基于多信息融合的超高速侵彻引信层数识别方法

邵志豪,谢雨岑,梁瑊辉,郜王鑫,栗建桥,张 珂,3

(1.机电动态控制重点实验室,陕西 西安 710065;2.北京理工大学爆炸科学与技术国家重点实验室,北京 100081;3. 西安机电信息技术研究所,陕西 西安 710065)

0 引言

随着新形势下战场环境不断恶化,多层式防御工事不断向着坚固化、复杂化方向发展,对硬目标侵彻引信的作战性能要求也随之提高。超高速侵彻多层式掩体目标的精确计层起爆控制已成为硬目标侵彻引信的重要任务,精准的层数识别方法也显得愈发重要。基于超高速侵彻硬目标过程中获取的物理场信息,层数识别方法可以通过对侵彻特征信号进行提取与处理来实时判别弹药侵穿目标的层数,进而确定最佳起爆时机以完成对多层工事目标的精确打击和高效毁伤。

现有侵彻引信层数识别方法大多依据由加速度传感器获得的过载信号来识别弹药的动态侵彻过程。在中、低侵彻速度下,过载特征变化明显,经传统滤波方法[1-2]处理后,可以准确地辨识目标层。但当侵彻速度大幅度提高时,加速度过载信号上叠加了大量的振荡信号,高频振荡信号将目标层信息完全淹没,层间过载呈现强粘连现象,容易导致引信计层不准的问题[3]。为提高计层算法的准确性和可靠性,已有公开文献提出了两种解决途径：一种是优化侵彻过载信号的获取,如机械滤波、电气滤波等,通过消除部分振动信号,降低干扰信号对目标识别精度的影响;另一种是引入信号处理方法,如变分模态分解算法[4]、小波分析方法[5]、自相关算法[6]等,通过凸现目标层特征,提高层数识别的准确性。然而,上述方法均不能从根源处消除高频振荡信号的干扰,且受限于信号的数量及质量,仅适用于已知目标、典型工况,而对超高速侵彻环境识别多层目标的自适应性较差。

弹药超高速侵彻过程中会产生较为显著的电磁效应[7],当金属侵彻体侵彻每层靶板时,弹丸运动状态变化、形态结构变化、地磁场信号变化[8]等将在壳体内部形成动态变化的电场,利用电磁信号作为层识别特征信号可以解决单一信号获取信息有限的问题。同时,利用多源信息的相关性可以解决信号粘连导致多层目标识别不准的问题,而目前尚未见到基于过载信号和电磁信号融合的侵彻计层相关研究。本文提出一种超高速侵彻过程电磁信号与过载信号融合的超高速侵彻引信层数识别方法,利用多源信号相关特性解决过载信号粘连难辨及作战环境干扰的问题,从而实现对多层目标的精准自适应识别。

1 多传感信号融合侵彻计层技术

1.1 基于超高速侵彻电磁效应的计层原理

超高速侵彻过程中,会产生显著的电磁效应[8]。超高速碰撞时产生冲击波,导致材料的高温和高压状态,侵彻战斗部和目标靶板材料会发生破碎、熔化、汽化、电离等现象,产生等离子体。侵彻战斗部在地磁场中运动时,离子受金属晶格的约束随弹体在磁场中运动,自由电子在金属壳体中流动,因而弹体中的电场将产生变化。侵彻体以超高速匀速运动时,弹体内部自由电子在外部磁场作用下,运动状态与弹体整体运动态产生差异,从而形成稳定的内建电场;当其侵彻靶板时,弹体速度突然下降,内部自建平衡电场无法保持弹体和内部组件产生变化的电流密度,电场信号发生变化。因而,引信可以感知战斗部侵彻目标过程中弹体产生的变化电场强度信号,并用来识别侵穿层数。

此外,如碰撞速度、靶板厚度、靶板层数等碰撞条件,会影响碰撞过程中动能向内能的转化从而影响等离子体的产生,进而影响等离子体的总电量[8]。对于不同厚度的靶板来说,薄靶板碰撞时产生的等离子电荷峰值要小于中厚板碰撞产生的等离子电荷峰值;对于不同层数的靶板来说,随着碰撞次数增加,碰撞面积会增大且使得能量更利于沉积,随之将有更多的动能转化为内能,从而产生更多的等离子体[8]。因而,感知电场强度信号在提供碰靶穿层信息的同时,还可以表征侵彻目标的状态。

综上,利用等离子双流体模型表述侵彻体和其中自由电子气体流动[8],获得的电流密度为

J=e(nivi-neve),

(1)

式(1)中,e为电子电量,ni和ne分别表示离子数密度和电子数密度。离子流体速度vi为侵彻弹药的速度,电子流体速度ve受磁场、离子流体速度及靶体材料电导率、介电常数和磁导率影响。侵彻过程中变化的电场强度E可以表示为

J=σ(E+ne×B),

(2)

式(2)中,σ为电导率。通过电流密度、侵彻速度和地球磁场强度可以得到侵彻过程中的电场变化。

本文采用的基于超高速侵彻电磁效应的计层方法是基于侵彻战斗部侵彻多层目标过程中弹体内的电场信号,分析并提取其伪周期侵彻特征,进而识别侵彻战斗部飞行、入靶、出靶历程,完成层数识别。

1.2 基于多传感信号融合的计层原理

本文针对动能侵彻弹药高速侵彻多层目标时,传统侵彻计层方法所采用的单物理域传感信息对环境抗干扰能力差、数据质量可靠性低、目标特征信息提取有限,无法满足不可预测的复杂多变侵彻环境的感知要求,提出一种基于多传感信号融合的侵彻引信计层方法。区别于传统多传感信息融合方法将多个信号串行叠加为一个信号,本文方法是数据层与决策层相结合的多源信息融合模式,并基于融合结果进行计层决策,可以更好地满足实时、精准识别的要求。

首先考虑过载信号和电磁感应信号间的时序相关性与互补性,利用互相关滤波算法将两路信号融合为一个信号,实现了多场信息间的动态融合,从而避免关键层目标信息的丢失,也在一定程度上消除了单一信号计层不准的问题。在多层侵彻过程中,过载信号和电磁感应信号的伪周期性[9]使得融合信号也具有伪周期的特征,因而可以通过特征峰判断侵彻层数[10]。考虑到直接采信融合结果并设定出入靶阈值来识别层目标[10],会将粘连过载和电磁干扰的不确定性信息引入到融合结果中且无法满足自适应识别的需求,因此本文提出的方法将基于数据层融合结果,再从决策层融合的角度分析融合信号的达峰特性进而确定计层策略。利用融合信号的一阶差分序列和序列极值差识别弹丸的入靶和出靶行为,无需根据不同侵彻工况重新调整侵彻判据(如触发阈值、信号峰值、层间延时参数等),可以适应复杂变结构目标侵彻工况。

本文方法对力场-磁场-电场多物理域感知信息进行融合和互补,从横向和纵向上扩大了时间、空间等多维感知范围,利用两路传感信号之间的相关性克服了单一信息存在的工作盲区,可以满足超高速侵彻引信复杂多变的感知要求。

2 多传感信号特性分析

利用电磁感应信号和过载加速度信号实现侵彻过程中的层数识别,需要对力场-磁场-电场多物理场时空信号进行特性分析,探究多敏感信号的互关联特性,为基于多信息融合的计层算法设计提供信息支撑。

本文选取600 kg大型战斗部超高速侵彻多层混凝土靶板为研究对象。采用LS-DYNA软件建立弹引结构的有限元分析模型,获得战斗部1 700 m/s速度侵彻4层目标的过载加速度信号;采用AUTODYN软件的SPH模块对超高速侵彻多层靶板进行数值模拟,获得电场强度和磁感应强度的时间序列信号。

2.1 侵彻过载信号特性分析

首先,利用侵彻过载信号来分析弹丸超高速碰触目标、侵彻目标、穿透目标、侵出目标一系列历程,并从过载峰值、过载持续脉宽、层间系数[11]三个方面分析战斗部超高速侵彻多层混凝土靶板时引信过载信号的时频域特性。600 kg战斗部1 700 m/s速度侵彻3 m等间距4层目标的过载加速度信号如图1所示。

图1 侵彻过载加速度曲线Fig.1 Acceleration curve of penetration overload

由图1可以看出,超高速侵彻时,引信经由加速度传感器获得的过载信号上叠加了大量的振荡信号,高频振荡信号将目标层信息完全淹没,层间过载彼此粘连,呈现出强非线性。尽管弹丸碰靶时过载信号幅度变化较大,过载峰值约为10.5万、15.0万、16.1万、14.5万g,便于直观地识别到4层目标,但是信号振荡明显,其过载脉宽为1.81、1.95、1.86、1.87 ms,难以准确地识别到碰靶时刻,且其层间系数为36 427.26、48 198.51、50 065.73,信号呈现强粘连性,难以清晰识别目标层。此外,过载信号存在大量的重复趋势,而其周期长度表现不尽相同,呈现出伪周期性特征[9]。

综上,超高速侵彻过载信号具有强非线性、粘连性、伪周期性,其伪周期特征对计层识别研究具有意义,但是应力波与刚体过载的粘连特征及非线性变化使得该伪周期时间序列具有非平稳性,进而干扰伪周期特征峰的识别和滤波频率的选择。此外,每个周期段内存在过载信号的跳变,它反映了该周期段内数据总体特征[9]。因而,在未知过载信号动态变化的内在机理时,平滑滤除跳变信号会造成特征信号的丢失,并降低对环境抗干扰能力。

2.2 侵彻过程电磁感应信号特性分析

超高速侵彻时,具有较高磁导率和电导率的弹体在地磁场中运动会引起较为明显的电磁效应[8]。当弹体侵入靶板时,随着弹体速度的下降,压缩磁场速度发生改变,磁场持续向外扩散,空间磁场分布模式发生变化,弹体内的磁感应强度和电场强度相应发生变化。本文中,600 kg战斗部外壳和头部材料为g50钢,混凝土靶板材料为C40混凝土,均具有较高的电导率和磁导率。基于该弹靶材料,战斗部1 700 m/s速度正侵4层靶板,初始状态下弹体头部距离第一层混凝土靶板前表面为1.1 m。仿真获得的弹尾引信部位电磁场强度时间曲线如图2所示,电磁场信号特征与侵彻过程的关系如图3所示。

图2 弹体内部监测点电磁场强度时间曲线Fig.2 Time sequence curve of electromagnetic field intensity at the internal monitoring point of the projectile

图3 电磁场信号特征与侵彻过程的关系Fig.3 The relationship between the electromagnetic field signal characteristics and the penetration process

图4 多层混凝土靶板仿真模型Fig.4 The simulation model of multi-layer concrete target

由图2可以看出,当弹体超高速侵彻4层靶板时会产生明显的电磁信号,电场强度和磁感应强度的时空分布和变化规律能够用于侵彻层数识别。由图3可以看出,每次侵彻靶板速度的变化以及碎片云形状的差异,造成弹体产生等离子体电荷峰值的差异,进而使得弹体内电磁场强度曲线在每次碰撞后具有不同的振荡幅值和脉宽。具体来说,当弹体超高速侵彻第1层靶板时,产生的电磁信号明显,波形也相对简单;进行第2、3、4次碰靶时,弹体较上一次具有更高的碰撞面积,更多的动能转化成内能并产生了更多的等离子体,而上一次碰撞产生的等离子体量会保持在一个固定的值且不会随着碰撞结束而消失,因而电磁信号变化的剧烈程度逐次增强。结合图2和图3可以看出电磁场强度曲线的重复趋势相似,呈现出伪周期特性。此外,碰撞过程中碰撞条件(如碰撞数据、着靶姿态等[9])的不确定性、碰撞产生等离子体数目的不确定性等,使得电磁场强度曲线的非线性变化呈现出随机性,因而其周期特征峰难以辨别,碰靶时刻难以确定。

综上,超高速侵彻电磁场信号具有强非线性、随机性、伪周期性,其相邻波包分界明显对计层识别研究具有意义。目前,基于地磁信号的侵彻计层方法[12-13]鲜有研究,基于超高速碰撞电磁效应的侵彻计层相关研究还尚未开展,而基于电磁效应的侵彻计层方法在超高速侵彻时具有较高的可靠性,可以将其作为基于过载信号的计层方法的有效补充。此外,电场强度和磁感应强度时间曲线均可识别到4层目标,但考虑工程应用中信号获取的便利性,本文仅将电场信号作为层识别信号。

3 多源信息融合的计层方法

多物理场信息能解决基于单一信号目标识别方法的局限性,但是数据存在两面性,多变量间的复杂关联性、多维数据引入的信息冗余亦会影响对侵彻目标的精准自主识别。基于多物理场的侵彻过载信号融合处理方法是计层识别方法设计的关键,本章将对这两部分内容进行设计说明。

3.1 多源信息融合方法

本文采用核主成分分析法(KPCA)对多源异类传感信息进行降维融合,利用获得的复合信号来识别侵彻层目标。该方法充分考虑了超高速侵彻过载信号和电场信号之间的相关性和互补性,在尽可能保留更多有效原始特征主成分的同时消除了冗余信息,可以获得过载信号和电场信号组合特征的最佳描述,进而保证后续计层识别的精准性。同时,通过第2章中多源异类信号的特性分析可知,过载信号和电场信号均是强非线性和伪周期性的,因而KPCA方法可以利用高斯径向基核函数来解决两类信号特征提取和数据压缩中线性不可分的问题。

考虑到力场、电场信号采集的差异性,首先对两类信号进行时间同步处理,并保证每类信号包含的相等数据点数N。将两类传感信号进行串行组合,组成原始样本空间X={x1,x2},其中每路传感信号可以用m个数据来表征其侵彻特征xi∈Rm。然后,将多源传感数据X通过非线性变换函数Φ(X)映射到高维特征空间F,并在F中进行主成分分析法,以期在线性可分的更大空间中选择合适的特征向量。

在高维特征空间F中映射数据xi的协方差矩阵可以表示为

C=∑Φ(xi)Φ(xi)T。

(3)

假设协方差矩阵C特征值λ对应的特征向量为ω,则有：

∑(Φ(xi)Φ(xi)T)ωi=λiωi。

(4)

在高维映射空间中,特征向量ωi可以利用样本集合Φ(X)来进行线性表示,ωi=αΦ(xi),则式(4)可以重写为

∑(Φ(xi)TΦ(xi)Φ(xi)TΦ(xi))α=λiΦ(xi)TΦ(xi)α。

(5)

考虑过载信号和电场信号的强非线性,本文采用高斯核函数kij来优化高维空间内积运算,通过构建核矩阵K,求解K的特征值和特征向量来得到协方差矩阵C的特征向量。则式(5)中的内积运算可以表示为

(6)

K=(kij)2×2。

(7)

获得特征值λ=(λ1,λ2)及主成分特征向量ω=(ω1,ω2)后,按主成分方差贡献率指标选择最重要的特征向量,特征向量就是各传感信息标准化后因子权重值。在本文中,σ2的取值为第一主成分贡献率趋于稳定时对应的值。

然后使用第一主成分来代表融合后的特征信息,其数学模型为

F1=ω11zx1+ω21zx2,

(8)

式(8)中,ω11和ω21是协方差矩阵中重要特征值对应的特征向量,zx1和zx2是原始变量经过处理值。过载信号和电场信号具有不同的量纲,因而其实际应用前需要进行标准化处理。

3.2 计层识别策略

基于第3.1节中融合后的传感数据,从决策层融合的角度分析复合信号的达峰特性进而识别引信的侵彻层数。考虑到基于入靶阈值和出靶阈值的侵彻层数判别方法难以满足多工况、自适应决策的需求,利用复合传感数据的一阶差分序列和差分序列极值差自主识别弹丸的入靶和出靶行为,而无需根据不同侵彻工况重新调整侵彻判据(如触发阈值、信号达峰值、层间延时参数等)。

鉴于首层侵彻零点识别的准确性将提升计层识别的可靠性,因此在滑动窗内同时采集过载信号、感应电场信号,通过信息融合的方式识别弹丸首层侵彻状态。在滑动时间窗内,将过载信号和电场信号分别与各自的触发阈值比较,当两路信号各自有效的计次数大于等于设定次数,且累积识别用时小于等于设定时间,判定为弹体首层碰靶。

在其他层目标识别时,基于第3.1节中的复合信号完成弹体的侵入、侵出过程判别并完成侵穿计数,具体过程如下：

在侵入过程识别时,可根据侵彻目标、侵彻速度,预估层间时间间隔ΔTI,并采用ΔTI的x%时间间隔来判别弹体的状态。动态滑动采集时间窗ΔTr(ΔTr<ΔTI·x%),可获得多传感复合信号、复合信号一阶差分序列、复合信号极值差,当差分序列非负值计次数大于等于设定次数,且极值差大于等于设定值,判定为弹体当前为侵入状态。

在侵出过程识别时,采用ΔTI的y%时间间隔来判别弹体的状态。动态滑动采集时间窗ΔTd(ΔTd<ΔTI·y%),可获得多传感复合信号、复合信号一阶差分序列、复合信号极值差,当差分序列非负值计次数大于等于设定次数,且极值差大于等于设定值,判定为弹体当前为侵出状态。

每同时成功完成一次侵入、侵出过程识别,侵穿计数增加一次。

4 基于多源信息融合的侵彻计层仿真实验

通过仿真超高速侵彻过载数据和感应电场数据来验证基于多源信息融合的超高速侵彻引信层数识别方法的有效性。仿真采用600 kg战斗部超高速侵彻多层混凝土靶板时的数据,其中,弹体和多层混凝土靶板图如4所示,第一层混凝土靶板厚0.3 m,后面三层混凝土靶板厚度均为0.18 m,相邻各层混凝土靶板前表面间距为3 m,靶板宽度为6 m。侵彻过载数据如图1所示,弹尾引信部位的监测点电场信号如2所示。

在侵彻过程信号的特征提取过程中,仅需要从多传感信号中选出能够代表层目标的数据并将其作为计层识别方法的重要特征。利用核主成分分析算法,在最小均方误差条件下,寻找新向量在使数据降维的同时保留原始数据的主要信息,采用方差最大的变量作为第一主成分,即可获得如图5所示的复合信号,纵坐标表示两路传感信号归一化融合后的幅值,采用动态滑窗的方式获得。由图5可见,该复合信号与原始侵彻过程信号一致,具有明显的伪周期特性,且具有明显的幅值陡变特征,这与弹丸超高速侵彻4层混凝土靶板的整个过程完全吻合。复合信号利用电场信号的有效信息解决了传统过载信号粘连导致计层不准的问题,同时相比于单一的电场信号可以为碰靶时刻的确定提供更清晰的目标信息。

图5 多传感复合信号Fig.5 Multi-sensing composite signal

基于复合信号进行侵彻计层识别,仿真结果与本文方法识别结果如表1所示。对比结果表明,本文方法可以有效识别每次的碰靶时刻。进一步评估本文方法的准确性,由识别时间与仿真时间的相对误差可以看出,相对误差控制在10%以内,具有较高的计层精度。

表1 仿真结果与本文方法识别结果的比较Tab.1 Comparison between simulation results and identification results of this method

5 结论

本文针对超高速侵彻环境恶劣、过载信号粘连,导致现有计层识别算法精度低、自适应差的问题,提出一种电磁信号与过载信号融合的超高速侵彻引信计层识别方法。该方法采用侵彻过载信号、感应电场信号作为引信超高速侵彻过程中层目标识别的特征信号,从力-磁-电多物理场角度分析弹丸的侵穿行为,利用多源信息来提高目标识别的自适应性;考虑多源信号的相关性和互补性,采用核主成分算法对多源异类传感信息进行降维融合,利用获得的复合信号作为层识别依据以提高计层控制的精准性;

引信超高速侵彻多层钢筋混凝土靶板情况下入靶、出靶判别及多目标层计数识别方法。仿真表明,本文方法可以有效识别侵穿次数、碰靶时刻且识别时间相对误差控制在10%以内,能满足弹丸超高速侵彻过程中精准自主计层起爆控制的要求。