尹成义,谭安胜

(海军大连舰艇学院,辽宁大连　116018)



对海目标识别中舰载预警直升机引导舰载无人机的方法及阵位配置*

尹成义,谭安胜

(海军大连舰艇学院,辽宁大连116018)

针对水面舰艇编队对海攻击时的目标识别需求,提出了舰载预警直升机引导舰载无人机实施对海目标识别的协同样式。从引导识别的基本过程入手,建立了舰载无人机占领预定识别阵位的运动要素计算模型;基于以最短时间到达预定识别阵位的要求,建立了舰载无人机目标识别时,相对舰载预警直升机阵位配置的拟合模型,并针对舰载无人机识别时的反应时间和识别距离,建立了舰载无人机阵位配置的修正模型,为水面舰艇编队对海攻击中的目标识别提供了新手段。

水面舰艇编队;舰载预警直升机;舰载无人机;目标识别

水面舰艇编队实施超视距对海攻击时,不仅需要远程目标指示,还必须对目标进行可靠识别,否则极易造成不必要的误伤或被敌佯动兵力所欺骗[1]。因此,如何可靠、有效地进行目标识别,成为水面舰艇编队对海攻击的重要一环。

目前,水面舰艇中通常搭载有多类型的舰载直升机,包括舰载预警直升机、舰载无人直升机、舰载反潜直升机等。相比水面舰艇,舰载直升机具有飞行速度快、机动灵活等特点,并可使用多种探测手段,是进行目标识别的有效兵力[2]。其中,舰载预警直升机的机载雷达和舰载无人机挂载的电子侦察载荷探测距离远,但其进行目标识别的方法都不够直接,只能通过对比和分析目标回波或目标无线电信号进行目标类型判别,而受目前的技术水平及电子情报收集能力的限制,这种判别手段的有效性和可靠性较差。而若要相对准确地对目标进行识别,目标的图像信息最为可靠和直接,因此可使用各型舰载直升机通过目视或光电传感器进行目标识别,从而有效判定目标属性。

使用目视或光电传感器进行目标识别时,由于受大气能见度的影响,目标图像信息的获取存在一定的距离限制,远距离无法获取,而近距离接近敌目标,又会受到敌编队火力的威胁。因此若使用舰载直升机对目标进行识别,则舰载直升机将面临较大危险。而舰载无人机具有前出距离远、行动隐蔽且不惧伤亡的优势,其挂载光电载荷可近实时传输目标图像,是完成目标识别任务的理想兵力[3]。但由于舰载无人机搭载的光电载荷探测距离近,难以在大面积海区内及时发现需识别目标,为了能使舰载无人机快速发现目标,可由舰载预警直升机为其提供目标位置信息,从而提高目标识别的效率,缩短时间[4]。

1　协同对海目标识别引导决策分析

舰载预警直升机引导舰载无人机对海目标识别,主要是通过结合舰载预警直升机机载雷达对海搜索范围广和挂载光电载荷的舰载无人机可获取目标图像信息的优势,在舰载预警直升机发现目标后,引导舰载无人机接近目标区域,近距离通过图像信息对目标进行识别。

1.1引导对海目标识别基本过程

舰载预警直升机引导无人机进行目标识别,就是舰载预警直升机引导舰载无人机占领目标某一阵位,使其能够完成识别目标的任务。其原理就是根据舰载预警直升机所掌握的目标位置及其运动要素,以及舰载无人机在空中的位置,求出舰载无人机达到目标某一阵位的飞行航向和飞行时间[5]。舰载预警直升机不断计算,随即将计算结果发送给舰载无人机操作员,舰载无人机操作员按此航向操纵舰载无人机飞行,舰载无人机即可飞到所需阵位。

1.2无人机占领预定阵位运动要素计算模型

为了确定舰载无人机的飞行航向,建立直角坐标系xOy,y轴为正北,x轴为正东,舰载预警直升机位于O点,如图1所示。

此时目标位于M点,航向为Cm、速度为vm;舰载预警直升机测得目标的方位为αm、距离为Dm,测得舰载无人机的方位为αU、距离为DU。若舰载无人机需占领到目标阵位点U,U点的阵位要素为到舰载无人机的距离为Dt、舷角为qm(右舷为正,左舷为负)。

若假设目标位置不变,舰载无人机需要占领目标阵位点U′,则U′点的坐标xU′,yU′为

舰载无人机现在点U0的坐标xU0,yU0为

则舰载无人机现在点U0到U′点的坐标差ΔxU、ΔyU为

(1)

U′点看U0点的方位βm可用下式计算：

(2)

角qU可由下式计算：

qU=180°-Cm+βm

(3)

由于目标并非静止不动,而是以航向Cm、速度vm航行,因此舰载无人机需按速度三角形修正航向。在ΔU0U′U中,根据正弦定理,舰载无人机实际飞行航向与相对航向夹角φ可用下式计算：

(4)

根据图1可知,舰载无人机占领阵位的航向CU为

CU=βm+φ

(5)

舰载无人机由U0点占领点阵位所需时间t为

(6)

1.3仿真计算与分析

设舰载预警直升机发现舰船目标时,目标到舰载预警直升机的距离为240km,方位30°,目标的航速为20kn,此时,舰载无人机的飞行速度为190km/h,为可靠识别目标,要求占领目标右舷正横即舷角90°,识别距离为20km,则根据式(5)和(6)计算舰载无人机相对舰载预警直升机不同方位距离下的舰载无人机的占领识别阵位航向及所需时间如表1及图2所示。

表1　舰载无人机相对预警直升机不同方位距离下的运动要素

图2　舰载无人机占领识别阵位随时间变化

根据表1中数据及图2中的占领识别阵位时间的变化规律分析可知,对于相对位置及运动要素相同目标的识别,舰载无人机配置的位置不同其占领识别阵位所需时间也不同,而在对抗激烈的现代海战中,进行目标识别的基本要求就是快速准确。因此,舰载预警直升机引导舰载无人机进行目标识别,对舰载无人机配置的基本要求是以最短时间到达预定的识别阵位,为此应对舰载无人机的阵位配置进行优化。

2　协同对海目标识别阵位优化配置

由于在发现目标之前,其目标位置具有不确定性,因此,配置舰载无人机时,只能在平均意义下实现时间最短,而为实现平均意义下的时间最短,对于舰载无人机的配置而言就是使舰载无人机到达目标可能位置的平均距离最短。

2.1阵位优化配置的基本模型

为寻求舰载无人机的优化配置阵位,作如下假设:

1)舰载预警直升机沿搜索区某侧中心线飞行,舰载无人机飞行方向和速度与舰载直升机保持一致;

2)舰载预警直升机机载雷达对海上舰船目标的有效探测半径为rc,舰载无人机光电载荷的有效识别距离为ru;

3)忽略目标的运动速度,即假设目标是静止的。

若舰载预警直升机采用纵飞推扫搜索方式,其主要依靠机载雷达的前半扇区来探测目标。若以舰载预警直升机为原点,其搜索运动方向为y轴,舰载预警直升机右侧正横方向为x轴,建立直角坐标系,如图3所示。

图3　舰载预警直升机首次发现目标位置

设目标可能分布区的宽度为W(W≤2rc),则舰载预警直升机的有效搜索扇面角α为

α=2arcsin(W/(2rc))

(7)

由于舰载预警直升机机载雷达对大中型水面舰艇具有较好的发现概率,且其沿搜索区某侧中心线飞行,因此,舰载预警直升机首次发现目标的位置通常应位于以舰载预警直升机为中心半径为rc的初始发现弧上,如图2中的圆弧BC。

舰载无人机的主要作用是对目标进行识别,其配置位置的选择首先应保证识别过程所需的时间最少。而舰载无人机的识别过程所需时间主要包括飞往目标识别阵位的时间和识别时间,而识别时间相对固定且与飞往目标识别阵位时间相比很小,因此舰载无人机从配置阵位出发到完成目标识别的整个过程所需要的时间主要由飞往目标识别阵位时间决定,也就是由配置阵位与识别阵位之间的距离决定。由于目标被发现时的位置具有随机性,对不同位置的目标进行识别时无人机所需的时间并不相同,由于假设目标在搜索区内是均匀分布的,应保证所需时间在平均意义下最短。

(8)

其中，

(9)

而(x,y)来自圆弧BC,因此应满足：

(10)

将式(10)代人式(8)并整理、积分可得

(11)

2.2阵位优化配置的拟合模型

表2　不同有效搜索角α下舰载无人机的相对配置点

图4　平均飞行距离随相对位置点变化

图5　相对位置点的线性拟合效果

为了获得任意有效搜索角对应的无人机配置坐标,采用数据拟合方法,以表1第3行为横坐标,第4行为纵坐标作图,如图5中的“o”点所示,可以发现a与b二者之间为线性关系,拟合函数为

a/rc=0.4255b/rc+0.5847

(12)

式(12)对应的直线如图5中的直线,可见该拟合函数具有极佳的拟合效果。将式(9)代人式(12)并整理,可得

(13)

2.3考虑延迟时间的修正模型

舰载预警直升机发现目标后,通常并不能立即引导舰载无人机进行识别。首先需建立目标的航迹,而建立目标航迹通常需要连线发现目标3-5次[6]。若设预警直升机的扫描周期为Ts,建立目标航迹平均需n次扫描,则建立目标航迹所需的时间为nTs。建立目标航迹后,还需向舰载无人机控制台发送指令,控制人员根据指令操纵舰载无人机沿指定航向飞行,整个过程也需要一定的时间。设总延迟时间为ty,则从首次发现目标到舰载无人机开始向预定方位飞行时,所用的时间为tf,若舰载无人机的飞行速度为vu,则从舰载预警直升机首次发现目标到舰载无人机开始向目标飞,无人机的前飞距离为vu·tf,因此舰载无人机的配置阵位的纵坐标应为

y0=a-vutf

(14)

其中,tf由下式确定：

tf=n·Ts+ty

(15)

同时,舰载无人机对目标还有一定的识别距离,因此不必飞到目标上方。若目标位于圆弧上的某一点,其航向是随机的,无法确定,为确保占领目标的某个阵位进行目标识别,舰载无人机应配置在以目标为中心,半径为ru的圆上的某一点,由于舰载无人机识别目标的阵位通常是目标的左右舷均可,若要求占领的阵位与目标航向的夹角不能小于β,则为保证舰载无人机飞行的距离最短,其可能阵位应为靠近舰载无人机一侧的圆弧EF,如图6所示。

图6　考虑识别距离时舰载无人机配置位置确定示意图

因此有

(16)

其中，

(17)

设舰载无人机的识别位置到发现弧平均距离为du,则

(18)

因此考虑延误时间及识别半径后,舰载无人机的相对配置阵位(0,y0)为

y0=a-vtf-du

(19)

2.4仿真计算与分析

为分析舰载无人机相对配置阵位及从相对配置阵位到达识别阵位的平均飞行距离随搜索区不同的变化规律,利用式(11)和(19)对不同条件下的相对配置阵位进行仿真计算。仿真条件如下:舰载预警直升机对水面目标的最大探测距离rc=240km,机载雷达扫描周期Ts=6s,建立目标航迹所需的扫描次数n=5;舰载无人机的飞行速度vu=90km/h,操纵延误时间ty=5s,舰载无人机识别距离ru=20km,β=45°,仿真计算结果见表3。

表3　不同搜索区对应的舰载无人机相对位置

由表2中的数据可以看出:

1)舰载无人机相对预警直升机的距离y0随W/(2rc)值的减小而增大,而舰载无人机识别所需的飞行距离随W/(2rc)值的减小而减小;

2)由于目前我海军装备的舰载无人机的飞行速度通常较慢,因此在W/(2rc)较大时,所需的平均识别时间较长。为此,可同时采用2架舰载无人机进行目标识别,将其对称配置在舰载预警直升机飞行方向前方两侧,则可显著缩短识别过程所需的时间。

舰载预警直升机引导两架舰载无人机进行目标识别时,舰载无人机的阵位配置方法可依据单机识别的情况确定,即将舰载预警直升机的初始发现弧沿舰载预警直升机的飞行方向平均分成2部分,然后将每一部分视为缩短的初始发现弧并按单机配置方法分别配置一架舰载无人机,如图7所示。

图7　舰载预警直升机引导两架舰载无人机进行目标识别的阵位配置示意图

3　结束语

使用舰载预警直升机引导挂载光电载荷的舰载无人机实施海上目标识别,既可有效发挥舰载无人机不惧伤亡、可提供目标图像信息的优点,提高目标识别的安全性与可靠性,又能克服舰载无人机挂载的光电载荷目标发现距离近,无法在大范围海域内快速发现目标的问题,有效提高了目标识别效率,是解决水面舰艇编队远程对海攻击时目标识别的一种有效方法。

[1]万淳.水面舰艇战术[M].南京：海军指挥学院,2010.

[2]谭安胜.水面舰艇编队作战运筹分析[M].北京:国防工业出版社,2009.

[3]罗勤,郭丽燕.基于舰载无人机的海战场打击效果评估研究[J].舰船电子工程,2008,28(6):55-58.

[4]尹成义,谭安胜.水面舰艇编队对海攻击舰载预警直升机与无人机协同使用研究[C].2013年水面舰艇作战与训练年会论文集,2013.

[5]杨福渠.舰载直升机作战指挥[M].北京:解放军出版社,2004.

[6]谭安胜,郭江龙,尹成义.舰载预警直升机机载雷达发现与建航概率模型研究[J].指挥控制与仿真,2014,35(8):5-11.

[7]谭安胜,郭江龙,尹成义.舰载预警直升机机载雷达有效探测距离模型[J].指挥控制与仿真,2014,35(4): 56-59.

Method and Spacial Deployment of Shipborne Early-Warning Helicopter Guiding Shipborne UAV to Target Identification on Sea

YIN Cheng-yi,TAN An-sheng

(Dalian Naval Academy,Dalian 116018,China)

Aimming at the demand on the surface ship formation indentifying the object in sea warfare,the synergistic method of shipborne early-warning helicopter guiding shipborne UVA to indentify targets on sea is proposed.Starting from the basic process of Guiding,the motive element calculation model of UVA dominating the predicted identification station is established.Based on the requirement of arriving at the predicted identification station in the minimum time,the relative fitting model of the shipborne early-warning helicopter station allocation is established upon UVA identifying the object.And aiming at the reaction time and identifying distance capacities of UVA,the adjustment model of UVA special deployment is established,which provides the new approach of the surface ship formation identifying the object upon sea attack.

surface ship formation; shipborne early-warning helicopter; shipborne UAV; target identification

1673-3819(2016)05-0070-05

2016-04-19

2016-05-15

全军军事类研究生资助课题(编号2013JY446)

尹成义(1977-),男,辽宁铁岭人,博士,副教授,研究方向为作战指挥、水面舰艇编队作战运筹分析。

谭安胜(1963-),男,教授,博士生导师。

V274.1；E926.37

ADOI:10.3969/j.issn.1673-3819.2016.05.015