基于试飞的察打一体无人机任务效能评估方法

2019-07-05杜梓冰陈敬志

兵器装备工程学报 2019年6期

杜梓冰，段亚，陈敬志，张洁

(中国飞行试验研究院, 西安 710089)

“捕食者”系列、“彩虹-4”、“翼龙-1”等察打一体无人机在当前国外反恐、局部冲突中发挥了巨大的作用，相比于其他装备而言有独特的优势，各军事强国都在加强察打一体无人机的研发，可以预见，这类无人机在未来将发挥更多、更重要的作用。“捕食者”等察打一体无人机可配置多种侦察载荷和武器，同一任务场景下，有不同的侦察和打击方案，不同方案的战果可能不同，同一种使用方案，在不同的任务场景下的结果也可能不同，需要对每种作战方案进行评估。为优化任务配置，提高训练和作战水平，在每次任务后，都应该进行评估。因此，建立一个有效的察打任务效能评估方法是有必要的，通过效能评估，对无人机在不同时间、空间、态势环境下执行任务的能力高低进行评价对比，找出差距和不足，改进使用方法，同时在每次执行任务时在众多的方案中寻找较优的方案，显得必要[1-4]。

作战效能评估方法有十余种，当前对于无人机作战效能评估主要根据仿真的方法，根据固有指标数据分析评价不同无人机的效能或同一无人机不同分系统的效能，最终给出“很好,较好,一般,较差,很差”的评价[1-3]，这些评估方法大多聚焦无人机系统固有设计特性，而较少关注投入不同环境后不同具体任务的效能，对察打一体无人机任务的多样性考虑不足。也有专家研究评价不同环境、不同载荷配置下的无人机作战效能，分析不同因素对无人机作战效能的影响，但是大多基于仿真或定性评价，通过外场试验检验的较少。在试验鉴定转型的背景下[5]，部分有人机开展了基于外场试验的作战效能评估研究。

本文采用实装试飞的方法对不同典型任务剖面下察打一体无人机的任务效能进行评估，对实际环境下的试飞结果数据进行处理分析，对比分析同一无人机不同任务下的效能，评价无人机实际能力，寻找典型任务条件下更合适的使用方式，为用户提供更好的使用建议，同时也提高试飞设计与评估能力。

1 基于试飞的任务效能评估总方案

常见效能评估方法有数学解析法、专家评估法、试验统计分析法、作战方案模拟法等几大类、数十种。数学解析法是通过理性推理分析评价，优点是理论性强、变量关系明了，但是评估对象之间关系过于发散、复杂，对于新型装备，难以建立合适的模型公式，也不适用于无人机等庞大系统的评价。专家评估法是以专家的经验为主进行判断和评估，优点是使用简单，但是要求专家具有很丰富的阅历和经验，主观性太强，难以选择合适的专家，也不适用于新装备的评估。作战方案模拟法是通过建模仿真的方法进行试验评估，通过虚拟配置、虚拟布阵达到模拟各种战场攻防态势的目的，可充分考虑并检验无人机的各种作战使用方式，可多次重复，但是这种方法对无人机系统的各项战术技术性能等进行了简单化处理，很难对无人机系统在真实战场环境下各个系统之间的协调能力以及处理战场突发状况的能力进行检验,不适应于复杂大系统。试验统计法包括试飞、演习等方法，是在真实条件下开展试验。飞行试验数据来源真实、可信，受主观影响较小，通过对每次任务飞行的结果数据进行综合分析处理，计算效能，就能在功能性能试飞结果基础上进一步深化数据分析，明确影响系统效能的各项因素，对比同一无人机不同任务效能，为用户提供建议，该方法的缺点是耗费大，样本少，在以往是难以用该方法评估的，但是在武器装备试验转型的形势下[8],越来越强调在典型任务背景下开展试验，因此相关的样本量增加，可以实现基于试飞的效能评估。

基于试飞的效能评估，就是根据察打一体无人机作战特点，研究、设计合适的试飞方案，然后确定试飞评估方法，包括确定评估模型、构建评估指标体系，再利用实际装备进行飞行试验，飞行后对机载测试设备记录的数据进行处理，计算得到效能，然后分析影响因素，改进使用方法，整个效能评估流程框图如图1。

图1 基于试飞的任务效能评估流程框图

2 试飞任务想定

飞行试验相比仿真试验，常常受限于试验经费、周期、保障资源等，样本量远少于仿真试验，因此需要在有限的样本下获取可靠的数据来客观的评估系统，因此其试飞剖面要具有典型性和代表性。为制定典型试飞剖面，首先要以用户使用为出发点制定典型任务想定，它是根据作战对象结构、无人机系统使用原则和典型案例，将被试无人机系统置于用户的作战任务的实际背景中去，如侦察任务、侦察-打击-毁伤评估任务，根据作战对象设置相应的战场环境，人为而又不违背科学地设想战斗进程，包括任务分配、链路、侦察载荷、武器使用进程，并构造出一些战斗模型。这种想定通过对被试系统的任务使命任务进行分解和分配，展现对抗双方装备、实体、环境、目标、事件及关系等随时间推进的概略设想[6]。每种想定的具体实施方式就是试飞过程剖面，这是效能评估的载体。这种任务想定要具体，具有可操作性。

“捕食者”等无人机可以挂载多种侦察任务设备、多种武器，因此在进行试飞任务想定时，就可以设计不同的侦察设备、武器搭配方式，以及不同的任务策略，因此对同一个任务，可以有多个想定和任务剖面，通过对这些不同的剖面进行试飞验证，就可以评价在典型任务背景下最合适的作战方式。

3 效能评估模型

评价效能的模型有很多，当前相关无人机效能评估标准中比较常用的是ADC模型[1]，即

E=A·D·C

(1)

(2)

D=exp(-t/MTBCF)

(3)

其中，E=效能；A=可用度；D=可信度；C=任务能力；MTBF=平均故障间隔时间(h)；MTTR=平均修复时间(h)；t=设备连续工作时间(h)；MTBCF=平均致命故障时间间隔(h)。

飞行试验后能获得大量的数据，这些数据既是试验结果，也是评估的对象和依据。将这些数据通过一定的模型和算法聚合处理，就能获得系统的效能评估结果。这些数据是根据指标体系聚合的。察打一体无人机一次完整的作战特别适合用经典的“OODA(Observation,Orientation,Decesion,Action)循环”决策来描述，而OODA环又是用一系列活动实现的，活动体现了无人机的能力，因此可以用活动-能力映射的方式建立无人机的指标体系。首先分析无人机完成作战任务需要进行的作战活动，形成活动集，察打一体无人机在察打任务模式下，首选需要根据初步情报描述，对指定任务区域进行分散式搜索。当发现可疑目标后，使用机载侦察设备对可疑目标进行详细的定位、识别，指挥机构进行打击决策。在确认目标特性并接到攻击指令后，察打一体无人机对目标实施打击，随后使用侦察设备对打击效果进行评估，最后在达成任务目标后返航，在这个过程中，涉及平台飞行、侦察载荷、武器攻击等多个方面的活动[1-4]，每个方面又有其他下层的活动。然后采用OODA环对作战活动进行能力映射，形成能力目录，在此基础上录取指标进行分类整理，形成指标体系，各个分能力的效能试验和解算结果对总任务的贡献作用就清晰可见，建立效能评估指标体系框图如图2。

图2 效能评估指标体系框图

该指标体系的第一层为系统效能层指标,是察打任务的总体效能，第二层为作战过程层指标,是在整个任务过程执行过程中各系统作战效能的演变，第三层为局部效能层指标,是无人机系统过程层下各方面的分指标。

建立分层次评价指标之后，需要确定各个指标的权重，可以使用层次分析法(Analytic HlerarchyProcess,AHP)计算确定[2]。AHP法基本思想是在各指标之间进行比较、判断和计算，以获得不同指标的权重。实施中通过大量的专家对下层各个要素关于上层的重要性按照9级标度法分别打分，在同一个层级中，用aij来表示第i个要素相对于第个要素的比较结果，可知aij=1/aji，则比较矩阵A为

(4)

然后求解比较矩阵的最大特征值和对应特征向量，并进行归一化处理，最终确定特征向量为权重W=[ω1,ω2,…,ωn]T，且满足0<ωi<1和ω1+ω2+…+ωn=1。

4 数据采集与效能计算方法

4.1 数据采集

飞行试验能获得大量的真实数据，这是相比其他试验的优势。需要利用现代化测试设备对试验系统的试验全过程提供全方位测量，包括机载测试、外部测试，测试以下参数：

1) 载机飞行数据，包括高度、速度、航向、姿态、航迹等；

2) 载机任务设备控制指令、状态参数、显示画面等；

3) 侦察/打击目标位置、尺寸、速度等参数；

4) 高精度的基准数据，即在载机上加装差分GPS接收机，记录载机高精度的位置、速度信息，为分析和处理系统数据提供基准参数。

4.2 效能计算过程

通过试飞获取需要的数据后，计算任务效能。指标的建立是从上到下建立指标，而效能结果计算则是从下层往上计算，最终获取总的效能。计算上层效能时，对于下层的数据有加性、乘性两种处理方法。对于各个下层指标，虽然某些指标结果为零，但其上层指标不为零，则这些相关指标为加性数学关系，结果如下：

(5)

如果只要有某个相关指标为零，则其上层指标为零，那么这些相关指标为乘性数学关系，结果为

(6)

式(6)中，y为某上层效能值，xi为第i个下层数据或效能值，ωi为第i个下层指标权重值，n为下层数据或效能数目。

对于察打任务而言，平台飞行、侦察载荷、对地打击任何一项没有完成，整个任务都不算完成，因此第一级效能的计算采用乘性函数，对于二级指标而言，部分可采用加性函数，如侦察设备各模式下的效能。

察打一体无人机总体效能由式(7)给出

(7)

式(7)中，E为察打一体无人机总体系统效能，E1、E2、E3分别为无人机平台飞行效能、侦察监视效能、武器打击效能，由ADC方法计算得到，WEi为各部分相应权重值。

平台飞行效能E1：

E1=A1·D1·C1

(8)

平台飞行可用度A1：

(9)

平台飞行可信度D1：

D1=exp(-t1/MTBCF1)

(10)

平台飞行工作能力C1：

(11)

C11、C12、C13、C14分别为作战半径、机动能力、链路通信能力、导航能力。其他E2、E3效能也按上述方法得到。通过上述方法从最下层计算，逐步递推得到上层效能，最终得到总的效能。

4.3 数据归一化处理

实际计算过程中，无人机任务结果中有一部分是定量的直观数字，如探测距离、识别距离、识别概率、命中率等，但是还有一部分是难以直观用数字表达的，比如满意度、舒适性等人机工效方面的评价，这类结果只能通过使用人员的认识和使用经验给出主观定性评价，这类定性因素，其评价的量化由专家打分给出，其值在0～100。

由于各个判断指标的试飞结果大部分的量纲和数量级是不同的，而且对于结果优劣的判断也是不同的，有的结果是数值越小越好，有的越大越好，还有的是在某一个区间为好，因此各个结果之间不具有公度性，不能直接计算效能，为了保证评估结果的可靠性，评价之前必须将各个结果进行无量纲初始化处理，处理后各分项数值都处于在0和1之间，使分项能力之间数值匹配，具备一致性，并以此值作为该项指标的指数值。比如对指标的结果进行归一化处理，共需对Q个任务结果进行比对，可采用以下方法进行归一化处理,令

L=[l1,l2…lq…lQ]

(12)

当要求的结果越大越好时，表明相应数值越大则目标能力越好，如探测距离越大表示载荷工作能力越强，即所求结果为正向数据，此时数据归一化处理函数为

(13)

当要求的指标越小越好时，表明相应数值越小则目标属性值越好，如弹药落地误差越小表示武器工作越好，即所求结果为反向数据，此时数据归一化处理函数为

(14)

5 试飞验证

借鉴张旺、张海峰等人经验[6-8]，在一种无人机试飞过程中，根据载荷使用方式的不同，设计了2种不同的对地攻击作战想定，一种是无人机携带光电吊舱、武器，由光电吊舱完成对目标的侦察，确认后进行打击；一种是无人机携带光电吊舱、SAR雷达和武器，由SAR雷达进行广域侦察后，再由光电吊舱进行小范围侦察，开展光电吊舱和SAR雷达协同使用，确认后进行打击。每种方式各飞行2架次，对飞行后的数据进行处理，效能评估结果表明，方式2发现目标的距离更远、定位时间更短，总体飞行距离更少，而且能更快的打击目标，同时由于目标信息更多样，错误攻击的概率更低，因此整体作战效能也优于方式1，因此推荐用户按方式2使用，同时也建议后续飞行试验中增加多侦察载荷协同使用的科目，能更充分的发掘系统使用潜力。