红外导弹抗干扰能力指标体系和评估研究

唐善军，王 枫，陈晓东

(上海机电工程研究所,上海 201109)

红外导弹抗干扰能力指标体系和评估研究

唐善军，王 枫，陈晓东

(上海机电工程研究所,上海 201109)

为改进红外制导导弹抗干扰能力评估中因指标较单一而采用综合抗干扰成功概率表征的缺点，对抗干扰能力指标体系进行了研究。建立了包括抗干扰识别、抗能量压制、抗干扰跟踪和持续抗干扰四类能力的识别概率、最大最小能量压制、视线角速度误差因子、干扰结束时间占比因子和干扰占空比等6项指标系统。在已知导弹综合抗干扰成功概率条件下，建立目标评估函数；用遗传算法和层次分析法对指标进行细化分解，给出了具体实现步骤。对一个算例进行了评估，并将指标分解结果与实际仿真结果进行对比，分析表明：细化分解结果与实际导弹的抗干扰特性基本吻合，且提出的抗干扰能力指标体系与综合抗干扰成功概率有较强的关联性，可更细化地评估导弹各分系统的抗干扰能力并指导其抗干扰设计，有较好的实用性和可操作性，提升了红外导弹抗干扰设计的指导和评估水平。

红外导弹； 抗干扰； 指标体系； 指标细化； 性能评估； 遗传算法； 层次分析法

0 引言

红外制导导弹抗红外诱饵干扰问题自20世纪90年代开始被广泛关注。国内研究起步较晚，缺乏实际作战数据的支持，其抗干扰能力设计和评估一直是业界公认的一个难题[1]。一方面外场靶试的效费比低，因需消耗实弹，不可能进行大量实弹测试，无法获得充分的样本可供评估；另一方面是在武器系统研制过程中不同阶段的大量试验数据不能充分被利用[2]。因此，有必要寻找一种方法，在系统研制时同步进行抗干扰性能的评估，及时了解产品的抗干扰性能，并对导弹的抗干扰设计进行指导和改进。

目前，评估红外导弹抗干扰能力强弱的指标较单一，多是综合利用层次分析法和模糊综合评估法对导弹的抗干扰能力进行评估，得到综合抗干扰概率指标，并根据该指标对导弹抗干扰能力强弱进行判定[3-4]。但实际上，导弹的抗干扰能力是由各分系统的抗干扰能力综合而成，综合抗干扰成功概率指标对评价各分系统的抗干扰能力欠缺直接指导意义，一旦整弹的抗干扰指标不能满足要求，很难确定具体设计的不足，不利于提升导弹抗干扰能力。本文对红外导弹抗干扰能力设计和评估方法进行了研究，提出了一个描述红外制导导弹抗干扰能力的指标体系，用层次分析法建立抗干扰能力目标评估函数，用遗传算法对各项抗干扰指标的取值进行分配和优化，为红外制导导弹抗干扰能力的设计和评估提供参考。

1 红外导弹与红外诱饵弹对抗原理

红外制导导弹与红外诱饵弹的典型对抗过程如图1所示。当目标飞机探测到来袭导弹时，会投放红外诱饵弹对导弹进行干扰。目前常见的目标飞机施放红外诱饵弹干扰来袭导弹的基本原理主要有以下三种。

a)在较短时间内施放大量干扰，使来袭导弹视场内充满干扰，甚至完全无法从空间上区分目标和干扰，降低导引头识别出目标的概率。

b)通过施放大能量的干扰弹掩盖目标机，在某些情况下使来袭导弹导引头信号处理装置短时间内信号饱和，从而出现对目标的误判。

c)目标机长时间连续施放干扰弹，使来袭导弹长时间处于抗干扰状态，导致导引头逐步丧失积累目标正确信息的能力，从而加大导弹抗干扰失败的概率[5-6]。

图1 红外导弹与红外诱饵的对抗过程Fig.1 Countermeasure of infrared missile and IR decoy

2 抗干扰能力指标体系构建

红外制导导弹在攻击目标的过程中，当视场中出现干扰时，导弹首先需准确判断出目标开始投放干扰，进入相应的抗干扰状态，这与干扰弹的红外辐射能量密切相关；其次，导弹进入抗干扰状态后为防止目标脱离出视场，需快速准确识别出视场中的目标，识别目标能力对长时间投放干扰过程尤其重要。在抗干扰过程中，导弹跟踪能力(即预测视线角速度能力)会影响出干扰态后弹道偏差的大小以及修正弹道偏差所需时间，从而影响最后命中目标的精度。另外，在实际作战环境中，目标为摆脱导弹的攻击，会连续投放干扰弹，也就意味着红外导弹的抗干扰过程可能会从发射后一直持续至与目标遭遇，但对一型导弹来说，其能承受的抗干扰时间不是无限的，必定存在一个能承受的最大抗干扰时间，时间越长说明导弹的抗干扰能力越强。如有干扰存在时导弹未识别出真实目标，当视场中干扰消失后，一般就可宣告抗干扰失败。

目前常用的抗干扰能力评估指标，考虑的角度往往只有一个或几个，普遍缺乏系统性和全面性，导致抗干扰评估结果置信度偏低。本文根据各种干扰模式的作用机理及导弹整个攻击过程的抗干扰原理，认为其抗干扰能力主要体现在当视场中同时存在干扰和目标时，对目标的识别能力、抗干扰时的跟踪能力，以及导弹发射后能经受的最大抗干扰时间。归纳出以下4类共6项指标用于评估红外导弹的抗干扰能力。

a)抗干扰识别能力

是指红外导弹的导引头在抗干扰过程中正确识别目标的能力。在长时间连续抗干扰过程中，因导引头预测的视线角速度与实际视线角速度会有较大误差，随着弹目的接近，有可能使目标脱离视场。如导引头能正确识别出目标，就能将目标保留在视场中，同时可根据目标识别后获得的失调角修正预测的视线角速度，提升导引头抗干扰成功的概率。本文用识别概率P表征抗干扰识别能力，定义为

(1)

式中：Nid为识别目标次数；Nreal为实际干扰投放个数或组数。P与红外诱饵弹的投射速度、投射方向、投射时间间隔、目标机动，以及导引头的空间分辨率密切相关，其值越大，表示抗干扰的成功概率越高。

b)抗能量压制能力

是指在保证抗干扰概率不低于规定值情况下，评估红外导弹的导引头能承受干扰与目标能量之比(压制比)的最小值Kmin和最大值Kmax。定义为

(2)

式中：Edis min，Edis max分别为干扰弹最小和最大辐射能量；Etar为目标辐射能量。Kmin，Kmax与红外诱饵弹的类型、目标飞机的类型，以及攻击态势密切相关，Kmin越小，Kmax越大，表明导引头的抗能量压制能力越强。目前，红外导引头的Kmin约2，Kmax则能达上百。

c)抗干扰跟踪能力

是指在干扰环境中，红外导弹的导引头未能正确跟踪目标时预测的视线角速度与真实视线角速度的误差，以及在抗干扰过程中导引头从干扰态转入跟踪态建立真实视线角速度的快速性。快速性指标一般由导引头的跟踪回路时间常数进行明确，本文用视线角速度误差因子η表征抗干扰跟踪能力指标。定义为

(3)

d)持续抗干扰能力

在保证抗干扰概率不低于规定值情况下，持续抗干扰能力可由两项指标表示：一是评估导弹发射后能经受的干扰投放结束时刻与整个弹道飞行时间的比值，可用干扰结束时间占比因子λ表征；二是评估导弹发射后能经受的抗干扰时间占整个弹道时间的比值，可用干扰占空比ε表征[7]。定义为

λ=tend/ttot

(4)

ε=tanti/ttot

(5)

式中：tend为干扰投放结束时刻；tanti为导弹抗干扰时间；ttot为弹道总时间。λ，ε与抗干扰过程中导引头输出的视线角速度误差和目标机动相关。可将ε=1或非常接近1的情况定义为全程抗干扰。

本文用上述6个指标，建立红外制导导弹的抗干扰能力指标体系。

3 抗干扰能力指标细化分解方法

对构建的上述红外导弹抗干扰能力指标体系，在实际评估红外导弹抗干扰能力强弱时，需制定具体的指标数值范围，用数字仿真和半实物仿真数据统计评估导弹的抗干扰能力。

根据红外导弹的综合抗干扰概率合理分解制定抗干扰能力指标体系6个指标的具体数值范围是一个复杂的问题。该问题属指标分解优化范畴，系统指标一旦确定后，需在一个搜索空间中自上而下逐层分解，寻找最优解或准优解。该过程要求各指标间能在一定可控范围内相互协调，如所有的目标值均能达到要求，整个系统指标就将得到满足。在求解此类问题时，若不能利用问题的固有知识缩小搜索空间，则会产生搜索的组合爆炸。因此，研究可在搜索过程中自动获得和积累相关知识，并能自适应控制搜索过程，从而获得最优解的通用搜索算法一直令人关注。实践证明遗传算法在这种背景中尤为有效。

在遗传算法使用过程中需确定系统指标和分指标间的目标评估函数。本文用能力指数法建立目标评估函数，其中的关键是各指标对应的能力指数值确定。层次分析法是一种定性和定量结合，系统化、层次化的分析方法，是系统分析法之一。因层次分析法能将复杂问题分解为各组成因素，将这些因素按分配关系分组而形成有序的递阶层次结构，通过构造两两判断矩阵的方式确定每层次中因素的相对重要性，然后在递阶层次内合成，得到决策因素相对目标的权重系数[8-9]。本文采用层次分析法确定各指标的能力指数值。

3.1目标评估函数建立

构造抗干扰能力指标体系层次结构如图2所示，整个结构由2个层次组成。

图2 抗干扰能力层次Fig.2 Anti-jamming performance evaluation level

根据层次分析法中的标度1～9(定义见表1)，建立抗干扰能力指标(即评价因素)对综合抗干扰概率贡献度的两两比较判断矩阵，判断矩阵为正互反矩阵，主对角线元素为1。则权重系数wi可表示为。

(6)

表1 标度1～9定义

获取当前层次的权重系数后，须对判断矩阵进行一致性校验，排除其中的人为逻辑判断错误。一致性校验的步骤如下。

a)计算一致性指标(CI)γCI=(λmax-n)/(n-1)。此处：λmax为判断矩阵最大特征值；n为判断矩阵的阶次。

b)查找响应的平均一致性指标(RI)γRI。

c)计算一致性比例(CR)γCR=γCI/γRI。当γCR<0.1时，认为判断矩阵的一致性可接受；当γCR≥0.1时，需对判断矩阵做适当修改，再行校验，直至γCR<0.1。在获取各因素项的wi后，用能力指数法建立抗干扰能力目标评估函数，有

E=Pw1·(1-η)w2·εw3·λw4·

(7)

3.2遗传算法求解

本文求解问题的目标评估函数为一多变量函数，以下以一个多变量求解问题为例，说明遗传算法求解的具体实现[10-12]。

考虑全局优化问题

(8)

式中：α为常量；变量X=[x1x2…xn]T，变量范围xi∈[ai，bi]，i=1，2，…，n；F为目标函数，Ω⊂Rn→Rl。

Xi(t)(解码),Yi(t)(编码)，i=1,2,…,N

第t代群体可表示为

P(t)={X1(t),X2(t),…,XN(t)}(解码)

Y(t)={Y1(t),Y2(t),…,YN(t)}(编码)

第二步：初始化。

a)确定群体规模N、杂交概率Pc、变异概率Pm及终止进化准则；

b)随机产生初始群体Y(0)={Y1(0),Y2(0),…,YN(0)}(二进制字符串群)；

c)计算Yi(0)的适应度f(Yi(0))；

d)置进化代数k=0。

第三步：遗传操作。

a)对个体Yi(k)，依据其适应度f(Yi(k))，计算复制概率

(9)

b)以概率Pi(k)从Y(k)中选择个体，并保留最佳个体，形成新群体

(10)

(11)

Y(k+1)= {Y1(k+1),Y2(k+1),…,

YN(k+1)}

(12)

第四步：若Y(k+1)满足进化停止准则，则解码计算输出最优解X(k+1)，否则k=k+1转第三步。

4 指标细化分解算例及结果对比评估

4.1指标细化分解算例

用本文方法构造识别概率、压制比、视线角速度误差因子、干扰结束时间占比因子和干扰占空比指标相对综合抗干扰概率的两两判断矩阵A-B，见表2。

表2 判断矩阵A-B

A-B为5阶矩阵，查找表1可得γRI=1.12，则可算得γCI=0.074 1，γCR=0.066 2，均小于0.1，则A-B通过一致性检验。算得的B1～B5相对A的权重向量WA=[0.452 4 0.296 8 0.145 7 0.075 4 0.029 7]

由WA得目标评估函数

F(X)= (x1)0.452 4·(x2)0.296 8·(x3)0.145 7·

(x4)0.075 4·(x5)0.029 7

式中：F(X)为红外导弹的综合抗干扰概率；x1=P，x1∈[0.7,1.0]；x2=1-η，x2∈[0.8,1.0]；x3=ε，x3∈(0,0.9]；x4=λ，x4∈[0.6,1.0]；x5=(Kmax-Kmin)/Kmax，x5∈[0.9,1.0]。

然后确定适应度函数，本文采用最小值问题方法，设计适应度函数

(13)

式中：Pmax为综合抗干扰概率，本文取值0.9。

最后确定交叉概率Pc=0.8；变异概率Pm=0.1；进化方向概率Pd=0.3。确定计算终止准则为|f(X*)|≤10-2或迭代次数N>20 000。

图3 遗传算法仿真结果Fig.3 Simulation results of genetic algorithm

4.2与导弹仿真结果对比及评估

本文利用某定型红外导弹(该型导弹的综合抗干扰成功概率90%)的系统虚拟样机，根据该导弹的特点选取典型的抗干扰弹道条件进行数字仿真，仿真中记录仿真时间、脱靶量、识别概率、视线角速度因子、压制比、干扰结束时间占比因子和干扰占空比等数据，仿真结束后对所得数据结果进行统计，结果与遗传算法比较见表3。

表3 仿真统计结果及对比

由表3可知：用遗传算法优化算得的抗干扰能力指标值与仿真结果基本一致，表明该型导弹的各分系统的抗干扰能力已达到最佳。将用遗传算法求得的结果代入F(X)，可算得综合抗干扰概率为0.89，与设定的指标非常接近，说明本文的红外导弹抗干扰能力指标细化分解方法具较好的适用性。

另外，计算结果也表明本文提出的抗干扰能力指标体系与综合抗干扰成功概率有很强的关联性，且6个抗干扰能力指标能对导弹的抗干扰能力进行细化评估，及时了解各分系统抗干扰性能，以便采取必要的措施进行设计改进或补救，有较好的实用性和可操作性。

5 结束语

本文构建了红外导弹抗干扰能力指标体系，用层次分析法计算6个抗干扰能力指标相对导弹综合抗干扰概率的权重系数，用能力指数法建立了导弹抗干扰能力的目标评估函数，作为遗传算法适应函数设计的依据，用遗传算法对抗干扰能力指标进行了细化分解计算。算例表明：用本文方法所得结果与导弹抗干扰数字仿真基本一致，表明指标体系有一定的使用价值，且上述的细化分解方法具一定的适用性。与综合抗干扰成功概率单一指标相比，本文构建的抗干扰能力指标体系能更细化地对导弹分系统的抗干扰能力进行评估，并指导分系统的抗干扰设计，有较好的实用性和可操作性。但目前所用的层次分析法尚有不足，建立的目标评估函数存在一定的片面性。为保证结果的全面性和准确性，后续在实际应用中可通过增加评价人员等方式提高评价过程的客观性。

[1] 张伟， 林木. 典型干扰样式下反舰导弹捕捉概率评估方法研究[J]. 上海航天, 2016, 33(5): 113-117.

[2] 张原, 乔彦峰. 导弹红外导引头试验评估设施综述[J]. 飞航导弹， 2016(2)： 84-88.

[3] 庞艳静. 基于层次分析法的某红外导弹的抗干扰性能评估[J]. 红外技术, 2014, 36(3): 234-237.

[4] 李凡, 耿旭, 董效杰, 等. 多层次模糊算法在光电抗干扰性能综合评估中的应用[J]. 系统仿真学报, 2015, 27(9): 2176-2180.

[5] 鲍新郁, 赵廷弟, 赵巍. 舰空导弹武器抗干扰与反隐身技术研究[J]. 现代防御技术, 2011, 39(6): 78-72.

[6] 曹阳, 许诚, 单鑫. 反舰导弹抗干扰试验与评定仿真系统设计[J]. 计算机仿真, 2007, 24(7): 288-291.

[7] 王涛, 王祥. 红外导弹抗干扰能力多维度评估方法[J]. 红外技术, 2014, 36(7): 573-576.

[8] 吴志红, 董敏周, 王建华, 等. 红外导引头抗人工干扰性能评估方法[J]. 系统仿真学报, 2005, 17(3): 770-772.

[9] 王莲芬, 许树柏. 层次分析法引论[M]. 北京: 中国人民大学出版社, 1990.

[10] 郎敏峰. 遗传算法的改进及其在组合优化中的应用[M]. 上海: 华东师范大学, 2004.

[11] 苏三买. 遗传算法及其在航空发动机非线性数学模型中的应用研究[D]. 西安: 西北工业大学, 2002.

[12] 吴燕玲. 基于遗传算法的锅炉受热面系统智能优化设计研究[D]. 杭州: 浙江大学, 2010.

Anti-JammingPerformanceIndexSystemandEvaluationofInfraredMissile

TANGShan-jun，WANGFeng，CHENXiao-dong

(Shanghai Electro-mechanical Engineering Institute, Shanghai201109, China)

To improve the disadvantage that the anti-jamming performance was characterized by the successful probability of the comprehensive anti-jamming in evaluation of anti-jamming performance, an evaluation system of anti-jamming performance was studied for infrared missile in this paper. The evaluation system was founded that included4kinds indexes of anti-jamming identification, power suppressing, anti-jamming tracing and anti-jamming continuous, which had6indexes of identification probability, maximum/minimum power suppressing, angular velocity factor of angle of sight, time duty ratio for anti-jamming ending and anti-jamming duty ratio. In case of the successful probability of the comprehensive anti-jamming of the missile knowing, the evaluation function was established. The genetic algorithm and analytic hierarchy process were used to refine the index. The details of analysis steps were given. One evaluation sample was presented, and the results from the decomposition evaluation were compared with the results from the simulation. It showed that the results of decomposition are consistent with the anti-jamming characteristics of the missile. The anti-jamming performance index system proposed has strong relationship with the successful probability of the comprehensive anti interference. The evaluation index system can be applied to evaluate the anti-jamming performances of the missile’s subsystems in more detail and guide the design of the missile’s subsystems. The evaluation index system proposed which is practicable. This study is valuable to improve the design guidance and evaluation for the anti-jamming of infrared missile.

infrared missile; anti-jamming; index system; index refinement; performance evaluation; genetic algorithm; analytic hierarchy process

1006-1630(2017)04-0144-06

2016-11-05；

：2016-12-16

国家973项目资助(6132710201)

唐善军(1985—)，男，硕士，主要研究方向为红外导弹制导系统设计和红外导弹抗干扰评估。

TJ761.1；TN97

：ADOI:10.19328/j.cnki.1006-1630.2017.04.017