0 引言

　　隨著航天事業(yè)的不斷發(fā)展，火箭發(fā)射成為世界各國所關(guān)注的焦點。然而火箭發(fā)射是一項復雜的任務(wù)，經(jīng)常發(fā)生故障，落點將超出允許落點范圍而危及地面安全時，必須加以控制，終止火箭動力飛行并將其炸毀。如果不能準確控制，造成的后果是非常嚴重的。因此火箭發(fā)射的安全控制成為世界各國需要解決的首要問題[1-2]。

　　火箭飛行安全控制系統(tǒng)一般由地面控制系統(tǒng)和火箭控制系統(tǒng)組成[3]。其中，地面控制系統(tǒng)主要觀察火箭飛行狀態(tài)并對其進行判斷，發(fā)出相應(yīng)的報警或炸毀指令；火箭控制系統(tǒng)接收地面系統(tǒng)發(fā)來的炸毀指令，經(jīng)過判斷分析，點燃爆炸器。結(jié)合這兩個控制系統(tǒng)各自的特點，構(gòu)建的火箭安控系統(tǒng)要求具有極高的可靠性、實時性，所采用的安全控制信息要有很高的精度，才能對火箭的飛行狀態(tài)進行實時診斷，及時有效地做出判斷，為安控領(lǐng)域?qū)＜业淖罱K決策提供支持發(fā)揮著重要作用。

　　傳統(tǒng)的火箭安全控制系統(tǒng)是在確定性的安控知識的基礎(chǔ)上，通過簡單的邏輯判斷推理，得出安控決策方案。這種方法經(jīng)常產(chǎn)生錯誤的報警，導致安控專家做出錯誤決策。本文針對火箭安控知識的特點及現(xiàn)有系統(tǒng)存在的不足，采用人工智能領(lǐng)域的智能決策技術(shù)和推理技術(shù)，融合安控決策知識，提出了基于智能決策的火箭安控系統(tǒng)，并給出了相應(yīng)的系統(tǒng)模型。通過對兩個安控系統(tǒng)的比較分析表明，該智能決策系統(tǒng)能夠更加準確地對火箭的發(fā)射狀態(tài)進行觀測，及時迅速地得到火箭發(fā)射過程中的各種狀態(tài)，更加有效地對其進行控制決策。

1 安控系統(tǒng)結(jié)構(gòu)

　　火箭安全控制決策系統(tǒng)是一個集彈道數(shù)據(jù)處理和安全控制決策于一體的計算機決策支持系統(tǒng)，具體處理流程如下：計算機對各種測量設(shè)備提供的實時彈道數(shù)據(jù)進行實時處理，從中選擇可靠性最高的一條彈道，并進行落點計算；然后將計算結(jié)果與事先所存儲的理論彈道數(shù)據(jù)進行比較。當偏差值在故障線范圍內(nèi)時，認為火箭飛行正常；當實際參數(shù)值達到或超過故障線范圍時，根據(jù)安控知識庫進行推理決策，判斷火箭是否處于不安全的故障狀態(tài)，此時通過計算機向發(fā)射指揮控制中心發(fā)出告警信號；當安判結(jié)論達到允許炸毀線，且預測的故障火箭落點已進入保護區(qū)邊界線時，則發(fā)出炸毀指令；當實際參數(shù)值達到必炸線時立即發(fā)出炸毀指令。除由地面進行安全控制外，火箭上的安全自毀系統(tǒng)也將每一瞬間的實際參數(shù)值與預先輸入的規(guī)定值加以比較。當超出允許值時，一般先使航天員脫離火箭，解除保險，接通延時裝置，以便地面安全分系統(tǒng)選擇炸毀時機或落點，而在預定的遲滯時間內(nèi)，即使地面沒有發(fā)出炸毀指令，延遲時間一到也要自動起動爆炸裝置將火箭炸毀。

　　基于這種處理流程，安控系統(tǒng)的框架結(jié)構(gòu)如圖1所示。該框架結(jié)構(gòu)主要包括四個部分：彈道選擇、落點計算與選擇、安控知識庫和安控推理決策。其中彈道選擇、落點計算與選擇是彈道數(shù)據(jù)處理部分；安控知識庫和安控推理決策是安全控制決策部分。

　?。?）彈道選擇

　　彈道選擇首先根據(jù)火箭彈道特點的先驗知識把測量所得的彈道數(shù)據(jù)（包括外測數(shù)據(jù)和遙測數(shù)據(jù)）與事先所存儲的理論彈道數(shù)據(jù)進行比較，判斷其可靠性，剔除誤測彈道；然后再根據(jù)各測量設(shè)備的精度，在可靠性的基礎(chǔ)上選用測量精度最高的一條彈道[4]，用于落點計算與安全判斷。其中理論彈道的數(shù)據(jù)值可根據(jù)在特定時間點的插值來獲取；遙測數(shù)據(jù)和外測數(shù)據(jù)均可從調(diào)用模塊中獲得。

　?。?）落點計算與選擇

　　落點計算是在任務(wù)實施中瞬時計算出火箭在飛行中的任何一點上的狀態(tài)，如果發(fā)生故障，它落在地面上的位置為安全控制提供依據(jù)。落點計算的輸入量由測量設(shè)備測得的數(shù)據(jù)經(jīng)計算機計算后，提供給落點計算的彈體在發(fā)射坐標系中的參數(shù)，具體包括位置參數(shù)：Xk、Yk、Zk和速度參數(shù)vxk、vyk、vzk。輸出量則是火箭在軌道上瞬時任一實測點的速度值、速度傾角、偏航角、當?shù)馗叨?、星下點經(jīng)緯度、落點經(jīng)緯度、落點射程、沿射向的射程、射程偏航量等。

　　彈道選擇、落點計算與選擇作為彈道數(shù)據(jù)處理部分，為安全控制決策提供了數(shù)據(jù)基礎(chǔ)。

　　（3）安控知識庫

　　安控知識庫是安控決策系統(tǒng)工作的基礎(chǔ)，用來描述火箭安控系統(tǒng)中的各種知識和規(guī)則，由安控參數(shù)、原子事實和規(guī)則知識庫3個表的形式組織起來[3]。這樣不僅簡化了知識庫，便于知識庫中知識的組織和管理，而且避免知識的相互交叉，保證了知識的相容性和完整性。

　　（4）安控決策推理

　　安控決策推理由定性的知識推理和不確定的推理模型構(gòu)成。安控系統(tǒng)推理采用基于不確定知識表示的決策網(wǎng)絡(luò)，在安控推理決策過程中，推理機根據(jù)安控知識的特點，通過正向推理機制和深度優(yōu)先搜索策略進行推理，最終給出基于智能決策的火箭安控系統(tǒng)。

2 安控知識庫

　　2.1 安控知識的分類

　　在安控系統(tǒng)中，領(lǐng)域?qū)＜宜o的安控知識復雜，影響因素眾多，如果把這些安控知識不加區(qū)分地表示出來，一方面增添了知識表示的復雜性，另一方面也給安控知識的推理帶來了困難。針對這一難點，系統(tǒng)把安控知識進行了分類，把它分為安全控制參數(shù)（簡稱安控參數(shù)）、原子事實和規(guī)則知識庫3類。

　?。?）安控參數(shù)

　　安控參數(shù)主要是描述火箭安控系統(tǒng)中所用到的參數(shù)，可以分為3類：外測彈道落點、遙測彈道落點、遙測壓力參數(shù)。其中外測彈道落點和遙測彈道落點都包括落點、速度、偏角、傾角、射程等幾類參數(shù)[3]；而遙測壓力參數(shù)包括俯仰角偏差、滾動角偏差、偏航角偏差、一級壓力1、一級壓力2、一級壓力3、一級壓力4、二級壓力幾個參數(shù)。只有落點、速度、射程參數(shù)同時參與炸毀和告警，其他參數(shù)僅參與告警而不參與炸毀報警。

　　在每個采樣周期都進行安控參數(shù)的形成，作為安控系統(tǒng)判斷決策的依據(jù)。由于在具體實現(xiàn)中，參數(shù)的提供不是很完全（僅有飛行的位置和速度數(shù)據(jù)），而且沒有管道數(shù)據(jù)，這些都為完整的測試增加了困難。在實際實現(xiàn)中系統(tǒng)只好采取一種隨機產(chǎn)生安控參數(shù)的辦法。

　　（2）原子事實

　　原子事實主要描述各個狀態(tài)變量是否連續(xù)多點越界的信息。一般以這種Si（Y，Vk，20，Z）形式表示，其含義是遙測（Y）彈道速度（Vk）連續(xù)20點超越炸毀線（Z），用來表示規(guī)則知識庫中的一個前提條件或者結(jié)論。其實則是方便進行安全判斷的推理而提出的中間變量。

　?。?）規(guī)則知識庫

　　規(guī)則知識庫主要描述火箭安控系統(tǒng)中的規(guī)則知識，由多個原子事實組成，采用才產(chǎn)生式的表示形式，如下所示：

　　IF S1（Y，Lc，20，Z）AND S3（Y，Vk，20，Z）

　　THEN  Sy(1)

　　在此產(chǎn)生式中，前提條件S1和S3，結(jié)論Sy都是以Si的形式來表示，為原子事實。如果某條規(guī)則的前提條件多于兩條，則可以引入中間變量，再把規(guī)則分成兩條來進行存貯；如果某條規(guī)則的前提條件少于兩條，則可以在前提2處輸入一個9999或其他的代碼來表示此條前提無效，此時就只有一條前提。

　　在安控系統(tǒng)中，所得到的安控知識往往是不精確的，因此系統(tǒng)要在產(chǎn)生式表示的基礎(chǔ)上，具體采用不確定的知識表示形式[5-6]，如下所示：

　　R：IF E1(ω1) AND E2(ω2) AND … AND En(ωn)

　　THEN H(CF(H，E)，λ)(2)

　　式中，Ei是規(guī)則的前提條件，ωi是規(guī)則各前提條件的權(quán)值(∑ωi=1)，H是結(jié)論，CF(H，E)(0<CF(H，E)≤1)是規(guī)則的可信度，λ(0<λ≤1)是規(guī)則可否應(yīng)用的閾值[5]。只有當規(guī)則所需的前提條件可信度CF(E)≥λ時，相應(yīng)規(guī)則才會被激活，推理相應(yīng)的結(jié)論H，它的可信度CF(H)可用如下公式計算：

　　根據(jù)上面的知識分類，系統(tǒng)把安控知識用表Para、表Atom、表Rule的形式組織起來，如圖2所示。這樣不僅簡化了知識庫，便于知識庫中知識的組織和管理，而且避免知識的相互交叉，保證了知識的相容性和完整性。

　　2.2 安控決策網(wǎng)絡(luò)的形成

　　根據(jù)安控知識的分類及不確定性的知識表示形式，其決策過程可以用一個與/或樹來表示，即用邏輯或門“OR”和邏輯與門“AND”來表示，建立相應(yīng)的安控決策網(wǎng)絡(luò)[7-8]。以部分安控規(guī)則（如表1所示）為例，建立如圖3所示決策網(wǎng)絡(luò)。

    　表1中，“9999” 表示此條前提無效，此規(guī)則就只有一條前提。

　　在圖3的決策網(wǎng)絡(luò)中，為了使網(wǎng)絡(luò)結(jié)構(gòu)層次明顯，便于推理決策，引入了S13、S14、S23、S24幾個中間變量結(jié)點。

　3 安控推理流程

　　結(jié)合安控知識的特點及相應(yīng)的決策網(wǎng)絡(luò)，以Visual C++6.0為開發(fā)平臺，構(gòu)建了安控推理決策模型[9]，如圖4所示，具體的安控推理流程如圖5所示。

　?。?）結(jié)合上述安控推理流程，采用了面向?qū)ο蟮南到y(tǒng)模型，以Visual C++6.0為開發(fā)平臺，實現(xiàn)了上述安控決策系統(tǒng)。圖6給出了該系統(tǒng)的仿真實驗結(jié)果，包括軌道軌跡的選擇、安判結(jié)果、落點參數(shù)和推理解釋四大模塊。在具體的實驗，顯示了X方向彈道的位置軌跡，安判結(jié)果顯示為外測告警、遙測告警、聯(lián)合告警及炸毀（催發(fā)指令k1），推理解釋給出了“151.980炸毀”，并有相應(yīng)的解釋依據(jù)。上述仿真實驗結(jié)果表明，該系統(tǒng)能有效地進行彈道選擇，實時檢測火箭的飛行狀態(tài)，給出相應(yīng)的安控決策方案，為安控領(lǐng)域?qū)＜业淖罱K判斷決策提供參考。

4 結(jié)論

　　本文針對現(xiàn)有安控系統(tǒng)存在的缺陷和不足，結(jié)合數(shù)據(jù)庫技術(shù)和人工智能中的推理技術(shù)，建立和完善了火箭飛行安全控制決策系統(tǒng)，它是智能決策支持系統(tǒng)在理論和實踐上的一個新突破。實驗和仿真表明，該系統(tǒng)很大程度上提高了火箭安控系統(tǒng)的準確性和可靠性，能對其進行有效的管理。

參考文獻

　　[1] 張慶振，李清東，任章.基于故障模式分析的運載火箭發(fā)射決策系統(tǒng)推理技術(shù)研究[J].航天控制，2006，24(3)：81-83.

　　[2] Probabilistic Risk Assessment of the Space Shuttle.A study of the potential of losing the vehicle during nominal opera-tion[R].(NASA-CR-197808).New York：Science Applica-tion International Corporation，Advanced Technology Division，28 February，1995.

　　[3] 李婭，張建勛，楊欣.不確定推理模型的火箭安全決策系統(tǒng)[J].重慶大學學報（自然科學版），2010，33(10)：118-122.

　　[4] Zhang Xiaokun，Gong Yingkui，Qu Jianghua.An optimal selection model of the satellite lurk orbit[C].Applied Mechanics and Materials，2013，249-250：270-273.

　　[5] 蔡自興，徐光佑.人工智能及其應(yīng)用（第二版）[M].北京：清華大學出版社，1996.

　　[6] 黃洪，任衛(wèi)紅，余達太，等.基于故障樹的等級測評專家系統(tǒng)模型研究[J].計算機應(yīng)用研究，2010，27(1)：204-208.

　　[7] Liao Ruijin，Zheng Hanbo，STANISLAW G.An integrated deci-sion-making model for condition assessment of power trans-formers using fuzzy approach and evidential reasoning[J].IEEETransactions on Power Delivery，2011，26(2)：1111-1118.

　　[8] Wang Jianqiang，Nie Rongrong，Zhang Hongyu.Intuitionistic fuzzy multi-criteria decision-making method based on evi-dential reasoning[J].Applied Soft Computing Journal，2013，13(4)：1823-1831.

　　[9] ONG D C C，KHADDAJ S，BASHROUSH R.Logical reason-ing and decision making[J].Proceedings of 2011，10th IEEEInternational Conference on Cybernetic Intelligent Systems，CIS 2011，2011：26-31.