李 波，高曉光

（西北工業(yè)大學(xué) 電子信息學(xué)院，西安710129）

飛機、機載電子設(shè)備和武器是決定航空武器系統(tǒng)作戰(zhàn)能力的三要素。航空火力控制系統(tǒng)是機載電子設(shè)備的核心部分?；鹆刂频母救蝿?wù)就是將我方的打擊力量在適當(dāng)?shù)臅r機、以適當(dāng)?shù)拿芏韧端偷筋A(yù)定區(qū)域?qū)δ繕?biāo)進行打擊，火力控制系統(tǒng)的效能將直接決定著整個作戰(zhàn)平臺的作戰(zhàn)效能。空空導(dǎo)彈攻擊區(qū)是火控系統(tǒng)判斷導(dǎo)彈是否滿足發(fā)射條件的重要依據(jù)之一，它是指目標(biāo)周圍的一個空間區(qū)域，載機在此區(qū)域內(nèi)發(fā)射導(dǎo)彈，能滿足脫靶距離的要求命中目標(biāo)，空空導(dǎo)彈攻擊區(qū)是導(dǎo)彈系統(tǒng)作戰(zhàn)效能的綜合體現(xiàn)。

傳統(tǒng)的機載火控攻擊完全依賴于機載火控雷達(dá)探測到的精確目標(biāo)信息來計算導(dǎo)彈的攻擊區(qū)，并據(jù)此判斷是否滿足發(fā)射條件。但是在電子干擾條件下，由于機載火控雷達(dá)很容易受到干擾，難以獲取目標(biāo)的精確信息［1］，僅僅依賴于機載火控雷達(dá)進行火控計算的傳統(tǒng)火控攻擊方式必然難以適用。因此，針對電子干擾條件下空空導(dǎo)彈的火控攻擊問題，本文提出了空空導(dǎo)彈期望值攻擊區(qū)的概念，并采用機會約束規(guī)劃方法建立了期望值攻擊區(qū)的數(shù)學(xué)模型和計算方法?；鹂叵到y(tǒng)不僅可以利用機載火控雷達(dá)探測的目標(biāo)信息進行火控計算，還能夠根據(jù)無源探測方式獲取的不精確信息進行火控計算，從而使機載火控系統(tǒng)在電子干擾條件下仍具備攻擊能力，能以較高的概率成功發(fā)射空空導(dǎo)彈命中目標(biāo)。

1 電子干擾對傳統(tǒng)火控攻擊方式的影響

雷達(dá)作為火控系統(tǒng)中對目標(biāo)信息探測的主要設(shè)備，在作戰(zhàn)應(yīng)用中對火力打擊的有效性起著舉足輕重的作用。雷達(dá)探測系統(tǒng)可以較高的精度得到目標(biāo)敵機的角度、角度變化率、距離、距離變化率及速度等火控解算必需的參數(shù)。因此，雷達(dá)的性能直接影響著火力控制系統(tǒng)的工作效果［1］。

根據(jù)現(xiàn)代戰(zhàn)場中探測與反探測、干擾與反干擾等作戰(zhàn)樣式的綜合應(yīng)用，雷達(dá)在無干擾的態(tài)勢下可以很好地完成作戰(zhàn)任務(wù)。在雷達(dá)所獲取信息的指引下我機可以以最優(yōu)路徑進行占位，并在合適的時間、合適的位置向合適的方向投送適當(dāng)密度的火力，并在必要的時候，對中遠(yuǎn)距導(dǎo)彈提供必要的無線電修正指令，最終命中目標(biāo)。隨著電子戰(zhàn)在現(xiàn)代戰(zhàn)爭中的廣泛應(yīng)用，它對機載武器火力控制技術(shù)產(chǎn)生了深遠(yuǎn)的影響。電子干擾，特別是電子壓制的實施使得雷達(dá)主動探測能力降低，甚至在使用抗干擾措施后仍然無法主動探測目標(biāo)，不能為火控系統(tǒng)發(fā)送火控解算所需的目標(biāo)參數(shù)。因此傳統(tǒng)火控系統(tǒng)在電子壓制條件下無法有效進行工作，使得火控攻擊范圍顯著減小，甚至只能到近距狀態(tài)才能對目標(biāo)實施攻擊，限制了中遠(yuǎn)距導(dǎo)彈的發(fā)射距離，削弱了載機的超視距攻擊能力［2］。

2 空空導(dǎo)彈廣義攻擊區(qū)

2.1 基本廣義攻擊區(qū)

上述分析表明，在電子干擾條件下，由于火控雷達(dá)探測距離受到壓制，如果仍然依賴?yán)走_(dá)探測信息進行火控攻擊條件的判斷，則導(dǎo)彈發(fā)射距離將大大縮短。但是如果利用無源探測方式獲取的目標(biāo)信息進行火控攻擊條件判斷，由于無源探測方式獲取目標(biāo)信息具有較大的誤差，如果仍然采用傳統(tǒng)火控攻擊區(qū)來判斷是否滿足導(dǎo)彈發(fā)射條件，會顯著降低導(dǎo)彈的命中概率。因此，需要對傳統(tǒng)攻擊區(qū)的定義進行擴展，建立廣義攻擊區(qū)的概念。

廣義攻擊區(qū)是指，在電子干擾條件下無法獲取目標(biāo)準(zhǔn)確信息時，為保證導(dǎo)彈發(fā)射后能以較高的概率命中目標(biāo)，根據(jù)無源探測方式獲取帶有誤差的目標(biāo)信息［3］，基于探測誤差的分布規(guī)律，依據(jù)一定的決策準(zhǔn)則計算出的導(dǎo)彈攻擊范圍。

根據(jù)不同的決策準(zhǔn)則可以得到不同形式的廣義攻擊區(qū)，下面給出幾種基本的廣義攻擊區(qū)。

①樂觀攻擊區(qū)。

樂觀攻擊區(qū)是指在各種可能的目標(biāo)信息狀態(tài)下，取各狀態(tài)下所有最大發(fā)射距離中的最大值作為當(dāng)前狀態(tài)下的最大發(fā)射距離。從樂觀攻擊區(qū)定義可知，如果目標(biāo)一進入樂觀攻擊區(qū)飛行員立即發(fā)射導(dǎo)彈進行攻擊，導(dǎo)彈命中目標(biāo)的概率實際上很低，但是飛行員提前發(fā)射導(dǎo)彈可以達(dá)到威脅警示目標(biāo)的目的。

②悲觀攻擊區(qū)。

悲觀攻擊區(qū)是指在各種可能的目標(biāo)信息狀態(tài)下，取各狀態(tài)下所有最大發(fā)射距離中的最小值作為當(dāng)前狀態(tài)下的最大發(fā)射距離。從悲觀攻擊區(qū)定義可知，如果直到目標(biāo)進入悲觀攻擊區(qū)飛行員才發(fā)射導(dǎo)彈攻擊，導(dǎo)彈命中目標(biāo)概率雖然較大，但是此時飛行員面臨的威脅也會很大。

③等可能攻擊區(qū)。

等可能攻擊區(qū)是指在各種可能的目標(biāo)信息狀態(tài)下，取各狀態(tài)下所有最大發(fā)射距離中的平均值作為當(dāng)前狀態(tài)下的最大發(fā)射距離。從等可能攻擊區(qū)的定義可知，它是介于樂觀攻擊區(qū)和悲觀攻擊區(qū)之間的一類攻擊區(qū)，飛行員在此范圍內(nèi)發(fā)射導(dǎo)彈要優(yōu)于在其它兩類攻擊區(qū)內(nèi)發(fā)射導(dǎo)彈。

2.2 期望值廣義攻擊區(qū)

前面給出的3種基本廣義攻擊區(qū)的形式，雖然在一定程度上可以解決電子干擾條件下火控攻擊的問題，但是仍然存在一定的不足。比如等可能攻擊區(qū)的計算是在假定目標(biāo)探測誤差為均勻分布條件下得到的，而實際上目標(biāo)探測誤差一般都是高斯分布，也就是說目標(biāo)的各種可能探測狀態(tài)出現(xiàn)的概率并不相同。因此，簡單地按照等可能準(zhǔn)則計算廣義攻擊區(qū)可能仍然有較大的誤差。因此，本文通過引入期望值廣義攻擊區(qū)的概念，建立可應(yīng)用于電子干擾條件下導(dǎo)彈發(fā)射的火控攻擊區(qū)。

期望值廣義攻擊區(qū)是指在電子干擾條件下，通過無源探測獲取目標(biāo)信息以后，無論實際的目標(biāo)信息處于任何狀態(tài)，按照期望值廣義攻擊區(qū)判斷導(dǎo)彈是否滿足發(fā)射條件，則導(dǎo)彈命中目標(biāo)的概率不會低于給定的期望概率。

根據(jù)期望值廣義攻擊區(qū)的定義可知，它并不假定所有目標(biāo)可能的狀態(tài)是均勻分布的，而是可以按照目標(biāo)探測信息的實際分布情況來計算。目標(biāo)探測信息的不確定性可以用隨機數(shù)來表示，也可以用模糊數(shù)或者區(qū)間數(shù)來表示。本文假設(shè)目標(biāo)探測信息滿足高斯分布，采用機會約束規(guī)劃方法建立期望值廣義攻擊區(qū)的數(shù)學(xué)模型和求解方法。

2.3 期望值廣義攻擊區(qū)機會約束規(guī)劃模型

機會約束規(guī)劃［4］，由Charnes和Cooper提出，主要針對約束條件中含有隨機變量且必須在觀測到隨機變量的實現(xiàn)之前作出決策的問題?？紤]到所作決策在不利的情況發(fā)生時可能不滿足約束條件，而采用一種原則：即允許所作決策在一定程度上不滿足約束條件，但該決策應(yīng)使約束條件成立的概率不小于某一期望值。

機會約束規(guī)劃模型可以表示如下：

式中：P｛·｝表示｛·｝中的事件成立的概率；α，β分別為事先給定的約束條件和目標(biāo)函數(shù)的置信水平；ξ為隨機參數(shù)。

無論何種隨機參數(shù)ξ和何種函數(shù)形式f，對每一個給定的決策x，f（x，ξ）是隨機變量，其概率密度函數(shù)用φf（x，ξ）（f）表 示，這 樣 可 能 有 多 個使得P｛f（x，ξ）≥｝≥β成立。從極大化目標(biāo)值的觀點來看，所要求的目標(biāo)值ˉf應(yīng)該是目標(biāo)函數(shù)f（x，ξ）在保證置信水平至少是β時所取的最大值，即

機會約束規(guī)劃已經(jīng)成功應(yīng)用于生產(chǎn)過程、隨機資源分配、資金預(yù)算等諸多領(lǐng)域［5－7］，而期望值廣義攻擊區(qū)也正是機會約束規(guī)劃的一個典型應(yīng)用。

通過前面對機會約束規(guī)劃的描述可知，機會約束規(guī)劃就是在信息不確定的情況下，在滿足一定置信度前提下得出決策結(jié)果的最大值。而從期望值廣義攻擊區(qū)的定義可知，它正是典型的機會約束規(guī)劃問題，就是在目標(biāo)探測信息不確定的情況下，在給定的目標(biāo)命中概率情況下得到導(dǎo)彈的最大發(fā)射距離。

期望值廣義攻擊區(qū)的數(shù)學(xué)模型可以描述如下：

式中：D為導(dǎo)彈的發(fā)射距離；H（·）為對導(dǎo)彈命中目標(biāo)的事件；Rt分別為目標(biāo)距離的實際值和測量值；φt分別為目標(biāo)進入角的實際值和測量值；vt分別為目標(biāo)速度的實際值和測量值；β為給定的期望命中概率；σR，σφ，σv分別為目標(biāo)距離、進入角和速度測量值的均方差；αR，αφ，αv分別為目標(biāo)距離、進入角和速度測量值的置信度；滿足N（Rt，）的高斯分布滿足N（φt）的高斯分布滿足N（vt，）的高斯分布。

2.4 期望值廣義攻擊區(qū)計算方法

從期望值廣義攻擊區(qū)的數(shù)學(xué)描述可以看出，其中的H（·）函數(shù)實際上是目標(biāo)距離、目標(biāo)進入角和目標(biāo)速度的隱函數(shù)，導(dǎo)彈能否命中目標(biāo)是一個非常復(fù)雜的過程，不能通過簡單的數(shù)學(xué)公式來表達(dá)。

因此，期望值廣義攻擊區(qū)的機會規(guī)劃問題不能僅通過數(shù)學(xué)方式來求解，必須充分利用計算機模擬技術(shù)，對導(dǎo)彈攻擊目標(biāo)的過程進行仿真，通過蒙特卡洛方法計算期望值廣義攻擊區(qū)。

圖1給出了期望值廣義攻擊區(qū)機會約束規(guī)劃問題的計算流程。圖中，Dmax為導(dǎo)彈的最大發(fā)射距離，ΔD為迭代計算時的距離變化值。

由圖1可知期望值廣義攻擊區(qū)機會約束規(guī)劃的計算步驟：

①初始化導(dǎo)彈的最大發(fā)射距離Dmax；

②初始化蒙特卡洛模擬的計算次數(shù)；

③根據(jù)目標(biāo)距離、進入角和速度的分布規(guī)律產(chǎn)生相應(yīng)的測量值；

④根據(jù)3σ準(zhǔn)則檢驗所產(chǎn)生的隨機數(shù)是否滿足要求，如果滿足要求則轉(zhuǎn)入第⑤步，否則進入第③步重新產(chǎn)生測量值；

⑤進行導(dǎo)彈攻擊目標(biāo)過程的仿真模擬；

⑥根據(jù)導(dǎo)彈是否命中以及當(dāng)前總的實驗次數(shù)計算導(dǎo)彈命中目標(biāo)概率；

⑦判斷仿真次數(shù)是否達(dá)到了給定的蒙特卡洛模擬次數(shù)，如果達(dá)到指定的模擬次數(shù)，則轉(zhuǎn)入第⑧步，否則進入第③步繼續(xù)模擬；

⑧判斷統(tǒng)計得出的命中概率是否大于給定的期望命中概率，如果大于期望命中概率，則計算結(jié)束，得到期望值廣義攻擊區(qū)Dmax，否則，進入第⑨步；

⑨更新導(dǎo)彈的最大發(fā)射距離，轉(zhuǎn)入第②步重新進行模擬，直到滿足期望命中概率的要求，一般可按下式更新導(dǎo)彈的最大發(fā)射距離：

圖1 期望值廣義攻擊區(qū)機會約束規(guī)劃的計算流程

3 仿真分析

3.1 期望值廣義攻擊區(qū)曲線

根據(jù)期望值廣義攻擊區(qū)的計算方法，通過建立計算機仿真模型，選擇蒙特卡洛模擬次數(shù)為1 000，圖2給出了某一態(tài)勢下期望命中概率為0.8時的期望值廣義攻擊區(qū)曲線與傳統(tǒng)攻擊區(qū)曲線的對比圖，圖中，θ為進入角。

從圖2的期望值廣義攻擊區(qū)曲線可以看出，在復(fù)雜戰(zhàn)場環(huán)境下，由于無法獲取目標(biāo)的精確信息，因此以0.8的期望命中概率計算得到的期望值廣義攻擊區(qū)范圍要小于傳統(tǒng)攻擊區(qū)范圍；而且在迎頭方向，期望值廣義攻擊區(qū)減小程度要遠(yuǎn)遠(yuǎn)大于尾追方向。

圖2 期望值廣義攻擊區(qū)與傳統(tǒng)攻擊區(qū)的對比圖

3.2 期望值廣義攻擊區(qū)等概率曲線

圖2 給出了期望命中概率pe＝0.8時的期望值廣義攻擊區(qū)，而通過指定不同的期望命中概率，則可以得出一簇不同的期望值廣義攻擊區(qū)，稱為廣義攻擊區(qū)等概率曲線。在實際作戰(zhàn)過程中，飛行員可以根據(jù)實際情況選擇不同的期望命中概率所對應(yīng)的期望值廣義攻擊區(qū)，實施對目標(biāo)的火力打擊。

圖3給出了期望命中概率分別為0.5，0.8和0.95時的廣義攻擊區(qū)等概率曲線示意圖。

圖3 廣義攻擊區(qū)等概率曲線示意圖

從圖3可以明顯看出，隨著期望命中概率的增大，期望值廣義攻擊區(qū)的范圍逐漸縮小。如果飛行員選擇較小的期望命中概率所對應(yīng)的攻擊區(qū)來發(fā)射導(dǎo)彈，雖然導(dǎo)彈的發(fā)射距離有所增加，但是命中目標(biāo)的概率較?。蝗绻x擇較大的期望命中概率所對應(yīng)的攻擊區(qū)來發(fā)射導(dǎo)彈，則命中概率雖然增大了，但是導(dǎo)彈發(fā)射距離必然要減小。以期望命中概率分別為0.5和0.95為例，在迎頭方向上，兩者的最大發(fā)射距離要相差近30km。因此在實際作戰(zhàn)過程中飛行員應(yīng)根據(jù)具體的做戰(zhàn)態(tài)勢，充分利用電子對抗條件下的綜合態(tài)勢評估結(jié)果，根據(jù)敵我雙方的威脅程度，恰當(dāng)?shù)剡x擇期望值廣義攻擊區(qū)。如載機對目標(biāo)威脅較大而目標(biāo)尚未對載機造成威脅時，可考慮以較大期望命中概率所對應(yīng)的廣義攻擊區(qū)來發(fā)射導(dǎo)彈；而當(dāng)目標(biāo)對載機構(gòu)成較大威脅時，則可以較小的期望命中概率所對應(yīng)的廣義攻擊區(qū)來發(fā)射導(dǎo)彈，通過導(dǎo)彈對目標(biāo)的攻擊迫使目標(biāo)采取規(guī)避動作，以降低目標(biāo)對載機的威脅，同時載機盡快實施規(guī)避機動，通過自身機動來減小目標(biāo)對載機的威脅。而在其它情況下，飛行員可以選擇適中的期望命中概率所對應(yīng)的廣義攻擊區(qū)來發(fā)射導(dǎo)彈，這樣既可以增強載機的安全性，同時又可以提高導(dǎo)彈命中目標(biāo)的概率。

4 結(jié)論

在電子干擾環(huán)境下，當(dāng)機載火控雷達(dá)無法獲取目標(biāo)精確信息時，利用無源偵察系統(tǒng)獲取的帶有一定誤差的目標(biāo)信息，利用機會約束規(guī)劃方法計算出的空空導(dǎo)彈期望值攻擊區(qū)，可以增加電子干擾環(huán)境下空空導(dǎo)彈的發(fā)射機會。而且通過指定不同的期望命中概率，可以得出期望值廣義攻擊區(qū)等概率曲線，在實際作戰(zhàn)過程中，飛行員可以根據(jù)實際情況，選擇不同的期望命中概率所對應(yīng)的期望值廣義攻擊區(qū)實施對目標(biāo)的火力打擊。

［1］李海軍，劉強昌，周立軍.電子干擾對空空導(dǎo)彈的作戰(zhàn)效能影響分析［J］.彈箭與制導(dǎo)學(xué)報，2009，19（2）：314－316.LI Hai－jun，LIU Qiang－chang，ZHOU Li－jun.Influences of electronic interference on the combat effectiveness of air－to－air missile［J］.Journal of Projectiles Rockets Missiles and Guidance，2009，19（2）：314－316.（in Chinese）

［2］季曉光，高曉光，李波.新一代戰(zhàn)斗機綜合傳感器自適應(yīng)火控攻擊技術(shù)［J］.火力與指揮控制，2009，34（12）：19－21.JI Xiao－guang，GAO Xiao－guang，LI Bo.Adaptive fire control technology based on integrated sensors for the new generation fighter［J］.Fire Control and Command Control，2009，34（12）：19－21.（in Chinese）

［3］SHEN Jun－yang，MOLISCH A F，SALMI J.Accurate passive location estimation using TOA measurements［J］.IEEE Transactions on Wireless Communications，2012，11（6）：2 182－2 192.

［4］劉寶碇，趙瑞清.隨機規(guī)劃與模糊規(guī)劃［M］.北京：清華大學(xué)出版社，2004.LIU Bao－ding，ZHAO Rui－qing.Stochastic programming and fuzzy programming［M］.Beijing：Tsinghua University Press，2004.（in Chinese）

［5］ELYASI A，SALMASI N.Stochastic scheduling with minimizing the number of tardy jobs using chance constrained programming［J］.Mathematical and Computer Modelling，2013，57：1 154－1 164.

［6］KLOPPEL M，GELETU A，HOFFMANN A，et al.Evaluating integration approaches to robust process optimization and control using chance constrained programming［C］／／2010IEEE Multi－Conference on Systems and Control.Yokohama，Japan：IEEE，2010：1 079－1 084.

［7］陳根忠，劉湘?zhèn)?，沈陽，?機會約束規(guī)劃在地對空雷達(dá)干擾資源優(yōu)化分配中的應(yīng)用［J］.空軍工程大學(xué)學(xué)報，2010，11（6）：33－37.CHEN Gen－zhong，LIU Xiang－wei，SHEN Yang，et al.Application of chance constrained programming in optimal distribution of ground－to－air radar jamming resource［J］.Journal of Air Force Engineering University，2010，11（6）：33－37.（in Chinese）