基于灰色关联的来袭鱼雷制导方式识别

余 跃，孙振新，陈颜辉,2

(1.江苏自动化研究所，江苏 连云港 222061；2.中国人民解放军92330部队，山东 青岛 266102)

基于灰色关联的来袭鱼雷制导方式识别

余 跃1，孙振新1，陈颜辉1,2

(1.江苏自动化研究所，江苏 连云港 222061；2.中国人民解放军92330部队，山东 青岛 266102)

准确识别来袭鱼雷制导方式是水面舰艇在鱼雷防御过程中采取有针对性对抗措施的前提。本文分析直航鱼雷、声自导鱼雷、尾流自导鱼雷和线导鱼雷在潜艇攻击征兆、鱼雷齐射数量、航速变化次数和累积方位变化量上的差异，选取这4个变量作为特征指标，运用灰色关联分析法建立来袭鱼雷制导方式识别模型。计算实例证明该方法的有效性，可为水面舰艇的鱼雷防御提供有益参考。

制导方式识别；累积方位变化量；特征指标；灰色关联分析法

0 引 言

鱼雷按制导方式划分可分为直航鱼雷、声自导鱼雷、尾流自导鱼雷和线导鱼雷。鱼雷在历次海战中发挥了巨大的作用。特别是20世纪80年代以来，一系列高新技术被相继应用于鱼雷，使鱼雷变得更加难以防御。尤其是对于大中型水面舰艇，这种来自水下的威胁亟待消除。

水面舰艇防御不同制导方式的鱼雷需要采取不同的对抗措施，若能在鱼雷报警后尽快识别出其制导方式，则采取的对抗措施更具针对性，这将有利于提高水面舰艇的生存概率。从国内外的研究来看，关于鱼雷制导方式识别的文献较少。文献[1]从战术特征层面提炼出13个证据指标来判断鱼雷的制导方式，但其中缺乏鱼雷的方位信息。文献[2]分析了鱼雷自导开机前直航段的方位变化率，可以看出不同制导方式鱼雷的方位变化率存在差异，但差异较小，无法满足实际过程中的识别要求，并且没有考虑声呐的实际测向误差。本文选取潜艇攻击征兆、鱼雷齐射数量、航速变化次数和累积方位变化量4个特征指标，运用灰色关联分析法建立来袭鱼雷制导方式识别模型。

1 不同鱼雷的攻击特点差异

1.1 潜艇攻击征兆

所谓潜艇攻击征兆指的是敌潜艇发动鱼雷攻击前被水面舰艇收集到的主动性或暴露性的探测信息，如敌潜艇的主动雷达信息、主动声呐信息及潜望观察时暴露出的信息等[3]。

当潜艇发射直航鱼雷、声自导鱼雷或尾流自导鱼雷对目标进行攻击时，若仅靠纯方位法求解目标运动要素，不仅解算误差大，而且收敛时间长，有时甚至无法收敛。此时潜艇可能会采用这些主动性或暴露性的探测手段获取目标运动要素，以便能及时准确地发动攻击。而潜艇在发射线导鱼雷攻击目标时，只需在目标方位信息的基础上大概估测距离就能射击，对获取目标运动要素的要求低，故若来袭鱼雷是线导鱼雷，水面舰艇很难收集到敌潜艇的主动性或暴露性的探测信息。

由上述分析可知，若水面舰艇在鱼雷报警前探测到潜艇攻击征兆，则来袭鱼雷很可能是直航鱼雷或者自导鱼雷，而不太可能是线导鱼雷。

1.2 鱼雷齐射数量

从以往的经验来看，由于直航鱼雷的命中概率低，因此潜艇发射直航鱼雷攻击时，一般会1次扇面齐射3枚以上，用增加数量的方法提升命中概率。声自导和尾流自导鱼雷具有自导装置，能够自动跟踪目标，命中概率大大提升，因此潜艇通常会进行单雷射击，也可能组织2枚鱼雷实施平行射击或扇面射击。线导鱼雷抗干扰能力强，命中概率更高，潜艇一般组织单雷射击。

由上述分析可知，若水面舰艇只发现1枚来袭鱼雷，基本可认为来袭鱼雷不是直航鱼雷；若发现2枚以上来袭鱼雷，则基本可认为来袭鱼雷不是线导鱼雷。

1.3 航速变化次数

直航鱼雷发射出管后，会沿着预定的航向保持直航，航速一般不会发生变化，直至航程耗尽或命中目标。声自导鱼雷在远距离接敌过程中一般速度较大，抵近目标散布区后转为低速，以避免高速时鱼雷的强辐射噪声干扰其声自导装置的正常工作，自导装置捕获目标后再转为高速追击。尾流自导鱼雷一般高速接敌，在捕获水面舰艇尾流之前航速一般不变。线导鱼雷的航速变化情况比较复杂，当其辐射噪声干扰潜艇声呐的正常工作时，潜艇会发送指令使线导鱼雷速度降低，待潜艇声呐能正常跟踪目标时，潜艇会提高雷速，以便尽快抵达目标散布区捕获目标。因此，在线导鱼雷的整个攻击过程中，其速度会在高低之间多次交替。

当鱼雷航速发生变化时，其辐射噪声的强弱也会发生变化，水面舰艇可根据鱼雷噪声强弱的变化累计鱼雷航速变化次数，进而判断鱼雷属于不同制导方式的隶属度。如果没有探测到航速变化的非连续噪声，则来袭鱼雷很可能是直航鱼雷或者尾流自导鱼雷；如果探测到很多次航速变化的非连续噪声，则来袭鱼雷为线导鱼雷的可能性很大。

1.4 累积方位变化量

潜射反舰鱼雷在实施攻击时，在较远距离上都保持直航状态(线导鱼雷为线导段)，鱼雷以一定的提前角相对于本舰运动。由于不同制导方式鱼雷采取的攻击策略不同，因此直航段的弹道存在差异。

直航鱼雷以一定的提前角相对于目标运动，最终和目标同时到达命中点，命中目标。声自导鱼雷攻击目标时，需要保证声自导装置以最大概率发现目标，通常是自导扇面的前端中点与目标相遇。尾流自导鱼雷则不同，尾流自导系统要探测的是目标的尾流，而不是被攻击的目标本身，因此其射击原则是使尾流自导装置发现目标舰船尾流的概率最高，通常是和水面舰艇尾流有效长度的中点相遇[4]。线导鱼雷的导引方式主要有方位导引法、前置点导引法以及它们的综合，其中现在方位导引法是各国海军使用最多的导引方式，即不断把线导鱼雷导引至潜艇和水面舰艇的连线上，最终击中目标。本文以现在方位导引法为例，分析线导鱼雷在远距离接敌过程中的累积方位变化量。

2 基于灰色关联的目标类型识别模型

灰色关联分析主要是比较和分析系统的态势变化，其实是对系统动态发展过程的一种量化分析。因素之间的接近程度取决于因素之间发展态势的相似或相异程度，实质上是对几种几何曲线间的几何形状作分析比较，几何形状越接近，即认为关联程度越大[5]。因而在进行灰色关联分析前，需要确定参考序列，然后分析比较序列同各参考序列的接近程度，以确定待识别目标的类型。

本文采用灰色关联分析法建立目标类型识别模型，实现对来袭鱼雷制导方式的识别。其基本步骤如图1所示。

图1 灰色关联分析识别流程图Fig.1 Gray correlation analysis identification flowchart

2.1 特征指标和目标类型的确定

由以上分析可知，4种鱼雷在潜艇攻击征兆、鱼雷齐射数量、航速变化次数和累积方位变化量上存在差异，本文将这4个变量作为区分4种鱼雷的特征指标，建立灰色关联目标识别模型，实现对鱼雷制导方式的识别。目标类型为直航鱼雷、声自导鱼雷、尾流自导鱼雷和线导鱼雷。

2.2 参考序列和比较序列的确定

用4种类型目标的4个特征指标建立参考序列，即模本：

(1)

式中k的取值按顺序分别对应于潜艇攻击征兆、鱼雷齐射数量、航速变化次数和累积方位变化量4个特征指标。

直航和自导鱼雷有潜艇攻击征兆，线导鱼雷没有潜艇攻击征兆。用“0”和“1”分别表示潜艇攻击征兆的“无”和“有”，则直航和自导鱼雷在潜艇攻击征兆这一特征指标上均取值1，线导鱼雷则取值0。

在鱼雷齐射数量上，直航鱼雷通常大于3枚，取值5；自导鱼雷取值2；线导鱼雷取值1。

在航速变化次数上，直航鱼雷取值0；声自导鱼雷取值2；尾流自导鱼雷取值0；线导鱼雷取值5。

在累积方位变化量取值时，假定来袭鱼雷的舷角为90°，自报警时刻起累积方位变化，累积时间为100s，则直航、声自导、尾流自导和线导鱼雷的累积方位变化量分别取值为0，1.38°，2.05°，4.38°(见表1)。

表1 不同鱼雷的特征指标取值Tab.1 Characteristic indexes of different kinds of torpedoes

根据式(1)定义，可将表1写成如下的矩阵形式：

(2)

2.3 特征指标数据的标准化

为避免不同特征指标取值的大小差异带来的影响，在计算灰色关联度之前，需要对目标的特征指标数据进行标准化处理。标准化公式如下：

(3)

(4)

(5)

式中：i为目标；n为目标特征指标个数；k为目标的第k个特征指标。

2.4 灰色关联系数和灰色关联度的确定

X0(k)与Xi(k)标准化后的数据为Y0(k)和Yi(k)，则Xi(k)与X0(k)的关联系数为：

(6)

式中：ρ为分辨系数，ρ越小，分辨力越大，一般ρ的取值区间为[0,1]，通常取ρ=0.5。

由式(6)可算出比较序列与各参考序列在各点的关联系数，但计算结果既多且杂，不便于得出结论。因此有必要将比较序列与各参考序列的关联系数集中体现在一个值上，即灰色关联度上。比较序列Xi(k)对参考序列X0(k)的灰色关联度常记为γi，可由下式求得：

(7)

2.5 待识别目标类型的确定

将式(7)求出的灰色关联度按大小顺序排列，若

(8)

则判断认为待识别目标的类型为i0所对应的目标类型。

3 仿真实例

假设参考序列如式(2)所示，某声呐测得的10个目标特征指标如表2所示。

表2 目标的特征指标Tab.2 Characteristic indexes of targets

应用上述灰色关联度模型计算灰色关联度(取ρ=0.5)得到的结果如表3所示。

表3 目标的灰色关联度Tab.3 Gray correlation degree of targets

由表3可知，对于目标1～10，最大的关联度依次为γ1，γ2，γ3，γ4，γ4，γ1，γ2，γ3，γ1，γ4，所以目标1，6，9为直航鱼雷，目标2，7为声自导鱼雷，目标3，8为尾流自导鱼雷，目标4，5，10为线导鱼雷。

4 结 语

本文分析了直航鱼雷、声自导鱼雷、尾流自导鱼雷和线导鱼雷在实施攻击过程中潜艇攻击征兆、鱼雷齐射数量、航速变化次数和累积方位变化量之间的差异，并选取这4个变量作为特征指标，运用灰色关联分析法建立目标识别模型，仿真实例证明了该方法的有效性。在进一步的研究中，还需考虑如何恰当选取特征指标、各特征指标在参考序列中的权重、灰色关联系数ρ的灵活选取等问题，以使该方法更加可靠实用。

[1] 陈颜辉,赵晓哲,黄文斌.潜射鱼雷类型识别系统建模与数值仿真[J].弹道学报,2007,19(4):82-85.

CHENYan-hui,ZHAOXiao-zhe,HUANGWen-bin.Modelandsimulationofcomingtorpedorecognitionsystem[J].JournalofBallistics,2007,19(4):82-85.

[2] 余跃,孙振新,陈颜辉,等.基于来袭鱼雷方位变化率的制导类型识别技术[J].指挥控制与仿真,2014,36(4):114-117.

YUYue,SUNZhen-xin,CHENYan-hui,etal.Guidancetypeidentificationtechniquebasedonbearingrateofincomingtorpedo[J].CommandControl&Simulation,2014,36(4):114-117.

[3] 陈颜辉,洪浩.潜射鱼雷类型识别证据的作用机理[J].鱼雷技术,2013,21(1):71-76.

CHENYan-hui,HONGHao.Effectsofevidenceontypeidentificationofsub-launchedtorpedo[J].TorpedoTechnology,2013,21(1):71-76.

[4] 张静远.鱼雷作战使用与作战能力分析[M].北京:国防工业出版社,2005.

ZHANGJing-yuan.Combatusageandcombatcapabilityanalysisoftorpedo[M].Beijing:NationalDefenseIndustryPress,2005.

[5] 邓聚龙.灰理论基础[M].武汉:华中科技大学出版社,2002.

DENGJu-long.Basisofgraytheory[M].Wuhan:HuazhongUniversityofScienceandTechnologyPress,2002.

Guidance type identification based on gray correlation analysis for incoming torpedo

YU Yue1, SUN Zhen-xin1，CHEN Yan-hui1,2

(1.Jiangsu Automation Research Institute,Lianyungang 222061,China;2.No.92330 Unit of PLA,Qingdao 266102,China)

Exact guidance type identification of an incoming torpedo is a premise for surface ship to defend against torpedo pertinently.In this study, the differences between straight-running torpedo, acoustic homing torpedo, wake homing torpedo and wire-guided torpedo in submarine attack symptom, number of torpedo volleyed, speed change times and cumulative azimuth variation are analyzed.Choosing the four variables as characteristic indexes, the guidance type identification model is established by using gray correlation analysis.It is verified by experiments that the method is effective and it can provide helpful references for surface ships′ defense towards incoming torpedo.

guidance type identification; cumulative azimuth variation; characteristic index; gray correlation analysis

2015-01-30；

2015-03-11

余跃(1990-)，男，硕士研究生，研究方向为鱼雷制导方式识别和水面舰艇的鱼雷防御。

TJ630;E917

A

1672-7649(2015)10-0151-04

10.3404/j.issn.1672-7649.2015.10.032