中国科技核心期刊      中国指挥与控制学会会刊     军事装备类重点期刊
指挥控制与仿真

指挥控制与仿真 >

2026 , Vol. 48 >Issue 2: 52 - 57

DOI: https://doi.org/10.3969/j.issn.1673-3819.2026.02.007

信息融合

基于总线数据的对抗空战态势评估

  • 王守权 ,
  • 邵红 † ,
  • 王炜珽 ,
  • 刘晓阳
展开
  • 海军航空大学青岛校区, 山东 青岛 266041
† 邵 红(1983—),女,硕士,讲师。

王守权(1975—),男,硕士,教授,研究方向为航空电子系统、任务系统效能分析、大数据与人工智能等。

Office editor: 许韦韦

收稿日期: 2025-01-20

  修回日期: 2025-03-07

  网络出版日期: 2026-03-25

收起

The situation assessment of counter air combat based on bus data

  • WANG Shouquan ,
  • SHAO Hong † ,
  • WANG Weiting ,
  • LIU Xiaoyang
Expand
  • Naval Aviation University Qingdao Campus, Qingdao 266041, China

Received date: 2025-01-20

  Revised date: 2025-03-07

  Online published: 2026-03-25

Fold

摘要

针对态势评估中优势函数难以量化的问题,提出将客观记录的总线数据应用于对抗空战态势评估。首先,构建了交战双方的相对攻击、相对角度与相对能量优势函数,建立基于非参量法对抗空战态势评估模型;然后,运用数据融合、空间转换等方法将总线数据用于优势函数计算;最后,通过对实际对抗空战案例的态势分析与评估,验证了利用总线数据进行态势评估思路方法的正确性,具有较强的实际应用价值。

关键词： 总线数据; 优势函数; 数据融合; 坐标转换; 态势评估

本文引用格式

王守权 , 邵红 , 王炜珽 , 刘晓阳 . 基于总线数据的对抗空战态势评估[J]. 指挥控制与仿真, 2026 , 48(2) : 52 -57 . DOI: 10.3969/j.issn.1673-3819.2026.02.007

Abstract

Aiming at the problem that the superiority function in situation assessment is difficult to quantify, objectively recorded bus data are used to the evaluation of counter air combat situation. Firstly, the advantage functions for both engaging parties concerning aspects such as attacks, angles and energy are constructed; a non-parametric-based model for evaluating air combat situations is established. Secondly, bus data are utilized for the computation of these advantage functions using method such as data fusion and coordinate transformation. Finally,through the situation analysis and assessment validation of actual counter air combat cases, the method of using bus data to evaluate counter air combat situation is verified to be correct,which has strong practical application value.

Key words： bus data; advantage functions; data fusion; coordinate transformation; situation assessment

对抗空战态势评估是基于战场感知和双方装备能力等信息,推断本方飞机相对于敌方飞机的优势程度[1];同时它还根据提取的态势要素进行目标可能位置的推测,根据当前态势及此前态势变化情况预测跟踪目标在未来某个时刻或某一段时间中可能发生的事件[2]。态势评估的主要目的是为有人机辅助决策和无人机自主决策提供依据,特别是在多机协同攻击多目标时的目标分配、攻击排序和战术选择方面[3]。
目前,比较常用的态势评估方法主要有参量法和非参量法。参量法是以专家经验、数据分析等方式获得模型参数,通过样本训练获取态势参数与评估结果的对应关系。如蒙小飞等[4]提出基于高斯云贝叶斯网络的态势评估方法,赵克新等[5]提出基于改进决策树思想的态势评估方法,姜龙亭等[6]提出动态变权重的近距空战态势评估方法。此类方法的优点是源于数据,不需要考虑权重,可以学习甚至总结经验,缺点是样本获取困难。
非参量法依据实时态势信息进行定量判断,选取关键作战因素如位置、速度、武器与雷达性能等普遍且易量化的信息来制定决策[2]。如方伟等[1]提出多人层次分析法与熵权法相结合的主客观组合赋权方法,克服层次分析法仅凭单个专家意见带来的知识缺失及主观偏好等问题;周思羽等[7]提出从空战武器攻击区的角度重新构建态势评估函数的思想。非参量法实时性强、灵活性高、直观易懂,在实际应用中非常广泛。
飞机的综合航电系统以通用集成处理器为核心组件,通过GJB289A数据总线将各类传感器及子系统连接起来,构建了一个高度整合的闭环控制体系,使得飞行员能够有效地执行空中、地面及海上目标的探测与跟踪任务,同时完成火力控制计算、武器发射以及指令传输等一系列操作,从而大幅提升了作战效能和决策支持能力,这种设计符合现代航空电子技术的高度集成化发展方向[8]。在各类机载设备记录的数据中,信息量最大的是总线数据。本文利用实际对抗空战训练中记录的总线数据进行优势函数计算,并结合实际案例分析验证了方法的正确性。

1 优势函数构建

优势函数应综合考量交战双方的态势,明确显示各方的相对优劣势及其程度,并能清晰描述空战的整体态势,有助于提供精确的决策支持[9]。本文将优势函数分为三种函数,分别为相对攻击优势函数、相对角度优势函数和相对能量优势函数。当某一优势函数计算所得值大于0时,表示本机处于优势,小于0时,表示本机处于劣势,为0时表示本机与目标处于均势。
在计算优势函数时,首先需要明确用于评估双方相对位置关系的关键变量。这些变量基于机载武器的有效射程和双方的相对位置,用以评估本机能否有效追踪或攻击目标机。此外,优势函数还应考虑机载雷达的性能、导弹的技术特性以及双方的具体几何布局。具体而言,这包括分析雷达的最大探测距离与分辨率、导弹的射程和精确度以及双方在空战中的角度和距离关系。通过综合考量这些因素,可以更准确地判断本机相对于目标的优势程度,从而为制定有效的作战策略提供支持。具体来说,对抗双方相对几何态势如图1所示,其中目标线(D),又称为视线,即从本机到目标机的直接连线;目标方位角(φ)是指本机航向与目标线之间的夹角;目标航向角(θ)是表示目标机航向与目标线之间的夹角;目标进入角(q)是指目标机航向与目标线延长线的夹角;方位角与进入角的方向保持一致,规定为右偏为正,左偏为负,因此有0<|q|<180°、0<|φ|<180°且|θ|+|q|=180°[10]。
图1 对抗双方相对几何态势示意图

Fig.1 Relative geometric situation diagram of opposing sides

1.1 相对攻击优势

攻击优势评估旨在衡量本机满足攻击条件的程度,全面反映本机与目标之间的交战几何关系及双方的武器和雷达性能。这一评估受到多个关键因素的影响,包括本机与目标的距离、方位角、各自的武器操作范围以及机载雷达的截获角度。当目标位于本机雷达的有效截获范围内,并且本机成功进入对目标的最佳攻击区域时,可以认为本机具备显著的攻击优势。这样设计能够更准确地描述实际作战中的复杂情况,为战术决策提供有力支持。公式(1)展示了构建的本机攻击优势函数,该函数旨在量化这些复杂因素,以提供一个清晰的作战态势评估。
Satb= e - R - R 0 b σ 2× e - φ 4 θ D b 2
Satb为本机的攻击优势;R为本机与目标间的距离;R0b为攻击区远、近边界的中心;σ为与攻击区的远、近边界有关的调节项;θDb为本机的雷达截获角;φ为目标的方位角。
类似地,也可以构建目标的攻击优势函数,如式(2)所示,式中各参数意义与本机攻击优势函数中的参数相对应。
Satr= e - R - R 0 r σ 2× e - θ 4 θ D r 2
在分析空空导弹攻击区时,其近边界和远边界分别用Rmin和Rmax表示,当目标机与本机之间的相对距离R≥Rmax时,可以认为此时的距离优势较为有限;随着两机之间相对距离的减小,攻击的有效性逐渐提升,并在R= R m i n + R m a x 2时,攻击优势达到峰值;然而,一旦相对距离继续缩小至低于这一最优值,距离上的优势反而会开始减弱。基于上述变化规律,我们可以构建一个描述距离优势随相对距离变化的关系函数,即距离优势函数,如下所示。
Sr= e - ( R - R 0 σ ) 2
该函数类似于高斯分布,公式中,R0= R m i n + R m a x 2,根据一般经验认为,Sr(Rmax)=Sr(Rmin)=0.005可求得:σ=0.6(Rmax-Rmin)。优势函数中相对攻击优势可用式(4)表示:
Sat=Satb-Satr,Sat∈[-1,1]

1.2 相对角度优势

相对角度优势用于描述交战双方的占位关系,通过量化双方的角度位置来评估战术优势。公式(5)展示了相对角度优势函数的计算方法[2]。
Sa=Sab-Sar=(1- φ π)-(1- θ π)= θ - φ π
且φ,θ∈[0,π];Sab,Sar∈[0,1];Sa∈[-1,1] 式中:Sab、Sar分别表示本机和目标机的角度优势; φ、θ分别为目标的方位角和航向角。当Sa=1时,表示本机具有完全优势;Sa=-1时,表示本机处于完全劣势;Sa=0时,则表示双方处于均势状态。该公式较为清晰地反映双方的角度优势对比。

1.3 相对能量优势

此外,还需要反映能量对空战态势的影响。拥有较高攻击能量的战斗机往往能够实现更长距离的武器投放,从而更容易占据战术上的有利位置,并在执行规避动作时更有机会摆脱敌方的威胁。这种攻击能量不仅增强了战机的作战灵活性,还提高了其生存能力。本机的整体能量是由动能和势能两部分组成的,这两者的大小取决于本机的速度和高度。可通过公式(6)和公式(7)分别构建了本机与目标的单位重量能量[2]。
Seb=Hb+ V b 2 2 g
Ser=Hr+ V r 2 2 g
式(6)和(7)中,Seb、Ser分别为本机和目标的单位能量值;Hb、Vb分别为本机的高度和速度大小;Hr、Vr分别为目标的高度和速度大小。
相对能量优势Se可用式(8)表示:
Se= S e b - S e r S e b,Se∈[-1,1]

2 空间位置计算

2.1 总线数据融合

总线数据记录了飞行员操纵飞机的基本动作以及由此而相应变化的飞行数据、姿态数据、传感器和火控数据等。根据前面的分析,用于计算优势函数的数据主要有飞行速度、高度、经纬度、雷达测距测角结果、武器发射最大最小距离等。这些数据来源不同,传输格式不尽一致,记录时机也不尽相同,因此要对原始的总线数据进行融合处理。数据融合的方式通常分为单架机数据融合和多架机数据融合。单架机数据融合首先要将原始的、不同来源的记录数据进行格式转换,再将转换后的数据以总线中记录的GPS时间为基准进行时间对齐形成数据总表,最后再根据采样率要求和优势函数要求剔除冗余数据。多架机数据融合是按照时空统一准则,将所有参训飞机的单机融合数据按GPS时间顺序排列,依据目标匹配关系和武器操作使用情况,形成关键事件索引;关键事件包含武器发射时间、雷达、光雷和电抗等设备的工作状态等,在此基础上完成多架飞机的数据融合处理。

2.2 空间坐标转换

在利用优势函数进行计算时,对抗双方的位置采用总线中记录的GPS坐标,也就是实际的经度、纬度和高度,以大地坐标系为基准;而双机之间的相对距离、方位角、航向角和进入角是根据本机惯性坐标系计算得到的,因此就需要进行空间的坐标转换。
(1)大地坐标系转换为地心空间直角坐标系
WGS84(World Geodetic System 1984)是全球定位系统(GPS)所采用的一种大地坐标系,其坐标原点设定在地球的质量中心。在这个坐标系中,Z轴指向所谓的协议地极(CTP),X轴则延伸至零度子午线与CTP赤道面的交汇处,而Y轴与X、Z轴共同构成了一个右手坐标系。另一方面,地心空间直角坐标系同样是基于地球质心作为参考点。在此体系中,Z轴直接指向地理北极,X轴通过格林尼治子午线与地球赤道面的交点,而Y轴同样与X、Z轴构成了一个右手坐标系。这种坐标系统主要用于精确的空间地理描述和定位工作。尽管这两个坐标系统都以地球质心作为它们的原点,并且都采用了右手坐标系的原则,但它们的具体定义和用途有所不同。
已知本机或目标的大地坐标系,确定其空间直角坐标系,采用公式(9)和(10):
X Y Z= ( N + H ) c o s ( M ) c o s ( L ) ( N + H ) c o s ( M ) s i n ( L ) [ N ( 1 - e 2 ) + H ] s i n ( M )
N= a 1 - e 2 s i n 2 ( M )
式中,a表示椭球长半径,e表示椭球第一偏心率,N表示椭球卯酉圈曲率半径,(L、M、H)是本机或目标所在位置的经度、纬度和高度。
(2)地心空间直角坐标系转换为地理坐标系
地理坐标系的三轴以观察者为原点,分别指向椭球面法线的天向、短轴的北向和长轴的东向,因此也被称为东北天坐标系。一般规定东北天坐标系的y轴为椭球面法线的天向,x轴为短轴的北向,z轴为长轴的东向。要实现地心空间直角坐标系(E系)到地理坐标系(t系)的转换,需要对坐标系进行旋转,由欧拉旋转公式可求解地心空间直角坐标系到地理坐标系的转换矩阵为C1,如公式(11)所示。
C1= - s i n ( M ) c o s ( L ) - s i n ( M ) s i n ( L )   c o s ( M ) c o s ( M ) c o s ( L ) c o s ( M ) s i n ( L ) s i n ( M ) - s i n ( L ) c o s ( L ) 0
(3)地理坐标系转换为本机坐标系
本机坐标系是原点处于机体上的惯性系,地理坐标系与本机坐标系的转换可通过欧拉旋转公式求得其转换矩阵。其中坐标原点O位于本机质心,x轴平行于本机纵轴指向机头,z轴平行于飞机横轴指向右翼,xyz共同组成右手系。此时,坐标系绕y轴运动会造成本机航向角ψ的改变,坐标系绕z轴运动会造成俯仰角θ的改变,坐标系绕x轴运动会造成横滚角γ的改变。因此从地理坐标系转换为本机坐标系的转换矩阵为C2,如公式(12)所示。
C2= 1 0 0 0 c o s γ s i n γ 0 - s i n γ c o s γ c o s θ s i n θ 0 - s i n θ   c o s θ 0 0 0 1 c o s ψ 0 s i n ψ 0 1 0 - s i n ψ 0   c o s ψ

2.3 距离角度解算

设本机GPS坐标为(Lo,Mo,Ho),目标GPS坐标为(Lt,Mt,Ht),利用上述公式可得在地心空间直角坐标系下的本机坐标(Xo,Yo,Zo),目标坐标(Xt,Yt,Zt),通过公式(13)计算得到目标与本机在地心空间直角坐标系下的相对坐标(ΔX,ΔY,ΔZ),即本机到目标的距离矢量。
Δ X Δ Y Δ Z= X t Y t Z t- X o Y o Z o= ( N t + H t ) c o s ( M t ) c o s ( L t ) ( N t + H t ) c o s ( M t ) s i n ( L t ) [ N t ( 1 - e 2 ) + H t ] s i n ( M t )- ( N o + H o ) c o s ( M o ) c o s ( L o ) ( N o + H o ) c o s ( M o ) s i n ( L o ) [ N o ( 1 - e 2 ) + H o ] s i n ( M o )
式中:
Nt= a 1 - e 2 s i n 2 ( M t )
No= a 1 - e 2 s i n 2 ( M o )
目标与本机的相对三向位置在地理坐标系下的坐标向量为:
Δ x Δ y Δ z=C1 Δ X Δ Y Δ Z
再次转换到本机坐标系得到:
Δ x a Δ y a Δ z a=C2 Δ x Δ y Δ z
因此,在本机坐标系下,本机与目标的相对位置坐标为 R , A z , E l,如公式(16)所示。其中,R为距离,Az为方位角,El为俯仰角。
R A z E l= Δ x a 2 + Δ y a 2 + Δ z a 2 a t a n ( Δ z a Δ x a ) - a t a n ( Δ y a Δ x a 2 + Δ z a 2 )

3 态势分析验证

3.1 实际案例分析

下面就以某次实际对抗空战训练中双机格斗过程进行态势分析。假设以两机自相对距离约80千米处对向飞行为时间起点,并以此刻本机所在位置为原点建立北天东坐标系,绘制本机与目标约280秒的飞行轨迹如图2所示。
图2 双机相对位置(本机蓝,目标红)

Fig.2 Relative positions of counter opposing sides(carrier is blue,target is red)

从图2可以看出,以本机的飞行轨迹为主线,可将这一段对抗飞行分为3个阶段:第一阶段,如图3(a),双方接近,起于0秒止于75秒;第二阶段,如图3(b),本机盘旋,目标降高,起于75秒止于150秒;第三阶段,如图3(c),本机攻击,目标机动,起于150秒止于280秒。在第一阶段,双方对向飞行且处于均势状态,本机飞行高度约为6 000米,目标飞行高度约为8 500米,目标占有一定的高度优势;在第二阶段,目标先是降低了飞行高度随后做了一个盘旋机动,在目标降低飞行高度的同时,由于本机做了盘旋机动,因此目标处于主动攻击态势。目标降低高度后开始盘旋,而此时本机结束了盘旋机动,形成了本机追逐目标的态势;在第三阶段,本机未做较大的机动动作接近目标,而目标则始终处于盘旋飞行状态,因此本机一直掌握对目标的主动攻击态势。
图3 双机对抗飞行轨迹示意图

Fig.3 Flightpath of counter opposing sides

3.2 优势函数计算

通过对双机飞行轨迹进行细致分析,我们可以直观地了解双方在空战中的相对位置、速度及机动情况等关键要素,定性观察对抗空战过程中的双机态势,而计算优势函数则可以对双机的空战态势进行定量分析。将融合处理后的双机的GPS、航姿、火控状态等总线数据代入到前文公式中可以绘制出对抗过程中的优势曲线。
图4中,蓝色线条代表了双机之间的相对距离变化,而红色线条则显示了本机雷达探测到目标的距离。通过观察图4可以发现,在整个对抗过程中,双方飞机不断靠近,反映了对抗过程中的动态变化。图5、图6、图7分别为本机对目标归一化的攻击优势曲线、角度优势曲线和能量优势曲线。经过归一化处理后,可以更直观地反映出在整个对抗过程中本机对目标的优势变化。
图4 双机实际距离(蓝)与本机雷达探测目标距离(红)

Fig.4 Actual distance(blue) and radar detection range of carrier(red)

图5 本机对目标的攻击优势

Fig.5 Carrier's attack advantage to target

图6 本机对目标的角度优势

Fig.6 Carrier's attack advantage to target

图7 本机对目标的能量优势

Fig.7 Carrier's erengy advantage to target

通过综合分析这三个曲线并与飞行轨迹数据相结合,可以观察到:在第一阶段,即0秒至75秒之间,本机在能量优势方面处于一定的劣势;而在角度优势和攻击优势方面,双方则基本保持均势状态。在第二阶段,即75秒至150秒之间,在攻击优势方面,本机执行了盘旋机动,而目标则先降低高度随后也开始盘旋,这一系列动作导致本机初期处于一定的劣势,但随着机动的进行,双方逐渐形成了均势状态;在角度优势方面,两架飞机都进行了较大范围的机动操作,导致两者之间的优势曲线表现出较为剧烈的波动;在能量优势方面,因两机飞行高度逐渐接近,本机处于劣势但两者差距在震荡并缩小。在第三阶段,即150秒至280秒之间,在攻击优势方面,本机采取了积极的进攻态势,机载雷达多数时间能够稳定跟踪目标。相比之下,目标飞机则处于持续的盘旋机动状态,导致其雷达难以有效跟踪本机,因此,在这一阶段本机在攻击优势上占据了明显且较大的优势;在角度优势和能量优势方面,目标机处于机动躲闪状态,两机之间优势曲线变化较大,幅度较大,目标保持一定的优势,显然有利于目标摆脱本机的跟踪与攻击。

3.3 对抗空战评估

根据博依德经典空战理论,我们可以将对抗空战划分为若干个连续的观察、定位、决策和行动过程,在此基础上,进一步梳理了攻击、角度与能量优势函数,建立基于非参量法对抗空战态势评估模型,利用客观记录的总线数据进行优势函数计算。
通过对实际案例分析和态势分析验证表明:优势函数的构建是正确的,能反映不同空战准则下的敌我态势;优势函数曲线能反映战斗过程,能支持训练后的分析和讲评;通过曲线可以分析训练中优势变化的过程及其形成原因,据此改进训练方法,能较快提升训练效果。通过评估对抗双方的空战态势,研究攻击、角度、能量优势函数与空战结果的相关性,解释对抗空战为什么会是这样的结果,使训练评估复盘的科学性、指导性更强,有助于推动训练战术战法研究。
随着战争形态加速向信息化和智能化演变,数据成为至关重要的战争资源。基于此,在大数据技术的支持下,充分挖掘对抗空战训练数据的价值,推动作战模式向无人化、智能化转变,必将成为当前和今后制胜未来海天战场的核心关键。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
方伟, 方君, 徐涛, 等. 超视距空战仿真中的态势评估方法[J]. 计算机仿真, 2019, 36(10): 29-33, 74.

FANG W, FANG J, XU T, et al. Situation assessment method in over-the-horizon air combat simulation[J]. Computer Simulation, 2019, 36(10): 29-33, 74.

[2]
蒲小勃. 现代航空电子系统与综合[M]. 北京: 航空工业出版社, 2013: 304-306.

PU X B. Modern avionics system and integration[M]. Beijing: Aviation Industry Press, 2013: 304-306.

[3]
杨涛, 周德云, 杜昌平, 等. 改进的无人机编队内目标分配算法研究[J]. 计算机测量与控制, 2008, 16(11): 1 641-1 643.

YANG T, ZHOU D Y, DU C P, et al. Research on improved target assignment algorithm in UAV formation[J]. Computer Measurement & Control, 2008, 16(11): 1 641-1 643.

[4]
蒙小飞, 杜海文, 封普文. 基于高斯云贝叶斯网络的空战态势评估[J]. 计算机工程与应用, 2016, 52(15): 249-253.

MENG X F, DU H W, FENG P W. Air combat situation assessment based on Gaussian cloud Bayesian network[J]. Computer Engineering and Applications, 2016, 52(15): 249-253.

[5]
赵克新, 黄长强, 魏政磊, 等. 改进决策树的无人机空战态势估计[J]. 哈尔滨工业大学学报, 2019, 51(4): 66-73.

ZHAOK X, HUANG C Q, WEI Z L, et al. Situation estimation of UAV air combat based on improved decision tree[J]. Journal of Harbin Institute of Technology, 2019, 51(4): 66-73.

[6]
姜龙亭, 寇雅楠, 王栋, 等. 动态变权重的近距空战态势评估方法[J]. 电光与控制, 2019, 26(4): 1-5.

JIANG L T, KOU Y N, WANG D, et al. A dynamic variable weight method for situation assessment in close-range air combat[J]. Electronics Optics & Control, 2019, 26(4): 1-5.

[7]
周思羽, 吴文海, 曲志刚, 等. 基于非参量法的空战态势评估分析[J]. 航空计算技术, 2011, 41(4):13-16, 20.

ZHOU S Y, WU H, QU Z G, et al. Analysis of air combat situation assessment based on nonparametric methods[J]. Aeronautical Computing Technique, 2011, 41(4):13-16, 20.

[8]
王海青, 王岩, 詹强, 等. 导弹与航空电子系统对接试验中的关键技术[J]. 电光与控制, 2014(2): 5-8, 45.

WANG H Q, WANG Y, ZHAN Q, et al. Critical Technologies for Joint Test of Missiles and the Avionic System[J]. Electronics Optics & Control, 2014(2): 5-8, 45.

[9]
高文正, 丁全心. 多机协同攻击中的目标分配研究[J]. 电光与控制, 2003, 10(4): 10-14, 18.

GAO W Z, DING Q X. Target allocation in multi-fighter cooperative attacking[J]. Electronics Optics & Control, 2003, 10(4): 10-14, 18.

[10]
贺宝记, 白林亭, 文鹏程. 基于态势评估及DDPG算法的一对一空战格斗控制方法[J]. 航空工程进展, 2024, 15(2): 179-187.

HE B J, BAI L T, WEN P C. One-on-one air combat control method based on situation assessment and DDPG algorithm[J]. Advances in Aeronautical Science and Engineering, 2024, 15(2): 179-187.

Options
文章导航

/

〈 〉