郭 豹， 李忠華， 楊壽佳， 張 兵

(中國電子科技集團(tuán)公司第二十七研究所，鄭州 450047)

0 引言

光電類精確制導(dǎo)武器已發(fā)展成為當(dāng)代高科技局部戰(zhàn)爭(zhēng)中的主要作戰(zhàn)兵器，光電對(duì)抗是通過采取相應(yīng)的光電干擾手段，削弱、破壞敵方光電導(dǎo)引設(shè)備的作戰(zhàn)效能，保護(hù)己方目標(biāo)所采取的措施［1］。

目前多個(gè)國家正在研究或已裝備了光電對(duì)抗系統(tǒng)，但普遍存在無法準(zhǔn)確判斷是否干擾成功，實(shí)現(xiàn)閉環(huán)對(duì)抗。美國于2001 年5 月在白沙導(dǎo)彈靶場(chǎng)對(duì)激光器“閉環(huán)”定向紅外干擾系統(tǒng)進(jìn)行了導(dǎo)彈實(shí)彈試驗(yàn)，但所謂的“閉環(huán)”，僅是一種紅外威脅分類識(shí)別，然后用與此威脅對(duì)應(yīng)的紅外干擾調(diào)制技術(shù)實(shí)施干擾，與此類似的還有已公布的“采用高幀速紅外接收器的閉環(huán)紅外對(duì)抗系統(tǒng)”專利［2-3］及文獻(xiàn)［4］提出的紅外導(dǎo)引頭干擾共光路閉環(huán)系統(tǒng)的設(shè)計(jì)。國內(nèi)外一些學(xué)者對(duì)利用“貓眼效應(yīng)”實(shí)施激光主動(dòng)探測(cè)進(jìn)行了研究，并提出了根據(jù)來襲目標(biāo)的航跡變化進(jìn)行判斷是否干擾成功的思路［5-9］。

本文利用BP (Back Propagation)神經(jīng)網(wǎng)絡(luò)算法所特有的分類與識(shí)別能力，依據(jù)激光干擾導(dǎo)引模擬設(shè)備成像單元試驗(yàn)，進(jìn)行了干擾效能預(yù)測(cè)模型設(shè)計(jì)，對(duì)比分析了預(yù)測(cè)結(jié)果與試驗(yàn)結(jié)果，成功實(shí)現(xiàn)了較高的預(yù)測(cè)準(zhǔn)確率，為光電對(duì)抗系統(tǒng)的光電干擾效能評(píng)估、閉環(huán)光電對(duì)抗研究提供了初步的工程化應(yīng)用研究。

1 激光干擾原理分析

激光在傳輸過程中，主要受大氣吸收、大氣散射和大氣湍流等因素影響［1］，到達(dá)導(dǎo)引設(shè)備成像單元前的干擾激光能量Eλ可簡化計(jì)算為

式中:E0為激光器的出射能量;α 為大氣衰減系數(shù);θt為激光發(fā)散角;L 為傳輸距離。若成像單元的干擾閾值為E1，損傷閾值為E2，E1＜E2，則對(duì)導(dǎo)引設(shè)備的干擾效果通常分為:1)當(dāng)Eλ＜E1時(shí)，無干擾效果出現(xiàn);2)當(dāng)E1≤Eλ＜E2時(shí)，出現(xiàn)有效干擾或部分損傷干擾效果;3)當(dāng)Eλ≥E2時(shí)，出現(xiàn)完全損傷干擾效果。

在實(shí)際對(duì)抗作戰(zhàn)中，激光干擾設(shè)備對(duì)導(dǎo)引設(shè)備成像單元的干擾效果不僅與激光波長、出射能量、發(fā)散角、傳輸距離等可直接測(cè)量的指標(biāo)有關(guān)，更與不可精確測(cè)量的大氣衰減系數(shù)密不可分，且其在激光傳輸光路上呈現(xiàn)非均勻分布特點(diǎn)，因此，激光對(duì)導(dǎo)引設(shè)備的干擾過程屬于典型的不確定性或高度非線性的研究對(duì)象。

2 干擾效能預(yù)測(cè)模型

2．1 BP 神經(jīng)網(wǎng)絡(luò)

BP 神經(jīng)網(wǎng)絡(luò)具有較強(qiáng)的適應(yīng)和學(xué)習(xí)功能，可以實(shí)現(xiàn)逼近任意非線性系統(tǒng)，因此，采用BP 神經(jīng)網(wǎng)絡(luò)算法來建立干擾效能預(yù)測(cè)模型。

典型的三層BP 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)由輸入層、隱含層、輸出層神經(jīng)元組成。神經(jīng)網(wǎng)絡(luò)的輸入向量X = (x0，x1，x2，…，xn)T由干擾試驗(yàn)中的多個(gè)特征參數(shù)組成;隱含層神經(jīng)元的輸出向量Y=(y0，y1，y2，…，ym)T同時(shí)作為輸出層神經(jīng)元的輸入向量;神經(jīng)網(wǎng)絡(luò)的輸出向量O=(o0，o1，o2，…，op)T由干擾效果決定。V =(v0，…，vm)T，W=(w0，…，wl)T，分別為神經(jīng)網(wǎng)絡(luò)輸入層至隱含層、隱含層至輸出層的權(quán)值。

單個(gè)神經(jīng)元數(shù)學(xué)模型為

式中:xi表示神經(jīng)元j 接收到的來自第i 個(gè)神經(jīng)元的輸入信息;wij表示從神經(jīng)元i 到神經(jīng)元j 之間的權(quán)值;θ為第j 個(gè)神經(jīng)元的輸出閾值。

s 型函數(shù)的輸入和輸出范圍是0 ～1，符合各參數(shù)指標(biāo)的取值范圍，因此選用s 型函數(shù)作為BP 神經(jīng)網(wǎng)絡(luò)的激活函數(shù)，即

隱含層神經(jīng)元個(gè)數(shù)m 確定為

式中:n 為輸入層神經(jīng)元數(shù);p 為輸出層神經(jīng)元數(shù)。

在確定好輸入層、隱含層、輸出層及激活函數(shù)后，開始對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練。其訓(xùn)練過程、計(jì)算步驟如下所述。

1)設(shè)定神經(jīng)網(wǎng)絡(luò)的輸入層、隱含層、輸出層神經(jīng)元個(gè)數(shù)，確定網(wǎng)絡(luò)結(jié)構(gòu)。

2)設(shè)置網(wǎng)絡(luò)訓(xùn)練誤差指標(biāo)ε 和學(xué)習(xí)率η。

3)對(duì)網(wǎng)絡(luò)的權(quán)值和閾值使用隨機(jī)數(shù)進(jìn)行賦值。

4)依據(jù)樣本數(shù)據(jù)進(jìn)行網(wǎng)絡(luò)訓(xùn)練，逐次計(jì)算網(wǎng)絡(luò)各層神經(jīng)元的輸出值。

5)統(tǒng)計(jì)并判斷期望輸出與實(shí)際輸出的誤差值E是否滿足設(shè)定要求，若滿足則轉(zhuǎn)至步驟7)，不滿足則轉(zhuǎn)至步驟6)。

6)計(jì)算權(quán)值修正量，并修正權(quán)值。對(duì)于隱含層和輸出層之間的權(quán)值

對(duì)于輸入層和隱含層之間的權(quán)值

式中:δk稱為第k 個(gè)神經(jīng)元的敏感度;η 為調(diào)整因子。

7)判斷網(wǎng)絡(luò)訓(xùn)練是否達(dá)到最大學(xué)習(xí)次數(shù)，若是則終止學(xué)習(xí);否則轉(zhuǎn)至步驟3)繼續(xù)。

把從試驗(yàn)過程中獲取的試驗(yàn)樣本及對(duì)應(yīng)干擾效果量化值輸入到BP 神經(jīng)網(wǎng)絡(luò)中，經(jīng)過一系列的運(yùn)算，當(dāng)滿足計(jì)算結(jié)果與期望結(jié)果的誤差條件時(shí)，完成BP 神經(jīng)的訓(xùn)練過程，實(shí)現(xiàn)干擾效能預(yù)測(cè)模型的建立。

2．2 歸一化算法

數(shù)據(jù)歸一化是將各個(gè)非關(guān)聯(lián)的特征數(shù)據(jù)進(jìn)行綜合處理，統(tǒng)一到［0 1］區(qū)間。歸一化后的數(shù)據(jù)對(duì)神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)速度、訓(xùn)練精度及訓(xùn)練過程的成功與否有至關(guān)重要的影響。

由于本文中的試驗(yàn)數(shù)據(jù)涉及多種量綱，且不同特征參量之間缺少聯(lián)系，采用常規(guī)的最值法、和值法、峰值法等算法易造成歸一化程度不夠、網(wǎng)絡(luò)收斂較慢的問題。針對(duì)本文數(shù)據(jù)特點(diǎn)，采用聯(lián)合歸一化法［10］，分別對(duì)樣本空間中同一量綱的特征向量按峰值法進(jìn)行歸一化后，再對(duì)不同量綱特征向量按最值法進(jìn)行歸一化處理。

3 干擾試驗(yàn)與效果驗(yàn)證

3．1 干擾試驗(yàn)

干擾試驗(yàn)組成如圖1 所示，該試驗(yàn)由激光器、衰減片組、光電導(dǎo)引設(shè)備成像單元(與電視制導(dǎo)模擬導(dǎo)引頭相同)、便攜式計(jì)算機(jī)組成。

圖1 干擾試驗(yàn)組成示意圖Fig．1 Schematic diagram of the photoelectric jamming experiment

試驗(yàn)過程中，采用衰減片組的方式模擬不同大氣傳輸條件，以期縮短試驗(yàn)時(shí)間，獲得近似相同天氣情況下的試驗(yàn)數(shù)據(jù)，盡可能增加效能預(yù)測(cè)模型的準(zhǔn)確性。通過改變激光器參數(shù)及不同的衰減倍率和試驗(yàn)距離，獲得不同的試驗(yàn)結(jié)果，利用便攜式計(jì)算機(jī)對(duì)試驗(yàn)過程、試驗(yàn)數(shù)據(jù)及結(jié)果進(jìn)行記錄分析。

3．2 效果驗(yàn)證

試驗(yàn)中涉及的試驗(yàn)設(shè)備參數(shù)及試驗(yàn)條件包括激光波長(1．064 μm，0．532 μm)，激光能量(≤120 mJ)，頻率(1 ～10 Hz)，衰減倍率(0 ～25 dB)和試驗(yàn)距離(0．5 ～3 km)。依據(jù)激光對(duì)光電制導(dǎo)成像單元的干擾程度，即激光對(duì)成像單元的毀傷程度、可恢復(fù)性，將干擾試驗(yàn)結(jié)果量化為有效干擾(1 0 0)、部分損傷(0 1 0)、完全損傷(001)3 種。

選取試驗(yàn)中15 組數(shù)據(jù)，對(duì)其中12 組訓(xùn)練樣本數(shù)據(jù)進(jìn)行歸一化處理后的數(shù)據(jù)如表1 所示。

表1 訓(xùn)練樣本數(shù)據(jù)Table 1 Training sample data

根據(jù)試驗(yàn)條件，干擾效能預(yù)測(cè)模型采用5-5-3 網(wǎng)絡(luò)結(jié)構(gòu)，即輸入層神經(jīng)元個(gè)數(shù)為5，隱含層的神經(jīng)元個(gè)數(shù)按試湊法取5，輸出層神經(jīng)元個(gè)數(shù)為3。訓(xùn)練目標(biāo)誤差設(shè)定為10-4，訓(xùn)練總步長設(shè)定為2000。網(wǎng)絡(luò)訓(xùn)練曲線如圖2 所示，可以看出，在訓(xùn)練步長達(dá)到500 次時(shí)即達(dá)到了設(shè)定目標(biāo)誤差。

圖2 BP 神經(jīng)網(wǎng)絡(luò)訓(xùn)練曲線Fig．2 BP neural network training

利用訓(xùn)練完成的干擾效能預(yù)測(cè)模型，對(duì)樣本數(shù)據(jù)進(jìn)行仿真運(yùn)算，其結(jié)果如表2 所示，通過與表1 干擾效果對(duì)比可以看出，仿真結(jié)果與實(shí)際試驗(yàn)結(jié)果較為一致。

表2 訓(xùn)練樣本仿真結(jié)果Table 2 Simulation results of the training sample data

利用余下的3 組測(cè)試數(shù)據(jù)進(jìn)行仿真測(cè)試，結(jié)果如表3 所示。

表3 測(cè)試樣本及仿真結(jié)果Table 3 Simulation results of the test sample data

從表3 中可以看出，仿真結(jié)果均達(dá)到了有效干擾的程度，與之對(duì)應(yīng)的是，實(shí)際試驗(yàn)過程中，此3 組數(shù)據(jù)的獲取僅是在改變不同衰減倍率的情況下獲得的，且均為有效干擾，若以訓(xùn)練樣本4 中所獲得的有效干擾效果為基準(zhǔn)，與3 組測(cè)試樣本數(shù)據(jù)的干擾圖像對(duì)比，如圖3 所示。

圖3 改變衰減倍率條件下的試驗(yàn)結(jié)果Fig．3 Results under different attenuation coefficients

通過表3 和圖3 可知，相對(duì)于訓(xùn)練樣本4 中的干擾效果，在1．64 dB，3．25 dB，5．13 dB 衰減倍率情況下，根據(jù)干擾效能預(yù)測(cè)模型所得到的有效干擾程度分別為0．9701，0．8537，0．6953，同時(shí)通過對(duì)比干擾亮斑發(fā)現(xiàn)，隨著衰減倍率的增加，干擾亮斑面積分別為其95．5%，80．7%，66．3%，與預(yù)測(cè)結(jié)果相對(duì)應(yīng)，由此進(jìn)一步說明了該模型具有較高的預(yù)測(cè)準(zhǔn)確率。

4 總結(jié)

本文設(shè)計(jì)并實(shí)現(xiàn)了光電干擾效能預(yù)測(cè)模型，預(yù)測(cè)結(jié)果與試驗(yàn)結(jié)果的對(duì)比分析表明，該模型可以進(jìn)行光電干擾效能預(yù)測(cè)，即可將神經(jīng)網(wǎng)絡(luò)算法應(yīng)用于光電閉環(huán)對(duì)抗技術(shù)中。

但本文試驗(yàn)方案中存在一定的缺陷，如采用衰減片無法完全模擬所有大氣傳輸條件的問題，以及試驗(yàn)對(duì)象單一、試驗(yàn)數(shù)據(jù)量小、未對(duì)無效干擾情況進(jìn)行分析等缺點(diǎn)。因此，在下一步的研究中，需要對(duì)多種光電導(dǎo)引設(shè)備成像單元進(jìn)行大量的試驗(yàn)數(shù)據(jù)采集，以建立不同的預(yù)測(cè)模型，實(shí)現(xiàn)干擾效能的預(yù)評(píng)估，并結(jié)合激光主動(dòng)探測(cè)技術(shù)，完成工程化條件下的閉環(huán)光電對(duì)抗技術(shù)應(yīng)用研究。

［1］ 葉盛祥．光電干擾防護(hù)系統(tǒng)技術(shù)［M］．北京:國防工業(yè)出版社，2005:160-203． (YE S X． Technology of protection system by photoelectric interference［M］．Beijing:National Defense Industry Press，2005:160-203．)

［2］ 洛克希德·馬丁空間系統(tǒng)公司．采用高幀速紅外接收器的閉環(huán)紅外對(duì)抗系統(tǒng):美國，6369885［P］．2002-04-09． (Lockheed Martin Space Systems Company． Closedloop infrared countermeasure system using high frame rate infrared receiver:US，6369885［P］．2002-04-09．)

［3］ 柯邊．對(duì)抗紅外制導(dǎo)導(dǎo)彈的激光器基閉環(huán)紅外干擾系統(tǒng)［J］．航天電子對(duì)抗，2001(5):21．(KE B．Closed-loop infrared countermeasure system using laser for confronting infrared guided missile［J］．Aerospace Electronic Warfare，2001(5):21．)

［4］ 苗用新，張堃，郭勁．機(jī)載定向?qū)构补饴烽]環(huán)系統(tǒng)設(shè)計(jì)［J］．光機(jī)電信息，2008，25(6):45-49．(MIAO Y X，ZHANG K，GUO J．Design of the common path closed loop equipment of the airborne directed countermeasure system［J］．OME Information，2008，25(6):45-49．)

［5］ RABINOVICH W S，MAHON R，GOETZ P G，et al．A cat's eye multiple quantum well modulating retro-reflector［J］．IEEE Photonics Technolgy Letters，2003，15(3):461-463．

［6］ 趙勛杰，高稚允，張英遠(yuǎn)．基于“貓眼”效應(yīng)的激光偵察技術(shù)及其在軍事上的應(yīng)用［J］．光學(xué)技術(shù)，2003，29(4):415-417．(ZHAO X J，GAO Z Y，ZHANG Y Y．Technique of active laser reconnaissance and the applications in the military［J］．Optical Technique，2003，29(4):415-417．)

［7］ MIEREMET A L，SCHLEIJPEN R M A，POUCHELLE P N．Modeling the detection of optical sights using retro-reflection［C］//SPIE，2008，6950:280-286．

［8］ 趙延仲，孫華燕，宋豐華，等． 貓眼效應(yīng)用于激光主動(dòng)探測(cè)技術(shù)的研究現(xiàn)狀與發(fā)展趨勢(shì)［J］． 激光與光電子學(xué)進(jìn)展，2010，47(10):102802-1-202802-10． (ZHAO Y Z，SUN H Y，SONG F H，et al．Research and prospect of cat-eye effect used for active laser detection technique［J］． Laser ＆ Optoelectronics Progress，2010，47(10):102802-1-202802-10．)

［9］ 孫華燕，趙延仲，鄭勇輝．基于貓眼效應(yīng)的激光主動(dòng)探測(cè)技術(shù)研究與應(yīng)用［J］． 裝備學(xué)院學(xué)報(bào)，2012，23(6):6-13．(SUN H Y，ZHAO Y Z，ZHENG Y H．Research and application of active laser detection technique based on cat-eye effect［J］． Journal of Academy of Equipment，2012，23(6):6-13．)

［10］ 柳小桐．BP 神經(jīng)網(wǎng)絡(luò)輸入層數(shù)據(jù)歸一化研究［J］．機(jī)械工程及自動(dòng)化，2010(3):122-123，126． (LIU X T．Study on data normalization in BP neural network［J］．Mechanical Engineering ＆ Automation，2010(3):122-123，126．)