一种面向突防决策的拦截点与拦截时间预测方法

本发明属于飞行器信息支援、攻防交战态势预测、机器学习建模与突防决策支撑，具体涉及一种面向突防决策的拦截点与拦截时间预测方法。

背景技术：

1、在现代防空反导体系中，来袭拦截弹的探测、跟踪与命中精度持续提升，对攻击弹的突防行动构成严峻威胁。若攻击弹能在拦截弹进入有效威胁范围后，及时获取其空间状态，并预测二者未来的交会位置与时间，便可为自身规避机动触发、机动方向选择及航迹在线再规划提供重要依据。其中，预定拦截点可明确攻击弹易遭拦截的空间位置，用于划定危险区域、判别威胁方向并辅助选定规避机动策略；预定拦截时间能够体现可用于机动规避的剩余时间裕度，为机动触发时机、过载分配与在线再规划提供参考，因此拦截点与拦截时间的预测，是突防决策前端信息支撑环节的核心问题。

2、然而，现有数据驱动拦截预测方法在面向突防决策应用时仍存在以下不足：

3、（1）空间泛化能力不足：部分数据驱动预测方法直接采用攻击弹和拦截弹在全局坐标系下的绝对位置作为模型输入，模型容易学习训练样本所在固定空域内的坐标分布特征。当交战空域整体移动、攻击弹部署位置发生变化或预测场景超出原训练空域时，输入数据分布容易发生偏移，导致预测精度下降，难以满足不同部署位置下的在线突防预测需求。

4、（2）预测空间缺乏有效约束：若不对拦截弹可能出现的相对空间范围进行限定，拦截点和拦截时间预测问题将面对近似无界的三维空间。该情况下，为覆盖足够多的来袭方向、距离层和交会状态，需要生成大量仿真样本，容易造成样本规模过大、训练成本升高和模型学习难度增加，不利于构建可用的预测模型。

5、（3）三维样本分布不均衡：在三维球面或球壳区域内进行样本生成时，不同距离层、方位角和俯仰角区域的样本覆盖往往不均衡。若直接采用普通经纬度网格采样或简单随机采样，容易出现局部区域样本过密、部分区域样本不足的问题，使模型在欠采样区域学习不充分，进而产生较大的局部预测误差和极端误差。

6、（4）拦截点与拦截时间联合预测能力不足：现有部分数据驱动预测方法通常侧重于单一目标预测，例如仅预测拦截点位置或仅预测剩余拦截时间，未能充分利用拦截点空间位置与拦截时间之间的内在关联。对于攻击弹突防任务而言，拦截点和拦截时间二者共同决定危险区构建、规避触发和在线再规划的有效性。若将二者分开建模，容易造成空间威胁信息与时间裕度信息之间的耦合关系利用不足，影响突防决策信息的完整性。

7、因此，亟需一种面向突防决策的拦截点与拦截时间预测方法，在信息支援平台探测来袭拦截弹的条件下，能够通过物理约束限定预测空间，利用相对状态提高空间泛化能力，并通过合理的数据生成与训练策略提高预测稳定性，从而为攻击弹提前规避和在线再规划提供可靠的空间威胁信息与时间裕度信息。

技术实现思路

1、本发明的目的在于克服现有拦截点与拦截时间预测方法在固定全局坐标依赖、无约束预测空间导致样本规模过大、三维样本分布不均衡以及拦截点与拦截时间联合预测能力不足方面的缺陷，提供一种面向突防决策的拦截点与拦截时间预测方法。该方法通过机动飞行器中心化相对状态建模、同心双层球壳可探测威胁域约束、几何分层采样和联合回归预测模型，实现对拦截点和拦截时间的预测。

2、实现本发明目的的技术解决方案为：一种面向突防决策的拦截点与拦截时间预测方法，其特征在于，包括如下步骤：

3、步骤（1）：建立三维攻防交战数学模型：定义机动飞行器、来袭接近飞行器和目标点在三维空间中的位置向量、速度向量及运动约束条件，建立机动飞行器和来袭接近飞行器的三维运动学模型，分别设定机动飞行器飞向目标点以及来袭接近飞行器飞向机动飞行器的制导规律，形成用于描述双方相对运动关系的三维攻防交战数学模型；

4、步骤（2）：构建同心双层球壳可探测威胁域：以内边界半径和外边界半径限定接近飞行器处于有效预测范围内的空间区域，使预测任务从近似无界空间转化为具有探测条件和突防决策意义的有限域预测问题；

5、步骤（3）：构建几何分层训练样本集：按照不同半径层在同心双层球壳预测约束域内通过fibonacci球面采样生成来袭接近飞行器初始位置及方向，并将生成的初始数据通过分层采样构建训练子集同时为样本配置相应权重，再将接近飞行器的训练子集结合机动飞行器速度、偏航角、俯仰角状态变量，形成三维攻防交战仿真初始条件，在每组初始交战状态下，调用步骤（1）建立的三维攻防交战数学模型进行数值计算获得对应的真实拦截点和拦截时间，作为后续联合回归预测模型训练与验证的数据标签；

6、步骤（4）：根据生成的仿真数据训练联合回归预测模型：以相对状态特征作为输入，以拦截点相对位移和拦截时间作为输出，训练包含共享特征提取主干和多个回归头的预测模型，采用训练后的预测模型预测拦截点与拦截时间。

7、本发明与现有技术相比，其显著优点在于：

8、（1）空间泛化能力强：本发明采用机动飞行器中心化相对状态输入，降低了模型对固定全局坐标系和特定训练空域的依赖，使模型更关注攻防双方之间的相对几何关系。

9、（2）预测空间具有物理约束：通过构建同心双层球壳可探测威胁域，本发明将拦截点与拦截时间预测限定在满足传感器探测条件和突防决策意义的有限空间范围内，避免了无界空间预测导致的样本规模不可控问题。

10、（3）样本覆盖更加均衡：通过 fibonacci 球面采样、几何分层采样和权重修正机制，本发明能够改善不同距离层和来袭方向下的样本分布均衡性，缓解欠采样区域学习不足的问题，同时再次降低样本规模。

11、（4）在线预测速度快：训练完成后的联合回归预测模型能够由当前相对状态直接输出预测拦截点和预测拦截时间，适合在连续观测更新条件下重复调用，为危险区判断和规避触发提供信息支撑。

1.一种面向突防决策的拦截点与拦截时间预测方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的方法，其特征在于，步骤（1）具体为：

3.根据权利要求2所述的方法，其特征在于，步骤（2）具体为：

4.根据权利要求3所述的方法，其特征在于，步骤（3）具体为：

5.根据权利要求4所述的方法，其特征在于，步骤（4）具体为：