基于人工智能技术的导弹控制系统.pdf

382023年8月上 第15期 总第411期信息技术与应用China Science&Technology Overview0 引言自 20 世纪 70 年代以来，军事体系已经由机械化变革为信息化。未来战争是海、陆、空全方位的信息化、智能化战争，作战环境与作战任务复杂多变，利用先进的军事武器装备实时、高效地处理战场态势，自适应地调整作战策略，已经成为解放军胜利的法宝。以导弹武器为代表的军事武器装备逐步转向精准化和智能化，从而推动未来战争形式向着新形态演变1。显然，作为导弹武器装备子系统的传统导弹控制系统已经不能满足未来智能化战争的需求。随着人工智能领域的迅猛发展，人工智能技术2必将是未来提升军事武器装备的核心技术之一，它必将推动军事武器装备逐步向精准化、智能化、自主化和协同化的方向发展。智能导弹武器的发展目前正处于实现导弹子系统智能化的起步阶段。导弹控制系统作为导弹武器最重要的子系统之一，它的工作性能直接影响整个导弹的技术状态和飞行姿态，甚至直接决定着导弹发射的成败。导弹控制系统具有复杂性、时变性、非线性和不确定性的特点3，因此，难以建立精确的数学模型4。虽然传统控制方法设计的导弹控制系统能够满足控制要求，但是传统控制方法存在诸多局限性。例如，由于导弹控制系统模型参数的复杂性导致难以寻得最优参数；导弹控制系统缺乏自学习和自适应能力。由此可见，构建智能化的导弹控制系统迫在眉睫。智能导弹控制系统是将人工智能技术应用到导弹控制系统中，使导弹控制系统具有学习、推理和决策的能力，甚至可以根据环境的变化进行自适应学习，从而满足控制要求。1 导弹控制系统智能化关键技术智能导弹控制系统需要自动适应多变的飞行环境，根据接收到的探测信息和自身飞行参数，自动做出智能化决策5。因此，为更全面地实现导弹控制系统智能化，需要具备以下相关控制技术。1.1 故障诊断与容错技术当导弹武器出现运行故障时，导弹控制系统首先通过接收的故障信息进行评估诊断，然后切换适当的容错控制律维持导弹正常工作。这一过程属于人工智能分支之一的导弹故障大数据学习，它利用先验知识或深度神经网络，学习大量故障信息与容错控制技术，然后进行飞行能力评估，并采取相关容错控制进行故障修复，实现导弹自主决策作战，提高导弹的自适应能力。1.2 自适应控制技术导弹控制系统自适应技术需要对导弹飞行的全过程进行自适应控制。信息化战况错综复杂，导弹的控制参数与飞行状态会根据作战环境和作战任务发生变化，控制系统自主化调整到适应性的控制策略。通过对大量飞行数据进行精细化建模与学习，智能导弹控制系统可以提升控制算法性能，确保在不同飞行参数和飞行状态下导弹能够正常工作。1.3 协同飞行控制技术现代战场具有立体化、全方位的特点，单位作战导弹难以准确判断战场的形势。为了提高导弹作战能力，以蜂群的行为模式为例，多弹协同飞行控制模式往往能够提高导弹的综合攻击能力和防御能力。多弹协同飞行控制方法的研究主要包括以最优控制法、自适应控制法、预测控制法、模糊控制算法为代表的现代控制理论方法和图论法。应用协同控制技术的智能导弹控制系统可以根据不同的作战任务和突发状况，找到最优协同控制策略，进一步提升控制系统的综合作战能力。其中，导弹控制系统参数辨识与建模过程中，通常使用协同飞行控制技术中的预测控制法以降低预测模型与真实模型之间的差异。1.4 多源信息融合技术在未来战场上，情报信息往往不是单一的，实时、准收稿日期：2022-12-30作者简介：汪敏（1993），女，北京人，博士研究生，工程师，研究方向：人工智能在导弹控制系统的应用。基于人工智能技术的导弹控制系统汪敏陈泓言王浩张庆舟李敬伟（北京动力机械研究所，北京 100074）摘要：针对传统导弹控制系统模型参数难以寻优以及模型缺乏自诊断、自学习、自适应能力等问题，详细介绍解决上述问题的智能化技术与方法，结合现阶段人工智能技术在导弹控制系统中的应用，分析智能导弹控制系统的发展趋势，归纳智能导弹控制系统的发展建议。关键词：人工智能；导弹控制系统；自诊断；自学习；自适应 中图分类号：TJ765 文献标识码：A 文章编号：1671-2064(2023)15-0038-03392023年8月上 第15期 总第411期信息技术与应用China Science&Technology Overview确、完整地处理多种情报信息，并及时挖掘它们之间的关系，是进行正确指挥决策的关键。多源信息融合技术的智能化表现为利用神经网络或者智能专家系统等人工智能技术在导弹控制系统中进行多源信息融合、推理的过程。1.5 智能自主决策技术信息化战场具有环境多变、抗干扰能力强、空间全方位等特点，传统任务驱动型决策技术难以满足复杂且多变的战场态势。因此，引入基于人工智能的自主决策技术，通过收集、整理、分析、融合情报数据，构建动态变化的三维广域战场态势图，根据逻辑推理及多目标优化技术对敌方威胁等级进行动态评估，实现实时决策规划1。1.6 导弹智能化控制基础技术导弹智能化控制基础技术包括模糊逻辑理论和应用技术、深度神经网络算法、遗传算法控制技术、智能信息处理技术、倾斜转弯控制技术、侧滑转弯控制技术等。导弹控制系统参数寻优过程通常使用深度神经网络算法、模糊控制算法、遗传算法等改进 PID 控制器以解决控制精度不准确的问题。例如基于深度神经网络的 PID 控制器、基于模糊控制算法的 PID 控制器、基于遗传算法的控制器等。倾斜转弯控制技术与侧滑转弯控制技术是导弹控制系统设计领域两项重点的研究技术。2 人工智能在导弹控制系统的应用人工智能在导弹控制系统的主要应用包括以下几个方面。2.1 导弹控制系统参数寻优面对被控对象的非线性特性以及环境的复杂性、不确定性和干扰性，控制器参数难以确定，通常导致控制器的数学模型不精准。因此，传统比例-积分-微分（PID）控制器、线性二次型最优控制（LQR）控制器、比例-积分（PI）控制器无法保证导弹武器的控制性能。为了弥补传统 PID 控制器的不足，现有相关方法对控制器进行改进，例如基于深度神经网络的 PID 控制器、基于模糊控制算法的 PID 控制器、基于遗传算法的控制器等。2.2 导弹控制系统故障诊断与容错控制故障诊断与容错控制技术主要包括故障检测、故障诊断和容错控制。它的基本思想是通过冗余资源和容错控制率保证当前运行状态或通过损失部分性能达成既定目标。故障诊断顾名思义就是估计故障信息，然后应用容错控制技术保持导弹当前的运行状态。现有故障诊断方法主要包括 3 种方法：基于信息的状态估计方法、基于专家系统的方法、基于深度神经网络的故障诊断方法。前两种方法不但需要大量先验知识，而且存在故障推理过程中的组合爆炸问题。深度神经网络具有（自）学习和记忆的能力，为故障诊断提供一种新的思路。相比于反向传播算法（BP 算法），快速误差反向传播算法（FBP 算法）解决了收敛速度慢和局部最小值的问题，能够快速收敛，预测精准。同样，径向基函数网络（RBF 网络）具有简单的结构和快速收敛的特点，对故障信息具有敏感的捕捉能力，是一种应用范围广的故障诊断方法。2.3 导弹控制系统参数辨识与建模参数辨识是将理论模型与试验数据相结合的参数预测算法。参数预测算法也是协同飞行控制技术的一个分支。以质量矩导弹建模为例，为了使导弹控制系统具有稳定性、鲁棒性和快速性，一般采用快状态姿态角速度作为逆向控制器的输入。然而，由于参数存在的不确定性和建模的误差，贺有智等6构建多层神经网络自适应控制器以减小系统的跟踪误差。此外，该方法基于李亚普诺夫（Lyapunov）稳定性理论，在参数确定无建模误差和参数不确定有建模误差的情况下，均证明系统的跟踪误差是收敛的。2.4 导弹控制系统设计导弹控制系统设计通常基于自适应控制技术、智能自主决策技术、倾斜转弯（Bank-To-Turn,简称 BTT）控制技术与侧滑转弯（Skid-To-Turn,简称 STT）控制技术等。由于未来信息化、智能化战争对导弹武器的打击精度和机动性具有更高的要求。传统的 STT 控制技术已经不能满足战争的需求。在这种情况下，BTT 导弹控制技术可以提高导弹的机动性、稳定性和升阻比特性，因而研究的更加广泛，并且迅速得到发展7。BTT 导弹控制技术的控制方式要求导弹在限制偏航运动的情况下，需要快速转到正确的机动方向。因此，BTT导弹控制系统是一个具有运动学耦合和惯性耦合的时变非线性多变量控制系统。时变非线性多变量控制系统一般采用反馈线性化方法以完成非线性被控对象的线性化以及通道的解耦控制。但是，这一方法通常对模型的误差是敏感的。因此，在线补偿飞行控制系统的动态逆误差是一个热点研究方向8。3 智能导弹控制系统发展趋势为了提升导弹的自主控制能力与纠错能力，智能导弹控制系统应时而生，它将人工智能技术融入导弹控制系统中，使导弹控制系统具有自主分析和解决问题的能力。目前，国内外还没有研制出完全智能化的导弹控制系统，在未来相关技术的支持下，导弹控制系统部件智能化是前提，单位导弹控制系统智能化是基础，多弹协同控制系统智能化是过程，任务自主的智能控制系统是结果。3.1 导弹控制系统部件智能化和单弹控制智能化目前的技术已经实现部件和单弹控制智能化。例如，挪威远程打击导弹（NSM），该导弹在运动时可以通过智能控制算法实现初步自主控制，从而提高目标打击的精准402023年8月上 第15期 总第411期信息技术与应用China Science&Technology Overview度。当应用场景变为多弹同时打击同一目标时，在多源信息融合技术与自适应控制技术的辅助下，协同 NSM 导弹自动为每颗导弹设定不同的攻击部位，但它并不具备完全协同控制的能力。3.2 多弹协同控制系统智能化多弹协同控制系统智能化以协同飞行控制技术与智能自主决策技术为基础，实现多弹同时攻击的高度配合。这种战斗方式可以主动避障、自主控制协同弹间的飞行状态，进一步提升协同对抗的能力。目前，理论上证实了多弹协同控制系统智能化是可行性的。任务自主的控制系统智能化最终目的是消除导弹控制系统中的人工操作，最终形成自主控制、精准打击目标的智能化武器，使未来战争从“有人化”趋近于“无人化”。4 结语随着人工智能技术的迅猛发展，其在军事战争中的突出表现已经引起世界各国的高度重视。未来战争形势朝向智能化发展，各国为了占领主动权，都在加紧研究智能导弹装备。导弹控制系统作为导弹的“心脏”，其智能化水平决定导弹发射的成败。传统导弹控制系统作为武器装备的一部分，已经不能满足未来战场的需求。导弹控制系统的发展趋势必将是智能化、自主化和协同化。智能导弹控制系统由最初的控制系统子系统智能化，逐步发展到单位导弹控制系统智能化、多弹协同控制系统智能化，最终实现任务自主的控制系统智能化。因此，将人工智能技术引入导弹控制系统中具有重要的研究意义与实用价值，这必将推动导弹控制系统从信息化走向智能化，自主地完成从搜索目标到准确打击的全过程，最终掌握未来战场的主动权。参考文献1 程进,齐航,袁健全,等.关于导弹武器智能化发展的思考J.航空兵器,2019,26(1):20-24.2 RUSSELL S J.人工智能:一种现代的方法M.殷建平,祝恩,刘越,等,译.3版.北京:清华大学出版社,20133 Song J M,Zhang T Q.A survey for Modeling and Control of Missile System Using Neural NetworkC.The 4th Beijing International Conference on System Simulation and Scientific Computing,1999.4 邓伟伟,段朝阳.人工智能在导弹控制系统中的应用J.航空科学技术,2020,31(10):30-35.5 槐泽鹏,佟泽友,梁雪超,等.智能导弹武器系统综述J.导航与控制,2017,16(5):104-112.6 贺有智,李君龙.神经网络在质量矩导弹控制系统上的应用J.系统工程与电子技术,2005,27(1):93-96.7 王小东,周春桂,王志军,等.基于自适应模糊PID的导弹控制系统J.探测与控制学报,2021,43(6):50-54,61.8 邓伟伟,段朝阳.人工智能在导弹控制系统中的应用J.航空科学技术,2020,31(10):30-35.A Tutorial Survey of Missile Control System based Artificial Intelligence TechnologyWANG Min,CHEN Hongyan,WANG Hao,ZHANG Qingzhou,LI Jingwei(Beijing Power Machinery Institute,Beijing 100074)Abstract:Aimed at the problems that the traditional missile control system model parameters are difficult to optimize,and the model lacks self-diagnosis,self-learning,and self-adaptive capabilities,the intelligent technologies and methods are first introduced in detail to solve the above problems.Combined with the applications of artificial intelligence technology in missile control system at this stage,the development trend of intelligent missile control system is summarized and analyzed,and the development suggestions of intelligent missile control system are summarized.Key words:artificial intelligence;missile control system;self-diagnosis;self-learning;self-adaptive