汪 敏 陳泓言 王 浩 張慶舟 李敬偉

（北京動(dòng)力機(jī)械研究所，北京 100074）

0 引言

自20 世紀(jì)70 年代以來(lái)，軍事體系已經(jīng)由機(jī)械化變革為信息化。未來(lái)戰(zhàn)爭(zhēng)是海、陸、空全方位的信息化、智能化戰(zhàn)爭(zhēng)，作戰(zhàn)環(huán)境與作戰(zhàn)任務(wù)復(fù)雜多變，利用先進(jìn)的軍事武器裝備實(shí)時(shí)、高效地處理戰(zhàn)場(chǎng)態(tài)勢(shì)，自適應(yīng)地調(diào)整作戰(zhàn)策略，已經(jīng)成為解放軍勝利的法寶。以導(dǎo)彈武器為代表的軍事武器裝備逐步轉(zhuǎn)向精準(zhǔn)化和智能化，從而推動(dòng)未來(lái)戰(zhàn)爭(zhēng)形式向著新形態(tài)演變[1]。

顯然，作為導(dǎo)彈武器裝備子系統(tǒng)的傳統(tǒng)導(dǎo)彈控制系統(tǒng)已經(jīng)不能滿足未來(lái)智能化戰(zhàn)爭(zhēng)的需求。隨著人工智能領(lǐng)域的迅猛發(fā)展，人工智能技術(shù)[2]必將是未來(lái)提升軍事武器裝備的核心技術(shù)之一，它必將推動(dòng)軍事武器裝備逐步向精準(zhǔn)化、智能化、自主化和協(xié)同化的方向發(fā)展。

智能導(dǎo)彈武器的發(fā)展目前正處于實(shí)現(xiàn)導(dǎo)彈子系統(tǒng)智能化的起步階段。導(dǎo)彈控制系統(tǒng)作為導(dǎo)彈武器最重要的子系統(tǒng)之一，它的工作性能直接影響整個(gè)導(dǎo)彈的技術(shù)狀態(tài)和飛行姿態(tài)，甚至直接決定著導(dǎo)彈發(fā)射的成敗。導(dǎo)彈控制系統(tǒng)具有復(fù)雜性、時(shí)變性、非線性和不確定性的特點(diǎn)[3]，因此，難以建立精確的數(shù)學(xué)模型[4]。雖然傳統(tǒng)控制方法設(shè)計(jì)的導(dǎo)彈控制系統(tǒng)能夠滿足控制要求，但是傳統(tǒng)控制方法存在諸多局限性。例如，由于導(dǎo)彈控制系統(tǒng)模型參數(shù)的復(fù)雜性導(dǎo)致難以尋得最優(yōu)參數(shù)；導(dǎo)彈控制系統(tǒng)缺乏自學(xué)習(xí)和自適應(yīng)能力。

由此可見(jiàn)，構(gòu)建智能化的導(dǎo)彈控制系統(tǒng)迫在眉睫。智能導(dǎo)彈控制系統(tǒng)是將人工智能技術(shù)應(yīng)用到導(dǎo)彈控制系統(tǒng)中，使導(dǎo)彈控制系統(tǒng)具有學(xué)習(xí)、推理和決策的能力，甚至可以根據(jù)環(huán)境的變化進(jìn)行自適應(yīng)學(xué)習(xí)，從而滿足控制要求。

1 導(dǎo)彈控制系統(tǒng)智能化關(guān)鍵技術(shù)

智能導(dǎo)彈控制系統(tǒng)需要自動(dòng)適應(yīng)多變的飛行環(huán)境，根據(jù)接收到的探測(cè)信息和自身飛行參數(shù)，自動(dòng)做出智能化決策[5]。因此，為更全面地實(shí)現(xiàn)導(dǎo)彈控制系統(tǒng)智能化，需要具備以下相關(guān)控制技術(shù)。

1.1 故障診斷與容錯(cuò)技術(shù)

當(dāng)導(dǎo)彈武器出現(xiàn)運(yùn)行故障時(shí)，導(dǎo)彈控制系統(tǒng)首先通過(guò)接收的故障信息進(jìn)行評(píng)估診斷，然后切換適當(dāng)?shù)娜蒎e(cuò)控制律維持導(dǎo)彈正常工作。這一過(guò)程屬于人工智能分支之一的導(dǎo)彈故障大數(shù)據(jù)學(xué)習(xí)，它利用先驗(yàn)知識(shí)或深度神經(jīng)網(wǎng)絡(luò)，學(xué)習(xí)大量故障信息與容錯(cuò)控制技術(shù)，然后進(jìn)行飛行能力評(píng)估，并采取相關(guān)容錯(cuò)控制進(jìn)行故障修復(fù)，實(shí)現(xiàn)導(dǎo)彈自主決策作戰(zhàn)，提高導(dǎo)彈的自適應(yīng)能力。

1.2 自適應(yīng)控制技術(shù)

導(dǎo)彈控制系統(tǒng)自適應(yīng)技術(shù)需要對(duì)導(dǎo)彈飛行的全過(guò)程進(jìn)行自適應(yīng)控制。信息化戰(zhàn)況錯(cuò)綜復(fù)雜，導(dǎo)彈的控制參數(shù)與飛行狀態(tài)會(huì)根據(jù)作戰(zhàn)環(huán)境和作戰(zhàn)任務(wù)發(fā)生變化，控制系統(tǒng)自主化調(diào)整到適應(yīng)性的控制策略。通過(guò)對(duì)大量飛行數(shù)據(jù)進(jìn)行精細(xì)化建模與學(xué)習(xí)，智能導(dǎo)彈控制系統(tǒng)可以提升控制算法性能，確保在不同飛行參數(shù)和飛行狀態(tài)下導(dǎo)彈能夠正常工作。

1.3 協(xié)同飛行控制技術(shù)

現(xiàn)代戰(zhàn)場(chǎng)具有立體化、全方位的特點(diǎn)，單位作戰(zhàn)導(dǎo)彈難以準(zhǔn)確判斷戰(zhàn)場(chǎng)的形勢(shì)。為了提高導(dǎo)彈作戰(zhàn)能力，以蜂群的行為模式為例，多彈協(xié)同飛行控制模式往往能夠提高導(dǎo)彈的綜合攻擊能力和防御能力。多彈協(xié)同飛行控制方法的研究主要包括以最優(yōu)控制法、自適應(yīng)控制法、預(yù)測(cè)控制法、模糊控制算法為代表的現(xiàn)代控制理論方法和圖論法。應(yīng)用協(xié)同控制技術(shù)的智能導(dǎo)彈控制系統(tǒng)可以根據(jù)不同的作戰(zhàn)任務(wù)和突發(fā)狀況，找到最優(yōu)協(xié)同控制策略，進(jìn)一步提升控制系統(tǒng)的綜合作戰(zhàn)能力。其中，導(dǎo)彈控制系統(tǒng)參數(shù)辨識(shí)與建模過(guò)程中，通常使用協(xié)同飛行控制技術(shù)中的預(yù)測(cè)控制法以降低預(yù)測(cè)模型與真實(shí)模型之間的差異。

1.4 多源信息融合技術(shù)

在未來(lái)戰(zhàn)場(chǎng)上，情報(bào)信息往往不是單一的，實(shí)時(shí)、準(zhǔn)確、完整地處理多種情報(bào)信息，并及時(shí)挖掘它們之間的關(guān)系，是進(jìn)行正確指揮決策的關(guān)鍵。多源信息融合技術(shù)的智能化表現(xiàn)為利用神經(jīng)網(wǎng)絡(luò)或者智能專家系統(tǒng)等人工智能技術(shù)在導(dǎo)彈控制系統(tǒng)中進(jìn)行多源信息融合、推理的過(guò)程。

1.5 智能自主決策技術(shù)

信息化戰(zhàn)場(chǎng)具有環(huán)境多變、抗干擾能力強(qiáng)、空間全方位等特點(diǎn)，傳統(tǒng)任務(wù)驅(qū)動(dòng)型決策技術(shù)難以滿足復(fù)雜且多變的戰(zhàn)場(chǎng)態(tài)勢(shì)。因此，引入基于人工智能的自主決策技術(shù)，通過(guò)收集、整理、分析、融合情報(bào)數(shù)據(jù)，構(gòu)建動(dòng)態(tài)變化的三維廣域戰(zhàn)場(chǎng)態(tài)勢(shì)圖，根據(jù)邏輯推理及多目標(biāo)優(yōu)化技術(shù)對(duì)敵方威脅等級(jí)進(jìn)行動(dòng)態(tài)評(píng)估，實(shí)現(xiàn)實(shí)時(shí)決策規(guī)劃[1]。

1.6 導(dǎo)彈智能化控制基礎(chǔ)技術(shù)

導(dǎo)彈智能化控制基礎(chǔ)技術(shù)包括模糊邏輯理論和應(yīng)用技術(shù)、深度神經(jīng)網(wǎng)絡(luò)算法、遺傳算法控制技術(shù)、智能信息處理技術(shù)、傾斜轉(zhuǎn)彎控制技術(shù)、側(cè)滑轉(zhuǎn)彎控制技術(shù)等。導(dǎo)彈控制系統(tǒng)參數(shù)尋優(yōu)過(guò)程通常使用深度神經(jīng)網(wǎng)絡(luò)算法、模糊控制算法、遺傳算法等改進(jìn)PID 控制器以解決控制精度不準(zhǔn)確的問(wèn)題。例如基于深度神經(jīng)網(wǎng)絡(luò)的PID 控制器、基于模糊控制算法的PID 控制器、基于遺傳算法的控制器等。傾斜轉(zhuǎn)彎控制技術(shù)與側(cè)滑轉(zhuǎn)彎控制技術(shù)是導(dǎo)彈控制系統(tǒng)設(shè)計(jì)領(lǐng)域兩項(xiàng)重點(diǎn)的研究技術(shù)。

2 人工智能在導(dǎo)彈控制系統(tǒng)的應(yīng)用

人工智能在導(dǎo)彈控制系統(tǒng)的主要應(yīng)用包括以下幾個(gè)方面。

2.1 導(dǎo)彈控制系統(tǒng)參數(shù)尋優(yōu)

面對(duì)被控對(duì)象的非線性特性以及環(huán)境的復(fù)雜性、不確定性和干擾性，控制器參數(shù)難以確定，通常導(dǎo)致控制器的數(shù)學(xué)模型不精準(zhǔn)。因此，傳統(tǒng)比例-積分-微分（PID）控制器、線性二次型最優(yōu)控制（LQR）控制器、比例-積分（PI）控制器無(wú)法保證導(dǎo)彈武器的控制性能。為了彌補(bǔ)傳統(tǒng)PID 控制器的不足，現(xiàn)有相關(guān)方法對(duì)控制器進(jìn)行改進(jìn)，例如基于深度神經(jīng)網(wǎng)絡(luò)的PID 控制器、基于模糊控制算法的PID 控制器、基于遺傳算法的控制器等。

2.2 導(dǎo)彈控制系統(tǒng)故障診斷與容錯(cuò)控制

故障診斷與容錯(cuò)控制技術(shù)主要包括故障檢測(cè)、故障診斷和容錯(cuò)控制。它的基本思想是通過(guò)冗余資源和容錯(cuò)控制率保證當(dāng)前運(yùn)行狀態(tài)或通過(guò)損失部分性能達(dá)成既定目標(biāo)。故障診斷顧名思義就是估計(jì)故障信息，然后應(yīng)用容錯(cuò)控制技術(shù)保持導(dǎo)彈當(dāng)前的運(yùn)行狀態(tài)?，F(xiàn)有故障診斷方法主要包括3 種方法：基于信息的狀態(tài)估計(jì)方法、基于專家系統(tǒng)的方法、基于深度神經(jīng)網(wǎng)絡(luò)的故障診斷方法。前兩種方法不但需要大量先驗(yàn)知識(shí)，而且存在故障推理過(guò)程中的組合爆炸問(wèn)題。深度神經(jīng)網(wǎng)絡(luò)具有（自）學(xué)習(xí)和記憶的能力，為故障診斷提供一種新的思路。

相比于反向傳播算法（BP 算法），快速誤差反向傳播算法（FBP 算法）解決了收斂速度慢和局部最小值的問(wèn)題，能夠快速收斂，預(yù)測(cè)精準(zhǔn)。同樣，徑向基函數(shù)網(wǎng)絡(luò)（RBF 網(wǎng)絡(luò)）具有簡(jiǎn)單的結(jié)構(gòu)和快速收斂的特點(diǎn)，對(duì)故障信息具有敏感的捕捉能力，是一種應(yīng)用范圍廣的故障診斷方法。

2.3 導(dǎo)彈控制系統(tǒng)參數(shù)辨識(shí)與建模

參數(shù)辨識(shí)是將理論模型與試驗(yàn)數(shù)據(jù)相結(jié)合的參數(shù)預(yù)測(cè)算法。參數(shù)預(yù)測(cè)算法也是協(xié)同飛行控制技術(shù)的一個(gè)分支。以質(zhì)量矩導(dǎo)彈建模為例，為了使導(dǎo)彈控制系統(tǒng)具有穩(wěn)定性、魯棒性和快速性，一般采用快狀態(tài)姿態(tài)角速度作為逆向控制器的輸入。然而，由于參數(shù)存在的不確定性和建模的誤差，賀有智等[6]構(gòu)建多層神經(jīng)網(wǎng)絡(luò)自適應(yīng)控制器以減小系統(tǒng)的跟蹤誤差。此外，該方法基于李亞普諾夫（Lyapunov）穩(wěn)定性理論，在參數(shù)確定無(wú)建模誤差和參數(shù)不確定有建模誤差的情況下，均證明系統(tǒng)的跟蹤誤差是收斂的。

2.4 導(dǎo)彈控制系統(tǒng)設(shè)計(jì)

導(dǎo)彈控制系統(tǒng)設(shè)計(jì)通?；谧赃m應(yīng)控制技術(shù)、智能自主決策技術(shù)、傾斜轉(zhuǎn)彎（Bank-To-Turn, 簡(jiǎn)稱BTT）控制技術(shù)與側(cè)滑轉(zhuǎn)彎（Skid-To-Turn, 簡(jiǎn)稱STT）控制技術(shù)等。由于未來(lái)信息化、智能化戰(zhàn)爭(zhēng)對(duì)導(dǎo)彈武器的打擊精度和機(jī)動(dòng)性具有更高的要求。傳統(tǒng)的STT 控制技術(shù)已經(jīng)不能滿足戰(zhàn)爭(zhēng)的需求。在這種情況下，BTT 導(dǎo)彈控制技術(shù)可以提高導(dǎo)彈的機(jī)動(dòng)性、穩(wěn)定性和升阻比特性，因而研究的更加廣泛，并且迅速得到發(fā)展[7]。

BTT 導(dǎo)彈控制技術(shù)的控制方式要求導(dǎo)彈在限制偏航運(yùn)動(dòng)的情況下，需要快速轉(zhuǎn)到正確的機(jī)動(dòng)方向。因此，BTT導(dǎo)彈控制系統(tǒng)是一個(gè)具有運(yùn)動(dòng)學(xué)耦合和慣性耦合的時(shí)變非線性多變量控制系統(tǒng)。時(shí)變非線性多變量控制系統(tǒng)一般采用反饋線性化方法以完成非線性被控對(duì)象的線性化以及通道的解耦控制。但是，這一方法通常對(duì)模型的誤差是敏感的。因此，在線補(bǔ)償飛行控制系統(tǒng)的動(dòng)態(tài)逆誤差是一個(gè)熱點(diǎn)研究方向[8]。

3 智能導(dǎo)彈控制系統(tǒng)發(fā)展趨勢(shì)

為了提升導(dǎo)彈的自主控制能力與糾錯(cuò)能力，智能導(dǎo)彈控制系統(tǒng)應(yīng)時(shí)而生，它將人工智能技術(shù)融入導(dǎo)彈控制系統(tǒng)中，使導(dǎo)彈控制系統(tǒng)具有自主分析和解決問(wèn)題的能力。目前，國(guó)內(nèi)外還沒(méi)有研制出完全智能化的導(dǎo)彈控制系統(tǒng)，在未來(lái)相關(guān)技術(shù)的支持下，導(dǎo)彈控制系統(tǒng)部件智能化是前提，單位導(dǎo)彈控制系統(tǒng)智能化是基礎(chǔ)，多彈協(xié)同控制系統(tǒng)智能化是過(guò)程，任務(wù)自主的智能控制系統(tǒng)是結(jié)果。

3.1 導(dǎo)彈控制系統(tǒng)部件智能化和單彈控制智能化

目前的技術(shù)已經(jīng)實(shí)現(xiàn)部件和單彈控制智能化。例如，挪威遠(yuǎn)程打擊導(dǎo)彈（NSM），該導(dǎo)彈在運(yùn)動(dòng)時(shí)可以通過(guò)智能控制算法實(shí)現(xiàn)初步自主控制，從而提高目標(biāo)打擊的精準(zhǔn)度。當(dāng)應(yīng)用場(chǎng)景變?yōu)槎鄰椡瑫r(shí)打擊同一目標(biāo)時(shí)，在多源信息融合技術(shù)與自適應(yīng)控制技術(shù)的輔助下，協(xié)同NSM 導(dǎo)彈自動(dòng)為每顆導(dǎo)彈設(shè)定不同的攻擊部位，但它并不具備完全協(xié)同控制的能力。

3.2 多彈協(xié)同控制系統(tǒng)智能化

多彈協(xié)同控制系統(tǒng)智能化以協(xié)同飛行控制技術(shù)與智能自主決策技術(shù)為基礎(chǔ)，實(shí)現(xiàn)多彈同時(shí)攻擊的高度配合。這種戰(zhàn)斗方式可以主動(dòng)避障、自主控制協(xié)同彈間的飛行狀態(tài)，進(jìn)一步提升協(xié)同對(duì)抗的能力。目前，理論上證實(shí)了多彈協(xié)同控制系統(tǒng)智能化是可行性的。任務(wù)自主的控制系統(tǒng)智能化最終目的是消除導(dǎo)彈控制系統(tǒng)中的人工操作，最終形成自主控制、精準(zhǔn)打擊目標(biāo)的智能化武器，使未來(lái)戰(zhàn)爭(zhēng)從“有人化”趨近于“無(wú)人化”。

4 結(jié)語(yǔ)

隨著人工智能技術(shù)的迅猛發(fā)展，其在軍事戰(zhàn)爭(zhēng)中的突出表現(xiàn)已經(jīng)引起世界各國(guó)的高度重視。未來(lái)戰(zhàn)爭(zhēng)形勢(shì)朝向智能化發(fā)展，各國(guó)為了占領(lǐng)主動(dòng)權(quán)，都在加緊研究智能導(dǎo)彈裝備。導(dǎo)彈控制系統(tǒng)作為導(dǎo)彈的“心臟”，其智能化水平?jīng)Q定導(dǎo)彈發(fā)射的成敗。

傳統(tǒng)導(dǎo)彈控制系統(tǒng)作為武器裝備的一部分，已經(jīng)不能滿足未來(lái)戰(zhàn)場(chǎng)的需求。導(dǎo)彈控制系統(tǒng)的發(fā)展趨勢(shì)必將是智能化、自主化和協(xié)同化。智能導(dǎo)彈控制系統(tǒng)由最初的控制系統(tǒng)子系統(tǒng)智能化，逐步發(fā)展到單位導(dǎo)彈控制系統(tǒng)智能化、多彈協(xié)同控制系統(tǒng)智能化，最終實(shí)現(xiàn)任務(wù)自主的控制系統(tǒng)智能化。因此，將人工智能技術(shù)引入導(dǎo)彈控制系統(tǒng)中具有重要的研究意義與實(shí)用價(jià)值，這必將推動(dòng)導(dǎo)彈控制系統(tǒng)從信息化走向智能化，自主地完成從搜索目標(biāo)到準(zhǔn)確打擊的全過(guò)程，最終掌握未來(lái)戰(zhàn)場(chǎng)的主動(dòng)權(quán)。