面向多级效费分析需求的无人侦察机效能评估

2021-04-15屈高敏董彦非符凌云李继广

西安航空学院学报 2021年5期

屈高敏，董彦非，符凌云，李继广

(1.西安航空学院飞行器学院，西安 710077；2.空军工程大学航空工程学院，西安 710038)

0 引言

随着航空科学技术的发展，各类作战飞机性能在快速提升的同时，其系统的复杂度也不断增加，这导致整机采购和使用等费用也急剧攀升。为了解决新型作战飞机各项费用上涨过快的问题，美国在20世纪60年代针对性地提出了效能和寿命周期费用的概念，建立了效费分析方法。使用效费分析方法在飞机系统的整个寿命周期内，全过程实时跟踪和控制，分阶段进行评审，并做出相应的决策，取得了显著的效果[1-2]。

21世纪，以无人侦察机为代表的军用无人机得到快速发展[3-6]，其研发过程中对效费分析的需求也越来越迫切。对无人侦察机进行效费分析具有层次性要求，除了整机级的效费分析，还要进行系统/分系统级和设备级的效费分析。

无人机效能评估在国内开展的研究较多，刘大成等人[7]采用改进ADC模型综合评估了反辐射无人机作战辐射源(雷达)能力、突防能力和毁伤能力等分项能力；张旺等人[8]针对电子信号侦察设备、合成孔径雷达和长焦距倾斜CCD相机3种机载侦察载荷计算了协同侦察能力，在各分项模型评估的基础上，采用线性加权算法建立了无人机多侦察载荷的协同侦察效能模型。这类以分项能力综合建立的模型目前是无人机效能评估研究的主要方法[9-14]。此类效能评估方法没有以系统/分系统和设备等实体为基础建立评估模型，其主要问题，一是整机级以下的效能评估无法与寿命周期费用分析相匹配进行效费分析；二是不能从设备的角度分析整机效能，不利于费用数据的搜集和处理。因此，出于对多级效费分析以及相关费用分析的需求，必须以设备和系统为基础建立无人侦察机各级效能评估模型。

综合以上分析，本文首先基于系统/分系统建立整机级效能评估指标体系框架，再针对各系统/分系统分别建立评估指标体系，然后基于不同层级建立相应的效能评估模型。

1 指标体系

效能评估指标体系是建立评估模型的基础。无人机系统效能评估指标要能够保证针对具体的无人机进行效能评估时，能根据实际需要对指标进行相应裁剪(在图中可用虚线和虚框标示)，以适应数据资源和评估任务的特点和需求，满足效能评估和效费分析的要求。

本文选择“无人侦察机系统效能”作为一级指标。根据无人侦察机系统任务功能种类和效能评估需要，在一级能力指标下以系统/分系统/设备为中心进行分解，形成二级效能指标：无人机平台、数据链、任务载荷(雷达、光电等)、地面站、情报分发等。指标体系中无人机平台指标虽然是必选项，但是在效能评估时，其后续的二级或者三级指标均可根据需要剪裁。二级效能指标确定后，各项效能向下再分解形成系统级/分系统级能力指标，即三级能力指标。无人侦察机效能评估指标体系框架示意图如图1所示。

图1 无人侦察机效能评估指标体系框架示意图

二级指标中，无人机平台和数据链是必选指标。无人机平台效能评估指标体系如图2所示，数据链效能评估指标体系如图3所示。所有无人机系统都要包括无人机平台的评估，其他二级指标则要根据无人机类型和功能、评估任务需要以及数据准备情况等合理剪裁选择。可信度和可用度根据数据可用情况和评估需要决定取舍。

图2 无人机平台效能评估指标体系

图3 数据链效能评估指标体系

无人侦察机的侦察设备主要包括合成孔径雷达(SAR)和机载光电侦察设备等(如电视摄像设备、热成像仪、相机和激光设备等)。雷达效能评估指标体系如图4所示。

实际评估中，数据链路的机载终端和地面终端是联合使用的，可以仅在数据链评估时考虑。地面控制站效能评估指标体系如图5所示。此外，根据需要，情报处理也可以在专门的情报处理与分发评估中考虑。

图4 雷达效能评估指标体系

图5 地面控制站效能评估指标体系

二级能力指标还可以继续分解。根据不同的系统/分系统，可以分解到相应的系统/分系统的性能指标。

2 分级建模

2.1 整机评估模型

根据实际使用，将无人侦察机各分系统/设备能力进行相关性分析，进而判断各分系统/设备能力之间是“加性”数学关系还是“乘性”数学关系。将相关的能力指标之间处理为相乘的关系，不相关的能力指标处理为相加的关系。

无人侦察机的整机效能主要由无人机平台、地面控制站、任务载荷和数据链四部分组成。根据评估任务需求，可以选择是否加入第五部分“综合保障”。

无人机平台效能EF、地面控制站效能EC和任务载荷效能ER之间无关，处理为加权和关系，数据链效能ED和综合保障效能Ez与以上分项效能相关，处理为相乘的关系，建立分项能力综合的混合数学模型：

E=(WEFEF+WECEC+WERER)EDEZ(1)

式中：无人机平台效能权重值WEF取值0.45；地面控制站效能权重值WEC取值0.10；侦察任务载荷权重值WER取值0.45。

模型中权重取值参考GJB 6704-2009中数据，其中未涉及的采用专家打分以及层次分析法确定，以下的评估模型采用类似方法处理。

2.2 系统/分系统评估模型

无人机平台由机体、发动机、飞控设备、导航设备和智能化设备组成。

CF=0.36Cb+e+0.23Cng+0.21Cfc+0.20Ci1(2)

式中：Cb+e为机体和发动机能力；Cng为导航能力；Cfc为飞行控制能力；Ci1为智能化水平。

无人机机体与发动机工作能力由飞行性能(包括机动性能参数、基本性能参数)和生存力组成：

式中：机动能力参数Man、基本性能指标Bp和生存力参数Sur上面的横杠表示要进行归一化或公度化处理(以下同)；权重系数wMan、wBp、wSur分别为0.35、0.28、0.37。

机动性能参数Man用无人侦察机最大允许过载、最大盘旋过载和最大单位重量剩余功率求得：

式中：εc为操纵性能系数；nymax为最大法向过载量；nyp为最大盘旋过载量；SEP为单位重力剩余功率；权重系数wB1、wB2、wB3分别取0.35、0.35、0.3。

数据链设备的工作能力为：

式中：CD1为通信能力，通信能力权重值WcD1取值0.2；CD2为遥控指令传输能力，遥控指令传输能力权重值WCD2取值0.3；CD3为遥测数据传输能力，遥测数据传输能力权重值WCD3取值0.3；CD4为侦察信息传输能力，侦察信息传输能力权重值WCD4取值0.2。

任务载荷中，SAR工作能力为：

式中：CR11为SAR条带工作模式能力，SAR条带工作模式权重值WCR11取值0.35；CR12为SAR聚束工作模式侦察能力，SAR聚束工作模式侦察能力权重值WCR12取值0.35；CR13为GMTI工作模式侦察能力，GMTI工作模式侦察能力权重值WCR13取值0.3。

地面控制站工作能力：

式中：CC1为无人机控制能力归一化值，无人机控制能力权重值WCC1取值0.35；CC2为任务载荷控制能力归一化值，任务载荷控制能力权重值WCC2取值0.25；CC3为情报处理与分发设备控制能力归一化值，情报处理与分发设备控制能力权重值WCC3取值0.20；CC4为设备余度归一化值，设备余度权重值WCC4取值0.20。

3 效能评估分析

选取国外七种无人侦察机URA1至URA7，分别计算无人机平台、数据链、侦察任务设备、地面站等分系统效能，再综合计算整机系统效能评估。

为了验证模型，选择GJB 6704-2009无人侦察机效能分析方法中的效能评估总模型[15]。不同的建模思想或方法得到的效能值会存在差异，但是如果建模和计算合理，总体结果(如效能排序)应该一致或略有差异，可以相互印证。七种无人侦察机效能评估计算结果如表1所示。从表1中可以看出，本文的效能评估模型计算结果与GJB模型计算结果在效能排序上基本一致，仅在第5名与第6名排序上，URA5与URA4有位置交换。可以说明建模方法的合理性。