摘 要： 直升機低空作戰(zhàn)時易受各類地空/空空武器的攻擊， 針對近距發(fā)射的RPG和抗干擾能力越來越強的導(dǎo)彈， 在傳統(tǒng)的紅外誘餌彈、 激光定向干擾等“軟殺傷”手段之外， 亟需具備“硬殺傷”能力的主動攔截防護(hù)系統(tǒng)。 為了研究直升機主動防護(hù)系統(tǒng)實現(xiàn)的關(guān)鍵技術(shù)， 對國外直升機主動攔截系統(tǒng)的發(fā)展現(xiàn)狀與趨勢進(jìn)行了分析， 在此基礎(chǔ)上， 針對直升機主動攔截防護(hù)系統(tǒng)研制過程中所需解決的來襲威脅實時探測告警技術(shù)、 高精度攔截火力控制技術(shù)、 精準(zhǔn)控制、 快速響應(yīng)的攔截彈藥設(shè)計技術(shù)等關(guān)鍵技術(shù)的實現(xiàn)途徑進(jìn)行了分析。

關(guān)鍵詞： 主動攔截； 威脅告警； 攔截火控； 微型彈藥

中圖分類號： TJ760

文獻(xiàn)標(biāo)識碼： A

文章編號： 1673-5048（2024）05-0019-06

DOI： 10.12132/ISSN.1673-5048.2024.0142

0 引 言

直升機憑借著低空、 超低空的優(yōu)勢， 以空中猛烈的火力、 對裝甲目標(biāo)發(fā)起隱蔽攻擊的優(yōu)點， 在現(xiàn)代戰(zhàn)場上起到日益突出的作用。 但是， 由于直升機飛行高度低、 飛行速度慢、 防護(hù)裝甲能力弱、 紅外和雷達(dá)特征明顯， 在復(fù)雜戰(zhàn)場環(huán)境下， 極易遭受各類地面防空兵器和近距空空導(dǎo)彈的攻擊， 其中便攜式防空導(dǎo)彈、 空空導(dǎo)彈和火箭助推榴彈（RPG）是直升機面臨的主要威脅。 采用紅外誘餌彈等“軟殺傷”手段， 雖然可在一定程度上降低載機被擊落的風(fēng)險， 但隨著紅外制導(dǎo)導(dǎo)彈抗干擾能力越來越強， 來襲導(dǎo)彈突破軟殺傷防御的概率大幅增加， 同時， “軟殺傷”對于RPG等威脅是完全無效的。 因此， 研發(fā)能夠?qū)硪u威脅進(jìn)行硬殺傷的主動攔截防護(hù)系統(tǒng)， 進(jìn)而形成軟硬殺傷結(jié)合的防御體系， 對于提升直升機在復(fù)雜對抗戰(zhàn)場環(huán)境下的作戰(zhàn)生存概率具有十分重要的意義。

1 直升機主動攔截防護(hù)系統(tǒng)發(fā)展現(xiàn)狀

主動攔截防護(hù)系統(tǒng)最先應(yīng)用于坦克等裝甲車平臺［1］。 該系統(tǒng)通過在坦克上加裝特定的傳感器、 武器等， 使用攔截彈等“硬殺傷”方式對來襲威脅進(jìn)行攔截、 摧毀， 有效提升坦克平臺的生存能力。 目前， 該系統(tǒng)在坦克等裝甲車平臺上的應(yīng)用已較為成熟， 具有代表性的坦克主動攔截防護(hù)系統(tǒng)包括俄羅斯的“競技場”（見圖1）， 美國的“ IAAPS”“戰(zhàn)利品”“獎杯”（Trophy）系統(tǒng)等。

收稿日期： 2024-08-19

作者簡介： 魏靖彪（1974-）， 男， 河北保定人， 正高級工程師。

*通信作者： 孫毓凱（1977-） ， 男， 黑龍江哈爾濱人， 工程師。

與機載主動攔截防護(hù)系統(tǒng)相比， 坦克主動攔截防護(hù)系統(tǒng)對攔截距離、 探測精度等的要求都更低， 因此， 坦克主動攔截防護(hù)系統(tǒng)的技術(shù)路線無法直接應(yīng)用于機載場景。 基于以上原因， 美國、 以色列等國家近些年來相繼開始了機載主動攔截防護(hù)系統(tǒng)的研制工作， 并在直升機等平臺上對主動攔截防護(hù)系統(tǒng)的有效性和可行性進(jìn)行了驗證。 較具代表性的直升機主動攔截防護(hù)系統(tǒng)包括“Flicker”、 直升機主動防護(hù)系統(tǒng)（HAPS）、 智能末端防御管理系統(tǒng)（Smart D2）等。

2011年9月， 以色列拉斐爾公司研發(fā)的直升機主動攔截防護(hù)系統(tǒng)“Flicker”進(jìn)行了首次實彈測試， 如圖2所示。 “Flicker”系統(tǒng)可對來襲的RPG和便攜式防空導(dǎo)彈進(jìn)行攔截毀傷， 從而保護(hù)直升機免遭其攻擊。 該系統(tǒng)通過聲學(xué)、 光學(xué)以及雷達(dá)傳感器迅速識別來襲威脅， 探測到目標(biāo)后， 直升機可以對目標(biāo)進(jìn)行高精度瞄準(zhǔn)， 并通過新型武器發(fā)射器發(fā)射攔截彈， 在距直升機盡可能遠(yuǎn)的位置上命中并摧毀目標(biāo)。 “Flicker”在測試中表現(xiàn)良好， 可準(zhǔn)確識別來襲的RPG并發(fā)射攔截彈， 攔截彈精準(zhǔn)命中目標(biāo)并使其完全失效。

2015年， 美國Orbital ATK公司展示了第一款可裝備于直升機上的主動攔截防護(hù)系統(tǒng)（HAPS）， 如圖3所示。 HAPS系統(tǒng)可用來攔截RPG和單兵便攜式防空導(dǎo)彈， 該系統(tǒng)可識別來襲威脅， 發(fā)射攔截彈并對攔截彈進(jìn)行制導(dǎo)， 引導(dǎo)攔截彈到達(dá)攔截點， 然后引爆戰(zhàn)斗部毀傷來襲威脅。 該過程耗費時間不超過1 s， 并且爆炸點距離直升機有足夠的安全距離， 可保證直升機不會受到RPG和導(dǎo)彈破片的傷害。

近幾年， BAE公司針對直升機主動攔截開展了一系列相關(guān)技術(shù)的研究， 包括三維先進(jìn)告警系統(tǒng)（3D AWS）、 智能末端防御管理系統(tǒng)（Smart D2）、 任務(wù)生存力系統(tǒng)（Mission Survivability）。 其中， “Smart D2”系統(tǒng)能夠?qū)硪u威脅進(jìn)行評估和排序， 并基于威脅評估結(jié)果生成相應(yīng)的防御策略， 能夠?qū)φT餌彈、 攔截彈等進(jìn)行統(tǒng)一管理， 從而有效識別和防御戰(zhàn)場來襲威脅。 “Smart D2”系統(tǒng)組成如圖4所示。

綜合來看， 直升機防御系統(tǒng)朝著智能化、 綜合化、 層次化方向發(fā)展， 主要技術(shù)趨勢表現(xiàn)在以下幾方面：

（1） 導(dǎo)彈告警方式由紫外導(dǎo)彈告警向紅外/激光告警綜合、 由單一被動告警向主被動復(fù)合告警方向發(fā)展；

（2） 工作方式從分散的人工操作對抗向智能化多手段協(xié)同對抗方向發(fā)展；

（3） 能與直升機上已有防御資源融合， 對抗手段從釋放各類干擾的軟對抗向軟硬殺傷一體化多層次防護(hù)方向發(fā)展；

（4） 使用具有制導(dǎo)能力的攔截彈藥， 可快速精準(zhǔn)響應(yīng)制導(dǎo)指令， 對目標(biāo)進(jìn)行破片殺傷， 且彈藥具有小型化、 低成本的特點。

除直升機主動攔截防護(hù)系統(tǒng)之外， 美國和歐洲在大型飛機、 戰(zhàn)斗機平臺上， 也開展了主動攔截防護(hù)系統(tǒng)的探索研究［2］。 2019年， 美國研發(fā)了先進(jìn)精確殺傷武器系統(tǒng)（APKWS）。 同年， 歐洲的多家公司聯(lián)合展示了HK-DAS系統(tǒng)， 該系統(tǒng)擬裝備于未來的“暴風(fēng)”戰(zhàn)機。 此外， 美國還開展了“游隼”空空導(dǎo)彈（Peregrine）、 “微型自衛(wèi)彈藥”（MSDM）、 “小型先進(jìn)能力導(dǎo)彈”（SACM）等微型彈藥的研究， 以期通過低成本的小型/微型彈藥實現(xiàn)對來襲威脅的攔截摧毀。 但總的來說， 相關(guān)研究的進(jìn)度和成熟度明顯落后于直升機主動攔截防護(hù)系統(tǒng)的發(fā)展。

2 直升機主動攔截防護(hù)系統(tǒng)關(guān)鍵技術(shù)

2.1 來襲威脅實時探測告警技術(shù)

對來襲威脅的探測告警是實現(xiàn)直升機主動攔截的前提。 直升機面臨的典型威脅包括RPG、 紅外彈等， 此類威脅多由地面人員、 防空設(shè)施或者低空飛行的直升機、 無人機等發(fā)射， 全程近地飛行。 直升機在下視條件下， 對威脅發(fā)現(xiàn)十分困難， 且受地面雜波的影響， 容易出現(xiàn)虛警。 為解決以上問題， 需要從告警體制選擇和威脅檢出算法等方面進(jìn)行突破。

目前， 機載威脅探測告警主要包括被動紫外、 被動紅外、 脈沖多普勒雷達(dá)主動探測， 以及被動紅外與主動雷達(dá)結(jié)合的復(fù)合探測等多種方式。

其中， 被動紫外體制利用導(dǎo)彈發(fā)動機輻射的日盲紫外信號進(jìn)行探測， 由于導(dǎo)彈/RPG紫外波段輻射強度相對較弱， 且該波段大氣透過率低， 導(dǎo)致紫外告警距離近， 通常小于4 km， 無法覆蓋典型防空導(dǎo)彈的射程。 紫外告警雖然避開了太陽輻射的干擾， 具有名義上的低虛警率， 在簡單戰(zhàn)場環(huán)境下有優(yōu)勢， 但在城市和復(fù)雜戰(zhàn)場背景下， 由于高溫目標(biāo)的影響， 造成紫外告警虛警率較高。

被動紅外體制利用導(dǎo)彈發(fā)動機輻射的紅外輻射信號進(jìn)行探測， 探測距離遠(yuǎn)， 通常大于6 km； 可以利用導(dǎo)彈/RPG尾焰的光譜特性、 導(dǎo)彈運動特征等剔除虛警， 實現(xiàn)較低的虛警率。 與被動紫外一樣， 被動紅外也無法獲得目標(biāo)的三維態(tài)勢。

脈沖多普勒雷達(dá)體制利用來襲導(dǎo)彈/RPG的速度多普勒效應(yīng)進(jìn)行探測， 具有極低的探測虛警率； 但是存在主動輻射電磁波， 易暴露載機目標(biāo)， 以及連續(xù)探測功耗大、 發(fā)熱量大、 大視場范圍搜索無法滿足實時性要求等問題。

主被動復(fù)合探測體制通常采用被動紅外與脈沖多普勒雷達(dá)結(jié)合的復(fù)合探測體制， 能夠同時兼顧紅外遠(yuǎn)距離和雷達(dá)高精度跟蹤定位的特點， 具有紅外/雷達(dá)引導(dǎo)確認(rèn)模式下的極低虛警率和對近處威脅的快速反應(yīng)時間等優(yōu)點， 是未來實時探測技術(shù)發(fā)展的主要方向。

而在威脅檢出的算法方面， 紅外弱小目標(biāo)檢測技術(shù)是實現(xiàn)導(dǎo)彈/RPG檢出的有效技術(shù)， 但面對復(fù)雜的機載下視背景， 目標(biāo)容易淹沒在噪聲之中， 難以被準(zhǔn)確檢測； 同時， 各種干擾容易給模型帶來大量的虛警。 現(xiàn)有的紅外弱小目標(biāo)檢測方法一般通過頻域或時域方法對圖像背景進(jìn)行預(yù)處理實現(xiàn)背景抑制， 提高圖像信噪比， 然后采用自適應(yīng)閾值分割法、 熵閾值分割法、 直方圖分割法等分割算法對圖像進(jìn)行分割， 得到潛在目標(biāo)點［3］。 為進(jìn)一步提高模型的泛化性能， 使其能夠適應(yīng)更多的復(fù)雜應(yīng)用場景， 研究者們采用卷積神經(jīng)網(wǎng)絡(luò)［4-5］等深度學(xué)習(xí)模型構(gòu)建紅外目標(biāo)檢測的高性能分類器。 考慮到導(dǎo)彈/RPG等威脅目標(biāo)的紅外圖像獲取難度較大， 可基于通用的紅外圖像數(shù)據(jù)集或由直升機光電系統(tǒng)的紅外圖像組成的數(shù)據(jù)集來實現(xiàn)模型的預(yù)訓(xùn)練， 然后在導(dǎo)彈/RPG的紅外圖像組成的數(shù)據(jù)集上實現(xiàn)模型的微調(diào)。 在機載環(huán)境中， 有限資源的嵌入式硬件平臺難以適應(yīng)復(fù)雜的分類器， 因此可以通過網(wǎng)絡(luò)量化、 網(wǎng)絡(luò)壓縮、 網(wǎng)絡(luò)剪枝等方法實現(xiàn)模型輕量化［6］， 也可以采用FPGA和GPU等專用芯片實現(xiàn)在線加速［7］。 此外， 可設(shè)計低復(fù)雜度和高描述能力的特征提取方法， 利用人工智能的方法對目標(biāo)圖像進(jìn)行學(xué)習(xí)訓(xùn)練， 挖掘目標(biāo)的本質(zhì)特征及其與場景干擾等的固有差異， 同時可采用多幀聯(lián)合檢測技術(shù)［8］， 在多幀中通過距離、 速度、 角度、 加速度以及功率等多維特征進(jìn)行關(guān)聯(lián)， 與非平穩(wěn)的雜波虛警進(jìn)行鑒別， 從而區(qū)分雜波虛警與真實目標(biāo)， 剔除虛假目標(biāo)。

2.2 高精度攔截火力控制技術(shù)

與傳統(tǒng)的機載火控任務(wù)不同， 主動攔截防護(hù)系統(tǒng)火控解算所需處理的導(dǎo)彈、 RPG等目標(biāo)， 具有尺寸小、 速度高等特點， 對攔截彈的脫靶量要求極為苛刻， 因此， 火控解算必須在攔截彈發(fā)射時， 為攔截彈提供高精度的參數(shù)。 同時， 隨著威脅距離接近， 攔截態(tài)勢變化劇烈， 攔截時機難以精準(zhǔn)把握， 稍有偏差則可能攔截失敗。 因此， 高精度攔截火力控制是主動攔截防護(hù)系統(tǒng)研制過程中所需突破的關(guān)鍵技術(shù)。 為提高火控解算精度， 從威脅信息準(zhǔn)確性、 攔截決策準(zhǔn)確性、 攔截火控解算準(zhǔn)確性三方面進(jìn)行攻關(guān)。

威脅信息準(zhǔn)確性的提高主要從當(dāng)前威脅狀態(tài)估計和威脅軌跡預(yù)測兩方面著手。 為了獲得連續(xù)、 穩(wěn)定的來襲導(dǎo)彈位置、 速度等信息， 可采用交互式多模型（IMM）、 alpha-beta濾波等方法對威脅點跡進(jìn)行處理。 威脅軌跡預(yù)測是基于當(dāng)前和此前的威脅運動狀態(tài)， 對目標(biāo)未來各個時刻的位置進(jìn)行預(yù)測。 來襲紅外制導(dǎo)導(dǎo)彈通常具備較強的機動能力， 要精確實時地獲取導(dǎo)彈的機動加速度幾乎難以實現(xiàn)， 如何對來襲導(dǎo)彈的運動軌跡進(jìn)行準(zhǔn)確估計是進(jìn)行攔截決策前的一個重要問題。 針對威脅軌跡預(yù)測， 目前典型的解決思路是將其視為一個基于時序數(shù)據(jù)的預(yù)測問題， 并采用交互式多模型（IMM-EKF） ［9］、 長短時記憶網(wǎng)絡(luò)（LSTM） ［10］等方法進(jìn)行處理。 另一種解決思路則是考慮到來襲導(dǎo)彈的運動并非完全隨機， 而是以一定的制導(dǎo)律接近載機， 因此采用了制導(dǎo)律辨識［11-12］的方法對目標(biāo)軌跡進(jìn)行預(yù)測。

攔截決策是攔截彈武器系統(tǒng)的“眼睛”和“大腦”。 主動攔截系統(tǒng)根據(jù)戰(zhàn)場態(tài)勢和攔截彈藥的武器情況實時解算攔截窗口和投放指令， 在避免攔截窗口沖突、 多目標(biāo)火力分配沖突的前提下， 實現(xiàn)多目標(biāo)精準(zhǔn)攔截。 文獻(xiàn)［13］采用二分法與彈道遞推結(jié)合的方法獲得攔截窗口近界、 遠(yuǎn)界等發(fā)射參數(shù)。 由于在攔截策略的生成過程中反復(fù)使用彈道遞推， 運算量較大， 難以滿足主動攔截的實時性需求。 考慮到攔截策略的制定過程就是載機平臺與來襲威脅不斷博弈的過程， 因此可采用強化學(xué)習(xí)的思路進(jìn)行解決［14-16］。 文獻(xiàn)［17］針對機動能力強的空中平臺， 提出了一種基于強化學(xué)習(xí)的載機平臺智能機動策略和攔截彈發(fā)射策略， 以提升發(fā)射空空導(dǎo)彈攔截來襲導(dǎo)彈的勝率和效率。 而將強化學(xué)習(xí)應(yīng)用于直升機主動攔截決策， 類似的應(yīng)用尚未見報道。 針對直升機難以通過機動方式擺脫來襲威脅的特點， 可構(gòu)建高保真的導(dǎo)彈-直升機載機-干擾彈間的運動關(guān)系模型， 針對不同場景下的導(dǎo)彈來襲情景和制導(dǎo)方式， 進(jìn)行仿真推演， 并基于采用的攔截彈發(fā)射策略最終的對抗結(jié)果， 通過自學(xué)習(xí)機制， 形成可靠、 準(zhǔn)確的攔截決策模型， 同時可采用專用芯片以進(jìn)一步提升攔截決策的效率， 以滿足主動攔截的強實時性需求。 基于強化學(xué)習(xí)的攔截策略生成如圖5所示。

攔截火控解算的準(zhǔn)確性主要考慮機載平臺誤差的消除。 直升機平臺在空中執(zhí)行攔截任務(wù)過程中， 受平臺機動規(guī)避和平臺震動等因素影響， 來襲威脅和已發(fā)射攔截彈相對載機態(tài)勢變化劇烈， 造成載機慣導(dǎo)和彈載慣導(dǎo)的對準(zhǔn)誤差增大， 從而影響攔截彈制導(dǎo)控制精度， 造成脫靶現(xiàn)象。 為消除該偏差， 可通過載機同時獲得攔截彈和目標(biāo)的位置信息， 并基于三者的相對位置關(guān)系消除相應(yīng)的偏差。

reinforcement learning

2.3 精準(zhǔn)控制、 快速響應(yīng)的攔截彈藥設(shè)計技術(shù)

直升機遭遇的威脅具有近距突發(fā)的特點， 來襲的威脅從發(fā)射到命中載機僅需不到10 s的時間， 這對主動攔截防護(hù)系統(tǒng)的響應(yīng)時間提出了很高要求， 作為影響系統(tǒng)響應(yīng)時間的關(guān)鍵環(huán)節(jié)， 攔截彈藥必須在極短時間內(nèi)完成姿態(tài)調(diào)整并對準(zhǔn)目標(biāo)。 同時， 由于來襲威脅相對于傳統(tǒng)的飛機、 坦克等作戰(zhàn)目標(biāo)來說體積很小， 攔截彈藥必須具備極高的控制精度才能保證其盡可能準(zhǔn)確地飛向目標(biāo)直至實現(xiàn)彈目交匯。 因此， 精準(zhǔn)控制、 快速響應(yīng)的攔截彈藥設(shè)計是主動攔截需要解決的關(guān)鍵技術(shù)之一。

為實現(xiàn)攔截彈藥的精準(zhǔn)控制和快速響應(yīng)， 主要從攔截彈藥的氣動布局選型、 控制方式選型、 制導(dǎo)體制選型等方面著手進(jìn)行攔截彈藥設(shè)計。

導(dǎo)彈常用的氣動布局主要分為正常式、 鴨式、 無翼無舵式等［18］。 正常式氣動布局的彈翼在彈身中段， 舵面處于導(dǎo)彈質(zhì)心之后的彈身尾段， 較大射程上保證了飛行的穩(wěn)定性和飛行末端的靈活性， 舵面與彈翼所產(chǎn)生的操縱力方向相反， 但該種氣動布局方式下， 導(dǎo)彈的反應(yīng)能力較差。 鴨式布局舵面位于導(dǎo)彈質(zhì)心之前的彈身頭部， 彈翼位于彈身后部， 響應(yīng)速度較快、 升阻比大、 舵面效率高， 操縱機構(gòu)安裝較為方便， 但舵面偏轉(zhuǎn)時引起的下洗會對尾翼造成滾動干擾。 無翼無舵式?jīng)]有專用舵面， 其尾翼既當(dāng)翼面， 又當(dāng)舵面， 結(jié)構(gòu)和發(fā)射裝置簡單， 過載特性較好， 具有較高的舵面效率， 但隨著飛行馬赫數(shù)的變化， 氣動力非線性化嚴(yán)重。 氣動布局的選擇需綜合考慮直升機主動攔截防護(hù)時攔截彈藥具備的飛行加速快、 射程近、 飛行時間短等特點。

導(dǎo)彈常用的控制方式包括空氣舵控制、 直接力控制、 直接力/氣動力復(fù)合控制等。 空氣舵控制利用舵機控制舵面偏轉(zhuǎn)改變導(dǎo)彈的氣動力特性， 操縱彈體姿態(tài)和彈道機動， 結(jié)構(gòu)簡單， 技術(shù)成熟， 但響應(yīng)速度慢、 控制延遲大。 直接力控制利用動力裝置直接產(chǎn)生側(cè)向沖量對導(dǎo)彈姿態(tài)和彈道進(jìn)行改變， 該種控制方式響應(yīng)速度快、 控制延遲小， 可在短時間提供更高的控制精度， 但姿軌控動力裝置屬消耗型控制裝置， 控制時間短。 直接力/氣動力復(fù)合控制在低速段采用直接力控制方式， 加速段利用空氣舵持續(xù)彈道修正， 響應(yīng)快速、 控制精度高， 但該方式在攔截彈藥出膛后低速段的姿態(tài)穩(wěn)定控制難度較大。

攔截彈藥若采用非制導(dǎo)武器， 武器發(fā)射后無法對其彈道進(jìn)行實時修正， 難以保證攔截彈藥與來襲威脅交匯。 為提高對來襲RPG和導(dǎo)彈這類高速小目標(biāo)的攔截概率， 攔截彈藥采用制導(dǎo)武器。 導(dǎo)彈常用的制導(dǎo)體制包括“架上截獲+全程末制導(dǎo)”體制、 “程序初制導(dǎo)+空中搜索截獲末制導(dǎo)”體制、 “程序初制導(dǎo)+指令中末制導(dǎo)”體制、 “程序初制導(dǎo)+指令中制導(dǎo)+末制導(dǎo)”體制等， 對比分析如表1所示。 攔截彈藥的制導(dǎo)體制需要在權(quán)衡制導(dǎo)精度、 成本、 尺寸等因素之后確定。

3 結(jié) 論

直升機低空作戰(zhàn)時易受各類地空/空空武器的攻擊。 近距發(fā)射的RPG和抗干擾能力越來越強的導(dǎo)彈可突破現(xiàn)有的由紅外誘餌彈、 激光定向干擾等“軟殺傷”手段構(gòu)成的直升機防御體系， 因此， 亟需具備“硬殺傷”能力的主動攔截防護(hù)系統(tǒng)。 美國、 以色列等國家已經(jīng)開展了一系列直升機主動攔截防護(hù)系統(tǒng)相關(guān)項目的研究， 并取得了明顯進(jìn)展。

針對直升機主動攔截的特點和需求， 需要重點突破來襲威脅實時探測告警技術(shù)， 高精度攔截火力控制技術(shù)， 精準(zhǔn)控制、 快速響應(yīng)的攔截彈藥設(shè)計技術(shù)等關(guān)鍵技術(shù)。

參考文獻(xiàn)：

［1］ 李建偉. 硬殺傷型坦克主動防護(hù)系統(tǒng)攔截概率研究［D］. 西安： 西安電子科技大學(xué)， 2014.

Li Jianwei. Research on Intercept Probability of Tank Active Protection System Using Hard Kill Mode ［D］.Xi’an： Xidian University， 2014. （in Chinese）

［2］ 喬要賓， 吳震， 呂明遠(yuǎn). 空中平臺主動防御系統(tǒng)發(fā)展現(xiàn)狀及關(guān)鍵技術(shù)［J］. 航空兵器， 2023， 30（2）： 77-82.

Qiao Yaobin， Wu Zhen， Lü Mingyuan. Development Status and Key Technologies of Air Platform Active Defense System［J］. Aero Weaponry， 2023， 30（2）： 77-82.（in Chinese）

［3］ 劉佃忠．紅外全向告警系統(tǒng)弱小目標(biāo)檢測跟蹤技術(shù)研究與實現(xiàn)［D］．西安： 西安電子科技大學(xué)， 2017.

Liu Dianzhong. Research and Implementation on Detecting and Tracking Technology of Weak Target for Infrared Omnidirectional Warning System ［D］. Xi’an： Xidian University， 2017. （in Chinese）

［4］ 鄧秋群. 基于卷積神經(jīng)網(wǎng)絡(luò)的空間紅外目標(biāo)識別方法研究［D］. 長沙： 國防科技大學(xué)， 2019.

Deng Qiuqun. Research on Space Infrared Targets Recognition Based on Convolutional Neural Networks［D］.Changsha： National University of Defense Technology， 2019. （in Chinese）

［5］ 朱曉寧. 深度神經(jīng)網(wǎng)絡(luò)在圖像識別中的研究與應(yīng)用［D］. 北京： 北京郵電大學(xué)， 2019.

Zhu Xiaoning. Research and Application of Deep Neural Network in Image Recognition［D］. Beijing： Beijing University of Posts and Telecommunications， 2019. （in Chinese）

［6］ 盧浩. 紅外圖像目標(biāo)識別輕量化深度網(wǎng)絡(luò)設(shè)計研究［D］. 西安： 西安工業(yè)大學(xué)， 2024.

Lu Hao. Research on Lightweight Deep Network Design for Infrared Image Target Recognition ［D］. Xi’an： Xi’an Technological University， 2024. （in Chinese）

［7］ 許金偉.面向卷積和循環(huán)神經(jīng)網(wǎng)絡(luò)的高性能加速器關(guān)鍵技術(shù)研究［D］. 長沙： 國防科技大學(xué)， 2019.

Xu Jinwei. Research on Key Technologies of High Performance Accelerator for Convolution and Recurrent Neural Networks［D］. Changsha： National University of Defense Technology， 2019. （in Chinese）

［8］ 劉紅亮， 陳超， 岳凱. 基于跟蹤信息的多幀聯(lián)合檢測方法［J］. 系統(tǒng)工程與電子技術(shù)， 2021， 43（8）： 2124-2128.

Liu Hongliang， Chen Chao， Yue Kai. Multi-Frame Joint Detection Method Based on Tracking Information［J］. Systems Engineering and Electronics， 2021， 43（8）： 2124-2128.（in Chinese）

［9］ 劉彥偉， 張紹武， 趙慧波， 等. IMM-EKF的彈道導(dǎo)彈軌道實時動態(tài)預(yù)測［J］. 火力與指揮控制， 2012， 37（3）： 20b/H8h/xUv8SK+5k1tj0qw==6-30.

Liu Yanwei， Zhang Shaowu， Zhao Huibo， et al. The Dynamic Prediction of Ballistic Missile Trajectory in Real Time Based on IMM-EKF［J］. Fire Control & Command Control， 2012， 37（3）： 26-30.（in Chinese）

［10］ 宋波濤， 許廣亮. 基于LSTM與1DCNN的導(dǎo)彈軌跡預(yù)測方法［J］. 系統(tǒng)工程與電子技術(shù)， 2023， 45（2）： 504-512.

Song Botao， Xu Guangliang. Missile Trajectory Prediction Method Based on LSTM and 1DCNN［J］. Systems Engineering and Electronics， 2023， 45（2）： 504-512.（in Chinese）

［11］ 史恒. 飛機末端主動防御的三體對抗協(xié)同制導(dǎo)研究［D］. 北京： 清華大學(xué)， 2020.

Shi Heng. Cooperative Guidance on Aircraft Terminal Active Protection［D］.Beijing： Tsinghua University， 2020. （in Chinese）

［12］ 袁則華， 崔顥， 徐琰珂， 等．基于LSTM神經(jīng)網(wǎng)絡(luò)的來襲導(dǎo)彈制導(dǎo)律識別方法研究［J/OL］．航空兵器， doi： 10.12132/ISSN.1673-5048.2024.0100.

Yuan Zehua， Cui Hao， Xu Yanke， et al. Research on Guidance Law Recognition Method of Incoming Missile Based on LSTM Neural Network ［J/OL］.Aero Weaponry， doi： 10.12132/ISSN.1673-5048.2024.0100. （in Chinese）

［13］ 李一寧， 孫毓凱， 魏靖彪， 等. 面向多目標(biāo)威脅的機載主動攔截決策算法研究［J］. 電光與控制， 2024， 31（3）： 25-29.

Li Yining， Sun Yukai， Wei Jingbiao， et al. Airborne Active Interception Decision-Making Algorithms for Multi-Target Threats［J］. Electronics Optics & Control， 2024， 31（3）： 25-29.（in Chinese）

［14］ 牛余凱. 基于強化學(xué)習(xí)的小型無人機防御智能決策技術(shù)研究［D］. 北京： 軍事科學(xué)院， 2021.

Niu Yukai. Research on Intelligent Decision Technology of Defense Small UAV Based on Reinforcement Learning ［D］. Beijing： Academy of Military Science， 2021. （in Chinese）

［15］ 白志會. 基于強化學(xué)習(xí)的攔截機動目標(biāo)制導(dǎo)律研究［D］. 長沙： 國防科技大學(xué)， 2020.

Bai Zhihui. Research on Guidance Law of Intercepting Maneuvering Target Based on Reinforcement Learning ［D］.Changsha： National University of Defense Technology， 2020. （in Chinese）

［16］ 邱瀟頎， 高長生， 荊武興. 攔截大氣層內(nèi)機動目標(biāo)的深度強化學(xué)習(xí)制導(dǎo)律［J］. 宇航學(xué)報， 2022， 43（5）： 685-695.

Qiu Xiaoqi， Gao Changsheng， Jing Wuxing. Deep Reinforcement Learning Guidance Law for Intercepting Endo-Atmospheric Maneuvering Targets［J］. Journal of Astronautics， 2022， 43（5）： 685-695.（in Chinese）

［17］ 呂振瑞， 沈欣， 李少博， 等．基于深度強化學(xué)習(xí)的來襲導(dǎo)彈智能攔截與平臺機動策略優(yōu)化技術(shù)［J/OL］．航空兵器， doi： 10.12132/ISSN.1673-5048.2023.0045.

Lü Zhenrui， Shen Xin， Li Shaobo， et al. Optimization Technology for Intelligent Interception of Incoming Missiles and Platform Maneuvering Strategies Based on Deep Reinforcement Learning［J/OL］.Aero Weaponry， doi： 10.12132/ISSN.1673-5048.2023.0045. （in Chinese）

［18］ 敬代勇， 李劍.鴨式與正常式導(dǎo)彈滾轉(zhuǎn)特性數(shù)值研究［J］. 彈箭與制導(dǎo)學(xué)報， 2013， 33（4）： 53-54.

Jing Daiyong， Li Jian. Numerical Simulation of Rolling Characte-ristics on Canard Control Missile and Tail Control Missile ［J］. Journal of Projectiles， Rockets， Missiles and Guidance， 2013， 33（4）： 53-54. （in Chinese）

Development and Key Technologies of Helicopter

Active Protection System

Wei Jingbiao1， Sun Yukai2*， Zhang Hongbo3， 4， Mei Junfeng3， 4，Wang Xing1

（1. Army Aviation Institute， Beijing 101121， China; 2. Unit 32381 of PLA， Beijing 100073， China;

3. Luoyang Institute of Electro-Optical Equipment， AVIC， Luoyang 471000， China;

4. National Key Laboratory of Air-based Information Perception and Fusion， Luoyang 471009， China）

Abstract： Helicopters are vulnerable to a variety of ground-to-air/air-to-air weapons during low-altitude operations. Short-range launched RPGs and missiles with increasingly strong anti-jamming capabilities have posed a great challenge to the traditional “soft kill” protection system composed of infrared decoy bombs and laser directional jamming. Therefore， there is an urgent need for active protection system with “hard kill” capabilities. In order to study the key technologies for implementing helicopter active protection systems， the deve-lopment status and trends of foreign helicopter active interception systems are analyzed. On this basis， key technologies such as the real-time detection and warning technology for incoming threats， high-precision interception fire control technology， precise control and rapid response interception munition design technology are analyzed.

Key words： active protection; threat warning; interceptor fire control; small ammunitions