李迎博,谭黎立,梁卓,王凯旋,潘彦鹏
(中国运载火箭技术研究院 战术武器事业部,北京 100076)
系统优化是指寻求一个最优方案,使所选取的对象指标能够最优地满足要求。对系统优化一般分为2 步:首先建立问题的数学模型,选择变量、目标函数及约束条件;之后对模型进行分析研究,综合考虑优化对象特性、优化效率等诸多因素,选取合适的算法。
目前对防空导弹制导系统的优化往往只针对某个特定指标,如脱靶量、飞行时间等,但制导系统性能包含的要素众多,单个指标的最优并不代表综合性能最优,甚至可能出现单个指标更优但系统综合性能下降的情况。因此首先要建立制导系统综合性能评估指标体系,确定目标函数;之后设计制导律,并选取制导律中的关键参数作为优化变量;最后根据制导系统的特性选取优化算法,完成系统优化。
系统优化算法按照优化对象可分为如下几类[1]:如果问题的最优解是随着时间的推移而变化的,则为动态优化问题,反之则为静态优化问题;如果所选取的目标或约束条件中的变量是非线性函数,则为非线性最优化问题,反之为线性最优化问题。制导系统优化是一个静态非线性优化问题,针对此类问题,常用的方法包括单纯形法、序列二次规划法、遗传算法[1-3]等。但其与一般数学优化问题不同的是,制导系统存在众多的过程约束量。为此,本文设计了一种单纯形与增广拉格朗日相结合的方法,将过程约束与无约束优化算法融合,在完成系统优化的同时,保证过程约束的满足性。
综合上述,本文以“爱国者”-3 防空导弹为研究目标,建立了其制导系统性能评估体系,针对过程约束及目标函数,使用一种单纯形与增广拉格朗日相结合的方法对制导系统进行优化,仿真结果表明该方法可有效提高制导系统的综合性能。
影响防空导弹制导系统性能的因素有很多[4-7],本文根据“爱国者”-3 防空导弹的特性,选取技术指标满足性、制导算法能力、过程约束3 类指标进行性能分解。
(1)技术指标
技术指标直接关系到导弹的作战性能,与制导系统相关的内容见表1。
表1 技术指标内容Table 1 Contents of technical indicators
(2)制导律性能
防空导弹的制导律一般分为中制导、中末交班规律及末制导3 段,中制导负责将导弹导引至预测命中点,末制导直接导引导弹命中目标,中末交班规律负责二者之间的指令过渡。制导律性能包含的内容见表2。
表2 制导律性能内容Table 2 Performance of guidance law
(3)过程约束
过程约束与飞行安全性、可靠性息息相关,本文选取飞行过载约束项。
制导系统性能评估指标体系如图1 所示。
图1 制导系统综合性能评估指标体系Fig.1 Comprehensive performance evaluation index system of guidance system
得到制导系统综合性能指标体系后,需完成综合性能评估,以建立目标函数。综合性能评估的方法由很多[8-9],本文使用应用比较广泛的层次分析法[10-12]进行底层指标权重计算,层次分析法计算流程见图2。
图2 层次分析法计算流程Fig.2 Calculation flow of analytic hierarchy process
首先建立指标之间的判断矩阵,并计算得到底层指标对顶层指标的相对权重向量为
假定底层指标评价值为wi,则评价值向量为
由此可得到目标函数表达式为
前文中已经提到,防空导弹制导律分为中制导、中末交班规律和末制导3 部分,具体制导律设计如下。
(1)中制导律
中制导导引的目标为预测拦截点,本文提供一种基于零脱靶量的导引律,它的目的是使导弹与预测拦截点的相对距离趋于0。
假设导弹与目标在发惯系下的位置分别为xm,ym,zm,xt,yt,zt,设计算法为
式中:Δx=xt-xm,Δy=yt-ym,Δz=zt-zm;Δẋ=ẋt-ẋm,Δẏ=ẏt-ẏm,Δż=żt-żm;NM1,NM2为 比 例 常数;ayc,azc为导弹加速度指令。
(2)末制导律
末制导律采用比例导引,设计算法为
式中:
NE1,NE2为 比 例 常 数;avc,ahc为 导 弹 加 速 度指令。
(3)中末交班规律
中末交班规律用于中末制导指令之间的过渡,设计算法为
式中:acm,acl分别为中段和末段制导指令;R0为中制导距离;Rd为中末交班距离。
由上文可以看出,三段制导律中,需要优化确定 的 参 数 为4 个 比 例 常 数NM1,NM2,NE1,NE2及 中 末交班距离Rd,因此选取上述5 个参数组成优化变量向量u= [NM1NM2NE1NE2Rd]。
前文提到,制导系统优化是一个静态非线性优化问题,常用的算法包括单纯形法、序列二次规划法、遗传算法。其中,单纯形法逻辑简单、收敛速度极快,因此应用较为广泛。
单纯形法主要原理为在n(n为优化变量个数)维空间形成由n+ 1 个顶点的多面体,然后比较各个顶点的函数值,经过反射、扩大、缩小等逻辑操作,去掉其中的最坏点而代之以新点,即构成一个新的单纯形,用这样的方法逼近极小点。该方法缺点是效率会随着优化变量个数增多而下降,但本文中选取的制导系统优化变量个数为5 个,相对较少,因此本文采用单纯形法作为优化搜索算法。
单纯形均为无约束搜索算法,而制导系统的优化变量取值及过程量均存在约束,针对此问题,本文使用增广拉格朗日法[3]将有约束问题转换为无约束问题。增广拉格朗日法同时综合了拉格朗日乘子法和惩罚函数法,即在原目标函数中引入拉格朗日乘子及惩罚项,从而将约束满足情况与优化目标融合,最终得到符合约束的最优目标函数。
首先,给出算法几个核心函数的计算公式:(1)目标函数
式中:f为目标函数;hi为约束项差值;m为约束项个数;λi,β(k)i为系数;k为迭代次数。
(2)中心点
式中:Xi为单纯形顶点。
(3)反射点
式中:XfC为反射中心点;Xf1,Xf2为反射前后的点。
(4)扩大
式中:XkC为扩大中心点;Xk1,Xk2为扩大前后的点。
(5)缩小
式中:Xs1分别为起点;Xs2,Xs3为缩小前后的终点。
(6)系数更新
图3 优化算法计算流程Fig.3 Calculation flow of optimization algorithm
本文以“爱国者”-3 防空导弹为研究对象,依据其公开的尺寸、质量[13-15]及部分个人估算的参数,进行仿真验证。具体内容如下。
(1)“爱国者”-3 导弹仿真初始配置参数
仿真使用的初始配置参数见表3。
表3 “爱国者”-3 导弹仿真初始配置参数Table 3 Initial configuration parameters of Patriot-3 missile simulation
(2)约束确定
选取的约束包括:所选取的5 个优化变量取值约束及仿真过程中最大动压约束Pmax。
(3)目标函数确定
目标函数见表达式(1),其中pi已在前文得到,wi通过专家采用百分制打分得到。打分规则见表4。
表4 指标打分规则Table 4 Index scoring rules
(4)初值确定
给所选取的优化变量赋初值,结果如下:
(5)仿真算例设计
建立“爱国者”-3 防空导弹的六自由度仿真模型及目标的三自由度机动模型。其中目标模型设置10 条不同工况,结果如表5 所示。
由表5 可见,10 条工况的优化后的综合性能均得到明显提高。以目标1 为例,给出收敛过程中综合性能值变化情况见表6。
表5 优化前后综合性能对比情况Table 5 Comparison of comprehensive performance before and after optimization
表6 综合性能收敛情况Table 6 Convergence of comprehensive performance
以目标1 为例,给出优化前后的防空导弹弹道曲线如图4 所示。
图4 前后的弹道曲线Fig.4 Trajectory curve before and after optimization
综合仿真结果可知,在同一制导律下,通过对制导律参数的优化,改善了制导综合性能底层参数指标,在未显著改变弹道形态的前提下,给综合性能指标带来了较为明显的改变;优化过程中算法收敛迅速,收敛后的结果较优化前改善明显。证明了本文指标体系及优化算法的合理性。
本文以“爱国者”-3 防空导弹为研究目标,首先建立了制导系统性能评估体系,针对过程约束及目标函数,使用一种单纯形与增广拉格朗日相结合的方法对制导系统进行优化,仿真结果表明该方法可有效提高制导系统的综合性能。