基于末敏弹的战场环境复杂度研究

戎永杰，刘文举，苏 坡，张 明

(西安现代控制技术研究所，西安 710065)

0 引言

末敏弹是末端敏感弹药的简称，是把先进的敏感器技术和爆炸成形弹丸(EFP)技术应用到子母弹领域中的新型弹药。末敏弹可由多种平台发射，在弹道末端末敏子弹从母弹中抛洒出来，在稳态扫描平台作用下以螺旋扫描方式扫描探测地面背景和目标，当弹上敏感器探测并识别出装甲目标后，立即起爆EFP战斗部摧毁目标。末敏弹具有作战距离远、命中概率高、毁伤效果好、效费比高和发射后不管等优点。

末敏弹主要利用装甲车辆在红外波段、毫米波波段、几何形体等方面与背景的差异进行目标探测和识别，复杂的背景环境直接影响末敏弹的探测性能和识别率，严重时甚至使末敏弹失效，因此有必要对战场背景环境的复杂性进行研究，并根据战场环境对末敏弹探测和识别性能的影响程度进行复杂程度分类。

战场环境在红外、毫米波波段和激光测距3个方面的复杂度虽有差别，但其研究方法是一致的，文中以红外波段的战场环境特性进行复杂度分析和研究。

1 末敏弹探测识别原理

末敏子弹依靠稳定机构实现子弹匀速下落、同时绕铅垂轴稳定旋转的稳态扫描运动，通过将子弹弹轴和旋转轴错开一定角度(扫描角), 弹轴、战斗部轴线和敏感器视线三轴设计为平行，使子弹在稳态扫描运动时其敏感器视线沿一条不断向内收缩的反阿基米德螺线轨迹扫描探测一整片圆形区域，实现对地面目标的搜索、探测，子弹转向哪里，敏感器就看到哪里，战斗部就指向哪里。当敏感器探测到目标并识别后，立即起爆EFP战斗部摧毁目标，末敏弹探测识别如图1所示。

图1 末敏弹探测识别示意图

目前国际上已装备部队的末敏弹一般采用多模敏感器探测方式，主要是从目标的红外特性、毫米波特性、几何形体等方面进行探测和识别，见表1。

表1 典型末敏弹及敏感器类型

2 战场环境复杂度分析

一般的，装甲车辆运动一段时间或停下来在一定的时间内，其发动机、大功率设备等部位相对地面背景都有明显且稳定的正温差。末敏弹通过红外敏感器扫描探测能够响应目标与背景的正温差并识别目标，红外敏感器的特点是对热目标探测识别率高、定位性能好。

复杂的战场环境能够对末敏弹红外探测识别产生显著的影响，使末敏弹多模探测数据的信号噪声增大，目标特征提取难度增加，最终使末敏弹识别率下降、虚警率上升。

由上分析，从识别率、探测数据和背景环境3个方面进行战场环境复杂性研究。首先，根据末敏弹识别率定义复杂度等级；然后，根据探测数据分析计算识别率和虚警率，确定复杂度参数并划分等级；最后，根据多模探测原理确定背景复杂度参数，并划分等级，见图2。

图2 背景复杂度研究路线

2.1 通过识别率定义复杂度等级

战场环境复杂程度最终影响末敏弹识别率，因此通过末敏弹探测识别率研究战场环境的复杂程度，能够直观的评估末敏弹在复杂背景环境和干扰环境下的毁伤效能。

在一般环境下末敏弹对装甲目标的识别率大于0.9，此时末敏弹能获得较理想的毁伤效果，对应背景复杂度定义为轻度；当背景环境复杂度增加，末敏弹识别率降低到0.5～0.9之间时，末敏弹毁伤性能有一定程度降低，对应背景复杂度定义为中度；当识别率下降到0.5以下，末敏弹毁伤性能大幅下降，对应背景复杂度定义为重度。如表2所示。

表2 通过识别率定义背景复杂度等级

2.2 通过红外探测数据分析背景复杂度

红外敏感器探测信号的噪声可等效为均值为0、均方差为的高斯噪声，经包络检波后,它服从瑞利分布,即：

(1)

其中:是检波前高斯噪声的均方；为检波器输出端噪声包络的幅值。在对单个脉冲目标信号进行检测的过程中,设门限电平为，则噪声包络电压值超过门限电平的概率即虚警概率为:

(2)

通过研究信号加噪声的情况，可以计算目标信号的检测概率。这里讨论振幅为的正弦信号同高斯噪声迭加的情况, 经检波后, 它服从广义瑞利分布：

(3)

式中:为零阶修正贝塞尔函数；为信号加噪声的包络。信号的检测概率即其超过门限的概率为:

(4)

对式(4)求解,可获得典型(，，)关系曲线，见图3。

图3 Pd，Pfa，RSN关系曲线

当探测概率>0.9，虚警率<0.001时，末敏弹毁伤性能理想，此时信噪比>11.9，对应背景复杂程度为轻度；当探测概率在0.5～0.9之间，虚警率<0.01时，末敏弹毁伤性能有一定程度降低，此时信噪比在4.1～11.9之间，对应背景复杂程度为中度；当探测概率<0.5，虚警率>0.01时，末敏弹毁伤性能下降较大，此时信噪比<4.1，对应背景复杂程度为重度。

根据电压与信噪比关系：

(5)

其中为信号幅值：

=Δ·

(6)

当识别温差Δ为10 K、响应率为50 mV/K时，探测信号噪声均方差与背景复杂度对应关系如表3所示。红外探测信号噪声均方差<100 mV时，对应背景复杂度定义为轻度；噪声均方差为100～175 mV时，对应背景复杂度定义为中度；噪声均方差>175 mV时，对应背景复杂度定义为重度。

表3 探测信号复杂度分类

2.3 通过背景红外特性分析复杂度

地面背景的红外复杂度与地物种类及分布、太阳光照、天气等因素有关。不同地物的辐射率、反射率、含水量和热容不同，表现出不同的红外辐射温度，特别在太阳光照射下，地面背景中不同地物，如干土地、路面等和植被的温差可达10～20 K。当地面背景的红外复杂度较高，即地物之间的温差较大时，就会影响红外敏感器对热目标探测信号的信噪比，从而使末敏弹的目标识别率降低、虚警率增加。

末敏弹红外探测数据是红外敏感器通过扫描探测地面背景和目标获取的，根据式(6)背景温度均方差与红外探测信号均方差有如式(7)所示关系：

=/

(7)

依据表3参数计算红外背景复杂度分类如表4。背景温度均方差小于2 K时背景复杂度为轻度；背景温度均方差为2～3.5 K时背景复杂度为中度；背景温度均方差大于3.5 K时背景复杂度为重度。

表4 红外背景复杂度分类

3 仿真验证

根据第2节分析，通过计算机仿真对背景环境复杂度进行分析和验证。

3.1 背景分析

图4为同一场景不同时刻拍摄的红外照片。

图4 不同时刻同场景的红外图像

对以上3幅红外图像进行温度均方差计算，结果如表5所示。可见同一场景在不同季节、不同时刻表现出不同的红外复杂度。

表5 红外背景复杂度计算结果

3.2 数据仿真

根据末敏弹稳态扫描运动原理和红外敏感器探测原理建立扫描探测数学模型，以图4红外图像为背景，通过仿真生成红外敏感器探测数据，见图5。求取红外探测数据的噪声均方差，其复杂度分类如表6所示。由分析结果可见通过红外探测数据均方差确定背景复杂度与通过背景红外图像进行复杂度分类基本一致。

图5 不同红外背景的红外探测数据

表6 通过红外探测数据均方差对背景复杂度分类

3.3 识别仿真

在前述工作的基础上，进行红外识别仿真分析。在图4的3个背景中分别随机放置一个与背景平均温度差为15 ℃、热区大小为2 m×2 m的目标；同3.2节生成目标背景探测数据；识别门限为500 mV(识别温差10 K)，采用蒙特卡洛方法对3种红外背景分别进行1 000次识别仿真，结果如表7所示。

表7 不同红外背景下的识别仿真结果

4 结束语

基于末敏弹对背景环境红外复杂程度进行了研究，从末敏弹识别率、探测数据、背景红外特征3个方面进行分析，将背景环境分为轻度、中度和重度3种复杂程度，并给出了对应的分类参数，经仿真分析表明参数设置合理，复杂度等级能够反应背景环境的复杂程度。研究为末敏弹及相关智能弹药在不同复杂环境下的作战效能分析和评估提供了依据。