OSSIM系统在导弹对抗中的红外场景仿真应用∗

滕小虎

（中国人民解放军91404部队 秦皇岛 066000）

1 引言

红外目标特性研究表明，真实目标的红外特性受到很多因素的影响。这些因素包括光谱发射率、空间/体积辐射亮度分布、镜面反射、反射的直射阳光、反射的环境光、大气衰减等，都影响了目标瞬时特性。此外，作为包括暴晒、内部热源、气动加热（空中目标）、导热、对流和辐射等热平衡的结果，目标红外特性随作用在目标上的内部和外部影响会有动态变化。现代传感器系统有许多复杂的传感器配套器件，性能取决于多种因素。在仿真过程中准确地描述红外目标特性，渲染方程必须考虑到所有的影响因素。精确的基于物理模型的成像仿真系统可以极大地提高光学传感器系统的开发效率。使用建模和仿真系统可以减少设计与研制的风险、降低费用并缩短开发周期。

2 OSSIM系统介绍

光电场景模拟器（Optronic Scene Simulator，OS⁃SIM）自2004年起开始研制，基于Denel内部自1990年起开发的第一代红外仿真系统（Simulation for In⁃frared System，SIMIS），之后又使用先进C++技术完整地进行了重写。OSSIM是第二代场景模拟器，可以在可见光和红外频段（覆盖0.4μm～20μm频谱范围）生成任意复杂场景的合成图像。OSSIM的主要应用包括以下领域的开发、优化和性能预测：1）导弹导引头传感器和热成像系统；2）信号和图像处理算法；3）传感器算法；4）导弹导引头对抗。OS⁃SIM也被用于：1）飞行测试准备；2）实时图像的半实物仿真；3）红外特性建模研究。

2.1 模型和方程

OSSIM系统以一系列平面、凸面或多边形组成的三维复杂形状，描述了目标的几何形状与地面的地形，每个多边形均分配了光谱辐射度属性、时变空间材质属性和辐射度属性。多边形也可部分透明，以表示气体云、干扰弹或飞机尾迹，使用热平衡方程计算目标和地形辐射的温度，特性辐射的主要贡献者如式（1）所示，变量的定义如图1。

图1 OSSIM辐射度特性（变量定义见表1）的主要贡献源

2.2 光学特性的渲染

精确的场景建模需要场景中所有目标反射、发射和传输辐射亮度成分计算，并确保在完整工作频段内的精度。反射太阳辐射在短波区域占主导地位，而发射的辐射在长波区域内更突出一些。目标自身的光学特征影响特性，同时特性还受到周围物体的影响。大气对目标辐射的衰减和对目标辐射增加的路径辐射显著地影响了特性。

特性渲染系统一般作为大应用系统的组成部分，关键的要求是：1）辐射度精度使用基于物理的、光谱辐射度浮点图像计算，典型覆盖频段范围为0.4μm～20μm；2）精确的目标特性，包括自发辐射、反射和透射的太阳光、环境和天空辐射亮度；3）精确大气路径上光谱辐射亮度和透射比；4）支持多种不同的环境条件；5）精确的系统模型（传感器，信号处理，万向头，导弹空气动力和飞行性能）；6）全三维世界，目标可以在其中进行六自由度运动：保持静止，在地面运动或是在空间飞行。

图2 校核和验证流程

2.3 校核和验证

任何仿真系统的应用都是以用仿真试验代替真实动态试验为目的，以真实动态测量来进行校核和验证仿真模型为手段，希望仿真计算提供精确合理的结果，用于替代真实动态测量，最终达到尽量少的消耗试验资源，获得目标的全面特性数据。在仿真研究中确定模型的三个确切的元素：1）物理现实模型；2）概念模型；3）仿真实现模型。图2给出了这三个基本元素的关系。

在基于场景复杂的仿真设备环境下，场景描述的精度决定着模型的正确解释和执行：首先，在实际测量期间的场景数据必须加以说明；其次，概念模型的参数必须是基于真实世界物理过程现实存在；最后，用于设置计算模型的场景参数必须是适用于真实场景。OSSIM系统的仿真建模的程序确保了概念模型合理地表现了现实，将仿真的结果与现场试验的真实观测结果进行对比并依据其进行验证。

3 OSSIM仿真应用

3.1 导弹对抗红外场景仿真实现概述

OSSIM使用有限差分方程库来建立控制系统、飞行动力学和运动学的运动模型。对于红外导弹对抗（图3），用户模块由描述多种子系统的模型组成，这些模型包括：传感器部件，图像处理，机械万向节，以及导弹动力学和运动学。万向节模块描述了万向节机械特性、惯性和机械角度传感器、传感器平台动力学和运动学以及稳定和跟踪控制系统。跟踪系统保持目标在传感器视场的中心，并将目标视线速度作为输出。导弹模块使用目标视线速度来决定制导命令并相应调整导弹在空中的位置和姿态。

图3 红外导弹仿真模型组成

图像渲染器从数据库中提取三维场景数据，并同时在多频段上渲染二维理想“高分辨”图像。传感器部件模块模拟了传感器硬件系统，视场，虚光和点扩散函数，机械图像扫描，探测器类型，探测器噪声和焦平面处理，电子信号传递函数，以及处理时间延迟。图像处理器模块处理探测器信号或图像以确定用于目标引导和跟踪的误差信号。典型的处理包括探测算法，自动目标识别算法，自动跟踪算法，抗干扰算法和控制算法。

3.2 导弹对抗红外场景仿真开发重点

在OSSIM系统仿真过程中，传感器模型依据传感器硬件成像器工艺，将高分辨率图像变换为场景图像。仿真支持多种传感器类型的建模，传感器模型的输出信号或图像作为导弹图像处理器的输入。成像传感器包含一般由振荡或旋转光学元件组成的机械扫描器。该模型模拟了光学系统、探测器和焦平面处理器以及原始的信号处理，通过变化瞬时观察角同步在仿真中建模的扫描器的机械运动及电子器件的信号采样获得图像构成。

3.2.1 传感器算法开发

现代红外传感器使用复杂控制和校正算法以获得需要的性能。在成像制导导弹的开发中，在首个硬件完成或测试以前，就开发并在仿真环境中评估了传感器NUC、DCS和AGC算法。图4给出了用于线性矢量扫描成像器的NUC和DCS校正算法的作用。为确保最优的和有效的算法开发，传感器模型必须精确地考虑设计和实现中的微小的细节。

图4 在DCS和NUC之前的（上），经DCS处理后（中），和经DCS和NUC处理后的多云天空的传感器成像（下）

3.2.2 传感器硬件开发

详细的传感器仿真模型的一个重要优势是深入“传感器电路”的信号可以在仿真中被方便地监测，例如，探测器电流或其它在焦平面处理器中的信号。很多这种信号的测量在硬件中是不可能的。仿真提供了深入了解和提升对硬件理解的环境。在实验室中注意到的缺点和缺陷，常常通过比较仿真结果和实验室测量来跟踪。一个例子就是传感器中的噪声性能优化。仿真模型为硬件开发者提供了实际的预期传感器背景噪声等级。使用三维噪声分析架构作为噪声性能测量工具。该预估噪底作为硬件噪声抑制工作的明确目标。

3.2.3 导引头防护罩热流模型

在超声速导弹飞行中，导引头防护罩前方空气被压缩加热，空气中的CO2变成重要的中红外辐射源，OSSIM系统应用Bernstein给出的CO2频段辐射模型相来预测防护罩加热情况。图5中的左上图给出了在模拟飞行中的防护罩和压缩空气温度的变化；辐射源的通量贡献见左下图；在高马赫数时探测器电流的增加如右上图所示；扫描器运动期间图像渐变情况如右下图所示。

图5 模拟的超声速导弹飞行的传感器模型

3.2.4 图像处理算法开发

OSSIM最全面的应用是用于导弹成像导引头的图像和信息处理算法的开发方面。详细的传感器模型生成接近真实硬件传感器成像的图像。在闭环六自由度仿真中开发目标探测、跟踪和抗干扰算法，并在数千次模拟导弹飞行中进行评估和优化。在广泛多样的场景、背景杂波条件、飞行条件、目标部署和对抗项目中评估算法。对真实目标的导弹飞行试验表明算法性能与在仿真中观察到的完全一致。

3.3 导弹对抗红外场景仿真示例

在仿真中，导弹模型实现计算调制盘上图像的算法，然后旋转或拖动图像越过调制盘模式，计算瞬时探测器电流。通过在导弹的飞行中不断重复依据导弹信号处理探测器的信号，导弹被制导飞向飞行器。由于导弹可以在地面上任何位置向飞行器发起攻击，有必要对与攻击导弹的距离和接近路线相关的干扰弹分配管理进行优化。

通过模拟导弹相对飞机以不同方位角θ和距离R发射，使用数千次仿真来评估干扰弹频谱特性、发射方向和干扰弹顺序安排的影响。图6给出了一个弱点结果的例子。图中的每一个点表示从该位置处发射的一枚导弹。如果对抗是有效的，能够欺骗导弹远离飞行器，脱靶距离很大，如果导弹离飞行器很近经过，飞行器就是易受攻击的。目的是最大化深灰区域并最小化浅灰区域。一旦策略在仿真中被优化，就必须通过实际测试进行验证。一些测试点的结果必然将与仿真不符，需要进一步的模型改进以及程序的重新设计。

图6 飞行器弱点结果

4 结语

要评估出于安全或成本考虑而无法进行的现场试验的场景下的系统性能，仿真是唯一的手段。现代成像系统的复杂性要求一个综合的仿真环境，在其中传感器、环境和目标的相互作用可以在不同的环境条件和多种场景中被建模、研究和评估。OSSIM仿真系统的广泛使用总可使风险降低、成本下降，并缩短了开发时间规模。OSSIM仿真系统也被广泛应用于一些项目的飞行试验准备中，对飞行测试的优化和风险降低有重大贡献。