無人作戰飛機空戰自主戰術決策方法研究

張立鵬， 魏瑞軒， 李 霞

(空軍工程大學工程學院，西安 710038)

0 引言

具有空中打擊能力的無人作戰飛機(UCAV)，作為一種可執行殲擊機戰場任務的新概念武器，已經引起了各軍事強國的廣泛關注。UCAV的出現，標志著無人機將從過去一直執行空中偵察、戰場監視和戰斗毀傷評估等任務的作戰支援裝備，上升為能執行壓制敵防空系統、對地攻擊、攔截戰術導彈和巡航導彈，甚至可執行空對空作戰任務的真正的作戰裝備。要實現壓制、攻擊、攔截甚至空對空作戰，就必須要求UCAV具有自主戰術決策的能力。自主戰術決策是指無人機自主地評估戰場態勢，根據一定的空戰規則和推理機制生成機動控制指令，控制UCAV的戰術動作，從而達到自主戰術決策進行作戰的目的。未來戰場將更加智能化和信息化，而對于無人機來說，提高其智能化水平，使其能夠自主地進行戰術決策顯得尤為重要［1］，因此，研究UCAV自主決策控制技術意義深遠。

目前對于空戰決策的研究，一般分為傳統方法和智能方法兩類。對于傳統的方法，多采用微分對策的方法進行雙機追逃問題的研究［2］，或是進行基于飛行員經驗的專家系統的設計［3］等;對于智能方法，有影響圖方法［4］、試探性機動方法［5］等。

本文著重研究UCAV在空戰中如何利用已知的目標機和UCAV的相對態勢，進行有效的在線解算，不斷實時地進行評估，確定應當采用何種戰術動作，即如何進行自主戰術決策的問題。首先建立了基于航跡坐標系下的UCAV運動方程，提出了考慮動態延遲的機動控制指令，并對美國NASA提出的7種基本操作動作進行了定量描述;其次，按照模糊空戰規則，在每個周期都進行機動決策選擇動作，并不斷進行威脅評估;最后，設計了自主戰術決策系統。

1 UCAV機動控制指令及基本操縱動作庫

1.1 機動控制指令

本文主要研究的是側重于UCAV航跡特性的自主戰術決策，這樣，可以忽略短時間的力矩不平衡引起的飛機姿態變化過渡過程，假定飛機總是處于力矩平衡狀態，因此飛機的運動主要取決于飛機的受力情況。本文根據UCAV的力方程和質心運動方程，忽略側滑角的影響，在飛機航跡坐標系下建立的飛機的3DOF質點模型。

1)力的方程。

式中:nx，ny，γs分別為飛機的切向過載、法向過載和繞速度軸的滾轉角;V，θ，ψs分別為UCAV速度大小、航跡傾斜角、航向角;g為重力加速度。值得說明的一點是，在考慮飛機3DOF模型時，滾轉角γs是沒有實際意義的，此時的γs是指繞速度軸的滾轉角。

由于nx和ny都是在氣流坐標系下定義的，而在以上建立力的方程時，采用的是航跡坐標系，所以，必須把nx和ny從氣流坐標系轉化到航跡坐標系，其變換矩陣為

將式(2)代入式(1)，得到飛機在航跡坐標系下的飛機力方程為

2)質心運動方程。

對于航跡特性的描述，可以采用飛機上某點的速度矢量V特性(包括速度的大小和方向)，因此對飛機航跡特性的控制，也就是對飛機速度矢量V=(V，θ，ψs)的控制。其中:V為速度的大小;θ為航跡傾斜角;ψs為對應速度矢量的航向角。

從式(1)和式(4)可以看出，只要已知 nx，ny，γs三個量，通過數值積分能求出UCAV的位置和速度，根據解算出的UCAV的位置速度信息，以及其探測到的敵機的位置速度信息，可以確定UCAV與敵機的相對位置和速度信息，從而評估敵機對UCAV的威脅指數。因此，本文采用nx，ny，γs作為UCAV的機動控制指令。因為UCAV機動控制存在動態延遲，在機動控制指令生成環節中加入延遲環節，如下

式中:τx，τy分別為 nx和 ny的延遲時間常數;nxcom，nycom，γscom為期望機動控制指令;ωn為自然震蕩頻率;ξ為阻尼系數。

1.2 基本操縱動作庫

本文采用美國NASA提出的基本操縱動作庫作為自主戰術決策的候選范圍［6］，如圖1所示。

圖1 基本操縱動作庫示意圖Fig.1 Schematic diagram of basic manipulation database

基本操作動作庫以常用空戰操縱方式為依據設計，包括7種機動動作:1)定常保持飛行;2)最大加力加速;3)最大加力減速;4)最大過載左轉;5)最大過載右轉;6)最大過載上升;7)最大過載俯沖。

對于基本操縱動作庫的實現，采用航跡坐標系下的機動動作指令nx，ny，γs來實現，如表1所示。列出了7種基本動作與其相對應的機動控制指令，作為自主戰術決策的候選動作庫。

表1 基本操縱動作相應機動控制指令Table 1 Maneuver control command of basic manipulation database

2 UCAV空戰自主戰術決策方法

2.1 UCAV空戰自主戰術決策系統方案

研究UCAV自主戰術決策的目的:賦予UCAV更高的智能性，使其具有更強的自主性，可以獨立地應對突發事件，自主進行戰術決策，完成從偵察監視到空戰打擊的戰場任務，從而最大程度地解放操作員，讓操作員能夠從事更加上層的工作，或者同時操縱多架UCAV，提高戰場效率［7］。

駕駛員操縱飛機時，可以把駕駛員理解為一個智能模塊，該模塊是在對敵機和我機位置和速度預測的基礎上，做出合理的分析判斷，在現有的經驗戰術動作知識庫中，采取某一戰術機動，達到保持優勢、消滅敵機的目的［8－10］。對于UCAV我們完全可以仿照有人機的控制過程結構，圖2中用“自主戰術決策模塊”代替駕駛員，進行有效的戰術決策，進而生成機動控制指令，控制UCAV完成機動動作。基于以上分析，提出UCAV空戰自主戰術決策結構，如圖2所示。

圖2 UCAV空戰自主戰術決策結構示意圖Fig.2 Structure of UCAV's autonomous tactical decision-making in air combat

圖2 中，“相對態勢解算”提供“自主戰術決策模塊”所需的態勢信息，“自主戰術決策模塊”輸出機動控制指令，控制UCAV完成機動，整個控制模塊是一個閉環系統，不斷進行解算更新，達到最優的目的。

2.2 主戰術決策模塊

自主戰術決策模塊的內部結構如圖3所示。“機動觸發器”根據“決策推理規則”產生結果，從基本操縱動作庫中選擇機動動作。其中，“決策推理規則”按照模糊控制［11］的規則遍歷7種基本操縱動作。該模塊是在雙機相對態勢解算完成的情況下，不斷進行完全嘗試選擇最優的結果。

自主戰術決策模塊的核心是“決策推理規則”環節，本文采用模糊控制的思想，提出在空戰中起主導作用的4個模糊因子，作為決策推理的構成因子，把空戰中基于專家知識或駕駛員長期積累的經驗，轉化為具有實際意義的模糊控制規則。從量化比較的角度，不斷在線更新數據，實時引導UCAV機動決策，使得機動的結果對UCAV更加有利，占取優勢區域，爭得有利攻擊時機。

圖3 UCAV自主戰術決策模塊Fig.3 Module of autonomous tactical decision-making

“決策推理規則”由角度模糊因子μA、距離模糊因子μD、高度模糊因子μH以及速度模糊因子μV組成，對于每種模糊因子，根據其不同的物理意義，選擇不同的計算方法，但是，計算的目的都是把該模糊因子化為0～1的閉區間內的數值，數值越是接近1，則該模糊因子對于UCAV更具有優勢。本文以下標p表示UCAV，以下標e表示敵機，下面分別給出表達式，并對相應的符號作以說明。

1)角度模糊因子L。

角度模糊因子μA由式(6)～式(9)可計算，圖4a給出了μA和αp之間的關系圖，αp是矢量R和Vp之間的夾角，如圖4b所示。

圖4 角度模糊因子示意圖Fig.4 Schematic diagram of fuzzy aspect factor

其中:xp，yp，zp為 UCAV 的位置坐標;xe，ye，ze為敵機的位置坐標;R為雙機距離矢量;Vp為UCAV的速度矢量;Vp為UCAV的速度矢量大小。可看出，當αp=π時，UCAV速度矢量直接指向敵機，優勢最大;當αp=0時，UCAV速度矢量背離敵機，優勢最小。同時值得說明的一點是，角度模糊因子在4個模糊因子中的影響最大，所以在后面的規則中，對角度模糊因子做了閥值處理。

2)距離模糊因子。

距離模糊因子μD由式(10)～式(11)可計算，圖5給出了μD和R之間的關系，其中:Rm為UCAV的最佳射擊距離;δ為標準方差;R是矢量R的大小，采用正態分布來計算距離模糊因子μD，是因為這樣能更好地反映雙機距離與最佳射擊距離之間的關系:一方面，從數學的角度說明，并非是距離越小越好;另一方面，也說明距離的變化對UCAV的優勢影響并非是線性的。

圖5 距離模糊因子示意圖Fig.5 Schematic diagram of fuzzy distance factor

3)高度模糊因子。

高度模糊因子μH由式(12)可計算，圖6給出了μH和z之間的關系，其中:Ho為UCAV的最小極限高度，如果UCAV的高度小于最小極限高度，則UCAV處于危險區域，如果UCAV的高度大于最小極限高度，則UCAV處于優勢位置，采用分段函數來描述。

圖6 高度模糊因子示意圖Fig.6 Schematic diagram of fuzzy height factor

4)速度模糊因子。

速度模糊因子μV由式(13)～式(14)可計算，圖7給出了μV和Vp之間的關系，其中:Ve為敵機速度矢量大小;Vmax為UCAV的最大速度;Vo為UCAV的最佳攻擊速度。如前所述，Rm為UCAV的最佳射擊距離。對于速度模糊因子的描述，既借鑒了距離模糊因子μD的正態分布描述，又借鑒了高度模糊因子μH的分段函數法。

至此，UCAV空戰中的4個模糊因子描述完成，這樣就可以用4個模糊因子的函數來不斷地分析采用各種動作所產生的效果的優劣，也就是試探性地執行基本操縱動作庫的各種動作，把4個模糊因子的函數作為目標函數，進行比較，從而獲取最優的戰術動作。

圖7 速度模糊因子示意圖Fig.7 Schematic diagram of fuzzy velocity factor

本文這樣獲得最優基本動作:首先，預測出雙機的位置和速度信息，作為“決策推理規則”的輸入信息;其次，分別計算在當前狀態下執行7種基本動作后，以上 4 個模糊因子 μAi，μDi，μHi，μVi的大小;然后，確定每種基本動作下的4個模糊因子的最小值，并記為μi;最后，找出μi中的最大值，選擇相應的機動動作執行。

以上描述，采用下面的數學函數實現。

其中:μAT是角度模糊因子閥值，因為角度模糊因子在空戰中起更重要的作用，所以是μAi＜μAT，不再取4個模糊因子中的最小值，而是把角度模糊因子直接作為比較的因素。

3 仿真實驗

為了驗證本文提出的UCAV空戰自主決策系統，選擇參數進行仿真實驗，選擇時間常數τx=0.2 s，τy=1.2 s，自然振蕩頻率 ωn=6.34 rad/s，阻尼系數 ξ=0.707，UCAV最佳攻擊距離Rm=600 m，標準方差σ=600，UCAV最大速度 Vmax=304 m/s，UCAV最小高度極限Ho=1550 m，角度因子閥值μAT=0.5，控制指令仿真時間常數T=0.5 s。

取 UCAV 的位置矢量P=(x，y，z)為(3032，0，1535)，速度矢量V=(V，θ，ψs)為(205，0，0);敵機的位置矢量為(3032，3047，1535)，速度矢量為(205，0.52，2.62)，其中，速度矢量V中的θ和ψs是用rad表示的，敵機的速度矢量的角度用“°”來表示，分別是30°和150°，在仿真中假設敵機作轉彎半徑為250 m的戰斗轉彎(在轉彎的過程中不斷地爬升)。

仿真實驗結果如圖8～圖10所示。圖8是雙方空戰運動軌跡，圖9是在空戰過程中模糊因子的變化曲線，圖10是機動控制指令的變化曲線。

圖8 UCAV空戰雙機的運動軌跡Fig.8 The trajectories of UCAV in air combat

圖9 模糊因子變化仿真結果Fig.9 Simulation results of fuzzy factors

圖10 機動控制指令變化仿真結果Fig.10 Simulation results of maneuver control command

從仿真結果可以看出，UCAV自主戰術決策系統性能良好，在最優機動控制指令的作用下能夠很好地完成UCAV自主戰術決策，使UCAV取得空戰優勢，進行攻擊。

4 結論

本文在考慮延遲的機動指令的基礎上，設計了UCAV空戰自主戰術決策系統。從仿真結果可以看出，UCAV能夠依據當前的敵我態勢，及時作出正確的機動方案決策，使我方擁有很大的作戰效益優勢。系統的設計在未來UCAV空戰特別是近距空戰中具有重要的意義。另外，本文從基于美國NASA提出的基本操作動作庫對UCAV的自主戰術決策系統進行了設計，在實際應用系統的設計中，還需要考慮怎樣選擇合理的機動動作庫。

［1］ 陳小兵，常勇，孔繁峨.近距格斗自主決策研究［J］.電光與控制，2009，16(4):34-37.

［2］ NUSYIRWAN I F，BIL C.Factorial analysis of a real time optimisation for pursuit-evasion problem［C］//46th AIAA Aerospace Sciences Meeting and Exhibit，2008:195-198.

［3］ 鐘友武，柳嘉潤，楊凌宇，等.自主近距空戰中機動動作庫及其綜合控制系統［J］.航空學報，2008，29(5):114-121.

［4］ 鐘麟，佟明安，鐘衛，等.多級影響圖在空戰機動決策中的應用［J］.系統工程理論與實踐，2006，26(10):137-140.

［5］ 柳嘉潤，鐘友武，張磊，等.自主空戰決策的試探機動方法及仿真研究［J］.系統仿真學報，2008，20(5):1238-1243.

［6］ YANG C D，KUNG C C.Implement the one-on-one air combat simulation using prediction of optimal maneuver［J］.Trans aeronautical and astronautical society of the Republic of China，1998，30(2):149-159.

［7］ 董卓寧，張汝麟，陳宗基.無人機在惡劣氣象條件下的自主決策技術［J］.航空學報，2007，29(5):107-113.

［8］ STEVENS B L.Aircraft control and simulation［M］.2nd ed.USA:John wiley ＆ sons，2003.

［9］ 柳嘉潤.綜合控制系統與自主近距格斗技術研究［D］.北京:北京航空航天大學，2006.

［10］ 楊暉.無人作戰飛機自主控制技術研究［J］.無人機，2007(1):27-29.

［11］ 劉金琨.智能控制［M］.北京:國防工業出版社，2005:36-43.