人机协同的潜艇智能防御鱼雷水声对抗模型体系*

侯文姝

（海军潜艇学院 青岛 266199）

1 引言

在面临反潜鱼雷来袭威胁时，潜艇指挥员根据传感器的探测信息、告警信息、指控辅助、潜艇自身性能和自身海上经验选择水声对抗和机动规避的时机和方案。在此过程中，如何合理地选择对抗的时机达成效果而不加大暴露可能性，如何综合使用能够使对抗效果呈现系统化的特点使效能倍增，如何有效利用指控辅助等问题都亟待解决。指控系统的情报分析处理、战场态势认知、指挥决策支持[1]等方面的智能化程度将极大地影响潜艇指挥员对其信任程度，人机协同情况决定了能否在更深层次上实现高效的指挥决策，从而影响潜艇防御鱼雷的成败。

建立潜艇智能防御鱼雷水声对抗模型体系是人在环外的机主人辅战术级人机协同智能指挥决策，该体系主要包括智能态势感知和智能指挥决策，智能态势感知对敌平台（包括舰艇、潜艇和飞机）发射的鱼雷进行态势觉察、态势理解、态势预测及态势评估，智能指挥决策综合敌平台和鱼雷情况采用智能算法对潜艇防御鱼雷机动规避和水声对抗方案进行优化，将为高效指挥决策提供有力支撑。

2 智能态势感知

智能态势感知包括态势觉察、态势理解、态势预测及态势评估[1]。潜艇鱼雷防御行动的持续时间短[2]，一旦发现鱼雷来袭，立即进行机动规避，并施放水声对抗器材进行干扰[3]，因此潜艇智能防御鱼雷智能态势感知的重点是态势觉察和态势理解。

2.1 态势觉察

态势觉察主要是觉察到以下因素：1）鱼雷相对于本艇的方位、距离和速度。2）鱼雷类型。3）鱼雷所处阶段，如入水阶段、动力推进阶段（直航、圆周搜索和蛇形搜索）和声自导阶段。4）敌平台类型，包括舰艇、潜艇和飞机（包括固定翼飞机和直升机）。5）敌平台相对于本艇的方位、距离和速度。6）海洋环境，包括声速剖面、海况和海底地形。

按鱼雷攻击时间序，人机协同鱼雷态势觉察主要包括人机协同鱼雷入水态势觉察、鱼雷动力推进态势觉察和鱼雷声自导态势觉察。下面以人机协同鱼雷入水态势觉察为例进行介绍，如图1所示，鱼雷入水态势觉察发现鱼雷并分辨从各种平台发射的鱼雷类型，如潜艇鱼雷管发射的鱼雷、水面舰艇发射的火箭助飞鱼雷和飞机空投鱼雷[4]。

图1 人机协同鱼雷入水态势觉察

图1中鱼雷入水时会产生水下瞬态信号，潜射鱼雷入水主要是鱼雷发射管开盖声，火箭助飞鱼雷和空投鱼雷入水时的击水声是宽带冲击信号，入水的气泡脉动声是低频脉冲信号[5]。潜艇探测鱼雷的手段有主动方式和被动方式，为避免暴露，一般采用被动方式，如采用艇艏声纳、舷侧声纳阵、拖曳声纳阵进行水声探测，在未来配备潜载UUV后，其声纳也将纳入探测鱼雷的手段。潜艇声纳接收到鱼雷入水信号后，潜艇声纳分析员或听音员可以发现强度或特征比较明显的信号并告警。海中存在海洋环境噪声和多种瞬态信号，如海洋地震信号，各类海洋生物活动声音等[6]，当鱼雷入水信号较弱时，将海洋内部产生的人工识别难度较大，机系统的智能系统能够从中筛选出鱼雷入水信号并进行类型判别。机系统的智能系统首先基于环境噪声数据库进行智能降噪，然后基于潜射鱼雷数据库、火箭助飞鱼雷数据库和空投鱼雷数据库中鱼雷入水信号特点进行经验模态分解（Empirical Mode Decomposition，EMD）[7]，最后基于机系统的自主学习系统和鱼雷数据库采用神经网络算法进行深度学习，对鱼雷入水信号进行筛选和分类。鱼雷类型判别结果将发给机系统的智能决策系统、显示报警系统和机系统的智能决策系统，显示报警系统结果供人认知判别，然后反馈给机系统的自主学习系统供其学习比对。人认知判别获得人系统感觉系统和机系统的智能系统判别的鱼雷类型信息，可以直接反馈给执行系统，也可以对机系统的判别结果予以确认和否认，该结果一方面供机系统的自主学习系统进行学习从而供其形成更贴近实际的智能算法，另一方面该结果将发给控制系统进行态势预测及威胁评估。

鱼雷动力推进态势觉察和鱼雷声自导态势觉察与图1所示人机协同鱼雷入水态势觉察的人机协同基本原理相同，但信号形式不同导致机系统的智能系统不同。有别于鱼雷入水信号这种瞬态非平稳信号，鱼雷动力推进装置启动和加速过程具有一组变化率很高的线谱，圆周搜索段的寻的信号具有大的多普勒频移和强度起伏[5]，导致相应的机系统的智能系统内部智能算法和组成不同。

2.2 态势理解

一旦觉察到鱼雷，无论鱼雷攻击目标是否为本艇，机智能系统第一时间根据态势觉察获得的信息进行态势理解。然后基于态势集数据库，采用分类准则对当前态势进行分类理解，便于进行威胁评估和态势预测。

基于态势集数据库，对敌平台态势觉察、鱼雷入水态势觉察、鱼雷动力推进态势觉察、鱼雷声自导态势觉察进行态势理解。潜射鱼雷、空投鱼雷和火箭助飞鱼雷特点及平台协同作战方式存在差异，三者态势理解并不相同，以潜射鱼雷态势理解为例进行介绍，如图2所示。

图2中，潜射鱼雷态势理解分为态势初步理解、态势进阶理解和态势深度理解三个阶段[1]。态势初步理解主要是根据本艇态势和鱼雷入水态势觉察出的潜射鱼雷的方位和距离关系，初步划分牵涉鱼雷相对于本艇的眩角和距离关系。态势进阶理解主要根据敌平台态势觉察和鱼雷动力推进态势觉察的部分航行状态，基于机系统的态势理解深度学习系统，来判别鱼雷攻击意图[8]、鱼雷处于线导阶段还是声自导阶段。鱼雷动力推进态势觉察的搜索和追踪弹道以及鱼雷声自导觉察结果判别鱼雷是否处于声自导阶段，便于进行机动规避和指挥决策。态势深度理解主要是结合态势进阶理解获得的鱼雷攻击意图及敌平台态势觉察来综合判断。

图2 潜射鱼雷态势理解

2.3 态势预测

态势预测主要针对鱼雷距离本艇较远的情况，侧重于预测鱼雷发射平台再发射一枚鱼雷的情况。态势预测主要预测Δt时间后：1）本艇位置和速度。2）发射鱼雷的平台相对于本艇的方位、距离和速度。3）鱼雷相对于本艇的方位、距离和速度。4）鱼雷进入我水声对抗防御圈的时间。5）鱼雷发射平台再发射一枚鱼雷的可能性。

2.4 态势评估

态势评估主要对态势觉察、态势理解、态势预测进行威胁评估[1]，主要评估以下几点：1）发射鱼雷的平台对本艇的威胁程度以及发现本艇的概率。2）鱼雷对本艇的威胁程度、发现本艇的概率。3）该平台再发射一枚鱼雷对本艇的威胁程度。

3 智能指挥决策

潜艇防御鱼雷智能指挥决策需要潜艇指挥员在短时间内进行正确的决策，确定机动规避的时机、潜艇转向角、航速、航深、是否采用声抗器材进行水声对抗以及选用的水声对抗器材类型和参数，如选用声诱饵需确定第一次转角、第一段直航时间、第二次转向角等参数，选择小口径声诱饵和大口径声诱饵组合还需考虑大口径声诱饵准备时间，此外还需要考虑水声对抗器材的使用原则以及对抗效能，因此采用机器计算最优的机动规避和水声对抗方案尤为必要。潜艇防御鱼雷智能指挥决策如图3所示。

图3中鱼雷态势感知结果一方面通过显示系统发送给人认知判别，另一方面机系统智能指挥决策系统基于鱼雷对抗方案数据库提供可供人选择的优化目标，再由人机协同选择是否采用潜艇机动规避、选择采用的水声对抗器材，从而确定采用智能算法的类型，筛选出最终的机动规避和水声对抗方案。

图3中鱼雷对抗方案数据库主要存储计算实验对态势集中的各种态势的作战分析及预测和演习鱼雷对抗方案实例，提供水声对抗过程中需要注意的优化目标供选择，便于指导实际作战。

图3 智能指挥决策

图3中智能算法主要有单目标智能优化算法、多目标智能优化算法、动态单目标智能优化算法和动态多目标智能优化算法，类型由目标函数的数量、选择机动规避和水声对抗器材的情况确定。潜艇使用声抗器材防御鱼雷是“过程仿真”模型[2]，文献[9]在潜艇自航式诱饵的组合使用过程中对所有符合条件的值进行遍历求得最优初始航向，使得鱼雷与潜艇距离最大。但是在实际使用中并不能满足使用要求，一方面等步长遍历搜索方法在实时性方面比较欠缺，另一方面一个目标函数（使得鱼雷与潜艇距离最大）并不能完全满足防御鱼雷需求，诱饵航向的选择还应遵循保证鱼雷先发现诱饵的原则。并行计算[2，10]和智能算法[4，11～12]被引入解决实时性的问题，文献[2]设计实现了“淘汰标准逐步提高，劣等方案尽早淘汰”的“过程仿真+方案搜索”方案优化模型求解策略。文献[10]提出了2级并行策略，在进程和线程间划分仿真循环，通过数据交换作出最优决策，有效解决了实时方案决策的问题。文献[12]基于遗传算法的潜艇组合使用声诱饵防御鱼雷技术，采用定性和定量分析相结合的方法计算和优化组合参数。文献[4]和[12]采用的遗传算法属于单目标智能优化算法，文献[4]目标函数是潜艇的生存概率最大，文献[12]目标函数使得鱼雷与潜艇距离最大。对于此类模型基础上增加优化目标函数的问题可用多目标智能算法解决。而潜艇使用声抗器材防御鱼雷模型与时间有关，因此建立动态问题模型以及采用动态优化算法求解更符合实际需求。

4 结语

本文基于人机协同的智能指挥模型体系，初步研究了潜艇智能防御鱼雷水声对抗模型体系，提出了采用神经网络、深度学习和智能优化算法等方法实现智能态势感知和智能指挥决策。模型对新型系统研制具有一定的参考价值，其数学模型建立及工程实现方法是需进一步解决的问题。