鄭建成,曲智國,譚賢四,李志淮,朱 剛,袁 博
(1. 空軍預(yù)警學(xué)院,武漢 430019;2. 中國人民解放軍95246部隊,南寧 530007)
多功能相控陣?yán)走_(dá)具有波束敏捷轉(zhuǎn)向、自適應(yīng)任務(wù)調(diào)度、可變波形等多種能力,可較好改善雷達(dá)的探測性能和跟蹤精度,在導(dǎo)彈防御中發(fā)揮著舉足輕重的作用[1]。但是,執(zhí)行某個任務(wù)耗費的資源增加必然導(dǎo)致執(zhí)行其它任務(wù)的可用資源減少,隨著防空目標(biāo)的日趨復(fù)雜多樣,可用的資源總量有限使得單一雷達(dá)系統(tǒng)面臨的挑戰(zhàn)越來越明顯,而聯(lián)網(wǎng)的多功能相控陣?yán)走_(dá)系統(tǒng)不僅能提供更高的探測性能,還能權(quán)衡利用網(wǎng)內(nèi)雷達(dá)的資源以完成多空域多目標(biāo)探測任務(wù)。
目前,關(guān)于雷達(dá)探測臨近空間高超聲速目標(biāo)(Near space hypersonic target, NSHT)的研究多集中于跟蹤方法、信號檢測、軌跡預(yù)測等方面[2-5]。文獻(xiàn)[2]針對單一的Sine模型算法無法與NSHT滑躍式軌跡準(zhǔn)確匹配的問題,利用多重貝葉斯準(zhǔn)則在線調(diào)整多個Sine模型權(quán)重和模型轉(zhuǎn)移概率矩陣,實現(xiàn)了對高超聲速滑躍式目標(biāo)的有效跟蹤。文獻(xiàn)[3]針對NSHT回波信號相參積累時存在的跨距離門和多普勒擴展問題,根據(jù)目標(biāo)加速度和加加速度的變化區(qū)間對其估計值進(jìn)行搜索,同時利用多尺度搜索的方法解決搜索尺度和搜索計算量之間的矛盾,完成了相參積累。文獻(xiàn)[4]針對雷達(dá)探測NSHT時回波信號與多普勒頻率分量耦合會產(chǎn)生虛警的問題,通過構(gòu)造脈內(nèi)多普勒頻率和脈間多普勒頻率補償函數(shù)提高真實目標(biāo)的能量增益,為NSHT的有效探測與跟蹤提供了理論方法。文獻(xiàn)[5]針對NSHT機動性強、軌跡預(yù)測困難的問題,通過集合經(jīng)驗?zāi)B(tài)分解對預(yù)測參數(shù)進(jìn)行分解和重構(gòu)以減少噪聲干擾,利用去噪后的氣動加速度數(shù)據(jù)對注意力長短時記憶網(wǎng)絡(luò)進(jìn)行訓(xùn)練,進(jìn)而預(yù)測未來氣動加速度數(shù)據(jù)并重構(gòu)未來軌跡,取得了較好的預(yù)測精度。
而在應(yīng)對NSHT時的雷達(dá)資源優(yōu)化運用方面,多數(shù)現(xiàn)有研究側(cè)重于單部雷達(dá)的搜索參數(shù)優(yōu)化設(shè)計和目標(biāo)快速捕獲策略[6-8],既沒有考慮聯(lián)網(wǎng)協(xié)同探測時網(wǎng)內(nèi)雷達(dá)之間存在交接目標(biāo)的問題,也沒有考慮到網(wǎng)內(nèi)單部雷達(dá)跟蹤容量有限的問題。而文獻(xiàn)[9]以NSHT總的威脅度最大、交接率最小為目標(biāo)函數(shù)建立雷達(dá)網(wǎng)目標(biāo)分配模型,雖然涉及雷達(dá)跟蹤容量和目標(biāo)交接,但該模型未考慮目標(biāo)交接條件和對NSHT機動能力的適用性,且僅仿真驗證了分配算法對兩部雷達(dá)分配目標(biāo)的有效性。對此,根據(jù)已獲得的NSHT軌跡信息計算出多部雷達(dá)對其可見時間窗,即每部雷達(dá)能夠探測和跟蹤NSHT的時間段,建立考慮雷達(dá)跟蹤容量、跟蹤數(shù)量、交接條件和時間間隔占用性約束的目標(biāo)分配模型并探索可行的求解算法,得到對目標(biāo)全程無縫跟蹤的時間分配方法,可為防御NSHT的多傳感器協(xié)同探測預(yù)先任務(wù)規(guī)劃提供有益參考。
NSHT因速度快、機動性強、軌跡靈活多變而對防御方高價值資產(chǎn)構(gòu)成了嚴(yán)重威脅[10],其運動方程為
(1)
式中:h為目標(biāo)飛行高度;Ω為橫向射程角;Ψ為縱向射程角;v為速度;γ為航跡傾角;κ為航向角;R為地球半徑;D=1/2ρv2CdA為氣動阻力,L=1/2ρv2ClA為氣動升力,Cd,Cl分別為阻力系數(shù)和升力系數(shù),A為目標(biāo)的有效橫截面積;σ為飛行器的傾側(cè)角;g=g0R2/(R+h)2為離地面h處的重力加速度,g0=9.8 m/s2為海平面處重力加速度;ρ=ρ0exp(-h/H)為大氣密度,ρ0=1.752 kg/m3,H=6 700 m;m為飛行器的質(zhì)量。根據(jù)式(1),當(dāng)NSHT初始滑翔速度為Ma20、初始高度為80 km時,假設(shè)其運動至t=1 500 s時為規(guī)避防御方而做機動飛行,其在不同傾側(cè)角機動時的可達(dá)范圍如圖1所示。
圖1 NSHT可達(dá)范圍Fig.1 Footprint of NSHT
根據(jù)文獻(xiàn)[11],為保證捕獲到NSHT,雷達(dá)的最大橫向覆蓋距離僅約1 231 km。結(jié)合圖1可知,當(dāng)NSHT的傾側(cè)角σ≤10.5°時,雷達(dá)才能完全覆蓋其可達(dá)范圍。當(dāng)多個NSHT來襲時,為解決單部雷達(dá)對此類目標(biāo)視距近和無法持續(xù)探測[12]的問題,就需要通過多部雷達(dá)組成雷達(dá)網(wǎng)形成對NSHT的有效覆蓋范圍,通過足夠的可觀測資源保證任務(wù)觀測的連續(xù)性并實時更新目標(biāo)狀態(tài),從而實現(xiàn)綜合態(tài)勢感知。
NSHT機動轉(zhuǎn)彎會造成很大的阻力從而影響飛行速度和射程,遠(yuǎn)程NSHT在飛行過程中為節(jié)省能量以達(dá)到既定的射程就會在飛行后期為規(guī)避防御方而機動轉(zhuǎn)彎[13]。因此,在預(yù)先任務(wù)規(guī)劃階段,基于天基紅外系統(tǒng)(Space-based infrared system,SBIRS)、早期預(yù)警雷達(dá)(Early warning radar,EWR)提供的目標(biāo)先驗信息,地基、?;走_(dá)組成的雷達(dá)網(wǎng)就可以通過NSHT的發(fā)射區(qū)域和長時間的軌跡預(yù)測來分配網(wǎng)內(nèi)各雷達(dá)的探測任務(wù)[13-14]?;贜SHT的飛行任務(wù)剖面包括助推段、滑翔/巡航段、末段[15],考慮如圖2所示SBIRS/ EWR、宙斯盾SPY-6雷達(dá)、薩德AN/TPY-2雷達(dá)組成的聯(lián)合防御體系應(yīng)對多個NSHT的攻防博弈場景,在SBIRS/EWR系統(tǒng)獲得目標(biāo)的先驗信息后,指揮、控制、作戰(zhàn)管理與通信系統(tǒng)(Command and control,battle management and comm-unication,C2BMC)主要通過調(diào)度宙斯盾SPY-6雷達(dá)網(wǎng)獲得對NSHT的精確跟蹤信息,而薩德AN/TPY-2雷達(dá)主要擔(dān)負(fù)末段防御時的預(yù)警探測任務(wù)[16]。為盡可能長時間地穩(wěn)定跟蹤目標(biāo),C2BMC通過時間資源管理對網(wǎng)內(nèi)雷達(dá)的探測時間進(jìn)行預(yù)先分配[17]。滑翔/巡航段的反臨雷達(dá)網(wǎng)探測時間分配應(yīng)考慮三個問題:(1)目標(biāo)優(yōu)先級;(2)目標(biāo)跟蹤的連續(xù)性和持久性;(3)網(wǎng)內(nèi)雷達(dá)之間盡量少交接目標(biāo)。因此,根據(jù)已獲得的目標(biāo)軌跡信息計算出雷達(dá)對目標(biāo)的可見時間窗,即每部雷達(dá)能夠探測和跟蹤目標(biāo)的時間段,尋求考慮目標(biāo)交接影響的雷達(dá)探測時間分配方法,以實現(xiàn)對每個NSHT的跟蹤時間最長,是反臨雷達(dá)網(wǎng)進(jìn)行任務(wù)規(guī)劃不得不考慮的問題。
圖2 NSHT攻防博弈場景Fig.2 Scene of penetration game
圖3 雷達(dá)網(wǎng)跟蹤時間分配示意圖Fig.3 Diagram of radar network tracking time allocation
基于問題描述的過程,為建立雷達(dá)網(wǎng)探測多個NSHT的時間分配模型以進(jìn)行探測任務(wù)規(guī)劃,本文假設(shè)NSHT的發(fā)點先驗信息由SBIRS/EWR提供,C2BMC可采用現(xiàn)有技術(shù)手段對其軌跡進(jìn)行預(yù)測并確認(rèn)威脅區(qū)域,網(wǎng)內(nèi)雷達(dá)對每個NSHT的可見時間窗在目標(biāo)剩余飛行時間內(nèi),雷達(dá)網(wǎng)之間不存在交接技術(shù)難題且能夠?qū)崟r共享信息,所有雷達(dá)的集合記為D,所有目標(biāo)的集合記為T,所有時間間隔的集合記為I,建模過程中使用的參數(shù)如表1所示,決策變量如表2所示。其中,目標(biāo)優(yōu)先級ωt由目標(biāo)的距離rt和剩余飛行時間τ決定,其計算公式[18]為
表1 參數(shù)列表Table 1 List of parameters
表2 決策變量Table 2 Decision variables
(2)
式中:τ0,ατ,r0,αr,βr為決定sigmoid函數(shù)形狀的參數(shù)。
根據(jù)問題描述的過程可知,目標(biāo)t被跟蹤與否取決于是否有雷達(dá)對其進(jìn)行跟蹤,因而?t∈T,有
Xt=max{Xt,1,Xt,2,…,Xt,ND}
(3)
2.1.1持續(xù)跟蹤時長約束
(4)
(5)
2.1.2時間間隔占用性約束
(6)
2.1.3跟蹤雷達(dá)數(shù)量約束
為節(jié)約資源,本文限定穩(wěn)定跟蹤某個目標(biāo)時只需一部雷達(dá)即可,只有在交接目標(biāo)時的短暫時間內(nèi)才會發(fā)生兩部雷達(dá)同時跟蹤同一個目標(biāo)的情況,因此在某個時刻對同一個目標(biāo)進(jìn)行跟蹤的最大雷達(dá)數(shù)量為2, 即?t∈T,i∈I,有
(7)
2.1.4雷達(dá)跟蹤容量約束
考慮到雷達(dá)在特定時刻只能跟蹤Nc個目標(biāo),?r∈D,i∈I,有
(8)
2.1.5交接約束
(9)
Yt,r1,r2+Xt,r≤1
(10)
根據(jù)上述約束條件,為實現(xiàn)雷達(dá)網(wǎng)對多個NSHT的無縫跟蹤時間分配,同時使得雷達(dá)網(wǎng)對所有目標(biāo)可持續(xù)跟蹤時間之和最大和對目標(biāo)的交接次數(shù)最少的數(shù)學(xué)公式可表示為
(11)
綜上,雷達(dá)網(wǎng)探測多個NSHT的時間分配數(shù)學(xué)模型為
(12a)
(12b)
步驟1:初始化,根據(jù)任務(wù)規(guī)劃時間T、雷達(dá)數(shù)量ND和目標(biāo)數(shù)量NT產(chǎn)生相應(yīng)規(guī)模的時間窗,目標(biāo)函數(shù)值置零;
步驟3:置當(dāng)前目標(biāo)序號t=1,時間間隔序號i=1,令r=r+1、i=i+1,若r≤ND、i≤NI,根據(jù)式(6)所示的時間間隔占用性約束條件判斷雷達(dá)r能否在時間間隔i跟蹤目標(biāo)t,若是則進(jìn)入步驟4,否則返回步驟2;
步驟6:根據(jù)式(2)計算各雷達(dá)對目標(biāo)t的目標(biāo)優(yōu)先級ωt和當(dāng)前對目標(biāo)t的目標(biāo)函數(shù)值f,令t=t+1,若t>NT,進(jìn)入步驟7,否則返回步驟3;
步驟7:對t∈T,判斷目標(biāo)函數(shù)值f是否取得最大值,若是則選擇對目標(biāo)t進(jìn)行跟蹤,更新目標(biāo)函數(shù)值f、雷達(dá)網(wǎng)的可用時間窗和相應(yīng)的雷達(dá)序號r,判斷雷達(dá)r的跟蹤容量是否使用完畢,若是進(jìn)入步驟8,否則返回步驟2;
步驟8:結(jié)束。
算法執(zhí)行流程如圖4所示。
圖4 貪心算法流程圖Fig.4 Greedy algorithm flowchart
為驗證建立模型的正確性和所提求解算法(算法一)的有效性,本節(jié)分別對不同雷達(dá)數(shù)和目標(biāo)數(shù)的情況進(jìn)行仿真分析,討論雷達(dá)跟蹤容量和目標(biāo)交接對模型求解結(jié)果的影響,然后將依次選擇時間窗最長的雷達(dá)參與跟蹤的貪心算法(算法二)和Cplex精確求解算法(算法三)與算法一進(jìn)行對比分析。模型求解由MATLAB R2022a完成,計算是在一臺裝有Intel(R)Core(TM)i7-10510U CPU @ 1.80GHz 2.30 GHz的CPU和16GB內(nèi)存的筆記本電腦進(jìn)行的。
表3 仿真參數(shù)Table 3 Simulation parameters
3.2.1模型和算法驗證
首先對雷達(dá)數(shù)多于目標(biāo)數(shù)的情況進(jìn)行分析。由于網(wǎng)內(nèi)雷達(dá)數(shù)量較多,假設(shè)每部雷達(dá)參與目標(biāo)跟蹤的概率為60%,目標(biāo)跟蹤容量Nc=2,根據(jù)盡可能保持雷達(dá)網(wǎng)對目標(biāo)的持續(xù)跟蹤時間最長的時間窗口選擇原則,圖5給出了采用所提方法使用10部雷達(dá)在不同時間窗口對NSTH的跟蹤時間分配結(jié)果。從圖5(a)可見,雷達(dá)網(wǎng)對目標(biāo)的跟蹤發(fā)生了2次交接,分別是348 s處的雷達(dá)2和雷達(dá)3、653 s處的雷達(dá)3和雷達(dá)7;雖然雷達(dá)5、9、10也對NSHT具備可見時間窗,但本文所提貪心策略將目標(biāo)分配給雷達(dá)2、3、7進(jìn)行跟蹤,保證了滿足最小跟蹤分配時間約束的同時盡可能長時間地持續(xù)跟蹤目標(biāo)。在圖5(a)的基礎(chǔ)上,圖5(b)給出了同樣的10部雷達(dá)跟蹤2個目標(biāo)的時間分配結(jié)果。為實現(xiàn)對每個目標(biāo)的持續(xù)跟蹤時間最長,圖5(b)顯示雷達(dá)網(wǎng)跟蹤目標(biāo)1需要2次交接,而跟蹤目標(biāo)2需要3次交接,驗證了所建立的雷達(dá)網(wǎng)探測多個NSHT的時間分配數(shù)學(xué)模型的正確性。
圖5 雷達(dá)網(wǎng)最優(yōu)跟蹤時間分配Fig.5 Optimal tracking time allocation of radar network
3.2.2雷達(dá)跟蹤容量的影響
使用表3給出的仿真參數(shù),圖6給出了用3部雷達(dá)組成的雷達(dá)網(wǎng)跟蹤15個目標(biāo)的時間分配結(jié)果。從圖中的紅色方框可見,當(dāng)雷達(dá)跟蹤容量Nc=5時,根據(jù)本文提到的60%的探測概率,除了目標(biāo)1、4、5、15不能被探測和跟蹤外,雷達(dá)1、2、3被分配跟蹤其它11個目標(biāo),且對目標(biāo)3的跟蹤僅雷達(dá)1的時間窗口可用;而當(dāng)雷達(dá)跟蹤容量增加至Nc=8時,雷達(dá)網(wǎng)跟蹤了所有15個目標(biāo),且在圖6(a)的基礎(chǔ)上,雷達(dá)1和雷達(dá)2的所有可用時間窗口部分都參與了對目標(biāo)3的跟蹤,延長了跟蹤時間。特別是,考慮圖6中380 s和460 s時被跟蹤的目標(biāo)數(shù)量,從圖6(a)中可以看出雷達(dá)網(wǎng)380 s和460 s時分別可以跟蹤7個目標(biāo)和5個目標(biāo),而從圖6(b)中可以看出雷達(dá)網(wǎng)380 s和460 s時分別可以跟蹤12個目標(biāo)和11個目標(biāo)。由此可見,隨著雷達(dá)跟蹤容量的提高,雷達(dá)網(wǎng)可跟蹤的目標(biāo)數(shù)量顯著增加,從而使得對目標(biāo)的整體跟蹤時間增加。
圖6 3部雷達(dá)跟蹤15個目標(biāo)的時間分配Fig.6 Time allocation for 3 radars tracking 15 targets
3.2.3目標(biāo)交接的影響
根據(jù)前述分析可知,對目標(biāo)函數(shù)最終取值影響較大的是目標(biāo)函數(shù)的第一項,即雷達(dá)網(wǎng)對目標(biāo)跟蹤時長的總和f1。對此,本小節(jié)假設(shè)ND=5,NT=50、Nc=10,f1的權(quán)重系數(shù)k1=1,其它仿真參數(shù)見表3,討論目標(biāo)函數(shù)中交接處罰項的權(quán)重系數(shù)k2對目標(biāo)函數(shù)的影響。當(dāng)k2的取值范圍為5~100時,目標(biāo)函數(shù)值和交接次數(shù)的變化情況如圖7所示。顯然,目標(biāo)函數(shù)值隨著k2的增加而減少,而交接次數(shù)呈階梯式下降。同時,當(dāng)k2取較小值時,可以獲得較大的目標(biāo)函數(shù)值,但存在較多不必要的交接。因此,選擇k2使得交接次數(shù)的減少不再明顯,同時能夠獲得一個較大的目標(biāo)函數(shù)值,將是權(quán)衡目標(biāo)函數(shù)值最大和交接次數(shù)最少的最佳決策。而從圖7可見,k2按此決策方法應(yīng)該選取的最佳值為40。
圖7 交接對目標(biāo)函數(shù)的影響Fig.7 Effect of handover on the objective function
為進(jìn)一步驗證所提方法的有效性,利用3.2.3節(jié)相同的仿真參數(shù)及其權(quán)重系數(shù)選取原則,本節(jié)將算法一~算法三進(jìn)行對比分析。表4采用100次蒙特卡羅仿真取平均值后比較了三種算法可跟蹤的目標(biāo)總數(shù)、目標(biāo)交接次數(shù)、目標(biāo)函數(shù)值和算法耗時情況。
表4 三種算法求解結(jié)果比較Table 4 Comparison of the solution results for the three algorithms
就表4所示的目標(biāo)函數(shù)值而言,采用算法一求解的結(jié)果為339.25,而采用算法二、算法三求解的結(jié)果分別為320.19、351.32,性能分別相差約5.9%、3.5%,這主要是由于采用算法一、算法三求解時雷達(dá)網(wǎng)跟蹤的目標(biāo)數(shù)明顯多于采用算法二求解的結(jié)果。從算法原理上看,算法三是采用精確算法得到的全局最優(yōu)解,算法一選擇的是起始時刻最早的雷達(dá)的可見時間窗作為初始跟蹤時間窗,然后依任務(wù)規(guī)劃時間順序選擇其它對目標(biāo)具備可見時間窗的雷達(dá)參與跟蹤任務(wù),而算法二是依次選擇可見時間窗最長的雷達(dá)參與對目標(biāo)的跟蹤任務(wù),算法一比算法二更符合預(yù)警作戰(zhàn)任務(wù)實際,因為在實際的NSHT預(yù)警探測任務(wù)中,C2BMC必然是首先調(diào)度能夠最早發(fā)現(xiàn)NSHT的雷達(dá)執(zhí)行跟蹤任務(wù),然后以保證對該NSHT的持續(xù)跟蹤時間最長為目標(biāo),依次調(diào)度網(wǎng)內(nèi)滿足交接條件的其它雷達(dá)進(jìn)行接力探測,而不是依次調(diào)度對目標(biāo)可見時間窗最大的雷達(dá)參與跟蹤任務(wù),因此每部雷達(dá)可跟蹤的目標(biāo)數(shù):算法三>算法一>算法二。
同時從表4可見,采用算法一求解時雷達(dá)網(wǎng)可跟蹤27個目標(biāo),網(wǎng)內(nèi)雷達(dá)之間發(fā)生了23次交接,算法耗時3.66 s,而采用算法二求解時雷達(dá)網(wǎng)可跟蹤的目標(biāo)減少至24個,網(wǎng)內(nèi)雷達(dá)之間卻發(fā)生了26次交接,比算法一的交接次數(shù)還要多3次,算法耗時也增加至4.05 s,比算法一增加了11%,算法三則以比算法一微弱的性能優(yōu)勢(少交接3次、多跟蹤2個目標(biāo))得到了較大的目標(biāo)函數(shù)值,但是其算法耗時卻高達(dá)484.4 s,分別是算法一、算法二的132.4倍、119.6倍,使得其不適用于防御NSHT這類高速、高機動目標(biāo),因為即使是以Ma5的速度飛行,NSHT在484.4 s的時間內(nèi)也飛行了823.5 km,這將使得防御方無法獲得充足的反應(yīng)時間,從而對其高價值資產(chǎn)將構(gòu)成嚴(yán)重威脅。
雖然減少交接次數(shù)有利于提高雷達(dá)網(wǎng)的聯(lián)合探測性能,但算法三求解響應(yīng)時間過長,不適用于預(yù)警探測NSHT。算法一則以比算法二更少的交接次數(shù)跟蹤了更多的目標(biāo),同時獲得了對目標(biāo)較長的持續(xù)跟蹤時長,算法耗時也最少,與算法二、算法三相比其性能較優(yōu),可在提供較好跟蹤性能的同時為攔截器的戰(zhàn)斗準(zhǔn)備提供更多的時間。
本文建立的模型同時考慮了雷達(dá)跟蹤容量、跟蹤數(shù)量、交接條件和時間間隔占用性約束,能夠?qū)崿F(xiàn)雷達(dá)網(wǎng)對所有目標(biāo)可持續(xù)跟蹤時間之和最大和對目標(biāo)的交接次數(shù)最少,同時避免了不必要地同時跟蹤多個NSHT,可作為一種探測預(yù)案應(yīng)用于雷達(dá)網(wǎng)預(yù)警探測NSHT的預(yù)先任務(wù)規(guī)劃中。典型參數(shù)條件下的仿真表明:1)雷達(dá)的跟蹤容量對雷達(dá)網(wǎng)的探測性能具有顯著影響,雷達(dá)網(wǎng)可跟蹤的目標(biāo)數(shù)和持續(xù)跟蹤時間隨著隨著雷達(dá)跟蹤容量的增加而增加;2)對模型目標(biāo)函數(shù)值影響較大的是雷達(dá)網(wǎng)對目標(biāo)跟蹤時長的總和,交接處罰項的權(quán)重系數(shù)的選取原則為使目標(biāo)函數(shù)值盡可能大和交接次數(shù)盡可能少;3)對模型求解時,依次選擇可盡早發(fā)現(xiàn)NSHT的雷達(dá)參與跟蹤的貪心策略在算法性能、交接次數(shù)和可跟蹤的目標(biāo)數(shù)方面可獲得較好結(jié)果,有利于提高雷達(dá)網(wǎng)的聯(lián)合探測性能。本文主要針對當(dāng)NSHT的傾側(cè)角σ≤10.5°、雷達(dá)可對其形成有效覆蓋范圍的靜態(tài)時間籌劃問題,后續(xù)可考慮NSHT機動能力較強、雷達(dá)僅部分時間窗口可見的情況,建立適用性更強的模型進(jìn)行動態(tài)時間分配方法的探討。