基于弹道仿真的鱼雷性能优化方法

李　斌，范若楠，倪文玺

（中国船舶重工集团公司 第705研究所， 陕西 西安， 710075）

基于弹道仿真的鱼雷性能优化方法

李斌，范若楠，倪文玺

（中国船舶重工集团公司 第705研究所， 陕西 西安， 710075）

基于仿真的总体性能优化设计是当前复杂机电产品总体设计的新方法。鱼雷总体性能设计中涉及的学科和参数众多， 为提高其打击效果， 应将这些参数合理匹配。该文提出了基于弹道仿真的鱼雷总体性能优化设计方法， 建立了其全弹道模型， 编制了完整的弹道仿真lib库， 并以弹道设计中的部分参数为例采用遗传算法进行了匹配优化测试。结果表明， 该性能优化方法切实有效， 可推广应用于鱼雷总体性能更多参数的优化设计中。

鱼雷； 总体性能优化； 弹道仿真； 遗传算法

0　引言

为提高鱼雷的打击效果， 应将其总体性能设计中涉及的众多学科和参数合理匹配， 利用水声寻的仿真方法进行鱼雷多学科性能优化设计， 更为精细地将鱼雷实际作战环境、目标对抗条件等因素结合在设计约束中。

鱼雷弹道设计是其中非常重要的环节［1］， 优化弹道设计可以提高搜索和命中概率， 也能够配合控制和自导系统提高鱼雷的抗干扰能力。而弹道设计与鱼雷总体、自导系统、控制系统设计密切相关［2］， 传统的弹道设计和优化是单独进行的，但系统间配合直接影响鱼雷的使用效果。对传统方法来说， 无法进行参数空间寻优， 只能对设计出的弹道参数进行判别［3］。文献［4］使用商用优化工具对轻型鱼雷的垂直命中末弹道进行了设计和仿真， 文献［5］和文献［6］使用Simulink分别进行了2种导引方法的运动仿真。

文章提出了利用弹道仿真的方法进行鱼雷总体性能优化设计的思路， 设计了一种基于Simu-link的弹道仿真优化方法， 建立了其全弹道模型，编制了完整的弹道仿真lib库， 自导检测模型库和控制模型库， 并以弹道设计中的部分参数为例，针对性地提出了一种仿真结果评优标准， 并采用遗传算法（genetic algorithm， GA）进行了关键参数匹配寻优测试， 优化结果表明符合弹道设计参数的预期。

1　仿真模型与优化流程

1.1弹道仿真模型

现以自动变提前角导引法为例建立自导导引的数学模型。自动变提前角导引法适用于波束自导装置的鱼雷。在鱼雷与目标的相对运动过程中，目标会超前或滞后于鱼雷， 根据其超前或滞后角度的大小， 目标将落在鱼雷自导波束不同的波瓣，自导装置自动调整声轴位置， 使其移到目标所在的波瓣， 直到目标停留在一个固定的波瓣， 即鱼雷的航向与目标的相遇点。提前角调整的快慢取决于目标方位角的旋转率， 即

其中： q为目标方位角； VA为鱼雷速度；Aη为鱼雷航向与目标方位的夹角； VB为目标的速度。

变提前角的实现机理

通过建模， 进行多种导引方法的仿真， 可以得出追踪法、固定提前角法、自动调整提前角法和比例导引法等几种导引方法的通用表达式

主要优化的参数为：

1） 声周期参数T0， T1， T2， T3， T4， T5；2） 双平面机动距离RA；

3） 自导导引率参数k和ΔΨ。

1.2问题描述

弹道设计优化问题可以用下式表示

鱼雷的运动和弹道攻击工程是一个复杂的非线性过程， 目标函数F不能用解析表达式进行描述， 因此， 需要采用仿真模型的方式对其进行描述。为此， 使用Matlab/Simulink工具对鱼雷运动、弹道和自导检测概率模型进行建模（见图1、图2），并通过构建鱼雷攻击的仿真过程， 仿真结束条件为鱼雷命中目标或航程结束， 从而实现目标函数F的非线性表达和求解。

图1　控制系统闭环仿真图Fig. 1 Closed loop simulation diagram of control system

图2　仿真弹道及导引模块图Fig. 2　Simulation diagram of trajectory and guidance module

文中给出一种评优标准的范例， 目标是最小化鱼雷与目标的最近距离Dmin和航程Vtor， 为此构造如下目标函数

式中： Dfire为引信作用距离； Dt0为航程最大值。

1.3优化流程

使用Simulink模型进行单次设计弹道仿真，获得目标函数F的值为本次仿真结果评估值， 并通过多次调整弹道设计参数进行Simulink单次仿真， 寻找最优的仿真结果， 并针对弹道设计参数变化对评估函数敏感性进行分析， 探寻弹道设计参数在全局仿真中的敏感性影响。

上述仿真优化使用的Simulink模型， 包括了一个简单的目标运动模型， 鱼雷自导检测概率模型， 以及已经经过优化的鱼雷控制系统模型。单次仿真条件：

1） 声周期参数T0， T1， T2， T3， T4， T5分别确定为特定值；

2） 双平面机动距离为RA；

3） 自导导引率参数k和ΔΨ分别确定为某值。单次仿真停止条件：

4） 仿真时间不大于Tmax；

5） 脱靶量不大于Dfire；

满足上述任一条件， 即可停止单次仿真。由于相同态势下鱼雷攻击过程存在随机性， 可进行多次蒙特卡洛仿真， 计算相同特征参数条件下的命中概率， 发现概率等。此外， 可对一组参数配置表进行动态仿真， 完成一次仿真后， 按照参数优化调整规则， 调整特征参数， 并重复动态仿真，得出脱靶量最小的一系列特征参数， 并考察这些特征参数对弹道最终效果的敏感影响。

2　弹道仿真优化结果与分析

2.1弹道仿真条件实现

下面对进行弹道仿真的条件进行说明， 在Simulink中编写了自导模型lib库和弹道模型lib库， 实现某型鱼雷的自导和弹道自编逻辑。为了实现自编逻辑及与已有模型的集成， 这2部分使用外部lib库的模式进行集成， lib库使用VS2010进行编写， 定义了标准的输入输出和单步运行的调用方式。

2个项目的工程项目设置如图3所示， 分别包含了模型的初始化initial函数， nextStep函数用于在Simulink中每个步长的调用， 并且采用模块化的输入输出接口， 以简化模型调用复杂程度。

图3　lib库项目设置Fig. 3　Items of trajectory simulation library

如图4所示的Homingsys模块输入输出接口，输入包括了仿真运行时间、目标的运动参数、鱼雷当前的运动参数、自导波束配置参数； 在每次仿真进行前， 进行声周期配置输入； 每个nextstep函数运行后， 输出自导探测结果数据。

图4　Homingsys和HomingDandao模型输入输出图Fig. 4　Input/output diagram of Homingsys and Homing Dandao models

如图4所示的HomingDandao输入输出接口，输入包括了自导探测结果、鱼雷当前的运动参数、自导开机标志； 在每次仿真进行前， 进行双平面跟踪距离， 比例导引系数， 提前角设置， 搜索深度和最大深度设置输入； 每个nextstep运行后，输出自导波束配置信息和弹道设置参数。

由上述2个模型的界面输入可知， 该界面提供了每次仿真运行前的自导声周期、双平面启动距离、比例导引系数、提前角等优化参数， 而每次动态仿真过程， 仿真停止条件即为脱靶量满足要求或仿真停止时间到达。

2.2弹道仿真迭代优化过程

为实现自动的仿真迭代优化过程， 编制了对仿真模型进行动态优化迭代仿真的程序， 指定GA全局优化算法、优化变量空间和约束， 并进行仿真优化。

在仿真过程中， 每次仿真顺序调用雷体初始化LIGHT_fitness.m文件和Hominginit.m文件，初始化完成后， 运作仿真模型sim（'LIGHT_ r2008b'）， 运行完成后， 记录本次的仿真结果， 脱靶量、鱼雷航程和航行时间等对单次仿真的统计整理； 根据优化算法调整变量空间数值， 并重复该流程。

2.3弹道仿真优化结果

要对动态仿真过程进行优化， 须设定初始的仿真条件， 以及确定的雷体参数和控制参数， 这里不进行列举， 仅对仿真中使用的关键参数进行说明。仿真起始时刻为鱼雷发射时刻， 仿真坐标系原点为发射时刻鱼雷位置， 采用发射坐标系进行仿真。

鱼雷设定参数包括引信爆炸距离Dfire、鱼雷航程Vtor、设定初始深度yH、搜索深度ysu、设定一次转角Ψc1、航行最大深度ymax、自导开机距离DH。雷体参数在这里不作详细说明。

优化变量包括了T0， T1， T2， T3， T4， T5， RA，k和ΔΨ的多维空间。为了对算法进行验证， 设置了变量的搜索空间和约束， 搜索空间维数可构成的变量组合共有5 349 576 960种， 如进行遍历仿真， 一次仿真需要30 s， 则共需要1 857 492 d才能完成所有组合的遍历， 所以必须采用优化算法进行优化。为此指定了空间维数和优化目标， 搜索空间约束， 使用Matlab中全局优化GA算法进行优化， 设置优化遗传次数为50次， 算法优化迭代结果如图5所示， 共花费时间6 h， 得到最优的参数X， 评估的目标函数最优结果为0.588 08。该参数序列X符合对一般弹道设计中的预期， 使用参数X进行500次重复仿真， 对500次仿真结果中的脱靶量、鱼雷航程、爆炸时间3项关键参数的结果绘制如图6所示， 并绘制500次仿真评估函数F的评估结果值如图7所示， 可以看出， 优化后的参数X仿真结果符合鱼雷弹道设计预期。

图5　GA算法优化迭代结果Fig. 5　Optimized iteration results of genetic algorithm

图6　统计仿真关键参数结果Fig. 6　Statistical simulation results of key parameters

3　结束语

文中从鱼雷弹道参数优化设计需求入手， 提取了相关关键特征参数， 提出了一种基于Simulink弹道仿真的鱼雷性能优化方法， 使用Simulink动态仿真结果作为优化算法的评优函数， 建立了弹道设计参数和鱼雷攻击动态仿真结果之间的非线性对应关系， 使优化算法在弹道设计中可实现。并建立了完整的鱼雷弹道lib库。采用GA算法进行了关键参数最优化寻优测试， 优化结果表明符合一般弹道设计参数的预期。采用GA全局优化算法得到了仿真优化结果， 针对优化算法， 可进一步选取更合适的算法， 采用数据降维、模型近似等方法， 提高优化的运行效率和置信度。

该优化设计方法可推广至更多总体参数包括自导系统， 控制系统指标参数的优化， 对进一步进行鱼雷的总体参数优化具有一定的参考价值。

图7　统计仿真评估目标函数结果Fig. 7　Evaluation results of objective function via statistical simulation

［1］张宇文. 鱼雷弹道与弹道设计［M］. 西安： 西北工业大学出版社， 1999.

［2］严卫生. 鱼雷航行力学［M］．西安： 西北工业大学出版社， 2005.

［3］尹韶平， 刘瑞生. 鱼雷总体技术［M］. 北京： 国防工业出版社， 2011.

［4］聂卫东， 高智勇， 刘艳波. 轻型反潜鱼雷最优垂直命中末弹道设计［J］. 鱼雷技术， 2012， 20（1）： 1-8.

Nie Wei-dong， Gao Zhi-yong， Liu Yan-bo. Optimization Design of Perpendicular Hit Terminal Trajectory for Lightweight Antisubmarine Torpedo［J］. Torpedo Technology， 2012， 20（1）： 1-8.

［5］Li Wen-zhe， Zhang Yu-wen， Fan Hui， Gong Wei. Tor- pedo′s Automatically Adjust Lead Angle Guide Trajectory Simulation Based on Simulink［J］. Journal of System Simulation， 2009， 21（10）： 3003-3005.

［6］贾跃， 宋保维， 梁庆卫， 等. 基于MATLAB/ Simulink某型鱼雷尾追式弹道仿真研究［J］. 系统工程理论与实践， 2006（3）： 27-31.

Jia Yue， Song Bao-wei， Liang Qing-wei， et al. The Simulation of Trail Guidance Trajectory of a Model Torpedo Based on MATLAB/Simulink［J］. Systems Engineering-Theory & Practice， 2006（3）： 27-31.

（责任编辑： 陈曦）

An Optimization Method of Torpedo Performance Based on Trajectory Simulation

LI Bin，FAN Ruo-nan，NI Wen-xi
（The 705 Research Institute， China Shipbuilding Industry Corporation， Xi′an 710075， China）

General performance optimization based on simulation is a new approach for overall design of complex electromechanical product. The overall design of a torpedo involves many disciplines and a large number of parameters. To improve torpedo′s hitting effect， it is necessary to reasonably match theses parameters. In this paper， a method based on trajectory simulation is proposed to optimize general performance of a torpedo， a complete trajectory model is built， and a trajectory simulation library is compiled. Furthermore， an optimum matching simulation is conducted by employing genetic algorithm for some key parameters of trajectory design. The result indicates that the proposed performance optimization method is effective， and can be applied to other parameters of torpedo general performance.

torpedo； general performance optimization； trajectory simulation； genetic algorithm

TJ630. 1

A

1673-1948（2015）03-0172-05

2015-03-10；

2015-00-00.

国防基础科研项目（A0820132002）资助.

李斌（1983-）， 男， 硕士， 主要研究方向为鱼雷仿真技术.