光电成像末制导智能化技术研究与展望

导读

随着人工智能技术的发展与进步，近年来，各军事强国正积极将人工智能技术运用到精确制导武器中，并取得了一定的技术突破。在实现精确制导武器智能化的过程中，复杂战场环境自主感知、自动目标截获（ATA）、自动目标识别（ATR）以及自适应导引等成像末制导技术性能的大幅提升依赖于人工智能技术的深度融合应用。进行成像末制导智能化技术与未来发展方向研究，对于紧跟制导模式发展趋势，实现武器作战性能的革命性提升具有重要参考义。近日，西北工业大学李少毅老师团队在《红外与激光工程》网络首发“光电成像末制导智能化技术研究与展望”论文。

1 光电成像末制导发展现状

1.1 对海成像末制导发展现状

国外典型对海作战武器主要包括空射、岸射、舰射等不同发射形式的反舰导弹，如“飞鱼”、“捕鲸叉”、“花岗岩”等，大多采用 雷达末制导，部分采用成像末制导作为辅助末制导方式。随着舰船隐身技术以及有源干扰、无源干扰等“软”杀伤技术的发展，使得对海精确制导武器面临着日益复杂的电磁环境，驱使新一代武器末制导方式由单一探测体制转向包含光电成像探测的多模复合末制导方式。

反舰导弹等对海作战武器在成像末制导阶段面临复杂的海背景环境与强电磁对抗环境，其作战目标类型主要为舰船等慢速运动目标。一般地，其成像末制导采用人在回路与智能信息处理融合的方式实现捕获、跟踪，智能信息处理可根据攻击任务和目标特性大致划分为三个阶段：①远距目标截获阶段，主要面临海杂波、海亮带、鱼鳞光、海天线、海地线等复杂背景带来的目标检测问题；②中近距目标跟踪阶段，主要面临海亮带、鱼鳞光、舰船倒影及尾浪、民用船舶、岸岛背景、烟幕对抗等带来的疑似目标与多目标识别、目标遮挡、跟踪点漂移等抗遮挡、抗干扰跟踪问题；③近距目标关键部位识别打击阶段，主要面临目标相对尺度变化、烟幕对抗、目标充满探测器视场等带来的局部关键部位识别、跟踪点选择等精确稳定跟踪问题。

同时，伴随着人工智能的发展，新一代的对海精确制导武器，如LRASM反舰导弹、NSM反舰导弹等更多的采用智能化的多模导引头，通过采用自动目标识别（ATR）、自主导航规划等技术，提升了反舰导弹的突防能力与作战效能，使其具备了智能化的雏形。值得一提的是2011年以色列的“拉斐尔先进防御系统”有限公司推出的第五代远程、自主、精确制导武器系统“海上破坏者”反舰导弹，支持对静止和运动目标的自动捕获（ATA）和识别（ATR），使用经过训练的人工智能（AI）和机器学习（ML）处理搜索者获得的大数据资源，能够对各种高价值的海上和陆地目标，提供显著的攻击性能。

图1 (a) LRASM反舰导弹；(b) SM反舰导弹；(c) “海上破坏者”导弹武器系统

图2 舰船目标不同阶段红外成像

1.2 对地成像末制导发展现状

国外典型对地攻击武器主要包括空射、舰射、陆基等不同发射形式的空地导弹、巡航导弹、反坦克导弹等，如“小牛”空地导弹、“战斧”巡航导弹以及“标枪”反坦克导弹等，多采用电视、红外等成像制导作为末制导方式。同时，也发展了多型电视/红外、红外/雷达等多模复合末制导技术的对地武器。

空地导弹等对地打击武器在成像末制导阶段面临复杂地面背景环境与强电磁对抗环境，其作战目标类型包括装甲车等快速运动目标、阵地等固定工事。一般地，与反舰导弹类似，其成像末制导采用人在回路与智能信息处理融合的方式实现捕获、跟踪，智能信息处理可根据攻击任务和目标特性大致划分为三个阶段：①远距目标截获阶段，主要面临森林、沙漠、草地、城市、乡村、天地线等复杂地物背景带来的目标检测问题；②中近距目标跟踪阶段，主要面临树林、建筑物、烟尘、民用车辆、伪装、烟幕与诱饵对抗等带来的疑似目标与多目标识别、目标遮挡、跟踪点漂移等抗遮挡、抗干扰跟踪问题；③近距目标关键部位识别打击阶段，主要面临目标相对尺度变化、烟幕对抗、目标充满探测器视场等带来的局部关键部位识别、跟踪点选择等精确稳定跟踪问题。

图3   (a) 小牛空地导弹；(b) MMP反坦克导弹；(c) JDAM红外制导炸弹

图4  坦克目标不同阶段红外成像

1.3 对空成像末制导发展现状

国外典型对空目标作战武器主要包括空空、舰空、地空等不同发射形式的空空导弹、防空导弹等，比如“AIM-9X”空空导弹、“标准”系列防空导弹等，中近距格斗弹多采用红外成像制导作为末制导方式，中远程空空、防空导弹多采用雷达制导方式。同时，为有效应对空中目标的威胁，各军事强国积极发展了红外双/ 多波段、红外/雷达等末制导体制的新型空空、防空导弹等精确制导武器。

空空导弹等对空目标作战武器在成像末制导阶段面临复杂的背景环境与强电磁对抗环境，其作战目标类型包括战斗机、轰炸机、导弹等高速、超高速运动目标。一般地，其成像末制导采用智能信息处理方式实现自主捕获、自动 识别与跟踪，智能信息处理可根据攻击任务和目标特性大致划分为三个阶段：①远距目标截获阶段，主要面临亮云、海亮带、鱼鳞光、海天线、沙漠、天地线等上视或下视复杂背景带来的目标检测问题；②中近距目标跟踪阶段，主要面临亮云、海亮带、鱼鳞光、红外点源/面源诱饵对抗等带来的多疑似目标识别、干扰严重遮挡、跟踪点漂移等抗遮挡、抗干扰跟踪问题；③近距目标关键部位识别打击阶段，主要面临目标相对尺度急剧变化、诱饵对抗、目标充满探测器视场等带来的局部关键部位识别、跟踪点选择等精确稳定跟踪问题。

空中目标与地面以及海面等目标打击任务相比，天空背景与地面、海面等背景相比较为简单，但作战目标具有更高的速度与机动性，对成像末制导系统提出更高的实时性要求。

图5 (a) AIM-9X空空导弹；(b) Python-5空空导弹；(c) “标准-3”反导拦截弹

图6 空中目标不同阶段红外成像

综上，国外各军事强国为应对不断出现的高性能目标、日益复杂的对抗环境，为确保精确制导武器的命中精度和作战效能，对于成像末制导的发展方向主要包括以下几个方面。

（1）不断提高单模成像制导的战场环境适应性与抗干扰能力。通过不断提升电视CCD、红外焦平面阵列等成像元件的空间分辨率、灵敏度等性能，为成像末制导系统提供更多的目标信息，使得精确制导武器可以更为有效的应对复杂背景及强干扰环境。 

（2）发展多模复合制导方式，获取更多维度的信息。一方面，发展双色/多模复合成像制导，在弥补单模成像制导不足的同时，发挥不同成像元件在不同波段和光谱，对不同背景、目标和干扰的选择性探测和抑制的优势，在能量信息、空间信息的基础上引入光谱信息，提升识别探测能力；另一方面，发展成像/雷达复合制导，充分发挥成像制导与雷达制导的优点，弥合二者的缺陷，提升精确制导武器的全气候全天时适应能力以及复杂战场抗干扰性能。

（3）积极将人工智能技术引入成像末制导，提升巨量战场信息的处理与应对能力。随着人工智能的发展，将目标检测、航迹规划等深度学习算法应用到成像末制导中，充分利用海量的战场信息，发挥自主学习与自主推理能力，打破现有的人工设计准则与已知规律的统计处理模式，使得精确制导武器的作战效能获得大幅提升。

2 光电成像末制导智能化技术研究现状

近年来，随着人工智能技术的发展与应用，已经在很大程度上改变了原有的运作模式，甚至带来了颠覆性效应。以美国为首的各军事强国在新一代武器装备中积极引入人工智能技术，并且随着基于人工智能的成像末制导技术研究成果的涌现，使得精确制导武器智能化程度越来越高。

2.1 美国成像末制导技术智能化发展现状

美 国 新 一 代 反 舰 导 弹 AGM-158C（LRASM），末端制导采用多模复合制导（红外成像+被动雷达）。LRASM突破了多传感器信息探测与融合、弹载高性能信息处理、自动目标识别等技术，具有多融合制导、自主航线规划与危险规避、末端自主目标筛选与识别和关键部位打击等智能化特征。凭借自身的多维信息探测、融合以及处理技术，使得LRASM一方面可以进行远距离舰船目标的自主识别与捕获，并能够通过人工智能技术在众多舰艇中剔除虚假目标；另一方面，使其能够在无任何中继制导信息的支持下，进行完全自主导航和攻击。面对电子对抗日益激烈的战场环境，LRASM利用被动雷达进行电子频谱的检测定位，能够在岛岸背景下确定威胁位置与区域，并根据威胁程度和目标编队状态，自主进行航迹规划，实现高效突防；在距离目标较近时，依靠宽视场、全天候的凝视红外成像导引头，通过实时红外图片与预存基准图片进行相关匹配，识别出目标的关键部位进行打击。

美国雷声公司研制的SDB-II小直径炸弹（GBU-53），采用了世界上首款三模导引头，具备恶劣自然环境下全天时、全天候攻击地面目标的能力。SDB-II的三模导引头包括半主动激光传感器、非制冷红外成像传感器和毫米波雷达。该三模导引头结合了激光制导的高命中精度、红外成像的高目标识别率、毫米波雷达的高穿透性等优点，为弹药的智能化提供了优异的传感器，并结合智能信息处理技术，使得SDB-II可以在复杂地物背景下对坦克、装甲车辆等目标进行快速自主分类、识别和跟踪，进而实现全天时全天候条件下对地面固定或移动目标的打击。

2.2 以色列成像末制导技术智能化发展现状

以色列拉斐尔先进防务系统公司研制的“海上破坏者”第五代导弹武器系统，具备人工智能、场景匹配、自动目标识别等独特功能。“海上破坏者”配备有先进红外成像导引头， 能够通过弹载计算机利用深度学习，实现场景匹配，使其可以在卫星导航拒止区域正常执行打击任务；并通过基于人工智能的自动目标识别技术，从攻击航线上出现的众多相似目标中，准确识别真实目标，并对目标关键部位实现精确打击。此外，该导弹配备有先进的数据链，支持“人在回路”的实时决策和任务规划，具有多向、同步攻击能力。

以色列拉斐尔公司研制的SPICE-250制导炸弹，采用电视/红外双模成像末制导，利用光电场景匹配技术、目标自动识别技术（ATA）以及深度学习等技术，实现对地面固定和移动目标的精确打击。SPICE-250将获取的地形数据与实时光电图像相结合，利用光电场景匹配技术，在GPS拒止环境下实现自主导航；SPICE-250利用人工智能和深度学习技术，能够在复杂地面背景中自动识别出地面机动目标，实现对其的精确打击。

2.3 其他国家成像末制导技术智能化发展现状

挪威康斯伯格海事公司研制的NSM反舰导弹，可以通NSM武器系统任务规划软件，基于战场态势/场景数据和人员的战术要求，自动生成任务规划方案，并可存储200个航路点的自行数据，相较于捕鲸叉Block II的8个航路点有了质的飞跃。NSM采用先进双波段（3 ∼ 5和8 ∼ 12）宽视场智能型红外成像（I3R）导引头，该导引头能够获取远距离目标的高解析度双频红外图像，并通过基于模板数据库的自动目标识别（ATR）技术，能够实现复杂背景下的预定目标的分选和跟踪，并能够按照发射前选定的瞄准点，打击目标的关键部位。该导引头还内置有诱饵参数识别技术，能够从机理上提升对抗舰载红外电源干扰、箔条干扰等性能。

图7 (a) SDB-II小直径炸弹；(b) SPICE-250制导炸弹

目前，国内外还未出现过真正意义上的完全智能化的精确制导武器。LRASM反舰导弹、“海上破坏者”导弹系统等新一代精确制导武器，通过应用传统机器学习、深度学习、强化学习等人工智能技术，在自动目标识别、航迹规划等方面呈现出一定的智能化特征。

3 未来复杂战场环境作战需求分析

随着新军事技术的不断变革和作战理念的不断推陈出新，精确制导武器所面临的作战目标、环境、任务发生了巨大变化：高速、高机动、多频谱隐身的高性能目标不断涌现；有源干扰、无源干扰等先进干扰手段大量使用，电磁环境日趋复杂；先进反导防御系统、有人机-无人机联合作战等的应用，使得精确制导武器的作战环境日趋复杂严苛。这就对精确制导武器的精准探测、精确打击、可靠突防等提出了较高要求，主要表现在以下几个方面。

3.1 目标生存能力大幅提升

随着隐身、伪装等军事技术的发展，军事目标的生存性大幅提高，同时对精确制导武器的成像末制导提出了更高要求。新一代战机F-22利用外形隐身技术大幅减少红外辐射，并配备有先进的推力矢量控制发动机，对空空导弹的目标截获与快速稳定跟踪提出了更高要求。德国MEKO型护卫舰舰体使用了大量复合材料， 并通过冷却废气、屏蔽散热装置等措施，达到了较好的红外隐身性能，这就为反舰导弹红外末制导的目标探测与识别带来了更大的挑战。迷彩技术、遮蔽技术的使用，使得地面目标在光电探测方面呈现出低可探测性，而利用示假技术仿造的假目标，与真实目标具有相同的光电特性，对空地导弹、反坦克导弹等的成像探测与目标识别提出了严峻挑战。

图8 (a) F-22红外特征；(b) EF-2000红外特征

3.2 对抗环境愈加剧烈

随着各类对抗技术的发展，使得精确制导武器成像末制导的对抗日趋激烈，主要表现在：

（1）光电告警技术与设备的广泛使用。F-35装备了量身定制的分布式孔径感知系统（EO DAS），利用“智能化威胁数据库识别系统”，通过深度学习自主分析海量的态势感知数据，自主判断识别目标类型，辅助预测分析或预警，大幅提升了目标全向感知能力与防御对抗能力。苏-35配备了先进战斗机光电传感器综合系统及机载“决斗系统”人工智能辅助作战系统，大幅增强了导弹全向告警能力，将飞机上雷达、IRST、导航系统等获得的数据进行综合分析和管理，计算出最佳的飞行和作战方案，提交给飞行员决策，更是大幅强化了干扰自主对抗效能。

（2）各类无源、有源干扰设备广泛使用。常用的红外点源诱饵弹通过改变干扰释放策略，以不同压制比的多诱饵弹向多方向投放来提高干扰效果；面源型红外诱饵、烟幕装置等，可为飞机、舰船、装甲车辆等目标提供视场遮蔽；伴飞诱饵或拖曳式诱饵，可模拟飞机的运动轨迹；新型诱饵在多光谱特性、能量特性、形状特性和运动特性上更加逼近目标，对抗过程中，对目标形成大面积、长时间的遮蔽，分离后又形成目标与诱饵的混淆；新型的多光谱烟幕装置，可以为舰船、坦克等提供可见光和多波段红外遮蔽；上述“软”杀伤手段，对精确制导武器的自动目标识别技术提出了严峻考验。

（3）激光定向能干扰装置、近程武器防御系统等“硬”杀伤武器的大量应用。激光定向能干扰装置，能够在探测到来袭导弹时向导弹发出高能量激光，使成像导引头致盲或致眩，从而破坏精确制导武器对目标的稳定跟踪造成脱靶；近程武器防御系统能够对来袭导弹等直接实施硬杀伤，对精确制导武器的突防能力带来了更高的挑战。

图9 (a) F-35的EO DAS实时探测结果；(b) 坦克烟幕投放；(c) SYLENA诱饵发射装置

4 光电成像末制导智能化关键技术与能力分析

面对未来“环境高复杂、博弈强对抗、响应高实时、信息不完整、边界不确定”的战争挑战，成像末制导技术的智能化能力特征需求如下：

（1）分布式/异构自主协同探测能力

精确制导打击群（多个/多种精确打击武器组成）的每个成员作为探测感知节点对目标进行协同探测，根据不同探测体制传感器在不同任务环境下的效用，自主进行各探测节点在目标打击过程中的任务分配、调度优化以及组合使用，在极大拓展目标探测时空感知范围的同时，提高探测感知的可靠性。

（2）多维度信息智能融合处理能力

对不同探测体制传感器、不同平台传感器等获取的多维度、多层次信息进行自主数据配准、数据关联和数据融合，并对目标信息进行甄别和强化，为成像末制导提供高品质的有用信息，增强成像末制导系统的容错能力与环境适应性。

（3）战场环境感知与态势理解能力

在通过协同探测以及优异的信息融合处理能力获取目标以及环境的多维度融合信息的同时，能够依据该信息，在复杂多变的战场环境中准确、快速、全面地了解当前的战场态势和变化趋势，为自主决策等提供战场环境信息支持。

（4）探测制导一体化与自主决策能力

在对战场态势感知与态势理解的基础上，能够按照现有态势，以实现打击效能最大化为目的，自主决策打击群中每个成员的作战方案，并能够根据实时探测信息，实时调整方案细节，确保在有效规避威胁的同时，顺利完成打击任务。

（5）自学习自进化自推理能力

精确制导武器在战场中，时时刻刻获取海量信息，在对信息进行融合、理解的同时，能够基于战场信息，自主对战场态势、决策结果等进行推理；并可以依赖自主决策、自主行动以及战场的实时反馈，来进行自主学习，在不断地学习实践中，实现自我进化。

（6）协同识别与协同抗干扰能力

依靠协同探测能力，通过将不同装备自行组网，使得各节点在获取多维信息的同时，在某些节点因“软”、“硬”杀伤干扰导致探测性能下降甚至失效时，可通过其他节点获取探测信息，保证打击任务的继续执行。依靠战场环境感知与态势理解能力，实时动态调整协同网络的拓扑结构，使得各节点之间保持最佳的探测、通信与抗干扰性能。在某些节点遭受多种干扰对抗甚至丢失时，能够凭借自主决策能力，重新对网络进行划分，形成多个独立网络，使得集群可以有效应对多维度多方向干扰的同时，具备多任务并行处理能力。

综上所述，精确制导武器走向智能化、成像末制导智能化均是技术发展的必然，综合精确制导武器未来作战环境、人工智能未来发展趋势、人脑认知与思维特点，围绕精确制导武器的应用，提出将成像末制导的智能化划分为三个阶段：功能级智能技术、系统级单体智能技术、体系级群体智能技术。

（1）功能级智能技术

以弹载应用为出发点，以成像末制导过程为突破点，立足智能化技术在自动目标识别、自主导航、多模态信息融合等方向的研究，提升精确制导武器在战场感知、目标识别、自主导航、干扰对抗与自主突防以及自主决策方面的智能化水平。针对当前的多波段、多模复合导引头，推进多模态及多波段智能探测与融合技术、探测与制导一体化信息处理技术、深度神经网络轻量化技术等的工程化应用。开展基于场景与态势感知的自适应智能复合/融合技术，智能网络重构与信息处理架构动态重组、智能目标识别、云端人工智能等技术的研究，使得成像末制导具备人类视觉的部分认知功能，达到功能级智能化水平，为实现系统级单体智能技术奠定良好的基础。

（2）系统级单体智能技术

精确制导武器作为作战体系中独立自主的一员，对于作战支撑体系不再仅仅是依属关系，而是能够自主发现目标、识别目标、攻击目标。成像末制导具备个体对某单一/多个目标的探知、感知、认知处理的视觉脑启发信息处理流程与特征，完全具备人类视觉的全部认知功能。开展关键特征、关键思维模式等的自学习网络、自进化网络、自迁移网络、自推理网络技术，记忆与经验模式网络技术，个体视觉与运动关联网络技术，专用类脑信息处理架构与处理器等技术研究。

（3）体系级群体智能技术

精确制导武器发展到最后，能够明白作战意图，并为实现作战目的，能够在作战集群中自主完成各作战成员的任务分配与合作，完全具备人类的社会化分工能力。成像末制导具备群体对某单一/多个目标的探知、感知、认知处理的视觉脑启发信息处理流程与特征，主要是开展群体关键特征、群体关键思维模式等的协同自学习网络、自进化网络、自迁移网络、自推理网络技术，群体记忆与经验模式网络技术，群体视觉与运动关联网络技术，专用类脑协同信息处理架构与处理器等技术研究。 

5 结论

本文分析总结了国外对海、对地、对空目标作战成像精确制导武器的末制导技术发展现状、面临的关键难点与智能信息处理技术原理、智能化水平，以及当前国外成像末制导智能化技术发展现状与趋势。分析了未来高性能目标、复杂对抗环境、多任务需求以及新的作战模式对成像末制导技术智能化带来的挑战。参考人工智能技术与人脑智能的对应关系，提出了实现成像末制导智能化的六个能力特征需求以及三个发展阶段。通过国外成像末制导智能化技术的发展分析，为我国光电成像末制导武器智能化技术发展提供借鉴。

本文出处

发表于：《红外与激光工程》

论文链接：

https://kns.cnki.net/kcms/detail/12.1261.TN.20221111.1532.010.html

审核编辑 ：李倩