姿控脈沖發(fā)動(dòng)機(jī)點(diǎn)火邏輯優(yōu)化控制算法

馬亞磊，付亮，蔡遠(yuǎn)利

(西安交通大學(xué)控制工程研究所，陜西西安710049)

0 引言

為了提高對(duì)高速、大機(jī)動(dòng)再入目標(biāo)及其他現(xiàn)代空襲武器的攔截概率，攔截彈必須具備足夠強(qiáng)的機(jī)動(dòng)能力和靈活性［1］。傳統(tǒng)的氣動(dòng)舵控制方式在高空中受攔截彈舵機(jī)、飛行速度及環(huán)境的影響，攔截彈的響應(yīng)速度、法向過載均不能滿足要求，導(dǎo)致攔截精度受到影響。近年來，對(duì)末端制導(dǎo)精度有更高要求的直接碰撞殺傷技術(shù)［2-3］得到了廣泛的應(yīng)用，采用該技術(shù)的新一代攔截彈通過引入直接側(cè)向力控制，增大可用法向過載、縮短過載響應(yīng)時(shí)間，提高了高空攔截的制導(dǎo)精度。常見的直接力控制形式是在彈體質(zhì)心處或彈體前端安裝脈沖發(fā)動(dòng)機(jī)陣列，通過點(diǎn)火在俯仰或偏航方向上產(chǎn)生脈沖推力，使導(dǎo)彈的軌跡或者姿態(tài)發(fā)生變化。但考慮到脈沖發(fā)動(dòng)機(jī)數(shù)量有限，小噴管噴完一次后無法繼續(xù)使用，不可能在整個(gè)末制導(dǎo)段持續(xù)開啟。因此，研究有效的脈沖發(fā)動(dòng)機(jī)點(diǎn)火控制方法，使其達(dá)到最優(yōu)組合點(diǎn)火狀態(tài)具有重要理論意義和工程應(yīng)用價(jià)值。

近年來，部分學(xué)者對(duì)姿控脈沖發(fā)動(dòng)機(jī)的點(diǎn)火邏輯控制問題開展了若干研究。文獻(xiàn)［4］基于矢量分解的原則，結(jié)合噴管周向原則和徑向原則對(duì)點(diǎn)火發(fā)動(dòng)機(jī)進(jìn)行選擇，但沒有進(jìn)行必要的優(yōu)化。文獻(xiàn)［5］將姿控發(fā)動(dòng)機(jī)的點(diǎn)火問題轉(zhuǎn)化為0-1規(guī)劃問題，利用貪心算法進(jìn)行求解，但只能獲得局部最優(yōu)解。文獻(xiàn)［6］應(yīng)用離線遺傳算法對(duì)脈沖推力器的開啟數(shù)量及位置進(jìn)行優(yōu)化，以減小對(duì)控制指令的跟蹤誤差，但其要求的離線表較難設(shè)計(jì)。

1998年，Joslin等［7］在基于光纖電纜生產(chǎn)中調(diào)度問題和著色問題試驗(yàn)的基礎(chǔ)上，提出了吱呀輪優(yōu)化(Squeaky-Wheel Optimization，SWO)算法，但沒有引起應(yīng)有的重視。該算法是一種大鄰域空間的啟發(fā)式搜索算法，不同于直接在解空間搜索的傳統(tǒng)算法，該方法在兩個(gè)空間進(jìn)行操作，通過調(diào)整優(yōu)先級(jí)改變待搜索空間引導(dǎo)算法迅速跳出無效搜索區(qū)域，從而快速地取得滿意的解，尤其適用于實(shí)時(shí)性要求較高的優(yōu)化問題。

本文以姿控式直接力/氣動(dòng)力復(fù)合控制攔截彈為對(duì)象，采用SWO算法對(duì)姿控發(fā)動(dòng)機(jī)組的點(diǎn)火邏輯優(yōu)化問題進(jìn)行了研究。在分析脈沖發(fā)動(dòng)機(jī)數(shù)學(xué)模型和點(diǎn)火控制約束條件的基礎(chǔ)上，提出了基于SWO的點(diǎn)火控制算法，并與貪心算法和遺傳算法進(jìn)行仿真比較，驗(yàn)證了本文算法的有效性和可行性。

1 問題描述

1.1 脈沖發(fā)動(dòng)機(jī)布局

本文以PAC-3攔截彈為對(duì)象進(jìn)行分析建模，彈體前部有10圈脈沖發(fā)動(dòng)機(jī)，每圈等角度分配18個(gè)，相鄰圈采用交錯(cuò)排列的方式。第一圈脈沖推力發(fā)動(dòng)機(jī)到彈體質(zhì)心的距離為L(zhǎng)，相鄰圈的距離為d，在彈體上的布局如圖1所示。由于脈沖發(fā)動(dòng)機(jī)燃料質(zhì)量很小，設(shè)計(jì)中假設(shè)開啟脈沖發(fā)動(dòng)機(jī)不會(huì)引起導(dǎo)彈質(zhì)心位置的顯著改變。

圖1 脈沖發(fā)動(dòng)機(jī)空間布局Fig.1 Layout of pulse engine

1.2 發(fā)動(dòng)機(jī)工作特性

直接力系統(tǒng)的每個(gè)脈沖發(fā)動(dòng)機(jī)噴射一次后不能再次使用，所產(chǎn)生的推力以脈沖力的形式作用在攔截彈上，大小固定，方向垂直于彈體坐標(biāo)系下的x軸，通過產(chǎn)生的力矩對(duì)攔截彈姿態(tài)進(jìn)行調(diào)整和控制。脈沖發(fā)動(dòng)機(jī)工作方式如圖2所示，每個(gè)發(fā)動(dòng)機(jī)平均噴流力大小為T，平均工作時(shí)間為τ。為了防止連續(xù)工作的不同發(fā)動(dòng)機(jī)之間產(chǎn)生對(duì)噴現(xiàn)象，兩次脈沖噴力間設(shè)有一定的時(shí)間間隔Δτ。

圖2 脈沖發(fā)動(dòng)機(jī)工作方式Fig.2 Working style of pulse engine

1.3 脈沖發(fā)動(dòng)機(jī)噴力數(shù)學(xué)模型

由于脈沖發(fā)動(dòng)機(jī)相鄰圈互相交錯(cuò)排列，因此設(shè)定脈沖發(fā)動(dòng)機(jī)按照5×36的方式排列。從彈尾沿彈體坐標(biāo)系x軸將所有層上的發(fā)動(dòng)機(jī)投影到一個(gè)圓周上，得到一個(gè)投影圓。將此圓從參考基準(zhǔn)開始順時(shí)針沿環(huán)向編號(hào)分別為0，1，2，…，M，其中 M=35。參考基準(zhǔn)為彈體坐標(biāo)系中的y軸，并隨彈體旋轉(zhuǎn)而改變。發(fā)動(dòng)機(jī)在縱向平面內(nèi)的環(huán)向投影如圖3所示。每一列脈沖發(fā)動(dòng)機(jī)與y軸的角度為:

式中:“%”表示浮點(diǎn)型取余。

圖3 發(fā)動(dòng)機(jī)縱向平面投影Fig.3 Longitudinal plane projection of engine

考慮到導(dǎo)彈旋轉(zhuǎn)和點(diǎn)火指令延遲時(shí)間，第j 列發(fā)動(dòng)機(jī)對(duì)應(yīng)的實(shí)際點(diǎn)火角度θact為:

式中:θd為脈沖發(fā)動(dòng)機(jī)工作過程中彈體旋轉(zhuǎn)的平均角度;θt為點(diǎn)火指令延時(shí)時(shí)間t內(nèi)彈體旋轉(zhuǎn)的角度。

脈沖發(fā)動(dòng)機(jī)的狀態(tài)可用5×36的二維數(shù)組表示，設(shè)定1表示未點(diǎn)火狀態(tài)，0表示正在點(diǎn)火狀態(tài)，－1表示點(diǎn)火完成。由式(2)可知，點(diǎn)火發(fā)動(dòng)機(jī)在y軸和z軸方向上的噴流合力分別為:

2 脈沖發(fā)動(dòng)機(jī)點(diǎn)火約束

由于姿控發(fā)動(dòng)機(jī)數(shù)目有限，且一次性使用，一次點(diǎn)火發(fā)動(dòng)機(jī)數(shù)目過多可能會(huì)引起導(dǎo)彈質(zhì)心的快速漂移等問題［8］，需要對(duì)點(diǎn)火邏輯進(jìn)行約束以保證姿控發(fā)動(dòng)機(jī)的使用效率及攔截彈的控制精度。其主要約束如下:

(1)多個(gè)姿控脈沖發(fā)動(dòng)機(jī)同時(shí)點(diǎn)火會(huì)引起側(cè)向噴流干擾效應(yīng)，同時(shí)點(diǎn)火的脈沖發(fā)動(dòng)機(jī)數(shù)量不宜過多，本文設(shè)定最多允許10個(gè)脈沖發(fā)動(dòng)機(jī)同時(shí)工作;

(2)點(diǎn)火控制算法應(yīng)滿足能夠在短時(shí)間內(nèi)快速尋找到脈沖發(fā)動(dòng)機(jī)組合并給出點(diǎn)火指令，即必須滿足快速性要求;

(3)姿控發(fā)動(dòng)機(jī)數(shù)量是一定的，只有在攔截彈末端雷達(dá)導(dǎo)引頭捕獲到目標(biāo)時(shí)，即彈-目距離小于R時(shí)，姿控發(fā)動(dòng)機(jī)與氣動(dòng)舵開始協(xié)同工作;

(4)脈沖發(fā)動(dòng)機(jī)與氣動(dòng)舵產(chǎn)生的法向過載不能大于彈體的最大可用過載;

(5)當(dāng)法向過載指令誤差大于一定閾值時(shí)，脈沖發(fā)動(dòng)機(jī)允許點(diǎn)火，即為縱向過載誤差指令為橫向過載誤差指令。

3 組合發(fā)動(dòng)機(jī)點(diǎn)火優(yōu)化算法設(shè)計(jì)

本文脈沖發(fā)動(dòng)機(jī)采用開關(guān)控制的方式工作，其控制策略也稱為點(diǎn)火邏輯，目前對(duì)點(diǎn)火邏輯設(shè)計(jì)主要采用基于矢量合成的方法、0-1規(guī)劃等。通過將發(fā)動(dòng)機(jī)的點(diǎn)火問題轉(zhuǎn)化為對(duì)發(fā)動(dòng)機(jī)的優(yōu)化調(diào)度問題，利用SWO算法的大鄰域?qū)蚴剿阉魈攸c(diǎn)，設(shè)計(jì)基于SWO的點(diǎn)火控制算法，在短時(shí)間內(nèi)搜索到最佳點(diǎn)火組合。

3.1 SWO算法基本思想

SWO算法是一種啟發(fā)式優(yōu)化算法，目前已有學(xué)者將其應(yīng)用于空軍衛(wèi)星控制網(wǎng)絡(luò)調(diào)度［9］、多衛(wèi)星數(shù)傳調(diào)度［10］等。該算法主要由構(gòu)造器、分析器、優(yōu)先排序器三部分組成，其核心思想是“構(gòu)造-分析-優(yōu)先級(jí)排序”的循環(huán)過程［7］。首先，將調(diào)度問題中的每個(gè)任務(wù)賦予一定的優(yōu)先級(jí)并根據(jù)優(yōu)先級(jí)進(jìn)行排序;構(gòu)造器利用貪婪算法等方法得到一個(gè)初始解;分析器對(duì)構(gòu)造器生成的問題解進(jìn)行分析，按照一定的規(guī)則確定各任務(wù)的責(zé)罰值，并進(jìn)行分析，改變相應(yīng)的責(zé)罰值;優(yōu)先級(jí)排序器根據(jù)責(zé)罰值修改任務(wù)的優(yōu)先級(jí)，并對(duì)任務(wù)按照優(yōu)先級(jí)重新排序。構(gòu)造器在下一次構(gòu)造解的過程中給予高優(yōu)先級(jí)任務(wù)更多關(guān)注，重新產(chǎn)生問題解。整個(gè)循環(huán)過程SWO算法可以認(rèn)為在優(yōu)先級(jí)空間(P)和解空間(f(P))兩個(gè)空間上交替操作進(jìn)行搜索，如圖4所示。

圖4 耦合搜索空間Fig.4 Coupled search spaces

通過優(yōu)先級(jí)空間的改變使得解空間的解發(fā)生較大變化，再根據(jù)對(duì)解的分析調(diào)整優(yōu)先級(jí)空間，如此迭代直到找到滿意解或者滿足迭代條件退出。

3.2 組合發(fā)動(dòng)機(jī)點(diǎn)火優(yōu)化算法

(1)構(gòu)造初始解

首先確定點(diǎn)火中心。給出點(diǎn)火指令角θc，設(shè)編號(hào)為M列發(fā)動(dòng)機(jī)為點(diǎn)火中心，則有:

式中:［˙］表示四舍五入取整。

以M為參考基準(zhǔn)，選取±90°內(nèi)不同位置的發(fā)動(dòng)機(jī)進(jìn)行任務(wù)規(guī)劃，由發(fā)動(dòng)機(jī)任務(wù)組成任務(wù)集合每個(gè)包含兩個(gè)元素，其中為該發(fā)動(dòng)機(jī)的編碼值為其優(yōu)先級(jí)。

脈沖發(fā)動(dòng)機(jī)點(diǎn)火組合優(yōu)化的目的是在短時(shí)間內(nèi)找到最優(yōu)點(diǎn)火發(fā)動(dòng)機(jī)組，使該發(fā)動(dòng)機(jī)組產(chǎn)生的噴流合力與指令合力的矢量差最小。將指令合力與噴流合力的誤差作為尋找最優(yōu)解的判斷條件，令

式中:Fcy，F(xiàn)y，F(xiàn)cz，F(xiàn)z分別為指令合力和噴流合力在參考坐標(biāo)系y軸和z軸方向上的分力。由于最多允許10個(gè)發(fā)動(dòng)機(jī)同時(shí)點(diǎn)火，從前10個(gè)優(yōu)先級(jí)最高的任務(wù)中貪婪地選取矢量誤差最小的組合存入最優(yōu)解集合AS，作為優(yōu)化算法的初始解。

(2)分析當(dāng)前解

分析器的主要任務(wù)是對(duì)構(gòu)造器產(chǎn)生的問題解進(jìn)行分析，根據(jù)各任務(wù)對(duì)結(jié)果的影響大小產(chǎn)生責(zé)罰值，通過責(zé)罰值改變優(yōu)先級(jí)。對(duì)于點(diǎn)火邏輯優(yōu)化問題，產(chǎn)生最優(yōu)解時(shí)的誤差Err與優(yōu)先級(jí)排序在10之后的發(fā)動(dòng)機(jī)做矢量差，取責(zé)罰值為:

(3)調(diào)整優(yōu)先級(jí)

采用排序算法對(duì)發(fā)動(dòng)機(jī)任務(wù)集合A中的元素按照優(yōu)先級(jí)從大到小進(jìn)行排序，進(jìn)而更新搜索空間。如果優(yōu)先級(jí)相同，選擇靠近點(diǎn)火中心的發(fā)動(dòng)機(jī)任務(wù)排在前面;如果是相同列，選擇i值小的排在前面。

(4)重新構(gòu)造解

根據(jù)優(yōu)先級(jí)從A集合中選擇最優(yōu)的發(fā)動(dòng)機(jī)組合，計(jì)算當(dāng)前發(fā)動(dòng)機(jī)組合產(chǎn)生的合力與期望力的矢量誤差，并將所得誤差值與歷史最優(yōu)解進(jìn)行誤差值比較。如果該誤差值更小，則以此值作為最優(yōu)解來更新歷史最優(yōu)解，并存入集合AS中;如果誤差不滿足最小誤差條件，繼續(xù)重復(fù)步驟(2)～(4)，直到算法達(dá)到最大迭代次數(shù)或滿足最小誤差條件，并退出循環(huán)。將集合AS中的元素進(jìn)行解碼，得到優(yōu)化后的發(fā)動(dòng)機(jī)點(diǎn)火組合。

4 仿真分析

本文未考慮大氣層內(nèi)噴流與外部流場(chǎng)相互作用產(chǎn)生的干擾作用力［8］，設(shè)定每個(gè)脈沖發(fā)動(dòng)機(jī)平均噴流力為T=5 115 N，平均工作時(shí)間為 τA=10 ms。SWO點(diǎn)火控制算法滿足迭代次數(shù)(50次)或發(fā)動(dòng)機(jī)點(diǎn)火產(chǎn)生的合力與期望合力矢量誤差小于0.5%時(shí)退出。

貪心算法和遺傳算法是解決優(yōu)化問題的常用方法。為了驗(yàn)證本文點(diǎn)火邏輯優(yōu)化控制算法的可行性，引入了貪心算法和遺傳算法，并與SWO算法進(jìn)行對(duì)比仿真。貪心算法的實(shí)現(xiàn)過程為:每次從當(dāng)前可行解中增加一個(gè)發(fā)動(dòng)機(jī)，直到誤差變大或滿足最小誤差條件時(shí)退出;遺傳算法采用文獻(xiàn)［6］思想設(shè)計(jì)，算法迭代次數(shù)設(shè)為50代。

三種算法均在VC++6.0環(huán)境下編程實(shí)現(xiàn)，并在AMD Phenom Triple-Core處理器、2.29GHz主頻，Windows XP系統(tǒng)的計(jì)算機(jī)中進(jìn)行仿真。記錄點(diǎn)火指令角為θc=0.1 rad時(shí)不同點(diǎn)火指令合力F下SWO算法、貪心算法和不同種群大小N的遺傳算法的仿真結(jié)果，分別如表1和表2所示。表中nm為所開發(fā)動(dòng)機(jī)數(shù)。

分析表1、表2可知，對(duì)于不同點(diǎn)火指令合力，三種算法在消耗脈沖發(fā)動(dòng)機(jī)相當(dāng)?shù)那闆r下，SWO算法與遺傳算法的誤差大大小于貪心算法。尤其當(dāng)貪心算法產(chǎn)生的合力誤差較大時(shí)，SWO算法有更明顯的優(yōu)化效果，接近遺傳算法的最優(yōu)解。當(dāng)貪心算法產(chǎn)生的合力誤差較小時(shí)，三種算法得到的合力誤差結(jié)果比較接近。由于SWO是一種大鄰域局部搜索算法，而遺傳算法是一種全局搜索算法，通過誤差分析可知，當(dāng)種群規(guī)模為200時(shí)的遺傳算法結(jié)果雖優(yōu)于SWO，但是差距不大。遺傳算法初始種群為50時(shí)，由于算法在個(gè)別值時(shí)出現(xiàn)早熟收斂，產(chǎn)生的誤差不如SWO算法和200種群時(shí)的遺傳算法。

表1 SWO和貪心算法仿真結(jié)果Table 1 Results of SWO and greedy algorithm

表2 遺傳算法不同種群大小仿真結(jié)果Table 2 Results of GA with different population size

圖5為三種算法在點(diǎn)火指令角θc=0 rad時(shí)誤差值的柱狀圖，驗(yàn)證了不同點(diǎn)火指令角下由表1、表2所得結(jié)論的正確性。

圖5 不同算法誤差Fig.5 Error of different algorithms

圖6 為點(diǎn)火指令角為0 rad時(shí)SWO算法與貪心算法和遺傳算法計(jì)算時(shí)間比較?？梢钥闯?，遺傳算法種群為50時(shí)耗時(shí)15 ms左右，種群為200時(shí)耗時(shí)200 ms左右，耗時(shí)遠(yuǎn)遠(yuǎn)大于SWO算法和貪心算法，且遺傳算法隨著種群規(guī)模的擴(kuò)大，耗時(shí)成指數(shù)增長(zhǎng)。貪心算法的計(jì)算時(shí)間為10－5級(jí)，隨著指令合力增大，計(jì)算時(shí)間呈線性增加。SWO算法整體比貪心算法耗時(shí)長(zhǎng)一些，但均能在0.35 ms以內(nèi)完成優(yōu)化，提前退出迭代，耗時(shí)更短。直接控制系統(tǒng)給出點(diǎn)火指令到發(fā)動(dòng)機(jī)點(diǎn)火時(shí)間約為5 ms，加上SWO算法耗時(shí)，仍然比氣動(dòng)力控制時(shí)舵機(jī)的反應(yīng)時(shí)間 (約22 ms)小很多，因此，該算法滿足實(shí)時(shí)性要求。

圖6 不同算法計(jì)算時(shí)間Fig.6 Computing time of different algorithms

5 結(jié)束語

本文針對(duì)姿控式直接力/氣動(dòng)力復(fù)合控制系統(tǒng)的脈沖組合發(fā)動(dòng)機(jī)點(diǎn)火問題，設(shè)計(jì)了一種基于SWO的優(yōu)化控制方法。在VC++6.0環(huán)境下對(duì)設(shè)計(jì)的算法進(jìn)行了仿真，并與典型的貪心算法和遺傳算法進(jìn)行了比較。結(jié)果表明，SWO算法能夠滿足控制精度和實(shí)時(shí)性要求，具有一定的理論意義和工程應(yīng)用價(jià)值。本文主要對(duì)點(diǎn)火邏輯優(yōu)化算法進(jìn)行設(shè)計(jì)，尚未考慮復(fù)合控制系統(tǒng)的控制分配問題，下一步的工作是將本文設(shè)計(jì)算法與控制分配相結(jié)合，進(jìn)行更深入的研究。

［1］ Fenghua H，Kemao M，Yu Y.Firing logic optimization design of lateral jets in missile attitude control systems［C］//CCA 2008 IEEE International Conference on Control Applications.NJ:IEEE，2008:936-941.

［2］ Herman R D，Butler J H.Subsystems for the extended range interceptor(ERINT-1)missile［C］//AIAA and SDIO，Annual Interceptor Technology Conference.Huntsville:AL，1992.

［3］ Walters E D，Butler J H.Extended range interceptor(ERINT-1)flight test program［C］//AIAA and SDIO，Annual Interceptor Technology Conference.Huntsville:AL，1992.

［4］ 朱京.姿控發(fā)動(dòng)機(jī)點(diǎn)火邏輯研究［J］.現(xiàn)代防御技術(shù)，2007，35(3):42-45.

［5］ 楊銳，徐敏，陳士櫓.動(dòng)能攔截彈姿控發(fā)動(dòng)機(jī)組合點(diǎn)火算法研究［J］.西北工業(yè)大學(xué)學(xué)報(bào)，2006，24(1):15-18.

［6］ 尹永鑫，楊明，王子才.基于遺傳算法的脈沖推力器控制方法研究［J］.哈爾濱工業(yè)大學(xué)學(xué)報(bào)，2007，39(5):721-724.

［7］ Joslin D E，Clements D P.Squeaky wheel optimization［J］.Journal of Artificial Intelligence Research，1999，10:353-373.

［8］ 程鳳舟，萬自明，陳士櫓，等.防空導(dǎo)彈直接力與氣動(dòng)力復(fù)合控制系統(tǒng)設(shè)計(jì)［J］.飛行力學(xué)，2003，21(2):49-52.

［9］ Barbulescu L，Howe A E，Whitley L D.Understanding algorithm performance on an oversubscribed scheduling application ［J］.Journal of Artificial Intelligence Research，2006，27:577-615.

［10］經(jīng)飛，王鈞，李軍，等.基于吱呀輪優(yōu)化的多衛(wèi)星數(shù)傳調(diào)度問題求解方法［J］.宇航學(xué)報(bào)，2011，32(4):863-870.