光电成像导引头机理和数据融合建模方法

摘" 要：""""" 全数字仿真在光电成像制导武器设计研制、 试验鉴定乃至作战训练中都扮演着十分重要的角色。 为了解决当前光电成像制导武器全数字仿真试验中缺少导引头数学模型的难题， 本文依据数字孪生思想， 提出了一种机理与数据融合的光电成像导引头建模方法。 以典型红外成像导引头为例， 基于红外探测识别的基本原理构建了其探测识别过程的机理模型， 然后基于红外成像导引头在不同工作场景下的实测数据集， 构建了其制导指令数据模型， 最后基于该“机理+数据”融合模型， 开展了针对固定目标和运动目标两种典型作战场景不同干扰条件下的全数字仿真试验。 试验结果表明， 机理和数据融合模型能够比较真实地反映红外成像导引头在复杂对抗场景下的性能特征。

关键词："" ""光电成像制导； 导引头； 机理模型； 数据模型； 融合模型； 全数字仿真； 制导武器

中图分类号：""""" TJ765； TP183

文献标识码：""" A

文章编号："""" 1673-5048（2024）03-0101-08

DOI： 10.12132/ISSN.1673-5048.2023.0179

引用格式： 肖文健， 王彦斌， 周含冰， 等 ." 光电成像导引头机理和数据融合建模方法［ J］. 航空兵器， 2024， 31（ 3）： 101-108.

Xiao Wenjian，Wang Yanbin， Zhou Hanbing， et al. A Modeling Approach of Mechanism and Data Fusion for Electro-Optical Imaging Seeker［ J］. Aero Weaponry， 2024， 31（ 3）： 101-108.（ in Chinese）

0" 引" 言

以电视制导和红外成像制导等为代表的光电成像制导武器， 因具有打击精度高、 抗电子干扰能力强以及易实现毁伤效果评估等优点， 是当前夺取战场信息优势、 实施精确打击的重要手段， 在对地对海、 防空反导、 空间攻防等领域得到广泛应用［1-3］。 然而， 战场上云、 雨、 雪、 雾等复杂气象条件以及激光、 烟幕、 假目标等复杂人为干扰手段， 都将严重制约光电成像制导武器效能的发挥。 如何准确评估光电成像制导武器的复杂环境适应能力和抗干扰能力已经成为亟待解决的技术难题［4］。 导引头是光电成像制导武器的“眼睛”， 同时也是作战场景中各类光电对抗武器的首要“目标”， 其性能直接决定了红外成像制导武器的作战效能。 因此， 在复杂场景下体系作战全数字仿真试验中， 导引头模型是非常关键的一部分， 该模型的逼真度将直接决定全数字仿真试验结果的可信度。

从仿真建模角度，通常有两种方法可表征红外成像制导系统： 参数法和图像流法， 相应的模型也可称为功能级模型和信号级模型［5-8］。 在功能级模型中， 导引头的性能由一组包含目标、 背景、 传输效应等要素的数学公式或传递函数集来表示， 其反映了导引头的平均探测跟踪能力。 信号级模型包含了导引头所成图像及其图像处理算法和目标跟踪算法等细节。 功能级模型和信号级模型都有各自显著的应用特点， 其中信号级模型因其包含有场景图像处理细节而更适用于导引头单体图像处理算法、 抗干扰算法的开发和验证， 功能级模型因其运行效率高而更适用于体系对抗条件下包含多种装备模型的大规模仿真。 然而， 目前在实战对抗背景下的光电成像制导武器全数字仿真试验中， 普遍面临着无合适导引头数学模型可用的难题， 主要体现在两个方面： （1）导引头相关技术和算法的研发通常基于装备实体进行， 很少同步构建该型导引头的信号级模型， 并且信号级模型受到运行效率的限制也很难用于体系对抗全数字仿真。 （2）功能级模型只能根据相关参数指标反映导引头在一般情况下的探测跟踪能力， 难以对动态对抗条件下的探测跟踪能力， 尤其是在受到干扰条件下的性能进行模拟。

为了建立能够逼真反映动态对抗条件下光电成像导引头性能的功能级模型， 本文将白箱建模与黑箱建模有机结合， 研究了光电成像导引头机理和数据融合建模方法， 并以某红外成像导引头建模仿真为例， 验证了该“机理+数据”建模方法的可行性和有效性。

收稿日期： 2023-09-15

基金项目： 国家自然科学基金项目（11904398）

*作者简介： 肖文健（1989-）， 男， 河北张家口人， 博士， 助理研究员。

1" 光电成像导引头建模方法

1.1" 工作原理分析

不论是电视导引头还是红外成像导引头， 其结构组成和工作原理总体相似， 主要由位标器和电子舱两部分组成， 如图1所示［9-11］。

位标器包括光学系统、 光电探测器和伺服控制系统， 其中， 光学系统用来收集目标、 背景及干扰的辐射或反射信息， 汇聚在探测器上； 探测器将光信息转换成电信号， 再量化成灰度值， 最后按照工作帧频向电子舱输入数字灰度图像。 电子舱主要包括图像处理电路和控制电路。 图像处理电路基于预先写入的图像处理算法对包含目标、 背景以及干扰的场景图像进行处理， 从中探测识别出目标， 并计算得到光轴指向与弹目视线的夹角、 弹目视线角速度； 光轴指向与弹目视线的夹角作为控制电路的输入， 基于预先写入的伺服控制算法形成驱动信号， 实现对光轴指向的调节， 最终光轴指向目标。 弹目视线角速度即是制导武器利用制导律生成弹道的制导指令。

1.2" 机理和数据融合建模

从光电成像导引头的工作原理分析， 其包括四个核心功能： 探测目标、 识别目标、 跟踪目标和产生制导指令。 其中， 跟踪目标功能是在导引头探测识别到目标后， 基于跟踪算法逐渐减小光轴指向与弹目视线的夹角， 直到光轴指向目标。 由于不同类型的导引头， 伺服跟踪算法也不相同， 但最终均是实现光轴指向目标， 因此功能级模型可忽略该过程， 简化为探测到目标随即跟踪目标。 光电成像导引头“机理+数据”模型结构如图2所示。

光电成像导引头建模的过程就是对其工作原理进行深入理解与归纳的过程。 其目标探测和目标识别过程的物理机理比较清晰， 而且对于不同类型导引头的工作机理总体相似， 因此可以采用机理建模的方式建立一个通用的数学模型， 从时域、 空域、 频域及能量域等角度， 分别推导建立光电成像导引头目标探测和目标识别的机理模型。 在此基础上， 通过制导指令生成模型计算制导指令。 在制导指令生成模型中， 制导指令的理论值可通过导弹和目标实时的相对位置关系计算得到， 而在实际情况下， 导引头输出的制导指令还应包含制导误差。 该误差对于不同类型导引头以及在不同工作场景下均不相同， 难以从机理角度对其建立一个通用而准确的数学模型。 另外， 光电成像导引头在战场上往往要面临复杂的作战场景， 其中不仅包含变幻多端的自然环境， 还要接受激光、 烟幕及假目标等各种人为干扰。 在这种复杂作战场景下光电成像导引头制导指令的输出规律则更加难以从机理角度进行建模。

考虑到不论是制导误差还是人为干扰造成的制导指令偏差， 其最终结果都体现在输出制导指令与理论值的偏差上， 因此本文将其统一为制导误差进行数据统计建模。 数据统计建模方法不用从机理上追求对导引头制导指令生成过程的完整复现， 其具体实现原理是针对导引头在特定作战场景的建模需求， 以导引头制导误差作为模型的输出参数， 利用外场试验数据或半实物仿真试验数据， 通过数据分析筛选出对制导误差影响较大的要素参数， 作为模型的输入参数， 然后采集输入参数不同取值时的输出参数实测结果， 通过数据拟合方法对实测数据进行建模， 以拟合公式的形式构建制导误差模型输入与输出之间的映射关系， 从而构建出导引头制导误差数据统计模型。

综上所述， 本文光电成像导引头数学模型采用“机理+数据”的结构， 在目标探测和识别阶段采用机理建模的方式， 而在最终制导指令生成阶段采用数据统计建模的方式， 充分发挥机理建模透明度高、 通用性强和数据建模灵活性强、 逼真度高的优势， 实现二者有机融合。

2" 典型红外成像导引头建模实例

2.1" 目标探测识别机理建模

红外成像导引头对于目标实现有效探测和识别， 根据图像处理技术和经验， 需要同时满足以下三个条件： （1）目标处于红外成像导引头的视场范围内； （2）弹目距离小于导引头对于目标的最大探测距离； （3）目标在红外探测器上的成像尺寸满足目标识别要求。

2.1.1" 视场条件判断

先计算弹目视线与光轴指向的夹角， 如图3所示。 再与导引头半视场角进行比较判断， 由目标的经纬高（LT， BT， HT）和导弹的经纬高（LM， BM， HM）， 按照地理经纬度、 高度与地心坐标系的变换关系， 分别转化为地心坐标系中的目标位置（XT， YT， ZT）和导弹位置（XM， YM， ZM）。 其中， 地理经纬高与地心坐标系的变换关系为

X=（Rn+H）cosBcosLY=（Rn+H）cosBsinLZ=［Rn（1－e）2+H］sinB （1）

式中： e为椭圆第一偏心率； Rn为卯酉圈曲率半径。

以弹体为原点， 构建与地心坐标系平行的三维直角坐标系， 则目标在弹体坐标系中的坐标变为（XT-XM， YT-YM， ZT-ZM）。 假设光轴指向与三个坐标轴的夹角分别为φx， φy， φz， 由空间向量夹角计算公式得

cosθ=a·ba·b=（XT－XM）cosφx+（YT－YM）cosφy+（ZT－ZM）cosφz（XT－XM）2+（YT－YM）2+（ZT－ZM）2cos2φx+cos2φy+cos2φz（2）

仿真过程中， 实时计算弹目视线与光轴指向的夹角θ， 如果θ小于导引头视场角的一半， 则认为目标处于导引头的视场中， 满足第一个条件。

2.1.2" 目标最大探测距离计算

对于红外探测距离建模研究， 主要包括最小可探测温差（MDTD）、 最小可分辨温差（MRTD）和噪声等效功率（NEP）等。 其中MDTD模型主要用于点目标探测距离计算， MRTD模型主要用于扩展目标探测距离计算， 而在系统信噪比（SNR）较小时， 选用NEP模型计算会更准确［12］。 考虑到红外成像导引头工作场景复杂多变， 本文基于NEP模型计算目标最大探测距离。

NEP模型是根据红外辐射由目标到红外探测系统的传输过程计算信噪比（SNR）。 导引头能够探测到目标， 就要求SNR能够保证其可靠探测的同时减少由噪声引起的虚警。 将该SNR的最小值表示为SNR0， 其对应的弹目距离即为目标最大探测距离。

忽略目标反射其他辐射前提下， 传统基于NEP模型的信噪比计算公式为［13］

SNR=（MT－MB）ATD2oτoe－αR4NEP·R2（3）

式中： MT和MB分别为目标和背景的辐射出射度； AT为目标面积； Do为光学系统直径； τo为光学系统衰减系数； α为大气衰减系数； R为弹目距离。

通常情况下， 式（3）对于均匀背景下的点目标是有效的， 但没有考虑焦平面阵列（FPA）结构及其对成像的影响。 而红外成像导引头由远及近飞向目标， 当弹目距离较远时， 目标在导引头探测器成像为一个点； 当弹目距离增大时， 目标在导引头探测器成像逐渐变大， 当目标在导引头探测器成像范围大于一个像素时， 式（3）显然是无效的， 因为目标的能量分布在多个像素上， 而探测所需的信噪比仅从单个像素获取。 因此本文对传统NEP模型进行了改进。

在旁轴近似中有AT/R2=Ai/f 2， Ai为目标在焦平面的图像面积， f为导引头光学系统焦距。 那么， 只考虑一个像素面积Ap上目标和背景之间的功率差为

ΔφT=（MT－MB）Ap4FN2τoe－αR（4）

式中： FN表示F数。 通过式（4）可以得到扩展目标的信噪比， 即SNRR为

SNRR=（MT－MB）τoe－αR4NEI·FN2（5）

式中： NEI为等效辐照度， 其满足NEP=NEI·Ap。

比较式（3）和式（5）可以看出， 扩展目标的信噪比不再随1/R2变化。 虽然在FPA接收的总辐射随1/R2增加而增加， 但目标图像面积随着R2的增大而增加， 接收功率分布在更多的像素上。 对于扩展目标， 式（5）中唯一与目标距离相关的只有大气传输因素中的距离项。

为了直观呈现SNR与目标距离的关系， 本文计算了5种不同大气衰减系数下SNR与目标距离的函数曲线， 如图4所示。 其中设定红外探测系统的光学孔径直径Do为90 mm、 F数为3、 像素尺寸d为30 μm、 目标为边长2 m的正方形。 为了便于比较， 这里将SNR进行归一化处理。

从图中可以看出， 当目标图像小于一个像素时， 信噪比随着弹目距离的减小以指数形式增加， 当目标图像大于一个像素时， 信噪比的增加仅与大气衰减相关。

仿真过程中， 实时计算目标信噪比， 信噪比随弹目距离缩小而逐渐增大， 当信噪比大于目标探测最小信噪比时， 满足第二个条件。

2.1.3" 成像尺寸计算

红外成像导引头通过图像处理提取目标， 通常要求目标在探测器上成像像元个数大于一定数量， 本文以3×3个像元为例进行分析。 实际探测过程中， 由于光学衍射、 大气抖动、 系统振动等因素的影响， 目标成像弥散， 因此目标在探测器上的成像尺寸应以弥散尺寸进行计算， 像元数计算公式表达为［14］

σ=（∑4i=1σ2i）1/2·13 600·π180·fd（6）

σ1为目标在探测器上的几何张角， 对应没有弥散的理想情况， 其计算表达式可写为

σ1=aR·180π·3 600（7）

σ2为光学镜头衍射效应引起的弥散， 可写为

σ2=1.22λDo·180π·3 600（8）

式中： λ为导引头工作波长， 中波红外通常选取4 μm。

σ3为大气抖动引起的弥散角， 一般在几个角秒水平， 本文选取为2″。

σ4为探测成像系统不稳定引起的像点弥散， 假设它符合正态分布， 则可写为

σ4=13·Δω·Δt·3 600（9）

式中： Δω为像点相对探测器光敏面的振动角速度； Δt为探测器的积分时间。 本文假设Δω=0.05 （°）/s， Δt=10 ms。

图5为目标成像占探测器上像元数随弹目距离的变化趋势。

从图中可以看出， 随着弹目距离减小， 目标成像占探测器上像元数在增多， 在大约17 km处， 目标成像就开始超过3×3个像元， 满足第三个条件。

2.2" 制导指令数据建模

2.2.1" 理论制导指令计算

导引头功能级模型生成制导指令主要是通过实时计算导弹、 目标的相对位置关系来实现。 由导弹、 目标的初始经纬高和各自运动速度， 转化到发射坐标系下， 实时计算弹目的相对位置关系， 进而计算目标相对导弹的实时视线角速度， 为弹道运动控制提供制导指令。

首先， 分别将导弹和目标的经纬高转换到发射坐标系中（Xt_M， Yt_M， Zt_M）和（Xt_T， Yt_T， Zt_T）， 则弹目视线位置参数为

r=rxryrz=Xt_T－Xt_MYt_T－Yt_MZt_T－Zt_M（10）

弹目距离R为

R=r2x+r2y+r2z（11）

弹目视线变化速度为

r·xr·yr·z=X·t_T－X·t_M

Y·t_T－Y·t_M

Z·t_T－Z·t_M（12）

弹目视线接近速度为

vc=r·=rxr·x+ryr·y+rzr·zR（13）

视线俯仰角、 方位角分别为

qε=arcsin（ry/R）qβ=arctan（－rz/rx） （14）

视线俯仰、 方位方向上的角速度分别为

q·ε=（r·yR－ryr·）/（R2cosqε）q·β=（r·xrz－rxr·z）/（r2x+r2z） （15）

2.2.2" 制导误差数据建模

在实际情况下不同类型的导引头在不同工作场景下特别是存在人为干扰条件下的制导误差均不一样， 而且难以从机理分析角度对其准确建模。 因此， 对于制导误差， 本文根据大量实弹试验以及半实物仿真试验实测数据， 研究不同场景对导引头制导指令的影响， 建立了不同场景下导引头制导指令的数据统计模型。 值得注意的是， 该统计模型是根据某导引头在不同场景下的试验数据统计分析得到， 对于不同类型导引头， 其统计模型也是不同的。

（1） 无人为干扰场景

在无人为干扰时， 制导武器的实际飞行过程中， 要受到大量来自导引头内部和外界的随机干扰的作用。 内部干扰主要有元器件和系统加工、 装配的工艺误差等。 来自外界的干扰主要有针对目标辐射或反射信号的幅度和有效中心的随机起伏、 制导武器发射时初始瞄准的偏差等。 由于干扰因素的大小及其变化是随机的， 导致在相同条件下重复试验时制导武器的制导指令都不一致， 形成弹道的随机散布， 因此， 在无人为干扰时制导武器的制导误差是一个二维随机变量。

描述随机变量的重要统计特征量是数学期望、 方差和标准差。 数学期望描述随机变量的平均状态， 方差和标准差描述随机变量的离散状态。 相应地， 制导误差中包含有系统误差和随机误差两个分量。 虽然误差来源很多， 但没有一个起决定性作用的因素。 在这种情况下， 根据测量误差理论， 制导误差应服从正态分布。

采用目标相对速度坐标系， 原点O为目标点， Ox轴沿制导武器相对于目标的速度矢量方向， 靶平面内Oy轴和Oz轴分别沿散布椭圆的两个主轴方向。 如果脱靶量沿y轴和z轴的分量不相关， 即相互独立， 则制导误差（y，" z）的概率分布密度可表示为［15］

f（y， z）=12πσyσze－12（（y－y0）2σ2y+（z－z0）2σ2z） （16）

式中： y0和z0分别为随机变量y和z的数学期望； σy和σz分别为y和z的标准差。

在大多数情况下， 制导武器实际弹道在靶平面上散布椭圆的长轴与短轴很接近， 可近似认为σy=σz=σ， 椭圆散布成为圆散布， 式（16）可简化为

f（y， z）=12πσ2e－（y－y0）2+（z－z0）22σ2）（17）

（2）" 激光压制干扰场景

激光能够对光电成像制导武器有效干扰的前提条件包括： a. 干扰激光能够入射到光电成像制导武器的光电探测器上， 这就要求干扰激光波长处于其导引头接收光学系统和光电探测器的工作波段内； b. 干扰激光能量密度大于光电探测器的受扰阈值， 干扰激光在光电探测器上的光斑面积要覆盖导引头的跟踪波门。 在全数字仿真试验中， 假定干扰激光符合上述两个条件， 激光压制干扰能够影响光电制导武器导引头的探测识别过程， 而对其探测识别没有影响的无效干扰则不再进行仿真。

图6为某导引头受激光压制干扰场景试验中在不同弹目距离下输出的真实图像序列， 其中agt;bgt;cgt;d。 导引头在无激光干扰时能够稳定跟踪目标， 当其开始受到激光干扰时， 会丢失目标而随机指向其他某一位置， 并持续跟踪该位置。

激光压制干扰场景试验过程中， 导引头脱靶量（跟踪波门中心与光轴指向夹角）变化如图7所示。

图7中， 未施加激光压制干扰时， 导引头稳定跟踪目标， 跟踪波门位于视场中心附近， 其脱靶量小于0.5°； 当施加激光压制干扰时刻， 导引头波门随机跟踪激光光斑边缘处任意一点， 脱靶量瞬间变大， 然后导引头伺服系统控制光轴偏转， 使跟踪波门重新位于视场中心附近， 脱靶量恢复干扰前状态并保持稳定， 但导引头所跟踪的位置已经不是原目标位置。

通过分析导引头受激光压制干扰试验场景输出的实测数据， 可将导引头在受到激光压制干扰后的响应抽象为： 干扰初始时刻， 导引头光轴指向从目标位置转到目标为圆心、 半径为M的圆边缘上随机任意一点， 并且在后续持续跟踪该点。 假设开始时刻弹目距离为l0， 结束时刻弹目距离为0， 干扰时刻弹目距离为lj， 则导引头模型所跟踪位置与弹目距离的关系为

y（l）=y0+ynz（l）=z0+zn ""ljlt;l≤l0（18）

y（l）=y0+Lcos（rand_α）+ynz（l）=z0+Lsin（rand_α）+zn ""l=lj（29）

y（l）=x（lj）+ynz（l）=y（lj）+zn ""0≤llt;lj （20）

式中： rand_α=2π·rand（）， rand（）表示［0， 1］区间的均匀分布； M的大小由干扰激光在导引头探测器处的光斑面积决定。

（3） 烟幕干扰场景

烟幕能够对光电成像制导武器有效干扰的前提条件包括： a. 导引头探测性能受烟幕干扰而下降显著， 即工作波段在烟幕中的传输衰减严重； b. 烟幕覆盖导引头的跟踪波门内并且完全遮蔽目标。 在全数字仿真试验中， 假定烟幕干扰设置均符合上述条件， 即烟幕干扰能够影响光电制导武器导引头的探测识别过程， 而对其探测识别没有影响的无效干扰同样不再进行仿真。

图8为某导引头受烟幕干扰场景试验中在不同弹目距离下输出的真实图像序列， 其中agt;bgt;cgt;d。 导引头在无干扰时稳定跟踪目标， 当其开始受到烟幕干扰时丢失目标而在烟幕遮蔽范围内随机指向， 并且指向位置始终变化， 直至烟幕消散无法遮蔽场景时， 导引头将持续跟踪烟幕消散前最后指向的位置。

烟幕干扰场景试验过程中， 导引头脱靶量变化如图9所示。

图9中， 未施加烟幕干扰时， 导引头稳定跟踪目标， 跟踪波门位于视场中心附近， 其脱靶量小于0.5°； 施加烟幕干扰过程中， 导引头波门位置始终随机变化， 无法稳定跟踪目标， 脱靶量随机大幅变化。

对烟幕干扰过程进行分析， 忽略烟幕从产生到消散的渐变过程， 以及烟幕随空气流动对导引头的影响， 假设烟幕遮蔽在地面的投影范围为以部署地为圆心、 半径为N的规则圆形。 假设烟幕干扰开始遮蔽目标时刻弹目距离为ljs， 持续时间t后烟幕干扰无法遮蔽目标， 此时弹目距离为lje， 在ljs～lje弹目距离范围内目标能完全被遮蔽。 这样， 对于烟幕干扰场景导引头跟踪位置与弹目距离的关系为

y（l）=y0+ynz（l）=z0+zn ""ljslt;l≤l0（21）

y（l）=y0+rand_Rcos（rand_α）z（l）=z0+rand_Rsin（rand_α） ""lje≤l≤ljs（22）

y（l）=y（lje）+ynz（l）=z（lje）+zn ""lje≤llt;0（23）

式中： rand_R=N·rand（）。

3" 全数字仿真试验与结果分析

在构建红外成像导引头模型的基础上， 配合弹道控制模型集成到仿真试验系统中， 构成红外成像制导武器全数字仿真试验系统， 如图10所示。 通过全数字仿真对红外成像制导武器在固定目标和运动目标两种打击场景下的性能进行仿真推演。

3.1" 固定目标打击场景

固定目标打击场景设置如下： 红方作战要素包括红外成像制导导弹及其发射平台； 蓝方作战要素包括任意5个固定目标以及为其提供光电防护的激光干扰车和烟幕干扰车。 每次仿真时， 红方从蓝方目标中随机选择1个进行打击， 蓝方在侦察到来袭导弹后分别采用激光干扰车和烟幕干扰车对其进行干扰。

为了探索红外成像制导导弹在不同干扰类型和不同干扰时机下的作战能力， 仿真试验中设置了无人为干扰以及4种典型干扰条件， 如表1所示。

每种条件下重复进行100次试验， 统计不同条件下导弹落点分布及CEP。 其中， 未施加干扰条件下， 导弹落点在平面直角坐标系中的分布情况及CEP统计如图11所示。

4种干扰条件下导弹的落点分布情况及CEP统计如图12所示。 通过分析可知， 施加激光压制干扰后，

导弹的CEP大幅增加， 并且在弹目距离X1处施加干扰的CEP大于在弹目距离X2处施加干扰的情况。 激光压制干扰时机越早（X1gt; X2）， 导弹落点越分散， 干扰效果越好。 而施加烟幕干扰后， 由于烟幕持续时间有限， 烟幕结束后导弹操作手还有机会重新锁定目标。 若烟幕结束后操作手无法重新锁定目标则干扰效果比较好， 若烟幕结束后操作手又重新锁定目标则干扰效果大大降低， 这体现出人在回路的导引头可以显著提高自身的抗干扰能力。

3.2" 运动目标打击场景

运动目标打击场景设置如下： 红方作战要素包括红外成像制导武器及其发射平台； 蓝方作战要素为处于行军状态的车队， 包括运输车辆5台， 及其提供随队保护的激光干扰车和烟幕干扰车， 蓝方车队以10 m/s速度由南向北机动。 每次仿真时， 红方从侧向对蓝方车队中任意1个目标进行打击。 蓝方在侦察到来袭导弹后分别采用激光干扰车和烟幕干扰车对其进行干扰。 为了便于对比， 在运动目标打击场景中设置与固定目标场景相同的4种干扰条件， 见表1。

未施加干扰条件下， 导弹落点在平面直角坐标系中的分布情况及CEP如图13所示。

导弹在受到干扰后， 无法继续跟随目标移动， 而是继续飞向初始时刻目标所处位置附近。 例如， 干扰条件1的飞行轨迹相对无干扰飞行轨迹变化情况如图14所示。

4种干扰条件下， 导弹的落点分布情况及CEP如图15所示。 导弹在运动目标打击作战场景下的试验结果与固定目标场景总体相似。 最大的区别在于， 运动目标场景下导弹受到干扰后， 其最终落点与目标位置在目标运动方向上偏差较大。

4" 结" 论

随着全数字仿真技术的发展及其可信度的不断提高， 全数字仿真在武器装备试验鉴定中的应用越来越广泛。 本文针对光电成像制导武器全数字仿真试验中缺少逼真的导引头数学模型难题， 充分发挥机理建模透明度高和通用性强、 数据统计建模灵活性强和逼真度高的优势， 研究了基于“机理+数据”的光电成像导引头建模方法。 以光电成像导引头仿真建模为例进行了全数字仿真试验， 试验结果证明该方案科学有效， 扩展试验样本量的同时减少了弹药消耗、 提高了试验效率， 可为后续包括光电成像导引头在内的光电及光电对抗装备全数字仿真试验评估提供一定的借鉴和技术支持。

参考文献：

［1］ 于俊庭， 李少毅， 张平， 等. 光电成像末制导智能化技术研究与展望［J］. 红外与激光工程， 2023， 52（5）： 249-264.

Yu Junting， Li Shaoyi， Zhang Ping， et al. Research and Prospect of Intelligent Technology of Optoelectronic Imaging Terminal Gui-dance［J］. Infrared and Laser Engineering， 2023， 52（5）： 249-264.（in Chinese）

［2］ 宋闯， 姜鹏， 段磊， 等. 新型光电探测技术在精确制导武器上的应用研究［J］. 红外与激光工程， 2020， 49（6）： 218-227.

Song Chuang， Jiang Peng， Duan Lei， et al. Application Research of New Photoelectric Detection Technology on Precision Guided Weapons［J］. Infrared and Laser Engineering， 2020， 49（6）： 218-227.（in Chinese）

［3］ 李仰亮， 叶庆， 吴云龙， 等. 光电成像系统激光防护技术研究进展［J］. 红外与激光工程， 2023， 52（6）： 159-173.

Li Yangliang， Ye Qing， Wu Yunlong， et al. Research Progress of Laser Protection Technology for Optoelectronic Imaging System［J］. Infrared and Laser Engineering， 2023， 52（6）： 159-173.（in Chinese）

［4］ 肖文健， 王振兴， 王彦斌， 等. 基于仿真推演的光电对抗装备体系贡献率评估［J］. 航空兵器， 2022， 29（1）： 84-89.

Xiao Wenjian， Wang Zhenxing， Wang Yanbin， et al. Contribution Evaluation of Optoelectronic Countermeasure Equipment Based on Simulation［J］. Aero Weaponry， 2022， 29（1）： 84-89.（in Chinese）

［5］ 方立新， 陈海飞， 邵东青. 全数字仿真试验系统建设［J］. 舰船电子工程， 2012， 32（6）： 13-16.

Fang Lixin， Chen Haifei， Shao Dongqing. Analysis of Software Simulation Test System Construction［J］. Ship Electronic Engineering， 2012， 32（6）： 13-16.（in Chinese）

［6］ 马金龙， 马立元， 方丹. 仿真环境下导弹制导控制系统抗干扰性能测试方法［J］. 战术导弹技术， 2020（3）： 93-97.

Ma Jinlong， Ma Liyuan， Fang Dan. Test Scheme of Anti-Interference Performance of Missile Guidance and Control System in Simulation Environment［J］. Tactical Missile Technology， 2020（3）： 93-97.（in Chinese）

［7］ 黄瑞松， 李海凤， 刘金， 等. 飞行器半实物仿真技术现状与发展趋势分析［J］. 系统仿真学报， 2019， 31（9）： 1763-1774.

Huang Ruisong， Li Haifeng， Liu Jin， et al. Status and Development Analysis of Hardware-in-Loop Simulation Technologies for the Aircraft［J］. Journal of System Simulation， 2019， 31（9）： 1763-1774.（in Chinese）

［8］ 杨咚， 陈迎亮. 国产鱼雷全数字仿真系统的应用分析［J］. 舰船电子工程， 2015， 35（1）： 24-29.

Yang Dong， Chen Yingliang. Application of Domestic Torpedo Full Digital Simulation System［J］. Ship Electronic Engineering， 2015， 35（1）： 24-29.（in Chinese）

［9］ 何晓骁， 王秉涵. 美军“实况-虚拟-构造”仿真技术发展及应用研究［J］. 航空兵器， 2021， 28（6）： 14-18.

He Xiaoxiao， Wang Binghan. Research on Development and Application of LVC Simulation Technology in US［J］. Aero Weaponry， 2021， 28（6）： 14-18.（in Chinese）

［10］ 宁之成， 刘潇翔， 王淑一. 机理与数据融合的航天器控制系统数字孪生建模方法［J］. 空间控制技术与应用， 2022， 48（2）： 1-7.

Ning Zhicheng， Liu Xiaoxiang， Wang Shuyi. A Digital Twin Mode-ling Approach for Aerospace Control Systems with Mechanism and Data Fusion［J］. Aerospace Control and Application， 2022， 48（2）： 1-7.（in Chinese）

［11］ 陈彬， 王小东， 王戎骁， 等. 融合机理与数据的灰箱系统建模方法研究［J］. 系统仿真学报， 2019， 31（12）： 2575-2583.

Chen Bin， Wang Xiaodong， Wang Rongxiao， et al. The Grey-Box Based Modeling Approach Research Integrating Fusion Mechanism and Data［J］. Journal of System Simulation， 2019， 31（12）： 2575-2583.（in Chinese）

［12］ 刘明奇， 王思远， 何玉青， 等. 采用多种红外视距模型的子弹辐射探测系统作用距离分析［J］. 中国光学， 2015， 8（4）： 636-643.

Liu Mingqi， Wang Siyuan， He Yuqing， et al. Bullet Radiation Detection Range Analysis Based on Multiple Infrared Visual Range Prediction Models［J］. Chinese Optics， 2015， 8（4）： 636-643.（in Chinese）

［13］ Hickman D L. Target Detection： The Transition from Unresolved to Extended Targets［C］∥ Electro-Optical and Infrared Systems： Technology and Applications， 2021.

［14］ 曹淑艳， 唐善军， 范晋祥， 等. 红外探测系统建模仿真： 方法、 应用与问题［J］. 制导与引信， 2017， 38（1）： 5-14.

Cao Shuyan， Tang Shanjun， Fan Jinxiang， et al. Model and Simu-lation for Infrared Detection System： Approaches， Applications and Issues［J］. Guidance amp; Fuze， 2017， 38（1）： 5-14.（in Chinese）

［15］ 成志铎， 李明博， 李健， 等. 目标与背景的红外辐射特性仿真方法［J］. 红外与激光工程， 2013， 42（9）： 2336-2340.

Cheng Zhiduo， Li Mingbo， Li Jian， et al. Simulation Method for Characteristics of Infrared Radiation of Target and Background［J］. Infrared and Laser Engineering， 2013， 42（9）： 2336-2340.（in Chinese）

A Modeling Approach of Mechanism and Data

Fusion for Electro-Optical Imaging Seeker

Xiao Wenjian*， Wang Yanbin， Zhou Hanbing， Zhang Defeng， Jiang Chenglong， Zhou Xuanfeng

（Unit 63892" of PLA， Luoyang 471003， China）

Abstract： The full digital simulation plays a crucial role in the design， testing evaluation， even combat training of electro-optical imaging-guided weapons. In order to solve the problem of lacking mathematical models for the seeker in the full digital simulation test of electro-optical imaging-guided weapons， this paper proposes a modeling approach for the seeker based on the concept of digital twins， which integrates mechanism and data. Taking typical infrared imaging seeker as an example， this paper constructs the mechanism model of seeker detection and identification process in basis of the principle of infrared detection and identification， then builds the data model of seeker guiding command based on the actual measurement datasets of the infrared imaging seeker under different working scenarios. Finally， based on this \"mechanism+data\" fusion model， the full digital simulation tests are conducted under different interference conditions for" two typical combat scenarios of fixed target and moving target. The test results show that the mechanism and data fusion model can more realistically reflect the performance characteristics of infrared imaging seeker under complex confrontation scenarios.

Key words： electro-optical imaging guidance; seeker; mechanism model; data model; fusion model; full digital simulation； guided weapon