基于MAS的區域反導發射車協同攔截規劃研究*1

?

基于MAS的區域反導發射車協同攔截規劃研究*1

宋文靜，李為民，肖金科，劉永蘭

(空軍工程大學 防空反導學院，陜西 西安710051)

摘要：發射車協同攔截規劃是區域反導戰術級目標分配后確定最優攔截方案的決策問題，對于直接提高攔截效費比具有重要意義。首先分析了協同攔截的物質基礎、協同過程和協同特點，然后給出了基于多智能體系統(multi-agent system，MAS)的協同攔截規劃模型、規劃算法，最后計算了發射車可協同攔截次數，構建自適應協同攔截模式決策模型。開展基于MAS的區域反導發射車協同攔截規劃研究，為實現發射車協同攔截規劃頂層設計夯實堅實的技術理論基礎。

關鍵詞：區域反導；協同攔截；多智能體系統；發射車；規劃；自適應

0引言

區域高低兩層協同攔截速度高、進攻能力強的戰術彈道導彈(tactical ballistic missile, TBM)逐漸成為反導系統發展的主要趨勢之一[1-2]。在戰術級的目標分配后，高低兩層攔截系統如何規劃所屬攔截系統生成最優協同攔截方案是亟待解決的決策難題[3-4]。由于高低兩層攔截系統所屬發射車分布于不同的地理空間，跨度較大，而協同攔截決策的時間極為有限，傳統自上而下的協同攔截規劃方式，難以規劃每個攔截系統最優攔截策略，難以滿足反導戰場復雜多變的態勢變化。本文著眼于高低兩層協同攔截TBM，將高低兩層攔截系統看成發射車及雷達系統組成的一個異構、分布和松散耦合的復雜智能控制系統，采用MAS相關理論研究高低兩層協同攔截規劃問題。

1區域反導協同攔截分析

區域高低兩層協同攔截是高、低組合攔截TBM，是大大提高攔截TBM概率的重要手段，其協同攔截物質基礎見圖1。

區域反導指控系統基于精確的預警信息，下達特定的攔截任務到高低兩層攔截系統； 高層指控系統結合每個發射車的部署空間，計算每個發射車的發射區、最佳發射時機及選擇最優攔截模式，然后協

圖1　區域反導協同攔截物質基礎Fig.1　Substance foundation for cooperative　　　interception in theater antimissile system

調控制發射車實施攔截；地基雷達觀測整個攔截過程所得觀測數據提供給區域指控系統，以便評估攔截彈是否成功攔截TBM，如果沒有有效攔截TBM，則判斷是否進行二次攔截；具備二次攔截條件時，進行二次攔截；一旦高層攔截系統不具備攔截條件或沒有達到預定的攔截概率的，區域反導指控系統通過低層指控系統管控低層攔截系統進行再次攔截，相應低層攔截系統所屬發射車執行區域低層指控作戰指令，協同各發射車攔截。詳見圖2。

由圖2可知，攔截系統攔截TBM時，高低兩層哪幾個發射架采取怎樣的攔截策略和合適的攔截時機，同時能否協同攔截又避免攔截沖突，這都直接關系到攔截資源的消耗和攔截效能的高低。

圖2　區域反導高低兩層協同攔截過程Fig.2　Highlow cooperative interception process in theater antimissile system

2基于MAS協同攔截模型

2.1協同攔截Agent分類

智能Agent是指在一定環境中運行，根據自身能力、狀態、資源、相關知識以及外部環境信息，通過協同規劃、推理和決策，靈活、自主地采取行動以實現其既定目標的實體[5-8]。分析區域協同攔截過程，從實施協同攔截實體的角度分析，需要設置的Agent主要包括：戰場感知Agent、區域指控Agent、高層指控Agent、低層指控Agent、發射單元Agent、通信Agent，各Agent之間的交互關系見圖3。

圖3　各Agent之間的交互關系Fig.3　Interaction between different Agents

各組成Agent的作用描述如下：

戰場感知Agent：融合來自傳感器網的信息，形成一定精度的預測彈道和統一的態勢圖，分析TBM威脅；

區域指控Agent：根據戰場態勢，按照一定準則，基于態勢進行決策處理，規劃高低兩層攔截系統的協同攔截，制定初步的攔截方案，并分配到兩級指控，監控高低攔截系統的攔截情況；

高層指控Agent、低層指控Agent：依據區域指控的戰術要求，結合所屬發射車的狀態、部署位置和TBM運動參數，選取最優的發射車的攔截模式和最佳攔截時機并實時地上報攔截情況到區域指控Agent；

發射單元Agent：執行指控Agent的作戰方案，攔截TBM；

通信Agent：負責攔截規劃過程中高低兩級指控Agent與區域指控Agent、發射單元Agent間協作與協調的相關通信，不負責信息的處理。

通過圖3，明確各Agent之間的交互關系，從整體上把握區域反導協同攔截Agent的功能與信息流程。

2.2基于MAS協同攔截模型

在區域反導協同攔截過程中，如果僅將各個作戰實體抽象為獨立的作戰Agent，一方面，雖能整體分析協同攔截的流程，但難以精確描述協同攔截的內部機制；另一方面，由于攔截資源的有限性，各作戰Agent自主化的制定攔截方案容易造成資源的沖突，并且難以實現統一的戰術目標。例如采取“發射—發射”的攔截模式，獲取了最大的殺傷概率，但可能占用了大量的攔截資源，大大降低了攔截系統的持續作戰能力。

MAS對環境的變化具有適應力及相應的自我調節能力，并能通過與其他智能Agent進行交互的方式共同完成復雜問題求解的多個Agent構成的智能系統[9-12]，具有學習、推理、規劃、決策和創新能力，具有分布性、自主性和協作性等特點。為此，本文從高低兩級指控規劃發射車攔截的功能流程角度出發，建立了基于MAS協同攔截規劃模型，見圖4。

各組成Agent的作用描述如下：

可攔截性Agent：依據傳感器網的目標指示信息，從時間、空間和物質約束3個方面進行可攔截性分析，確定可攔截特定TBM的發射車集合；

發射區域Agent：結合TBM的跟蹤預測信息和發射車的殺傷區域，計算每個可攔截TBM的發射車的發射區域；

發射時間Agent：結合TBM的跟蹤預測信息和發射車的殺傷區域，按照一定的方法，計算每個可攔截TBM的發射車的可發射時間；

攔截模式Agent：結合發射區域和可發射時間，根據發射車的最小可發射間隔，計算最大可攔截次數，組合“發射—發射”和“發射—觀察—發射”2種基本攔截模式，規劃每個可攔截TBM的發射車的最優復合攔截模式，以達到最佳攔截效果；

圖4　基于MAS協同攔截規劃模型Fig.4　Cooperative interception planning model based on MAS

高層指控Agent、低層指控Agent：一方面，實現可攔截性判斷、發射區域計算、發射時間計算、攔截模式的規劃和控制發射車實施攔截；另一方面，聯合、協調不同的發射車實施攔截，平衡攔截沖突，提高攔截效費比；協同規劃Agent：生成高低兩層協同攔截規劃方案；結合高層攔截系統的攔截策略和攔截效果，實時修正低層攔截系統的攔截方案；平衡高低兩層攔截系統的攔截沖突。

2.3協同攔截規劃方法

基于MAS的區域協同攔截規劃是由中央協同規劃Agent集中控制的規劃，并分發給各個Agent獨立執行，并接受協同規劃Agent的協調與沖突消解。結合區域反導協同規劃特點，給出如下步驟的協同規劃方法：

Step 1：協同規劃Agent基于預警信息，初步規劃高低兩層協同攔截方案，下傳到高低兩級指控Agent。

Step 2：高層指控Agent依次確定可攔截TBM的發射架集合及其發射區域、可發射時間、最優攔截模式。

Step 3：高層指控Agent確定協調若干發射車實施攔截的最優方案，評估該方案并上報協同規劃Agent。

Step 4：若方案足以攔截，該方案就是最優協同攔截規劃方案，規劃終止；否則，協同規劃Agent向若干個低層指控Agent下達協同攔截指令，補充攔截。

Step 5：低層指控Agent確定可攔截TBM的發射架集合及其發射區域、可發射時間、攔截模式，確定協調若干發射車實施攔截的最優方案。

Step 6：低層指控Agent確定協調若干發射車實施攔截的最優方案，并上報協同規劃Agent。

Step 7：協同規劃Agent得到最終的協同攔截規劃方案。

基于MAS協同攔截規劃模型采取自下而上的分布式決策方式，是基于火力單元級指控系統控制發射車實施攔截，大大減少了區域反導指控的信息處理量，提高了協同攔截決策效率；協同決策方案是綜合集成了高低兩層決策方案，保證了協同攔截方案的科學性。基于MAS協同攔截規劃模型更善于處理復雜多變的反導協同攔截規劃問題。

3自適應協同攔截模式決策模型

3.1可攔截次數計算

可發射時間是以發射車時間為基準，攔截點分別在攔截系統殺傷區域近、遠界時，發射車發射相應攔截彈的最早、最晚時刻之差。在發射車連續發射攔截彈的時間間隔約束下，研究高層攔截系統的可發射時間，可確定攔截TBM的最大次數，優選發射方式。

在給出可發射時間的計算過程之前，相關符號及其意義見表1。

表1　相關符號及其意義

以發射車為原點，在允許誤差范圍內，將末段彈道看作直線[13-14]，由式(1)求取式(2)。

(1)

(2)

(3)

則t′時刻TBM到發射車的距離

(4)

假設雷達跟蹤TBM的距離大于殺傷區遠界，根據式(2)，可知求解可發射時間問題核心就是求解tearly和tlate。

基于時間逐步推進的方式依次得到TBM彈道與殺傷區產生第一個、最后一個交點對應的最早和最晚遭遇時刻tearly和tlate，計算流程如圖5所示。

圖5　基于時間逐步推進求取遭遇時刻Fig.5　Encountering time point calculated by time step

從而得到可發射時間窗口為

(tF(tearly),tF(tlate)),

即可發射時間

ΔtF=tF(tlate)-tF(tearly).

(5)

對于已經分配TBM的攔截系統，至少具備一次攔截機會，則“發射—觀測—發射”和“發射—發射”方式下高層攔截系統最大可攔截次數分別見式(6)和式(7)，低層攔截系統一般只采取“發射—發射”方式下最大可攔截次數見式(8)：

(6)

(7)

(8)

3.2自適應協同攔截模式決策流程

攔截模式是攔截系統發射方式和發射攔截彈數目的綜合，自適應攔截模式決策的原理就是在一定的自適應原則下，通過比較最大可攔截次數和交戰有效性之間的關系自適應的選擇攔截模式。自適應攔截模式決策的實現過程如下：

Step 1:確定設防對象的防御等級[15-16]fn。

Step 2：iffn=3，轉入Step 3；iffn=4，轉入Step 6。

Step 3: ifNslshmax≥2，高層攔截系統采用“發射—觀測—發射”發射方式發射2枚攔截彈，低層攔截系統發射1枚，規劃結束。

Step4: ifNslshmax<2，高層攔截系統發射一枚攔截彈，轉入Step 5。

Step 5: ifNsslmax≥2，低層攔截系統同一發射車采用“發射—發射”方式連續發射2枚攔截彈；否則，規劃具備攔截條件的2個發射車采取集火射擊方式發射2枚攔截彈，規劃結束。

Step 6: ifNslshmax≥2，高層攔截系統采用“發射—觀測—發射”發射方式發射2枚攔截彈，低層攔截系統發射攔截彈數見Step 5。

Step 7: ifNslshmax<2，高層攔截系統發射一枚攔截彈，轉入Step 8。

Step 8: ifNsslmax≥3，低層攔截系統同一發射車采用“發射—發射”方式連續發射2枚攔截彈；否則，規劃具備攔截條件的2或3個發射車采取集火射擊方式發射3枚攔截彈，規劃結束。

4結束語

區域反導協同攔截是涉及到戰場態勢、發射車空間部署和戰技參數等多因素的復雜規劃問題，鑒于協同攔截規劃的復雜性，本文初步探討了協同攔截的物質基礎、過程分析、特點分析，并提出了基于MAS的協同攔截規劃模型及規劃算法，力求實現高低兩層攔截系統級協同攔截規劃頂層設計；構建了自適應協同攔截模式決策模型，給出了區域反導協同發射車協同攔截最優攔截模式生成機制。

參考文獻：

[1]肖金科，王剛，付強，等.反導C2BM技術體系結構研究[J].飛航導彈，2012(9)：57-61.

XIAO Jin-ke,WANG Gang,FU Qiang, et al.Research on Technology Requirement of C2BM in Anti-missile System[J].Aerodynamic Missile Journal, 2012 (9):57-61.

[2]肖金科，王剛，劉昌云,等.DoDAF的末段反導C2BM系統需求分析[J].火力與指揮控制，2013,38(8)：13-17.

XIAO Jin-ke,WANG Gang,LIU Chang-yun, et al. Research on Requirement Analysis of C2BM in Terminal Anti-Missile System Based on DoDAF[J].Fire Control & Command Control,2013，38(8):13-17.

[3]肖金科，王剛，李松,等.區域反導高低兩層聯合可發射時間計算模型與仿真[J].戰術導彈技術，2013(4)：103-107.

XIAO Jin-ke，WANG Gang，LI Song, et al. Coalescent Shooting Time Calculation and Simulation of Theater Anti-Missile High-Low Firepower[J].Tactical Missile Technology，2013(4)：103-107.

[4]肖金科，王剛，劉昌云,等.多層反導目標分配建模及其優化方法研究[J].電光與控制，2013，20(10)：62-65.

XIAO Jin-ke，WANG Gang，LIU Chang-yun, et al.Target Assignment Modeling of Multi-Layered Anti-Missile System and Its Optimization[J].Electronics Optics & Control，2013，20(10)：62-65.

[5]Maja Stula, Darko Stipanicev,Losip Tiaras. Distributed Computation Multi-Agent System[J]. New Generation Computing,2013,31(3):187-209.

[6]陳淼，韓端鋒，于洋，等.基于Agent的艦船人員疏散模型研究[J].計算機工程與科學，2013，35(4)：163-167.

CHEN Miao，HAN Duan-feng，YU Yang,et al. Ship Passenger Evacuation Model Based on Agent Theory[J]. Computer Engineering & Science，2013，35(4)：163-167.

[7]Louise A Dennis， Michael Fisher，Nicholas K Lincoln，et al. Practical Verification of Decision-Making in Agent-Based Autonomous Systems[J]. Autom Softw Eng, DOI 10.1007/s10515-014-0168-9.

[8]Tibor Bosse, Rob Duell, Zulfiqar A,et al. Agent-Based Modeling of Emotion Contagion in Groups[J]. Cogn Comput,DOI 10.1007/s12559-014-9277-9.

[9]唐賢倫，李亞楠，樊崢.未知環境中多Agent自主協作規劃策略[J]. 系統工程與電子技術，2013，35(2)：345-349.

TANG Xian-lun，LI Yan-nan，FAN Zheng. Multi-Agent Autonomous Cooperation Planning Strategy in Unknown Environment [J]. Systems Engineering and Electronic，2013，35(2)：345-349.

[10]陳世明，李慧敏，謝竟,等. 基于局部估計的功率驅動多智能體網絡牽制蜂擁控制算法[J]. 控制與決策，2013，28(8)：1190-1194.

CHEN Shi-ming，LI Hui-min，XIE Jing，et al. Pinning Flocking Control Algorithm for Power-Driven Multi-Agent Networks Based on Local Estimation[J]. Control and Decision，2013，28(8)：1190-1194.

[11]Xiaoqin Shelley Zhang, Victor Lesser. Meta-level Coordination for Solving Distributed Negotiation Chains in Semi-Cooperative Multi-Agent Systems[J]. Group Decis Negot,2013，22(4):681-713.

[12]Dane M Kuiper, Rym Z Wenkstern. Agent Vision in Multi-Agent Based Simulation Systems[J]. Auton Agent Multi-Agent Syst, DOI 10.1007/s10458-014-9250-8.

[13]吳兆宗. 再入飛行器再入函數及其導數與積分[J]. 導彈與航天運載拄術，2005(2)：39-43.

WU Zhao-zong. Reentry Vehicle’s Reentry Function and Its Derivate & Integral[J]. Missiles and Space Vehicles，2005(2)：39-43.

[14]彭歲陽，張軍，沈振康.非勻速彈道、SAR成像方法研究[J].宇航學報，2011，32(12)：2550-2559.

PFNG Sui-yang，ZHANC Jun，SHEN Zhen-kang. The SAR Imaging Method of the Non-Uniform Straight Line Trajectory[J]. Journal of Astronautics，2011，32(12)：2550-2559.

[15]向小梅. 基于SVM的艦艇自動防御體系設計[J]. 艦船電子工程，2014，34(4)：24-26.

XIANG Xiao-mei. Automatic Defense System Design of Ships and Submarines Based on Support Vector Machine[J]. Ship Electronic Engineering，2014，34(4)：24-26.

[16]XIAO Jin-ke,WANG Gang,FU Qiang,et al. Modeling and Simulation of Theater Anti-missile System Threat Assessment Based on Electric Field [J]. ICIC Express Letters Part B: Applications,2014，5(5):1419-1424.

Cooperative Interception Planning of Launcher Vehicles Based on MAS in Theater Antimissile System

SONG Wen-jing,LI Wei-min，XIAO Jin-ke，LIU Yong-lan

(AFEU，Air And Missile Defense College， Shaanxi Xi’an 710051，China)

Abstract:Cooperative interception planning of launcher vehicles is the decision making problem of making optimal interception project after the tactical target assignment, which has a great and direct significance in improving the interception cost effectiveness ratio. Firstly, material basis, cooperative process and cooperative characteristic are analyzed, then cooperative interception planning model based on multi-agent system(MAS)is constructed and its planning algorithm is presented. Lastly interception times are calculated and self adaption cooperative interception decision making model is constructed. Research on cooperative interception planning of launcher vehicles based on MAS in theater antimissile system aims at laying solid technology and theory foundation for top planning of launcher vehicles cooperative interception.

Key words:theater antimissile system; cooperative interception; multi-agent system(MAS); launcher vehicle; planning; self-adjust

中圖分類號：TJ768.2+8；TP391.9

文獻標志碼：A

文章編號：1009-086X(2015)-06-0081-06

doi:10.3969/j.issn.1009-086x.2015.06.014

通信地址：710051陜西省西安市長樂東路甲字一號空軍工程大學防空反導學院研究生2隊E-mail：811627389@qq.com

作者簡介：宋文靜(1979-)，女，湖南常德人。博士生，主要研究方向為反導作戰指揮控制。

基金項目：2013年度研究生學位論文創新基金(DY13206)

*收稿日期：2014-07-09；修回日期：2015-01-10