多飛行器攻擊時間一致性協同制導進展綜述與展望

董希旺 于江龍 化永朝 李清東 任章

(1. 北京航空航天大學 人工智能研究院, 北京 100083; 2. 北京航空航天大學 自動化科學與電氣工程學院, 北京 100083)

世界各軍事強國逐漸發展并完善本國的防空反導系統,單枚精確制導類飛行器的打擊/攔截作戰效能急劇下降。 然而,通過高速、機動、隱身、抗干擾等方面來提升單體飛行器作戰效能,將會花費極大代價。 多飛行器協同制導技術將會是提升作戰效能的可行途徑[1-2]。

協同制導指的是多枚相同種類(或不同種類)的飛行器,在一定的分布式協同策略基礎上,通過個體之間的信息傳輸,實現制導系統狀態變量的協調一致(如攻擊角度、攻擊時間等)。 隨著彈載計算機技術、彈載通信技術的發展,多彈協同制導具備初步的工程可行性。 多飛行器協同制導可以極大提高低成本飛行器編隊的對機動目標的攔截能力、對高價值固定/慢速移動目標的毀傷能力,受到了各軍事強國的廣泛關注。

針對協同制導問題,可以通過制導任務表現形式來進行劃分,一般可以分為攻擊時間一致性協同制導[3]、攻擊角度一致性協同制導[4]、博弈對抗協同制導[5]、任務約束協同制導[6]等。 上述不同協同制導方法均有不同優點,不同協同制導方法的使用應該結合具體場景選擇,甚至可以組合[7]及分段[8]使用。

本文主要針對攻擊時間一致性協同制導技術的發展進行綜述。 攻擊時間一致性協同制導具有十分重要的戰術任務意義,筆者認為主要有以下4 方面原因:①在對高價值固定/慢速移動目標的協同毀傷場景下,攻擊時間一致性能夠實現“飽和攻擊”。 在此場景下,多低成本的自殺式固定翼無人機、巡航類飛行器通過高密度飽和打擊能夠極大提升低空突防概率和目標毀傷效能。 ②在對高速高機動無人機/導彈的協同攔截場景下,多攔截飛行器同時到達遭遇點實現協同殺傷,可以使得多個破片類戰斗部協同工作,提升攔截效能。③針對有人戰斗機的攔截問題,多地空/空空導彈同時實現對目標鎖定與末制導,則飛行員的心理壓力將會提升,導致其突防逃逸效能下降。 ④針對協同末制導陣位的形成,必須通過多約束協同中制導來實現,協同中制導的本質也是多飛行器能夠同時到達預測交班點。 綜上,攻擊時間一致性協同制導技術在大多數制導問題中有非常大的應用價值。

目前,已經有許多學者發表了多篇較為完善的協同制導技術的綜述論文[9-12]。 這些綜述類論文主要站在整體的角度對協同制導架構[9]、協同制導模式[10]和協同制導方法[11]進行全面的綜述,讓讀者能夠對協同制導理論和方法有一個全局的認識和把握。 而本文則是對協同制導問題的一個重要分支進行方法和技術層面的綜述。 攻擊時間協同制導盡管是研究較早、成果較完善的一種理論方法(文獻[12]較為完善地綜述了單飛行器攻擊時間約束下的制導方法),然而尚缺乏對其優勢和研究途徑的總結。 本文用“打擊目標”來刻畫協同制導問題,用“攻擊時間一致性”來刻畫多飛行器同時命中目標的協同特性。 首先,本文將協同制導問題分為協同打擊固定目標和協同打擊運動/機動目標的協同制導問題。 從控制系統角度來看,這2 類協同制導系統分別為自治系統和非自治系統,具有方法層面的差異。 其次,通過歸納總結國內外對多飛行器攻擊時間一致性的協同制導技術的主要研究成果,從研究方法層面來綜述各種協同制導方法的優缺點及其適應的問題場景。 最后,在現有的研究基礎上,對本領域的相關技術挑戰與難點進行了總結,并且嘗試對未來發展方向進行展望。

1 打擊固定目標的攻擊時間一致性協同制導

針對高價值固定目標的時間一致性協同制導問題,由于其映射“飽和攻擊”概念具有十分鮮明的工程意義,研究成果相對較多。 從方法技術角度上,主要分為以下5 類方法:基于誤差反饋的時間一致性協同制導方法、基于優化技術的時間一致性協同制導方法、基于軌跡跟蹤的時間一致性協同制導方法、基于推力控制的時間一致性協同制導方法和基于智能學習技術的時間一致性協同制導方法。 下面對這5 類方法進行詳細介紹。

1.1 基于誤差反饋的時間一致性協同制導方法

在基于誤差反饋的時間一致性協同制導問題中,先建立剩余飛行時間動力學模型,然后以設定的期望剩余飛行時間或者通過局部信息交互得到的平均剩余飛行時間作為跟蹤指令,構建剩余飛行時間跟蹤誤差動力學模型。 文獻[13]較早地提出了一種基于期望剩余飛行時間誤差反饋的偏置比例導引律形式(稱為攻擊時間控制制導律,ITCG),實現了對靜止目標帶有期望攻擊時間的打擊,并且擴展成為經典的時間一致協同制導?；谏鲜黾軜?文獻[14]較早地構建了雙層協同制導架構,頂層為一致性協調變量層,通過一致性協調算法得到期望剩余飛行時間指令,底層則采用攻擊時間控制制導律實現協同制導。 上述方法中,攻擊時間一致性誤差通過與比例導引律進行“加性”負反饋,同樣,如果進行“乘性”負反饋,則從直觀上也能實現攻擊時間一致性誤差的收斂。文獻[15-16]則應用此思想,將剩余飛行時間跟蹤誤差乘性作用于比例導引律的導航比中,也有效地實現了期望的攻擊時間一致性。 由于近年來一致性協同控制理論的發展與應用,多飛行器剩余飛行時間一致性收斂恰好可以作為一致性協同控制的典型應用,二者在原理和思想方面存在天然相同點。 為此,文獻[17-21]則構建了剩余飛行時間動力學模型,將其轉化為低階非線性模型,進而利用一致性控制[17-19]和一致性跟蹤控制[20-21]研究了無領導者/有領導者模式下的攻擊時間一致性協同制導方法。

雙層架構的優點是直觀、物理意義明顯,在未來協同決策-協同制導一體化作戰模式下,對制導時間要求嚴格的場景中將會有較大應用價值,然而現有的方法對于期望攻擊飛行時間指令大多為固定值,選擇區間相對有限。 “乘性”負反饋類協同制導方法,可能會由于初始誤差加大導致初始過載較大。 基于一致性算法的協同制導方法盡管期望攻擊時間依賴于初始條件或領彈,但是具備一定的自組織性,實現起來較為方便,在近距高動態格斗、期望攻擊時間要求相對寬松的場景下具有應用價值。

1.2 基于優化技術的時間一致性協同制導方法

由于針對固定目標的制導系統本質是自治系統,因此可利用最優控制/優化方法,將攻擊時間作為一個約束,進行優化設計。 文獻[22]將帶有攻擊時間約束的制導問題轉化為帶有終端約束的連續系統最優控制問題,并通過數值方法得到攻擊時間控制制導律,并可以直接擴展為攻擊時間一致性協同制導律。 文獻[23]則是將協同制導系統進行離散化,構建多約束離散的最優控制問題,通過模型預測控制方法獲得攻擊時間一致性協同制導律指令。 文獻[24]則構建了圓弧式協同制導律,構建了圓弧制導律參數與剩余飛行時間的參數映射關系,通過優化制導參數可以實現多飛行器對目標的同時打擊。 在彈目速度較大時,為了提高上述優化問題求解速度,文獻[25-26]則將帶有終端攻擊時間約束的最優協同制導問題進一步線性化與離散化,引入序列凸優化技術實現了協同制導律的快速求解。

基于優化技術的時間一致性協同制導方法的優點較多,且能夠同時處理復雜多約束條件。 當飛行器規模增大的時候,基于優化技術的協同制導算法實時性、制導精度、穩定性將會受到一定局限,但是隨著彈載計算機技術的發展,這一類方法在未來還是具有較大的應用前景。

1.3 基于軌跡跟蹤的時間一致性協同制導方法

基于軌跡跟蹤技術的時間一致性協同制導方法,一般根據1.1 節介紹的雙層協同制導架構進行設計,在設定期望剩余飛行時間或通過局部信息交互得到平均剩余飛行時間作為指令以后,構建帶有期望飛行時間指令構型的參數化軌跡模型,通過優化軌跡參數可以獲得帶有期望攻擊時間指令的軌跡解析表達式,在制導層面可以設計軌跡跟蹤協同制導律實現多飛行器同時攻擊。 由于參數化軌跡模型的自變量不同,協同制導模型也會不同。 目前較多的學者采用前置角作為自變量,文獻[27-30]構建了前置角參數化軌跡模型,同時引入攻擊時間指令作為優化代價函數或約束條件,通過參數優化方法可以得到帶有期望攻擊時間指令的軌跡解析表達式。 文獻[31]構建了視線角作為自變量的協同制導模型,并且得到帶有攻擊時間約束的視線角軌跡曲線。 文獻[32]則是直接將過載曲線進行參數化設計,通過閉環系統動力學分析求解剩余飛行時間,進而優化過載參數模型。

上述策略中,前置角參數化模型能夠處理視場約束,這是因為前置角在一定條件下可以和視場角關聯,通過對前置角軌跡的規劃,能夠同時保障目標在視場范圍之內。 視線角、過載參數化模型的優點在于參考軌跡的跟蹤控制更加方便。

1.4 基于推力控制的時間一致性協同制導方法

當飛行器具備速度調節能力(或推力控制能力)時,則可以通過軸向過載和法向過載同時調節剩余飛行時間,實現攻擊時間一致性協同制導。文獻[33-34]將攻擊時間一致性協同制導轉化為分布式一致性控制問題,并且基于一致性理論設計了攻擊時間一致性協同制導律。 文獻[35]基于領導者-跟隨者架構,將攻擊時間一致性協同制導轉化為分布式一致性跟蹤控制問題,構建了攻擊時間可調的協同制導律。 在此基礎上,有學者研究了復雜多約束條件下的協同制導問題。 文獻[36]研究了飛行速度帶有上下界約束的攻擊時間一致性協同制導問題。 文獻[37]研究了無視線角速率測量情況下的攻擊時間一致性協同制導問題。 文獻[38]則研究了無彈目相對速度測量情況下的攻擊時間一致性協同制導問題。

上述策略引入了速度調節能力,這在現實中也是可以獲得解決方案的。 例如,在固定翼/旋翼無人機的協同制導場景、巡飛彈/巡航彈的協同制導場景下均是可以應用的。

1.5 基于智能學習技術的時間一致性協同制導方法

在上述4 類方法中,為了實現攻擊時間的協調一致,不可避免地需要使用剩余飛行時間這一狀態變量。 然而,剩余飛行時間與軌跡(或過載)是耦合的,這也就使得剩余飛行時間只能通過近似估計得到。 剩余飛行時間在軌跡相對平直的情況下近似誤差較小,然而在軌跡較為彎曲或目標存在運動/機動的情況下,其近似誤差則可能會變大。 對于這種具有非隨機不確定性因素的協同制導模型,人工智能技術有一定的解決可行性。 文獻[39]指出可以采用離線學習和動態調整相結合的方法,實現智能自主制導。 目前也有學者開展相關的研究。 文獻[40]采用神經網絡來估計剩余飛行時間,并且構建了相應的攻擊時間一致的智能協同制導律。 文獻[41-42]則利用強化學習方法,將攻擊時間協同制導問題用數值優化的方式進行智能求解,通過離線大規模訓練及在線使用的方式,實現了多飛行器對目標的同時打擊。

隨著人工智能技術的發展,智能導彈是未來導彈的發展方向,智能協同制導也將會成為未來智能導彈的重要技術基礎。

2 打擊運動/機動目標的攻擊時間一致性協同制導

針對運動/機動目標的時間一致性協同制導問題,由于目標的未知運動/機動信息給協同制導系統帶來不確定性,而且協同制導可行域將會進一步被壓縮,存在一定的研究難度和技術挑戰。然而,在工程應用中,由于這種方法能夠實現對空中運動/機動目標的有效打擊,十分有現實意義。從方法技術角度上,本節的問題解決方法與固定目標協同制導問題解決方法較為類似,主要分為以下5 類方法:基于剩余飛行時間誤差反饋的時間一致性協同制導方法、基于預測命中點的時間一致性協同制導方法、基于期望軌跡跟蹤的時間一致性協同制導方法、基于速度調節的時間一致性協同制導方法和基于動態規劃的時間一致性協同制導方法。 下面對這5 類方法進行詳細介紹。

2.1 基于剩余飛行時間誤差反饋的時間一致性協同制導方法

針對運動/機動目標,在基于誤差反饋的時間一致性協同制導問題中,剩余飛行時間跟蹤誤差動力學模型將會受到目標的未知運動/機動信息影響,這一部分將會作為未知外部干擾而影響系統的穩定性與制導精度。 文獻[43]在靜止目標時間一致性協同制導律基礎上,將目標機動進行補償。 文獻[44-46]針對帶有目標未知運動/機動信息的剩余飛行時間跟蹤誤差動力學模型,設計期望攻擊時間指令,并且利用魯棒控制或變結構控制方法,實現了對未知擾動的補償,保障攻擊時間一致性誤差或期望剩余飛行時間跟蹤誤差能夠有限時間收斂。 此外,文獻[47]利用反饋線性化方法,建立了期望相對距離跟蹤誤差系統動力學模型,并且利用變結構控制與干擾估計方法實現了多飛行器彈目相對距離的一致,進而實現了攻擊時間的一致性。 文獻[48]構建了目標未知運動/機動信息濾波器,并且將協同制導系統線性化,引入期望攻擊時間作為終端約束,利用最優控制方法得到了攻擊時間協同制導律。

針對目標的運動/機動給協同制導系統帶來的未知干擾信息,上述方法具有一定的魯棒性。然而,期望攻擊時間指令的選擇將會影響協同制導系統的收斂性。

2.2 基于預測命中點的時間一致性協同制導方法

針對單飛行器對運動/機動目標的打擊/攔截問題,將其轉化為對預測命中點的打擊/攔截是一個較為有效的技術。 在協同制導問題中,也有一些學者將此技術進行應用。 文獻[49-51]利用預測命中點技術,將對機動目標的協同制導問題轉化為對固定目標的協同制導問題。 文獻[52]則在預測命中點思想上,將目標的機動信息也引入到目標軌跡預測,修正了僅依賴目標當前位置和速度外推的預測命中點計算方法。 文獻[53]則是構建了一個虛擬目標點,并且結合分段制導思想,構建了帶有攻擊時間和角度約束的制導律,進而在指定期望攻擊實現后,可以通過雙層協同制導架構實現攻擊時間一致性協同制導。

2.3 基于期望軌跡跟蹤的時間一致性協同制導方法

由于存在目標運動/機動,期望協同制導軌跡規劃會受到不確定因素的影響,因此,協同制導軌跡的形式及參數選擇將會影響協同制導效果。 文獻[54]構建了前置角參數化軌跡模型,同時引入攻擊時間指令作為期望終端條件,通過參數優化方法可以得到帶有期望攻擊時間約束的軌跡解析表達式,以勻速直線運動目標的協同制導場景進行了仿真驗證。 文獻[55]則建立了帶有期望攻擊時間誤差收斂特性的動力學模型,并且參數優化得到了帶有期望收斂性能的協同制導律,以勻速直線運動目標的協同制導場景進行了仿真驗證。 文獻[56]提出了一種新的虛擬目標軌跡跟蹤控制方法,能夠實現帶有攻擊角度和時間約束的協同制導。 文獻[57]設計了帶有攻擊時間約束的視線角/角速率曲線,并且給出了視線角跟蹤制導律,實現了帶有期望攻擊時間控制的制導,同樣,通過雙層協同制導架構,可以實現多飛行器對機動目標的攻擊時間一致性協同制導。

可以看出,由于目標未知運動/機動的影響,這一類協同制導方法對于期望軌跡的設計要求較高,相關參數也有一定的敏感性。

2.4 基于速度調節的時間一致性協同制導方法

與1.4 節類似,當飛行器具備速度調節能力時,則可通過軸向過載實現攻擊時間一致性協同制導。 文獻[58-59]針對無領導者架構,將攻擊時間一致性協同制導轉化為分布式一致性控制問題,并且設計了攻擊時間一致性協同制導律。 同樣,文獻[60-62]基于領導者-跟隨者架構,將攻擊時間一致性協同制導問題轉化為分布式一致性跟蹤控制問題,利用有限時間收斂方法,構建了攻擊時間誤差有限時間收斂的協同制導律。 在此基礎上,有學者研究了復雜多約束條件下的協同制導問題,如文獻[63]則研究了無相對速度測量情況下的攻擊時間一致性協同制導問題。

同樣,上述策略引入了速度調節能力,在實際固定翼/旋翼無人機的協同制導打擊地面車輛場景、巡飛彈/巡航彈的協同制打擊水面/地面移動目標場景中均有應用潛力。

2.5 基于動態規劃的時間一致性協同制導方法

由于目標存在機動能力時,從控制論的角度,制導問題也可以看作一個微分對策問題。 因此,多飛行器協同制導就成為了一個協同微分對策問題[64]。 協同微分對策刻畫了目標逃逸和協同打擊這2 個方面的博弈,體現了二者之間的智能特性。 對于帶有攻擊時間一致性的協同博弈制導問題,在運動學回路,可以通過求解協同微分對策問題得到解析解或者數值解。 然而,當考慮復雜非線性運動特性(或制導系統動力學特性)時,往往得不到解析解。 自適應動態規劃方法則是相對有效的解決方案。 文獻[65-67]將攻擊時間一致性約束下的機動目標協同制導問題轉化為非線性最優控制問題,利用自適應動態規劃方法得到了協同制導律的近似解,實現了攻擊時間一致性。

針對運動/機動目標的協同打擊問題,動態規劃制導方法或微分對策制導方法本質也是最優制導方法的推廣,并且能夠發展成為帶有智能特性的協同博弈制導方法,可以有效處理攻擊時間一致性等多約束條件下的協同制導問題,并且具備最優特性,同時此類方法需要的信息量相對較多,問題求解時間將會隨著問題規模增大而增大。 隨著人工智能技術的發展,這一類方法在智能導彈中也會有一定的應用前景。

2.6 關于目標運動/機動特性分析

2.1 節～2.5 節綜述了目標存在運動/機動特性下的攻擊時間一致性協同制導問題。 然而,針對合作型目標(運動/機動特性已知)和非合作型目標(運動/機動特性未知),上述方法的適用性仍需要進一步分析。

針對合作型目標,可以通過軌跡預測、衛星/載機信息探測等手段獲取其運動/機動信息,因此,目標的運動/機動影響可以在協同制導律中進行補償。 針對基于預測命中點的時間一致性協同制導方法[49-53],大多將目標的未知動態進行估計與預測,轉化為對合作類目標的協同制導問題。針對基于軌跡跟蹤的時間一致性協同制導方法[54-57]、基于微分對策的協同制導方法[64],其協同制導律中也大多用到了目標的運動信息。

針對非合作目標,帶有攻擊時間一致性的協同制導問題本身就是一個比較有挑戰性的問題,而且如果不依賴于目標的運動/機動信息,處理起來會更加困難。 因此,僅有部分基于誤差反饋的時間一致性協同制導方法[43-47]、基于自適應動態規劃的時間一致性協同制導方法[65-67]能夠實現期望的同時攻擊,然而攻擊時間一致性誤差也有一定的殘差、協同制導可行域也相對較窄。 另外,基于推力控制的時間一致性協同制導方法則能夠同時針對2 類目標實現攻擊時間一致性。 因此,針對非合作目標帶有攻擊時間一致性的協同制導問題,仍是本領域的研究熱點和難點。

2.7 關于制導信息獲取途徑分析

從制導信息獲取途徑的角度,協同制導方法可以分為分布式協同制導和集中式協同制導2 類。 可以看出,基于誤差反饋的時間一致性協同制導方法、基于推力控制的時間一致性協同制導方法,以及部分基于動態規劃的時間一致性協同制導方法可以實現分布式信息獲取;而基于預測命中點的時間一致性協同制導方法、基于軌跡跟蹤的時間一致性協同制導方法,以及第1.2 節中的基于優化技術/智能學習的時間一致性協同制導方法,大多數是集中式的協同制導架構。 由于分布式協同制導架構自組織性、自適應性更好,因此這也是時間一致性協同制導領域的重點問題。

3 攻擊時間一致性協同制導律研究方向和展望

隨著飛行器技術的發展,集群作戰將會成為未來重要的作戰方式。 從世界各國的集群武器發展現狀來看,飛行器集群武器已初現端倪,美國“小精靈”、“郊狼”等飛行器集群已經逐漸形成作戰能力,初步具備對高價值目標的協同毀傷能力。針對防御方,多空空/地空導彈攔截機動目標的作戰樣式也在逐漸完善。 攻擊時間一致性協同制導技術是上述協同作戰任務執行層面的關鍵環節之一。 隨著任務場景的復雜化、目標隱身/突防/機動能力的提升,攻擊時間一致性協同制導應該向著智能性、實時性、魯棒性、寬域性和多約束性等方面發展。 主要方向介紹如下。

3.1 智能性

在未來作戰場景中,目標運動/機動的能力將會提升,攻擊時間一致性協同制導問題必然將會遇到目標不確定機動干擾帶來的影響,形成協同博弈對抗態勢。 隨著彈載計算機技術的發展,將基于強化學習、深度學習的智能控制、智能估計等方法引入到協同制導問題中,實現對機動目標作用下剩余時間的精準估計及攻擊時間一致性協同制導律的設計,將會非常有意義。

3.2 實時性

基于1.2 節和2.5 節的分析,基于優化技術的攻擊時間一致性協同制導方法能夠處理更多約束、更復雜的模型。 然而隨著飛行器規模的增大,無論是集中式還是分布式的算法,實時性將會受到一定的挑戰。 因此,在大規模飛行器協同作戰的場景下,需要建立更加精準的協同制導模型,結合一些智能算法,簡化方法,來提升最優協同制導算法的實時性。

3.3 魯棒性

在實際應用中,魯棒性體現在協同制導系統對不確定噪聲、不確定環節的不敏感性。 在現有的研究中,有部分結果并未考慮實際導引信息獲取途徑是否可行,如紅外導引頭較難獲取相對速度,因此剩余飛行時間較難直接測量。 導引信息中的噪聲也會對協同制導效果產生較大影響。 此外,目標的未知運動/機動信息也會對協同制導精度產生較大影響。 因此在實際應用中,需要進一步探討攻擊時間一致性魯棒協同制導問題。

3.4 寬域性

在現有研究中,部分攻擊時間一致性協同制導算法收斂性對初始條件非常敏感,同時期望的攻擊時間可行域相對狹窄。 在高動態環境下,為了形成可行的攻擊時間協同制導,多飛行器初始陣位必須處于可行域,這就要求協同制導可行域具備寬域性,即對初始條件、攻擊時間指令具有大范圍適應能力。

3.5 多約束性

攻擊時間協同制導律是協同制導的一種典型制導律。 正如引言中提到的,未來協同制導問題將會收到多約束條件限制,如攻擊時間/攻擊角度/視場角等多約束組合。 盡管現在已經有較多成果,然而大多數都是基于有推力的情況,對于無速度調節能力的飛行器,能夠實現多約束條件下的協同制導也是一個重要的發展方向。

4 結 論

攻擊時間一致性協同制導是協同制導的基本問題,具有很重要的戰術意義。 盡管現有成果較為豐富,通過對現有方法的總結來看,仍存在一些局限性。 從解析解角度來看,需要進一步探索攻擊時間一致性協同制導律的新形式、新設計方法,來提升對初始條件和目標機動的適應性。 從數值解角度來看,隨著人工智能技術和彈載計算機技術的發展,一些先進的、智能的攻擊時間一致性協同制導方法將會在未來得到應用。 此外,作為基本的協同制導模式,盡管攻擊時間、攻擊角度、視場角3 類協同制導約束均有分離或組合模式下的研究,然而相關方法適應性和智能性仍需進一步提高,未來一方面需要繼續探索多種協同條件約束下的協同制導律設計,另一方面需要進一步面向實戰場景,探索作戰任務牽引的新型協同制導模式及其協同制導律設計方法。