(xué)者Krishnan和Ghose提出的一種群智能隨機優(yōu)化算法[7~8]。該算法模擬自然界中的螢火蟲過熒光素值大小相互吸引對方,達到彼此交流信息的目的方法。相關(guān)資料表明,螢火蟲算法在尋找各種全局最優(yōu)解方面比遺傳算法等更有效,成功率更高[9~10]。
螢火蟲算法的具體算法步驟如圖2描述[11~12]。
根據(jù)上文分析,本文所研究內(nèi)容主要有7個參數(shù) (c1,c2,c3,k1,k2,k3,tf)需要優(yōu)化,本文采用螢火蟲算法來優(yōu)化導(dǎo)引命中律參數(shù),主要方法是在每個采樣周期上對所述需整定的參數(shù)進行設(shè)置和調(diào)整,以找到最優(yōu)的控制參數(shù)。其主要原理可以描述為首先將每個螢火蟲個體對應(yīng)一組導(dǎo)引律參數(shù),然后在每次算法迭代中計算每個螢火蟲個體的控制量,并計算出相應(yīng)的系統(tǒng)輸出和評價函數(shù)的適應(yīng)度值。并且根據(jù)螢火蟲個體所處位置的優(yōu)劣選取此次迭代的最優(yōu)的螢火蟲個體,最后將得到的最優(yōu)螢火蟲個體所處的位置參數(shù)作為最后的導(dǎo)引律控制參數(shù)。系統(tǒng)如圖3所示。
圖2 螢火蟲算法流程圖
圖3 螢火蟲算法優(yōu)化導(dǎo)引方法參數(shù)過程示意圖
在本文中,螢火蟲算法采用實數(shù)編碼。假定螢火蟲種群規(guī)模為N。需要優(yōu)化的參數(shù)有7個,則問題域的維數(shù)為7。因此優(yōu)化導(dǎo)引律參數(shù)的螢火蟲種群可用一個N*7的矩陣表示。
目標函數(shù)F:
設(shè)定采樣周期為0.02s,目標速度15m/s,魚雷速度20m/s,初始時刻視線角q為60°,初始距離500m。在Matlab中建立的優(yōu)化模型如圖4所示。
圖4 優(yōu)化仿真模型
仿真結(jié)果如圖5、6所示。
圖5 目標與魚雷的導(dǎo)引彈道
圖6 魚雷加速度
結(jié)果:脫靶量為0.707,交會角為89.4096,攔截時間為111.78。
由仿真結(jié)果可以看出魚雷導(dǎo)引彈道比較光滑,命中角度接近垂直,仿真結(jié)果說明采用螢火蟲算法優(yōu)化魚雷垂直命中導(dǎo)引方法是確實可行的。
本文基于傳統(tǒng)的垂直命中導(dǎo)引優(yōu)化方法設(shè)計困難的問題,設(shè)計了螢火蟲優(yōu)化算法,利用Matlab構(gòu)建了仿真模型。仿真結(jié)果表明,魚雷導(dǎo)引彈道比較光滑,命中角度接近垂直,跟蹤過程較平穩(wěn),響應(yīng)速度快,魯棒性強。可以說采用螢火蟲算法優(yōu)化魚雷垂直命中導(dǎo)引方法是確實可行的。