侧窗探测条件下导弹初始发射方位择优评价系统及方法与流程

【技术领域】

本发明属于制导控制技术及不确定多属性决策领域，具体涉及一种侧窗探测条件下导弹初始发射方位择优评价系统及方法。

背景技术：

大气层内超音速导弹具有很强的机动突防能力，也是拦截各类再入弹头的重要武器。大气层内超音速飞行的导弹因气动加热问题导致无法在弹体头部配置寻的导引头。为解决这种问题，导引头通常配置在弹体侧面以避开导弹头部的热流密集区，这种目标探测方式即为侧窗探测。侧窗探测技术不仅能应用于防空导弹，而且针对掠海飞行的巡航导弹，导引头配置在弹体侧面更有利于其对目标的探测和跟踪。

侧窗探测要求：在导弹飞行过程中为保证导引头能够探测并跟踪到目标，必须使弹体方位与视线方向(探测方向)始终维持在一定的角度范围。目前对侧窗探测条件下制导控制技术的研究多以类thaad系统的姿态控制问题为主，即根据导引头视场和侧窗条件，给出侧窗范围和拦截器姿态角之间的约束关系，或者将侧窗约束转化成视线终端约束，采用滑模变结构控制或自适应控制技术设计特定初始拦截条件下的姿态角跟踪器，但该姿态控制器在其他初始拦截条件下未必能达到满意效果。实际上，侧窗探测拦截效果与初始拦截条件高度相关，但目标运动方位不可控，因此选择合适的导弹初始发射方位对提高配置侧窗导引头的导弹拦截目标的成功率具有重要意义。

通过分析国内外在侧窗探测条件下的制导控制技术中所涉及的相关技术，在我国火控系统平台较为成熟、区间数多属性决策方法的理论研究也具有一定基础的情况下，发现这些方法的应用研究还较为薄弱。本项发明将针对这一技术应用难题展开研究，将区间数多属性决策技术应用于侧窗探测条件下导弹初始发射方位的优化选择。切合实际的任务需求，实现快速、准确、可靠地决策出侧窗探测拦截效果好的导弹初始发射方位，这对于防空导弹和巡航导弹而言很有应用价值和发展前景。

技术实现要素：

本发明的目的在于解决上述现有技术中的问题，提供一种侧窗探测条件下导弹初始发射方位择优评价系统及方法，以解决将区间数多属性决策技术应用于侧窗探测条件下导弹初始发射方位优化选择的实际问题，同时解决现有应用于实际任务中属性规范化结果意义不鲜明、不具有延续性以及规范化结果可靠性不够高等问题。

为达到上述目的，本发明采用以下技术方案予以实现：

侧窗探测条件下导弹初始发射方位择优评价系统，包括依次数据连接的初始设定模块、蒙特卡洛仿真模块、决策矩阵模块、规范化决策矩阵模块、属性与理想区间距离计算模块、备选方案与理想解距离计算模块以及方案排序模块；其中，

初始设定模块，用于确定导弹初始发射方位的备选方案f＝{f1,f2,…fn}和方案的属性集x＝{x1,x2,…xm}，并将备选方案数值发送至所述蒙特卡洛仿真模块；

蒙特卡洛仿真模块，用于进行各备选方案条件下的仿真以获得侧窗探测制导的关键性能指标，并将指标值发送至决策矩阵模块；

决策矩阵模块，用于采集蒙特卡洛仿真所得的脱靶量、导弹速度前置角最小值和最大值，并对这些数据进行处理得到各方案的脱靶量均值区间、脱靶量标准差区间和导弹速度前置角区间，最终形成决策矩阵并将决策矩阵发送至规范化决策矩阵模块；

规范化决策矩阵模块提供规范化各属性的具体公式和相关数据，用于对接收到的决策矩阵进行规范化处理，进而得到归一化的决策矩阵并将该归一化决策矩阵发送至属性与理想区间距离计算模块；

属性与理想区间距离计算模块提供各个属性的绝对理想区间，用于求解各属性与理想区间的距离，并将所得距离发送到备选方案与理想解距离计算模块；

备选方案与理想解距离计算模块提供属性的权重，用于求解各备选方案与理想解之间的距离，并将所得距离发送到方案排序模块；

方案排序模块，用于对接收到的各备选方案与绝对正/负理想解之间的距离进行计算处理得到备选方案与正理想解的相对贴近度，各备选方案的相对贴近度构成方案排序向量，根据排序向量的分量大小进行排序得到最终的备选方案排名。

一种侧窗探测条件下导弹初始发射方位属性规范化方法，包括以下步骤：

步骤1：定义新的区间数有向距离来解决各属性取值区间之间的距离描述问题；

步骤2：定义基于理想点的区间数决策矩阵规范化方法；

步骤3：结合侧窗探测条件下的制导性能指标要求设定各个属性取值的正、负理想点或理想区间和可接受点；

步骤4：根据步骤1-步骤3所提供的公式、数据和决策矩阵模块提供的侧窗探测条件下的决策矩阵进行计算得到归一化决策矩阵。

本发明进一步的改进在于：

步骤1的具体方法为：

设为任意两个正闭区间数，包含零点，记为区间数到区间数的有向距离，定义如下：

其中，l表示区间数的下限上标，u表示区间数的上限上标，a^l为区间数的下限值，a^u为区间数的上限值，b^l为区间数的下限值，b^u为区间数的上限值。

步骤2的具体方法为：

2-1)设x1,x2,...,xk为效益型或成本型属性，1≤k≤m；记x1,x2,...,xk的正理想点依次是p1,p2,...,pk，为非负实数；记x1,x2,...,xk的负理想点依次是n1,n2,...,nk，为非负实数；记x1,x2,...,xk的可接受点依次是a1,a2,...,ak，为非负实数；正理想点是指属性能够达到的最优值或最优极限点值；负理想点是指属性能达到的最劣值或最劣极限点值；

(a)当xj是效益型属性时，有如下规范化公式：

其中，i为任意方案的标号，1≤i≤n，j为任意属性的标号，1≤j≤m；

(b)当xj是成本型属性时，有如下规范化公式：

2-2)同样设xk+1,xk+2,……,xm为区间型属性，对该列属性值同样这里假定效能指标的取值都为非负实数值，且不考虑取值为无穷的情况；令记属性xj的理想取值区间是为非退化的非负闭区间数；则定义其规范化公式如下：

2-2-1)单边区间型，即属性的理想值是一个区间数，但属性取值只存在于理想区间的一侧和理想区间中；定义aj为属性xj的可接受点；

(a)当属性值越大越优时，假定

(b)当属性值越小越优时：

2-2-2)双边区间型，即属性的理想值是一个区间数，属性取值存在于理想区间的两侧和理想区间中；定义为左侧可接受点，为右侧可接受点；假定

令

与现有技术相比，本发明具有以下有益效果：

本发明所建立的择优评价系统为侧窗探测条件下导弹初始发射方位的优化选择提供了系统的方法。采用区间数代替确定数来描述备选方案和属性值，使评估结果更为合理。本发明提供的属性规范化方法，解决了现有应用于实际任务中属性规范化结果意义不鲜明、不具有延续性以及规范化结果可靠性不够高等问题。本发明具有一定普适性，只需根据实际需求重新设定备选方案及属性集，即可推广应用到其他系统。

【附图说明】

图1是本发明择优评价系统的结构示意图。

【具体实施方式】

下面结合附图对本发明做进一步详细描述：

参见图1，本发明构建侧窗探测条件下导弹初始发射方位择优评价系统，包括初始设定模块1，蒙特卡洛仿真模块2，决策矩阵模块3，规范化决策矩阵模块4，属性与理想区间距离计算模块5，备选方案与理想解距离计算模块6，方案排序模块7，其中，

初始设定模块，用于设定导弹初始发射方位的备选方案f＝{f1,f2,…fn}和方案的属性集x＝{x1,x2,…xm}；

蒙特卡洛仿真模块，用于进行各备选方案条件下的仿真以获得侧窗探测制导的关键性能指标，包括脱靶量和导弹速度前置角等；

决策矩阵模块，用于采集蒙特卡洛仿真所得的脱靶量、导弹速度前置角最小值和最大值，并对这些数据进行处理得到各方案的脱靶量均值区间、脱靶量标准差区间和导弹速度前置角区间，形成决策矩阵并将决策矩阵发送至规范化决策矩阵模块；

规范化决策矩阵模块提供规范化各属性的具体公式和相关数据，用于对接收到的决策矩阵进行规范化处理，进而得到归一化的决策矩阵并将该归一化决策矩阵发送至属性与理想区间距离计算模块；

属性与理想区间距离计算模块提供各个属性的绝对正/负理想区间，用于求解各属性与理想区间的距离，并将所得距离发送到备选方案与理想解距离计算模块，具体有：为正理想区间，对成立，且为体系正理想解规范化指标值向量；为负理想区间，对成立，且为体系负理想解规范化指标值向量；记各属性到其正理想区间的距离为各属性到其负理想区间的距离为

备选方案与理想解距离计算模块提供属性的权重，用于求解各备选方案与理想解之间的距离，并将所得距离发送到方案排序模块。在已知权重的基础上，各备选方案与理想解之间的距离求解公式如下：

(1)备选方案fi距离体系正理想解的距离为：

(2)备选方案fi距离体系负理想解的距离为：

方案排序模块，用于对接收到的各备选方案与绝对正/负理想解之间的距离进行计算得到备选方案与正理想解的相对贴近度，各备选方案的相对贴近度构成方案排序向量，根据排序向量的分量大小进行排序可得到最终的备选方案排名。备选方案fi与正理想解的相对贴近度为：

方案排序向量为：

对进行排序，越大，则方案fi距理想方案的相对接近度越大，该方案的综合效能越高，方案越优。通过的排序即可获得对应的备选方案的优劣排序。

本发明采用上述侧窗探测条件下导弹初始发射方位择优评价系统的属性规范化方法，具体按照以下步骤实施：

步骤1，定义一种新的区间数有向距离来解决各属性取值区间之间的距离描述问题；

设为任意两个正闭区间数，可包含零点，记为区间数到区间数的有向距离，定义如下：

步骤2，定义一种基于理想点的区间数决策矩阵规范化方法；

1.设x1,x2,...,xk(1≤k≤m)为效益型或成本型属性；记x1,x2,...,xk的正理想点依次是非负实数p1,p2,...,pk,1≤k≤m；记x1,x2,...,xk的负理想点依次是非负实数n1,n2,...,nk,1≤k≤m；记x1,x2,...,xk的可接受点依次是非负实数a1,a2,...,ak,1≤k≤m。正理想点是指属性能够达到的最优值或最优极限点值；负理想点是指属性可能达到的最劣值或最劣极限点值。

1)当xj是效益型属性时，有如下规范化公式：

2)当xj是成本型属性时，有如下规范化公式：

2.设xk+1,xk+2,……,xm为区间型属性，对该列属性值假定属性指标的取值都为非负实数值，且不考虑取值为无穷的情况。令记属性xj的理想取值区间是为非退化的非负闭区间数。定义其规范化公式如下：

1)单边区间型(伪区间型)，即属性的理想值是一个区间数，但属性取值只存在于理想区间的一侧和理想区间中。定义aj为属性xj的可接受点。

(1)当属性值越大越优时，考虑属性指标实际取值，假定

(2)当属性值越小越优时：

2)双边区间型(区间型)，即属性的理想值是一个区间数，属性取值存在于理想区间的两侧和理想区间中。定义为左侧可接受点，为右侧可接受点。假定

令

根据各属性的取值特点可知，脱靶量均值和导弹速度前置角均属于区间型属性，即属性值越接近某个固定区间([a^l,a^u]，a^l,a^u∈r)越好，当落在这个区间中时达到最好，但脱靶量均值属于单边区间型属性、导弹速度前置角属于双边区间型属性；而脱靶量标准差属于成本型属性，即属性值越小越好。

步骤3，结合侧窗探测条件下的制导性能指标要求设定各个属性取值的正、负理想点或理想区间和可接受点；

步骤4，根据前三个步骤提供的公式、数据和决策矩阵模块提供的侧窗探测条件下的决策矩阵进行计算得到归一化决策矩阵。

实施例：

1.在初始设定模块1中确定侧窗探测条件下导弹初始发射方位的备选方案和方案的属性集。

(1)确定备选方案f＝{f1,f2,…fn}，用区间数表示导弹初始发射方位作为制导模型中的输入参数。

(2)确定方案的属性集x＝{x1,x2,…xm}，确定两类共3个待优化的决策属性，列于表1。

表1决策属性

2.在蒙特卡洛仿真模块中进行导弹在各备选方案下的仿真，在每组方案的区间上随机取10组导弹初始发射方位，在目标运动方位区间内随机产生200组参数值，故每组备选方案仿真可得到2000组脱靶量值和导弹速度前置角范围。

3.在决策矩阵模块中处理蒙特卡洛仿真得到的数据，形成决策矩阵。

对每组备选方案每次仿真得到的200组脱靶量值和导弹速度前置角范围进行预处理得到脱靶量均值、脱靶量标准差、导弹速度前置角最小值的均值和最大值的均值。再综合每组方案10次仿真的数据求出脱靶量均值区间、脱靶量标准差区间和速度前置角区间。在确定区间值时，剔除每个指标的一个最大值和一个最小值，在剩余的指标值中取最小值为该决策属性的区间下限，最大值作为该决策准则的区间上限。对每个备选方案的仿真结果均进行上述处理，将得到区间多属性决策的决策矩阵，记为

4.在规范化决策矩阵模块中对决策矩阵进行规范化处理，得到归一化的决策矩阵。

脱靶量均值、导弹速度前置角和脱靶量标准差可分别采用公式(9)、公式(10)和公式(7)进行规范化。分别给脱靶量均值、脱靶量标准差和导弹速度前置角三项性能指标的理想点和可接受点赋值，赋值情况如表2所示。

表2各决策准则理想点和可接受点赋值表

根据表2的赋值参数，规范决策矩阵得到规范化的决策矩阵

5.在属性与理想区间距离计算模块中计算各属性与其理想区间的距离。

为正理想区间，对成立，且为体系正理想解规范化指标值向量；为负理想区间，对成立，且为体系负理想解规范化指标值向量；

用公式(5)求解各属性指标值与正/负理想区间的距离。记各备选方案各属性到其正理想区间的距离为各备选方案各属性到其负理想区间的距离为

6.在备选方案与理想解距离计算模块中求解各备选方案与理想解之间的距离。用公式(1)计算备选方案fi,i＝1,…n距离体系正理想解的距离，用公式(2)计算备选方案fi,i＝1,…n距离体系负理想解的距离。

7.在方案排序模块中，用公式(3)计算备选方案与正理想解的相对贴近度，用公式(4)生成方案排序向量，根据排序向量的分量大小进行排序可得到最终的备选方案排名。

以上内容仅为说明本发明的技术思想，不能以此限定本发明的保护范围，凡是按照本发明提出的技术思想，在技术方案基础上所做的任何改动，均落入本发明权利要求书的保护范围之内。