方洋旺，鄧天博，符文星

（1.西北工業(yè)大學(xué)無(wú)人系統(tǒng)技術(shù)研究院，西安710072；2.西北工業(yè)大學(xué)航天學(xué)院，西安710072）

1 引言

導(dǎo)彈制導(dǎo)系統(tǒng)是導(dǎo)彈的指揮官，承擔(dān)著決策指令生成的重要任務(wù)，即結(jié)合外部信息（環(huán)境、目標(biāo)、干擾）和導(dǎo)彈自身的內(nèi)部信息按一定規(guī)律導(dǎo)引和控制導(dǎo)彈飛向目標(biāo)或預(yù)定軌跡。導(dǎo)引頭獲取的外部信息的準(zhǔn)確性從根本上決定了指揮官?zèng)Q策的準(zhǔn)確性，在信息準(zhǔn)確的基礎(chǔ)上，導(dǎo)引方法則極大地影響指揮官的決策質(zhì)量。

戰(zhàn)場(chǎng)環(huán)境日益復(fù)雜的發(fā)展趨勢(shì)對(duì)技術(shù)也提出了更多的要求，傳統(tǒng)的制導(dǎo)系統(tǒng)面臨挑戰(zhàn)：對(duì)外，針對(duì)性地提升不同導(dǎo)引系統(tǒng)的信息獲取能力；對(duì)內(nèi)，克服信息質(zhì)量問(wèn)題實(shí)現(xiàn)精確制導(dǎo)。因此，導(dǎo)彈制導(dǎo)系統(tǒng)能力綜合提升對(duì)于實(shí)現(xiàn)單兵作戰(zhàn)效能最大化顯得尤為重要?，F(xiàn)代控制理論的工程應(yīng)用和智能控制理論的不斷發(fā)展為制導(dǎo)系統(tǒng)解決復(fù)雜環(huán)境下目標(biāo)探測(cè)、識(shí)別、跟蹤以及精確打擊提供多樣化選擇。

智能導(dǎo)彈是未來(lái)導(dǎo)彈的發(fā)展方向，智能制導(dǎo)系統(tǒng)是導(dǎo)彈智能決策的基礎(chǔ)。本文對(duì)導(dǎo)彈智能制導(dǎo)系統(tǒng)的應(yīng)用現(xiàn)狀進(jìn)行介紹，探討了智能制導(dǎo)系統(tǒng)的研究現(xiàn)狀并在此基礎(chǔ)上提出智能導(dǎo)彈集群、探測(cè)制導(dǎo)一體化等技術(shù)發(fā)展方向，旨在為未來(lái)智能制導(dǎo)系統(tǒng)的發(fā)展提供思路。

2 智能化導(dǎo)彈發(fā)展現(xiàn)狀

目前，伴隨著人工智能的熱潮席卷全球，世界各大軍事強(qiáng)國(guó)都在緊鑼密鼓地著手于智能導(dǎo)彈的研發(fā)。盡管從總體上來(lái)說(shuō)真正意義上的智能導(dǎo)彈還沒(méi)有出現(xiàn)，但已初具雛形，在導(dǎo)航制導(dǎo)、目標(biāo)識(shí)別、任務(wù)規(guī)劃等方面都呈現(xiàn)出了智能化的特點(diǎn)［1］。其中，最具代表的是以下三種型號(hào)［2-4］。

2.1 美國(guó)遠(yuǎn)程反艦導(dǎo)彈

2009年，美國(guó)國(guó)防預(yù)先研究計(jì)劃局與洛克希德·馬丁公司導(dǎo)彈和火控分公司簽訂了發(fā)展遠(yuǎn)程反艦導(dǎo)彈（Long Range Anti-Ship Missile，LRASM）的第一階段合同。遠(yuǎn)程反艦導(dǎo)彈項(xiàng)目由美國(guó)國(guó)防高級(jí)研究計(jì)劃局和美國(guó)海軍研究辦公室共同出資開(kāi)展，承包商為洛克希德·馬丁公司和火控分公司負(fù)責(zé)，旨在開(kāi)發(fā)并驗(yàn)證一種全所未有的遠(yuǎn)程反艦導(dǎo)彈。

在洛克希德·馬丁公司發(fā)布的關(guān)于LRASM 的宣傳片中，美國(guó)海軍航母編隊(duì)F-18 戰(zhàn)機(jī)掛載LRASM 起飛執(zhí)行作戰(zhàn)任務(wù)。在監(jiān)視衛(wèi)星發(fā)現(xiàn)敵方海上艦艇編隊(duì)目標(biāo)后，向指揮中心發(fā)送關(guān)于目標(biāo)的相關(guān)數(shù)據(jù)信息。艦上作戰(zhàn)指揮系統(tǒng)根據(jù)作戰(zhàn)需求，發(fā)射了兩枚艦載LRASM，通過(guò)數(shù)據(jù)鏈由艦艇向?qū)梻鬏斈繕?biāo)指示信息，隨后F-18 戰(zhàn)機(jī)發(fā)射一枚LRASM。LRASM 之間通過(guò)數(shù)據(jù)鏈進(jìn)行通訊，可在GPS 拒止條件下正常工作，并在線(xiàn)規(guī)劃路線(xiàn)。在飛行過(guò)程中，LRASM 可自主感知威脅，并對(duì)威脅自主進(jìn)行建模，實(shí)現(xiàn)在線(xiàn)路線(xiàn)規(guī)劃，繞過(guò)威脅。LRASM飛到末端時(shí)，首先使用被動(dòng)遠(yuǎn)距離探測(cè)目標(biāo)，完成虛假目標(biāo)剔除、高價(jià)值目標(biāo)識(shí)別和鎖定，并降低高度進(jìn)行超低空突防，在距離目標(biāo)較近時(shí)使用成像導(dǎo)引頭實(shí)現(xiàn)目標(biāo)薄弱部位識(shí)別，最終完成打擊任務(wù)。

LRASM 被美國(guó)海軍稱(chēng)為人工智能導(dǎo)彈。其空射版已經(jīng)于2018年首先列裝了美國(guó)空軍第28轟炸機(jī)聯(lián)隊(duì)。LRASM 在自主感知威脅、自主在線(xiàn)航跡規(guī)劃、多彈協(xié)同、目標(biāo)價(jià)值等級(jí)劃分、目標(biāo)識(shí)別等方面的智能化水平極高。其中，自主在線(xiàn)航跡規(guī)劃、多彈協(xié)同等包含了智能制導(dǎo)律的相關(guān)理論和技術(shù)。

2.2 俄羅斯鋯石導(dǎo)彈

鋯石高超聲速反艦導(dǎo)彈（3M22）由俄羅斯戰(zhàn)術(shù)導(dǎo)彈集團(tuán)下屬的俄羅斯機(jī)械制造科研生產(chǎn)聯(lián)合體NPOM負(fù)責(zé)研制［5］。鋯石反艦導(dǎo)彈以超燃沖壓發(fā)動(dòng)機(jī)為主要?jiǎng)恿Γ鶕?jù)飛行彈道的不同，其最遠(yuǎn)射程從350 km 到500 km 不等，飛行速度可達(dá)馬赫數(shù)5～10，具有很強(qiáng)的機(jī)動(dòng)和突防能力。

鋯石反艦導(dǎo)彈智能化水平主要體現(xiàn)在制導(dǎo)系統(tǒng)作戰(zhàn)自主性和對(duì)抗水平方面。一組鋯石導(dǎo)彈在執(zhí)行打擊任務(wù)時(shí)會(huì)進(jìn)行“自我協(xié)調(diào)”，編組成一個(gè)整體的導(dǎo)彈打擊群，協(xié)同對(duì)目標(biāo)發(fā)起攻擊，使得目標(biāo)難以防御。在鋯石導(dǎo)彈的目標(biāo)引導(dǎo)程序中集成了人工智能數(shù)據(jù)，使得導(dǎo)彈不僅能夠?qū)箶畴娮痈蓴_手段，而且還能夠自主規(guī)避敵防空火力的打擊。為了消除對(duì)目標(biāo)的誤判，在導(dǎo)彈的彈載計(jì)算機(jī)中預(yù)先儲(chǔ)存了現(xiàn)代主要艦艇的圖像，可供導(dǎo)引頭在選擇機(jī)動(dòng)方式和攻擊指定目標(biāo)時(shí)進(jìn)行校正。此外，鋯石導(dǎo)彈還能夠按重要性對(duì)目標(biāo)進(jìn)行分類(lèi)，然后根據(jù)預(yù)定的程序自主選定攻擊戰(zhàn)術(shù)和攻擊實(shí)施方案，攻擊其中最重要的目標(biāo)。

鋯石導(dǎo)彈上不僅可安裝雷達(dá)自導(dǎo)頭，還可安裝用于搜索和探測(cè)目標(biāo)的光電系統(tǒng)，并可加裝數(shù)據(jù)鏈，具備了自主規(guī)避威脅能力。

其智能制導(dǎo)律算法主要體現(xiàn)在：能夠自主選擇目標(biāo)，動(dòng)態(tài)實(shí)時(shí)地選擇合適的、滿(mǎn)足規(guī)避威脅要求，且還能有效攻擊所選擇目標(biāo)的制導(dǎo)律。

2.3 挪威導(dǎo)彈

挪威導(dǎo)彈（Naval Strike Missile，NSM）號(hào)稱(chēng)“全球唯一第五代反艦導(dǎo)彈”［6］。由美國(guó)雷錫恩公司與挪威康斯伯格海事公司聯(lián)合研發(fā)。2018年6月，美軍宣布其瀕海艦（Littoral Combat Ship，LCS）和新型護(hù)衛(wèi)艦將使用挪威研制的隱身反艦導(dǎo)彈NSM。這也意味著NSM 擊敗了波音公司提出的“魚(yú)叉”增程型方案和洛克希德·馬丁公司的LRASM 艦射型導(dǎo)彈。

NSM 采用成型彈體、正常氣動(dòng)布局、折疊式上翼、4個(gè)尾舵的結(jié)構(gòu)布局，該導(dǎo)彈采用紅外隱身外形設(shè)計(jì)，末段可進(jìn)行三維迂回機(jī)動(dòng)，有高達(dá)200 個(gè)途徑點(diǎn)的航路規(guī)劃能力。NSM 于2010年服役，主要用來(lái)裝備挪威海軍南森級(jí)護(hù)衛(wèi)艦和導(dǎo)彈快艇。

NSM采用了高清晰度紅外成像導(dǎo)引頭，能夠清晰分辨遠(yuǎn)處目標(biāo)的外輪廓，制導(dǎo)系統(tǒng)的目標(biāo)分類(lèi)軟件可進(jìn)行自動(dòng)目標(biāo)識(shí)別。這樣就可以通過(guò)發(fā)射前的程序設(shè)計(jì)，選擇目標(biāo)的薄弱部位或者關(guān)鍵部位進(jìn)行攻擊。當(dāng)導(dǎo)彈處于不利攻擊陣位時(shí)，智能軟件可以控制導(dǎo)彈通過(guò)戰(zhàn)術(shù)機(jī)動(dòng)，占領(lǐng)有利攻擊陣位，對(duì)目標(biāo)實(shí)施最佳效果的攻擊。在對(duì)目標(biāo)實(shí)施多彈攻擊時(shí)，可對(duì)每枚導(dǎo)彈的攻擊飛行路線(xiàn)進(jìn)行設(shè)定，并可設(shè)定不同的攻擊部位，可使一枚或幾枚導(dǎo)彈從對(duì)方攔截的盲區(qū)對(duì)目標(biāo)艦發(fā)起攻擊。這種攻擊方法，可使導(dǎo)彈達(dá)成一定意義的協(xié)同，互相配合，達(dá)到最好的攻擊效果。

其智能制導(dǎo)算法主要體現(xiàn)在：一是智能改變末端彈道和進(jìn)入角度以滿(mǎn)足攻擊目標(biāo)的薄弱部位或者關(guān)鍵部位的要求；二是將協(xié)同制導(dǎo)和智能制導(dǎo)相結(jié)合實(shí)時(shí)規(guī)劃出有利的飛行彈道實(shí)現(xiàn)多枚導(dǎo)彈同時(shí)攻擊目標(biāo)的不同部位，提高打擊效果。

3 智能制導(dǎo)律研究現(xiàn)狀

隨著人工智能技術(shù)的不斷發(fā)展及其在武器裝備上的應(yīng)用，武器的智能化逐漸改變著未來(lái)戰(zhàn)爭(zhēng)的面貌。為滿(mǎn)足未來(lái)戰(zhàn)爭(zhēng)“智能、快速、精確、高效”的作戰(zhàn)需求，現(xiàn)有導(dǎo)彈需加快智能化步伐。而導(dǎo)彈智能化可概括為兩個(gè)特征：一是電子對(duì)抗和智能抗干擾，即在復(fù)雜戰(zhàn)場(chǎng)環(huán)境下，可對(duì)敵方發(fā)出的大量干擾信號(hào)進(jìn)行有效識(shí)別而不被干擾信息打斷、誘騙；二是智能打擊目標(biāo)，即能夠自主根據(jù)目標(biāo)當(dāng)前情況控制發(fā)射與否，并檢測(cè)目標(biāo)狀態(tài)做出積極響應(yīng)。其中前者可理解為導(dǎo)引頭的智能識(shí)別技術(shù)，而后者即為基于可觀測(cè)信息的智能制導(dǎo)技術(shù)。下面將圍繞智能制導(dǎo)技術(shù)中所涉及的智能制導(dǎo)方法進(jìn)行綜述。

3.1 基于人工智能算法的局部智能制導(dǎo)律

（1）基于神經(jīng)網(wǎng)絡(luò)求解的局部智能制導(dǎo)律

最優(yōu)制導(dǎo)律設(shè)計(jì)問(wèn)題本質(zhì)上是最優(yōu)控制問(wèn)題，而最優(yōu)控制問(wèn)題只有在很少的情況下能獲得解析表達(dá)式；最優(yōu)制導(dǎo)律所涉及的彈目運(yùn)動(dòng)模型通常是非線(xiàn)性的，只有進(jìn)行大量的假設(shè)簡(jiǎn)化之后才能給出解析表達(dá)式，這些假設(shè)不但會(huì)影響制導(dǎo)律的適應(yīng)范圍，而且會(huì)影響制導(dǎo)律的精度。特別是在實(shí)際工程應(yīng)用中存在各種約束條件，如過(guò)載約束、角度約束、速度約束等都會(huì)影響最優(yōu)制導(dǎo)律表達(dá)式的求解。為了求解帶有各種約束條件的彈目運(yùn)動(dòng)模型的最優(yōu)制導(dǎo)律，研究人員開(kāi)始將神經(jīng)網(wǎng)絡(luò)理論應(yīng)用到制導(dǎo)律的求解中。Song 等［7］通過(guò)訓(xùn)練神經(jīng)網(wǎng)絡(luò)建立了最優(yōu)制導(dǎo)律表達(dá)式與彈目相對(duì)狀態(tài)之間的函數(shù)關(guān)系。盡管無(wú)法獲取精確的制導(dǎo)方程，但通過(guò)設(shè)定一些終止條件，制導(dǎo)律仍可通過(guò)訓(xùn)練神經(jīng)網(wǎng)絡(luò)獲得。張汝川等［8］利用Hopfield 神經(jīng)網(wǎng)絡(luò)在線(xiàn)實(shí)時(shí)求解最優(yōu)制導(dǎo)問(wèn)題，同時(shí)為了在攔截有界機(jī)動(dòng)目標(biāo)時(shí)視線(xiàn)角速率趨于0，將滑?？刂评碚撘氲街茖?dǎo)律的設(shè)計(jì)中，并利用Lyapunov穩(wěn)定性理論對(duì)該制導(dǎo)律的穩(wěn)定性進(jìn)行了證明。

基于有限滾動(dòng)時(shí)域的最優(yōu)制導(dǎo)律本質(zhì)上是局部最優(yōu)制導(dǎo)律，主要是解決各種約束條件下非線(xiàn)性最優(yōu)制導(dǎo)律難以在整個(gè)優(yōu)化時(shí)間求解的難題而提出來(lái)的。其主要思想是將整個(gè)優(yōu)化時(shí)間區(qū)域劃分為一系列時(shí)間片，然后在每個(gè)時(shí)間片上滾動(dòng)地求解局部最優(yōu)制導(dǎo)律。雖簡(jiǎn)化了計(jì)算難點(diǎn)，但解析仍然難以獲得。因此，基于模型的魯棒預(yù)測(cè)控制理論，Li 等［9］研究了導(dǎo)彈的攔截問(wèn)題，在有限滾動(dòng)時(shí)域上使用基于線(xiàn)性變分不等式的原始-對(duì)偶神經(jīng)網(wǎng)絡(luò)來(lái)求解約束二次規(guī)劃（Quadratic Programming，QP）問(wèn)題，利用多參數(shù)QP問(wèn)題的在線(xiàn)解，實(shí)時(shí)做出有約束的最優(yōu)控制決策。

（2）基于神經(jīng)網(wǎng)絡(luò)參數(shù)估計(jì)的局部智能制導(dǎo)律

由于滑模制導(dǎo)律不受彈目運(yùn)動(dòng)模型的限制而且易于獲得解析表達(dá)式，因此獲得廣泛的應(yīng)用。然而，滑模制導(dǎo)律的不足之處在于存在抖振現(xiàn)象，而且對(duì)外部干擾包括目標(biāo)機(jī)動(dòng)的處理，通常將其當(dāng)作干擾項(xiàng)，采用魯棒的方式進(jìn)行處理，從而影響制導(dǎo)精度。為了解決上述問(wèn)題，人們將神經(jīng)網(wǎng)絡(luò)引入滑模制導(dǎo)中，要么解決抖振問(wèn)題，要么解決干擾項(xiàng)的估計(jì)問(wèn)題。Shao 等［10］利用徑向基函數(shù)（Radial Basis Function，RBF）神經(jīng)網(wǎng)絡(luò)實(shí)時(shí)估計(jì)目標(biāo)運(yùn)動(dòng)信息，減少三維運(yùn)動(dòng)模型中的耦合干擾。從而使制導(dǎo)律能夠自適應(yīng)參數(shù)的變化，提高了制導(dǎo)律的魯棒性。Li 等［11］提出了一種用于攔截具有落角和橫向加速度指令約束的非機(jī)動(dòng)目標(biāo)的制導(dǎo)律，該制導(dǎo)律將滑?？刂品椒ㄅc小波神經(jīng)網(wǎng)絡(luò)相結(jié)合，提高了系統(tǒng)的魯棒性，減小了系統(tǒng)的抖振。Lai等［12］基于Lyapunov穩(wěn)定性理論，提出了一種基于非線(xiàn)性擴(kuò)張狀態(tài)觀測(cè)器的神經(jīng)自適應(yīng)快速終端滑模動(dòng)態(tài)面控制方法，保證了系統(tǒng)的穩(wěn)定性。李解等［13］為提高末制導(dǎo)精度，根據(jù)滑模變結(jié)構(gòu)理論推導(dǎo)了一種基于零化視線(xiàn)角速率的滑模制導(dǎo)律，利用RBF神經(jīng)網(wǎng)絡(luò)對(duì)切換項(xiàng)增益進(jìn)行在線(xiàn)估計(jì)，并將所設(shè)計(jì)的RBF滑模制導(dǎo)律與滑模制導(dǎo)律、比例導(dǎo)引律進(jìn)行仿真對(duì)比。佟廷帥等［14］為了解決滑模制導(dǎo)律在攔截高速、大機(jī)動(dòng)目標(biāo)存在視線(xiàn)角速率抖振現(xiàn)象以及忽略自動(dòng)駕駛儀動(dòng)態(tài)特性等問(wèn)題，結(jié)合變結(jié)構(gòu)控制理論和神經(jīng)網(wǎng)絡(luò)，提出一種基于RBF 神經(jīng)網(wǎng)絡(luò)調(diào)節(jié)增益的滑模制導(dǎo)律。

（3）基于模糊參數(shù)估計(jì)的局部智能制導(dǎo)律

滑模制導(dǎo)律存在抖振現(xiàn)象，以及對(duì)外部干擾包括目標(biāo)機(jī)動(dòng)的處理（通常將其當(dāng)作干擾項(xiàng)處理）難以滿(mǎn)足工程應(yīng)用要求。對(duì)于此方面的問(wèn)題，除了用神經(jīng)網(wǎng)絡(luò)進(jìn)行估計(jì)補(bǔ)償之外，還可以采用模糊推理進(jìn)行逼近，其優(yōu)點(diǎn)是模糊神經(jīng)網(wǎng)絡(luò)隱層少，結(jié)構(gòu)簡(jiǎn)單。針對(duì)滑模變結(jié)構(gòu)制導(dǎo)律難以避免的抖動(dòng)問(wèn)題，溫先福等［15］提出用模糊神經(jīng)網(wǎng)絡(luò)去逼近滑模制導(dǎo)律的抖振項(xiàng)，從而達(dá)到消除抖動(dòng)的目的，但遺憾的是，該文未給出詳細(xì)的模糊規(guī)則，而且也未給出收斂性證明。針對(duì)空中高速、大機(jī)動(dòng)目標(biāo)的攔截問(wèn)題，周德云等［16］在變結(jié)構(gòu)控制理論的基礎(chǔ)上，提出了三維自適應(yīng)變結(jié)構(gòu)制導(dǎo)律，將目標(biāo)加速度視為外界干擾，設(shè)計(jì)了一種快速趨近律，并利用模糊RBF網(wǎng)絡(luò)的高效自學(xué)習(xí)能力對(duì)變結(jié)構(gòu)項(xiàng)的增益進(jìn)行了在線(xiàn)估計(jì)，實(shí)現(xiàn)對(duì)變結(jié)構(gòu)項(xiàng)的自適應(yīng)調(diào)節(jié)，從而減小了抖振項(xiàng)。Wang 等［17］針對(duì)空中高速、大機(jī)動(dòng)目標(biāo)的攔截問(wèn)題，在考慮加速度約束和自動(dòng)駕駛儀動(dòng)態(tài)特性的情況下，設(shè)計(jì)了滑模變結(jié)構(gòu)制導(dǎo)律，并通過(guò)構(gòu)建五條模糊規(guī)則獲得模糊基函數(shù)，設(shè)計(jì)模糊控制器逼近變結(jié)構(gòu)項(xiàng)，并設(shè)計(jì)徑向基網(wǎng)絡(luò)估計(jì)目標(biāo)加速度項(xiàng)，同時(shí)給出了基于上述逼近項(xiàng)的滑模制導(dǎo)律收斂性證明。

（4）基于強(qiáng)化學(xué)習(xí)參數(shù)估計(jì)的局部智能制導(dǎo)律

由于一般制導(dǎo)律設(shè)計(jì)都是在彈目運(yùn)動(dòng)模型確定的情況下獲得的，目標(biāo)及外部環(huán)境一旦產(chǎn)生一些不確定的變化，制導(dǎo)律就難以適應(yīng)此變化，從而導(dǎo)致制導(dǎo)精度下降。而強(qiáng)化學(xué)習(xí)正好具有學(xué)習(xí)外部環(huán)境不斷變化的能力。張秦浩等［18］以傳統(tǒng)的比例制導(dǎo)律為基礎(chǔ)，提出基于強(qiáng)化學(xué)習(xí)的方法學(xué)習(xí)比例系數(shù)，實(shí)現(xiàn)自適應(yīng)變比例系數(shù)的制導(dǎo)算法。該算法以視線(xiàn)角變化率作為狀態(tài)，依據(jù)脫靶量設(shè)計(jì)獎(jiǎng)勵(lì)函數(shù)，并設(shè)計(jì)離散化的行為空間，為導(dǎo)彈選擇正確的制導(dǎo)指令。該算法雖然具有學(xué)習(xí)的功能，但由于只考慮改變比例導(dǎo)引律的比例系數(shù)，仍無(wú)法解決目標(biāo)機(jī)動(dòng)以及各種干擾條件下的精確制導(dǎo)問(wèn)題，而且，比例制導(dǎo)律的最優(yōu)比例系數(shù)就是最優(yōu)制導(dǎo)律的比例系數(shù)，因此，即使再自適應(yīng)的改變，理論上也不會(huì)好于最優(yōu)制導(dǎo)律。

（5）基于強(qiáng)化學(xué)習(xí)模型的局部智能制導(dǎo)律

強(qiáng)化學(xué)習(xí)還可以動(dòng)態(tài)的學(xué)習(xí)一些帶有不確定因素和隨機(jī)因素的模型。Liang 等［19］提出了一種基于模型的深度強(qiáng)化學(xué)習(xí)方法，首先基于模型預(yù)測(cè)控制（Model Predictive Control，MPC）制導(dǎo)律結(jié)構(gòu)，然后利用深度神經(jīng)網(wǎng)絡(luò)逼近制導(dǎo)動(dòng)力學(xué)的預(yù)測(cè)模型，并將其納入模型預(yù)測(cè)路徑積分控制框架，利用元學(xué)習(xí)技術(shù)使深層神經(jīng)動(dòng)力學(xué)模型能夠在線(xiàn)適應(yīng)不同的目標(biāo)機(jī)動(dòng)、其他擾動(dòng)和執(zhí)行器故障等情況，并在此基礎(chǔ)上設(shè)計(jì)了變速攔截器在執(zhí)行器失效情況下攔截機(jī)動(dòng)目標(biāo)的制導(dǎo)律。此方法的優(yōu)點(diǎn)是MPC 制導(dǎo)律容易處理各種約束，用于求解；而且采用深度強(qiáng)化學(xué)習(xí)方法可以學(xué)習(xí)不確定情況下制導(dǎo)動(dòng)力學(xué)的預(yù)測(cè)模型，從而，確保所設(shè)計(jì)的制導(dǎo)律具有適應(yīng)各種復(fù)雜環(huán)境的能力。

3.2 全局智能制導(dǎo)律

（1）全局神經(jīng)網(wǎng)絡(luò)智能制導(dǎo)律

對(duì)于在各種復(fù)雜干擾環(huán)境和目標(biāo)作大機(jī)動(dòng)情形下，彈目運(yùn)動(dòng)模型不但是高度非線(xiàn)性，而且是不確定的、隨機(jī)的模型，同時(shí)受到各種狀態(tài)和終端約束，因此，很難基于常規(guī)的控制方法設(shè)計(jì)制導(dǎo)律。只能使用具有學(xué)習(xí)、推理能力，且能處理隨機(jī)性、不確定性問(wèn)題的神經(jīng)網(wǎng)絡(luò)來(lái)設(shè)計(jì)制導(dǎo)律?？紤]到神經(jīng)網(wǎng)絡(luò)強(qiáng)大的近似能力，一些國(guó)外學(xué)者用其取代傳統(tǒng)制導(dǎo)律以提高制導(dǎo)律計(jì)算效率。其中，Rajagopalan 等［20-21］詳細(xì)地分析了使用神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)制導(dǎo)律的可行性及優(yōu)勢(shì)。徐洋［22］針對(duì)紅外空空導(dǎo)彈在目標(biāo)機(jī)動(dòng)和紅外誘餌干擾情況下利用長(zhǎng)短期記憶（Long-Short Term Memory，LSTM）網(wǎng)絡(luò)設(shè)計(jì)具有抗干擾能力的智能制導(dǎo)律。Filici 等［23］考慮到擾動(dòng)的隨機(jī)性，設(shè)計(jì)了一款在線(xiàn)神經(jīng)網(wǎng)絡(luò)制導(dǎo)律。一旦擾動(dòng)出現(xiàn)，神經(jīng)網(wǎng)絡(luò)就會(huì)進(jìn)行在線(xiàn)補(bǔ)償。

（2）全局模糊智能制導(dǎo)律

模糊推理可以單獨(dú)用來(lái)設(shè)計(jì)控制器，因此也可以用來(lái)單獨(dú)的設(shè)計(jì)模糊制導(dǎo)律。針對(duì)地空導(dǎo)彈攔截攻擊彈的制導(dǎo)問(wèn)題，Wang 等［24］首先將攔截彈的制導(dǎo)問(wèn)題轉(zhuǎn)化為攔截彈跟蹤地面雷達(dá)探測(cè)目標(biāo)視線(xiàn)的問(wèn)題，然后設(shè)計(jì)一種模糊神經(jīng)網(wǎng)絡(luò)（Fuzzy Neural Network，F(xiàn)NN）控制器，用于逼近攔截彈跟蹤控制器，仿真結(jié)果表明：所設(shè)計(jì)的控制器能夠完成導(dǎo)彈制導(dǎo)任務(wù)，且計(jì)算量遠(yuǎn)小于使用小腦模型神經(jīng)網(wǎng)絡(luò)控制器（Cerebellar Model Articulation Controller，CMAC）。Lin［25］同時(shí)考慮了目標(biāo)機(jī)動(dòng)、轉(zhuǎn)彎延時(shí)、控制系統(tǒng)延時(shí)、閃爍噪聲等一系列影響因素后，通過(guò)三種不同的神經(jīng)網(wǎng)絡(luò)優(yōu)化器，設(shè)計(jì)了一種模糊神經(jīng)網(wǎng)絡(luò)制導(dǎo)律，最終的脫靶量、過(guò)載以及攔截時(shí)間都要低于傳統(tǒng)制導(dǎo)律。

（3）全局強(qiáng)化學(xué)習(xí)智能制導(dǎo)律

強(qiáng)化學(xué)習(xí)通過(guò)狀態(tài)集、動(dòng)作集、獎(jiǎng)賞函數(shù)以及外部環(huán)境可以形成一個(gè)閉環(huán)，通過(guò)不斷的學(xué)習(xí)，最終就能獲得最優(yōu)的結(jié)果，因此，完全可以將制導(dǎo)過(guò)程轉(zhuǎn)化為強(qiáng)化學(xué)習(xí)的閉環(huán)模型，通過(guò)強(qiáng)化學(xué)習(xí)方法，可以獲得基于強(qiáng)化學(xué)習(xí)的制導(dǎo)律?；趶?qiáng)化學(xué)習(xí)方法，Gaudet 等［26］設(shè)計(jì)了制導(dǎo)律，并能夠保證其最優(yōu)性，文章表明該制導(dǎo)方法要明顯優(yōu)于傳統(tǒng)比例導(dǎo)引法。在此基礎(chǔ)上，Gaudet 等［27］又提出了一種只需要導(dǎo)引頭視線(xiàn)角及其變化率組成的觀測(cè)值，不再需要估計(jì)距離的制導(dǎo)律。該制導(dǎo)律使用強(qiáng)化元學(xué)習(xí)進(jìn)行了優(yōu)化，優(yōu)化后在不同的目標(biāo)加速度情況下都可以穩(wěn)定視線(xiàn)角速率，同時(shí)文中說(shuō)明在能獲得較為完善的目標(biāo)加速度信息的情況下，此制導(dǎo)律比增強(qiáng)型零控脫靶量制導(dǎo)律具有更好的性能。Lee等［28］研究了導(dǎo)彈-目標(biāo)追逃問(wèn)題，其中導(dǎo)彈采用純比例導(dǎo)引方法，而目標(biāo)則利用強(qiáng)化學(xué)習(xí)算法以實(shí)現(xiàn)躲避策略。

自適應(yīng)最優(yōu)控制方法也可以看作是一種特殊的強(qiáng)化學(xué)習(xí)方法，它是一種有模型的強(qiáng)化學(xué)習(xí)。目前，已將該方法應(yīng)用到最優(yōu)制導(dǎo)律設(shè)計(jì)中，解決非線(xiàn)性最優(yōu)制導(dǎo)律無(wú)法求解的難題。孫景亮等［29］對(duì)自適應(yīng)最優(yōu)控制方法在制導(dǎo)律設(shè)計(jì)中的應(yīng)用進(jìn)行了綜述研究。Han 等［30］在導(dǎo)彈輸入受約束情況，引入自適應(yīng)評(píng)價(jià)網(wǎng)絡(luò)設(shè)計(jì)了制導(dǎo)律以保證導(dǎo)彈可在最短時(shí)間內(nèi)由初始馬赫數(shù)增長(zhǎng)到終端馬赫數(shù)；又利用自適應(yīng)評(píng)價(jià)網(wǎng)絡(luò)結(jié)構(gòu)，進(jìn)行了中段制導(dǎo)律的設(shè)計(jì)。

4 智能制導(dǎo)律研究方向和展望

導(dǎo)彈作為強(qiáng)有力的攻擊手段，在攻守雙方的博弈中起著不可或缺的作用，未來(lái)的戰(zhàn)爭(zhēng)是智能化的戰(zhàn)爭(zhēng)，導(dǎo)彈的智能化勢(shì)在必行，制導(dǎo)系統(tǒng)因其指揮官的核心作用連接著外部環(huán)境和導(dǎo)彈自身，與人工智能技術(shù)的結(jié)合勢(shì)必對(duì)作戰(zhàn)效能的提高起著決定性的作用。人工智能技術(shù)的不斷發(fā)展對(duì)武器研制有極強(qiáng)的推動(dòng)作用，必將深刻影響制導(dǎo)理論的發(fā)展。因此，未來(lái)智能制導(dǎo)律的可能發(fā)展方向和發(fā)展趨勢(shì)如下。

4.1 單智能體的智能制導(dǎo)律

（1）分布式多源異構(gòu)信息融合條件下的單智能體局部智能制導(dǎo)律

在復(fù)雜戰(zhàn)場(chǎng)環(huán)境下單一模式的探測(cè)裝置受到物理屬性、干擾因素的限制，其探測(cè)、識(shí)別能力都有限，無(wú)法滿(mǎn)足作戰(zhàn)需求，如遠(yuǎn)程空空導(dǎo)彈中制導(dǎo)階段，載機(jī)雷達(dá)探測(cè)目標(biāo)特別是隱身目標(biāo)距離難以滿(mǎn)足要求，需要位于不同空間位置的多源異構(gòu)多傳感器協(xié)同探測(cè)，進(jìn)行分布式多源異構(gòu)信息融合后獲得制導(dǎo)系統(tǒng)所需要的目標(biāo)信息。由于復(fù)雜戰(zhàn)場(chǎng)環(huán)境下即使通過(guò)多傳感器探測(cè)并利用信息融合處理獲得的目標(biāo)信息，仍然不可避免地存在目標(biāo)識(shí)別準(zhǔn)確率不高、目標(biāo)估計(jì)信息精度下降和不穩(wěn)定、目標(biāo)信息傳輸延時(shí)和丟包等問(wèn)題，對(duì)于此類(lèi)復(fù)雜目標(biāo)信息情況下，現(xiàn)有的制導(dǎo)律難以適用，需要設(shè)計(jì)針對(duì)上述復(fù)雜多變目標(biāo)信息的制導(dǎo)律。對(duì)于此類(lèi)問(wèn)題，可以考慮根據(jù)所獲取的目標(biāo)信息的質(zhì)量、完整性進(jìn)行分類(lèi)，對(duì)不同的信息采用不同的制導(dǎo)律，然后進(jìn)行切換或加權(quán)。至于分類(lèi)方法和加權(quán)系數(shù)的處理，可以考慮充分利用人工智能強(qiáng)大的學(xué)習(xí)推理能力如神經(jīng)網(wǎng)絡(luò)或強(qiáng)化學(xué)習(xí)的方法來(lái)處理，從而獲得多源信息融合條件下的智能制導(dǎo)律。也可以直接基于分布式多源異構(gòu)信息融合下目標(biāo)復(fù)雜多變信息對(duì)制導(dǎo)影響的主要特征參數(shù)，構(gòu)建合適的深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)，通過(guò)離線(xiàn)和在線(xiàn)學(xué)習(xí)的方法獲得智能制導(dǎo)律。

（2）多約束和不確定條件下的單智能體智能制導(dǎo)律

復(fù)雜的作戰(zhàn)環(huán)境和作戰(zhàn)需求及飛行器探測(cè)和動(dòng)力配置方式的多樣化等給飛行器制導(dǎo)控制帶來(lái)一系列的約束問(wèn)題。如為了保證殺傷效果，通常要求飛行器以特定的彈道和特定角度攻擊目標(biāo)，即對(duì)速度方向和終端交匯角產(chǎn)生約束；同時(shí)，由于受到自身物理屬性和發(fā)動(dòng)機(jī)推力的限制，其過(guò)載也受到約束；另外，對(duì)于空中目標(biāo)，還會(huì)受到目標(biāo)機(jī)動(dòng)和釋放干擾等不確定因素的影響，這顯然是一個(gè)多約束和不確定條件下的制導(dǎo)問(wèn)題。如果是高超飛行器，對(duì)攻角、飛行速度、飛行航跡和飛行姿態(tài)有更嚴(yán)格的約束以及熱流造成飛行器的彈性變形等隨機(jī)不確定因素等。因此，需要深入研究滿(mǎn)足多約束和不確定條件下的制導(dǎo)律問(wèn)題?？赡艿乃悸肥窍确艑捈s束條件和建立粗略的不確定模型，利用現(xiàn)有的控制理論設(shè)計(jì)帶有約束變量和不確定參量的制導(dǎo)律；然后，構(gòu)建仿真系統(tǒng)，在遍歷所要約束條件和不確定環(huán)境下進(jìn)行大量的制導(dǎo)仿真，獲得帶有標(biāo)簽的樣本；接著利用人工智能中神經(jīng)網(wǎng)絡(luò)或強(qiáng)化學(xué)習(xí)等強(qiáng)大學(xué)習(xí)和推理能力，自適應(yīng)的估計(jì)出約束變量和不確定的參量，從而獲得多約束和不確定條件下的智能制導(dǎo)律。也可以直接基于約束條件和不確定環(huán)境下對(duì)制導(dǎo)影響的主要特征參數(shù)，構(gòu)建合適的深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)，通過(guò)離線(xiàn)和在線(xiàn)性學(xué)習(xí)的方法獲得智能制導(dǎo)律。

4.2 多智能體的智能制導(dǎo)律

（1）多智能體協(xié)同智能制導(dǎo)律

近年來(lái)，集群智能作為人工智能的一個(gè)主要方向獲得快速發(fā)展，并被廣泛應(yīng)用到無(wú)人機(jī)編隊(duì)、機(jī)器人編隊(duì)等協(xié)同制導(dǎo)控制中。對(duì)于多飛行器協(xié)同制導(dǎo)來(lái)說(shuō)，目前主要基于多智能體一致性理論設(shè)計(jì)協(xié)同制導(dǎo)律，解決的主要是網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)、通信和防碰撞等多智能體相互之間的制導(dǎo)影響以及一致性條件是否滿(mǎn)足的問(wèn)題，沒(méi)有將上述的多源信息融合條件下或多約束不確定條件下的實(shí)際影響因素與協(xié)同制導(dǎo)設(shè)計(jì)問(wèn)題結(jié)合。因此，需要對(duì)此進(jìn)行深入研究，可能的研究方向包括：分布式多維多源異構(gòu)信息融合下的多飛行器協(xié)同智能制導(dǎo)律研究；帶有通信延時(shí)和防碰撞條件下的多無(wú)人飛行器協(xié)同智能制導(dǎo)律研究；基于強(qiáng)化學(xué)習(xí)的多飛行器非線(xiàn)性協(xié)同智能制導(dǎo)律研究等。

（2）目標(biāo)和任務(wù)變化下的多智能體智能制導(dǎo)律

當(dāng)多智能體在攻擊目標(biāo)特別是集群目標(biāo)時(shí)，由于距離較遠(yuǎn)且目標(biāo)群無(wú)法分開(kāi)，一開(kāi)始分配給多智能體的目標(biāo)可能是一個(gè)粗略的目標(biāo)，等到多智能體能清楚探測(cè)、識(shí)別具體目標(biāo)時(shí)，需要實(shí)時(shí)調(diào)整任務(wù)和再次分配目標(biāo)。在此過(guò)程中，如何進(jìn)行智能自主制導(dǎo)將是需要研究的問(wèn)題，即目標(biāo)和任務(wù)動(dòng)態(tài)變化情況下的制導(dǎo)問(wèn)題。可以考慮采用以下兩種思路：一是將目標(biāo)和任務(wù)分類(lèi)組合，針對(duì)每一種組合設(shè)計(jì)相應(yīng)的制導(dǎo)律，再采用人工智能中神經(jīng)網(wǎng)絡(luò)或強(qiáng)化學(xué)習(xí)等方法構(gòu)建學(xué)習(xí)推理模型，自主地識(shí)別目標(biāo)和任務(wù)的分類(lèi)，學(xué)習(xí)相應(yīng)的制導(dǎo)律參數(shù)，實(shí)現(xiàn)自主智能制導(dǎo)；二是構(gòu)建仿真環(huán)境，在遍歷目標(biāo)和任務(wù)情況下，進(jìn)行大量的制導(dǎo)仿真獲取樣本，然后構(gòu)建神經(jīng)網(wǎng)絡(luò)或強(qiáng)化學(xué)習(xí)模型，采用離線(xiàn)學(xué)習(xí)和動(dòng)態(tài)調(diào)整相結(jié)合的方法，實(shí)現(xiàn)智能自主制導(dǎo)。

5 結(jié)束語(yǔ)

智能制導(dǎo)律代表了未來(lái)制導(dǎo)律的發(fā)展方向，智能化導(dǎo)彈能夠在戰(zhàn)場(chǎng)上發(fā)揮指揮官的作用，對(duì)戰(zhàn)場(chǎng)全面統(tǒng)籌、監(jiān)控戰(zhàn)場(chǎng)態(tài)勢(shì)，做出相應(yīng)決策，對(duì)戰(zhàn)局有舉足輕重的影響。國(guó)外發(fā)達(dá)國(guó)家已經(jīng)在智能化導(dǎo)彈的研制上取得建樹(shù)，因此研究新型智能制導(dǎo)律的意義重大。面對(duì)當(dāng)今世界科學(xué)技術(shù)高速發(fā)展和新軍事變革的迅猛推進(jìn)，加速導(dǎo)彈智能化技術(shù)的研究，是鞏固我國(guó)大國(guó)地位，實(shí)現(xiàn)“能打仗，打勝仗”的關(guān)鍵所在。