JP2000510571A - ニューラルネットワーク軌道命令制御装置 - Google Patents

Abstract

(57)【要約】 第１の予め定められた位置への目的物（47）の軌道を制御する装置および方法である。装置は第１の予め定められた位置を示す入力データを受信するノード（22ａ−22ｆ）を有する入力層（22）を具備する。第１の加重された接続（28）は入力層（22）のノードに接続される。第１の加重された各接続（28）は入力データを加重する係数を有する。第１の加重された接続（28）に接続されたノード（26ａ−26ｅ）を有する出力層（26）は第１の加重された入力データに基づいて軌道データを決定する。目的物の軌道は決定された軌道データに基づいて制御される。

Description

【発明の詳細な説明】 ニューラルネットワーク軌道命令制御装置 ［発明の技術的背景］ ［発明の技術分野］ 本発明は、一般的に目的物の軌道制御に関し、特に、目的物の軌道制御にしよ うされるニューラルネットワークに関する。 ［関連技術の説明］ ミサイルの性能を、システム設計に禁止的な物理的または機能的制約を与える ことなくその速度、距離、および機動性を改善することは基本的に望まれている ことである。特定のシナリオに対するミサイルの軌道命令をあらゆる観点で最良 にすることを目的とする過去の広範囲の研究は限定された価値しかない。多数の シナリオにおける性能を最良にするための要求により状態は複雑になる（例えば ミサイルに対してはそのターゲットに対する最も早い経路を取り、その迎撃にお ける“距離のミス”を最小にし、全ての最小限の飛行制御／機動性要求に合致す る）。状況によってはこれらの多くの目的は解析者に対して反対に現れ、特に、 ミサイルが発射された後、および飛行中に最適の解に適応的に連続して到達する ターゲットの機動性／捕捉困難な目標の場合には、しばしば理論的な最適解の定 義を許さない。 誘導されるミサイルの最適の軌道成形を実行するときの別の問題は、問題の無 限のスケールを含んでいる。特定の戦術シナリオ（例えば発射装置、目標位置、 速度、発射後の操縦性）の特徴に含まれた多数の変数は、莫大な複雑な物理的関 係に影響し、それはこれらの要因の関連する測定の変化する不確実性によってさ らに複雑となる。 従来の誘導ミサイル設計において行われる戦術的決定に対する従来の方法は、 典型的に２つのコースの１つを取る。すなわち、１）概略的に定められた入力基 準に基づいて“スケジュール”を成形する選択された（および固定された）１組 の可能な軌道に問題を簡単化し、または、２）行われた全てのシミュレーション ランから選択された最良の行われる飛行路を有するミサイル上の処理装置を使用 する“実時間”における異なった軌道決定の可能な効果をシミュレートする試み の２つである。従来の研究は、これらの方法のそれぞれには大きい欠点があるこ とを示している。 例えば、第１の方法は、制約された誘導ミサイル電子パッケージで実現される が、多くの応用シナリオで最適よりも劣る性能を生じる。多次元の関係および複 雑性を有することが知られているそのような問題の簡単化は有効で妥協的であり 、広範囲で変化するシナリオの最適にされた性能のゴールはまたその使用におい ても妥協される。この方法は複雑な（および時には十分理解できない）物理的現 象をミサイルのソフトウエアまたはハードウエア制御装置の簡単な“平均的な” 式、または“検索”テーブルに減少させ、それから簡単な補間技術が使用される 。この結果として次にそのようなミサイルに対して可能な無限の多数の使命のシ ナリオの妥協した特性を生じる。それにもかかわらず、この方法は典型的に既存 の誘導ミサイルで使用され、十分な試験および解析が性能における顕著な不足が 存在する場合を識別するために行われることができる。 上記の第２の方法（機上のシミュレーションおよびミサイルが使用される特定 の発射シナリオに対する反復的な最適化）は機上のデータ処理装置の能力不足と 戦術的決定が要求される緊密な時間フレームとにより実効的に使用できない。複 雑な飛行中の誘導ミサイル運動力学の高忠実度のシミュレーションは高電力の地 上ベースの研究所のコンピュータシステムであっても重い負担である。そのよう なミサイルシミュレーションの実行は、しばしば実際のミサイルの飛行に含まれ る実行時間に匹敵する時間を必要とする。それ故、機上の戦術的データ処理装置 が研究所のシミュレーション（一般的ではない）で典型的に使用されるような速 度およびメモリ容量に匹敵するものであっても、可能の１つの不十分なシミュレ ーションでさえもミサイルの飛行全体に必要なものである。明らかに順次のシミ ュレーションでは“実時間”における最適の解に近いものを得ることは非常に困 難である。 それ故、各戦略的状況に対して特定した多数の運動性能目標を最適に実現する のに適するような、連続的に適合された操縦制御によって獲得可能な改良された 性能を有するミサイルの必要性が存在する。 ［発明の要約］ 本発明の原理にしたがって、第１の予め定められた位置に対する目的物の軌道 の制御を行う装置および方法が提供される。装置は第１の予め定められた位置を 示した入力データを受信するためのノードを有する入力層を備えている。第１の 加重された接続は入力層のノードに接続される。第１の加重された各接続は入力 データを加重するための係数を有する。第１の加重された接続に接続されたノー ドを有する出力層は、第１の加重された入カデータに基づいて軌道データを決定 する。目的物の軌道は決定された軌道データに基づいて制御される。 本発明の付加的な利点および特徴は添付図面を伴った以下の説明と特許請求の 範囲から明白になるであろう。 ［図面の簡単な説明］ 図１は、本発明にしたがって軌道パラメータの決定を示した例示的なニューラ ルネットワークトポロジである。 図２は、“非適応性”ニューラルネットワークのデータ流を示したデータ流図 である。 図３は、“適応性”と“予測的適応性”ニューラルネットワークのデータ流を 示したデータ流図である。 図４は、本発明のニューラルネットワークを含んでいる動作シーケンスを示し たフローチャートである。 図５は、本発明と従来の通常の軌道成形方法との高度対ミサイル位置ダウン距 離関係を示したｘ−ｙグラフである。 図６Ａ−６Ｂは、最適にされた軌道シミュレーションモデルと５度の自由度の シミュレーションモデルで実施された本発明の性能確証を示したｘ−ｙグラフで ある。 図７は、本発明と従来の軌道成形方法のＦポール対発射距離関係を示したｘ− ｙグラフである。 ［好ましい実施形態の説明］ 図１は、ミサイルシステムの軌道を制御するニューラルネットワーク20を示し ている。この例では、ニューラルネットワーク20は最少のミサイルの飛行時間に 対して最適にされた以下の構造を有する。ニューラルネットワーク20は入力層22 、 隠蔽層24、出力層26を有する。入力層22は６つの入力（22ａ−22ｆ）である。隠 蔽層24は６つのノード（24ａ−24ｆ）を有する。出力層26は５つの出力（26ａ− 26ｅ）を有する。 第１の２つの入力（22ａと22ｂ）はミサイル／発射飛翔体の初期状況、即ち発 射飛翔体高度と速度である。残りの４つの入力（22ｃ−22ｆ）は発射時のターゲ ット可観察物、即ちターゲット高度および速度、ターゲット距離、発射アスペク トである。出力（26ａ−26ｅ）は飛行中にミサイルが取る攻撃角度と、最終的な 攻撃角度を開始するためのミサイルとターゲットとの距離キュー（合図）である ターゲット距離出力である。最初の３つの攻撃角度の開始時間は本発明のこの例 示的な説明では他のミサイル設計要因により予め定められる。入力係数を表す加 重28は入力層22と隠蔽層24とを接続する。出力係数を表す加重30は隠蔽層24と出 力層26とを接続する。 この例は攻撃角度と距離の指示である出力を示しているが、本発明はこれらの 制御装置の出力のみに限定されないことを理解すべきである。例えば、制御装置 の出力は命令されたＧレベルのようなその他の出力を含んでもよく、ここで命令 されたＧレベルはミサイル方向指示命令である。付加的に、本発明は所望である ならばその他のミサイル機能を制御する。本発明の構造は既存のミサイル設計に も非常によく適合可能である。 この例では、ニューラルネットワーク20は動作において以下の式を使用するこ とが好ましい。 ここで、ｇ（ｕ）＝１／（１＋ｅｘｐ（−ｕ）） ニューラルネットワーク20は加重28（即ち入力層係数Ｙ）の使用によって入力 層22（ｘ）の入力を加重し、全ての加重された積の合計を隠蔽層２４の各ノード へ与え、加重された項の合計はバイアスθによりオフセットされる。加重された 項のオフセット合計は非線形スカッシュ関数ｇ（ｕ）により演算され、これはこ の場合ロジスティック関数である。 隠蔽層24の各ノードの応答は非線形スカッシュ関数の出力である。隠蔽ノード 出力は加重30（即ち出力層係数β）により加重される。隠蔽層24の各ノードから の加重された項は出力層26において１乃至ｋの出力を生成するために合計され、 これはこの場合には、最適の攻撃角度と最終的な攻撃角度におけるターゲットへ の距離である。本発明はまた２以上の隠蔽層を使用して軌道出力を生成すること も含んでいる。さらに、加重された係数の値はミサイルが到達する目標に関して 変化する。例えばターゲットが発射位置から非常に離れている場合、ミサイルの 目標は燃料消費を経済的にすることであることもあり、または目標値は最も速く ターゲットに到達することであり、または目標は迎撃時間における最大のミサイ ルＧでありミサイルが非常に速く操縦されることを可能にすることであり、また はそれらの組合わせであってもよい。本発明のニューラルネットワークは目標に 基づいて加重係数の異なった値を検索テーブルに記憶することが好ましい。 ニューラルネットワーク20は３つの実施形態で存在し、その範囲は“非適応性 ”、“適応性”、“予測的適応性”という厳密さの度合いである。 図２は本発明の第１の実施形態を示している。“非適応性”ニューラルネット ワーク20には初期発射キューが与えられ、その時“飛行する”コースを決定し、 ミサイル誘導システムが迎撃のためにミサイル47を制御し誘導することができる 空間内でミサイル47をその予め定められた最適地点へ誘導する。必要とされる訓 練ケースを生成することは比較的簡単であり、ニューラルネットワーク訓練は“ 非適応性”ニューラルネットワーク20ではより短い。 図３を参照すると、“適応性”ニューラルネットワーク20は発射キュー42、デ ータリンク更新52、ミサイル可観察物54を使用し、それによってミサイル誘導シ ステムがミサイル47に迎撃するように制御し誘導することができる空間の最適地 点へミサイル47に命令する。ニューラルネットワーク20はこの実施形態では、連 続的に飛行中であるので“適応性”であり、“適応性”ニューラルネットワーク 20はターゲットの状態／操縦性を変化するように応答し、それによって最適な軌 道で連続的に飛行する。 データリンク更新52は航空機または船としてのこのようなソースからの実時間 データ更新であり、ターゲット形態データを示す以下のタイプ、即ちターゲット の位置および速度のデータ指示を含んでもよい。同様にミサイル可観察物54はミ サイルに搭載されたセンサからの実時間データ（例えばレーダ）であり、以下の タイプのデータ、即ち位置および速度、ミサイル位置および速度およびミサイル 時間（即ちミサイルが発射装置から発射した後に経過した時間）を含んでいる。 “予測的適応性”な機能のニューラルネットワーク20は初期発射キュー42、デ ータリンク更新52、ミサイル可観察物54を使用する。連続的な飛行期間中は“適 応性”の実施形態のようにターゲットの状態／操縦性の変化に応答するだけでな く、付加的なターゲット状態／操縦性を“予測”し、ターゲットが予測された操 縦を行っても行わなくても、ミサイル誘導システムが迎撃するようにミサイルを 制御し誘導することができる空間地点へミサイルを誘導する。 本発明の実施形態の訓練は所望の出力を得るように既知の入力を反復的に与え ることを含んでいる。それぞれの反復の終了のときに、出力のエラーはニューラ ルネットワークの加重が調節される方法を決定するために試験され、それによっ て所望の出力をより正確に生成する。出力が設定エラー許容度内であるときにニ ューラルネットワークは訓練されたと考えられる。 “予測的適応性”の実施形態は、“非適応性”または“適応性”実施形態とは 異なった訓練データを使用する。しかしながら、“予測的適応性”は“適応性” ネットワークと類似のニューラルネットワークトポロジを使用する。“予測的適 応性”の実施形態に必要な訓練ケースの生成は、ターゲット位置および速度の関 数としてターゲットの操縦能力についての係数（即ち加重）に知識を組込むこと を含んでいる。 図４は本発明の動作を示したフローチャートである。開始ブロック60はブロッ ク62が最初に実行されることを示している。ブロック62はミサイルが発射されミ サイル時間がゼロ秒に設定されたことを示している。時間ゼロのミサイル位置は 発射装置の位置である。 ブロック64で、ニューラルネットワーク（Ｎ．Ｎ）はミサイル位置および速度 を獲得し、ブロック66で、ニューラルネットワークはターゲット位置および速度 を得る。ブロック68はミサイルの発射後に経過した時間である現在のミサイル時 間を得る。 決定ブロック70はミサイルが航空機から安全な距離にあるか否かを問合わせる 。 ミサイルが安全な距離にはないならば、ブロック72が処理され、ここでゼロ角度 の攻撃命令がミサイルのオートパイロットシステムに送信され、その後ブロック 74が実行さわ、ここではニューラルネットワークはブロック64を実行する前に予 め定められた時間量（例えば０．２秒）待機する。 決定ブロック70が、ミサイルが航空機から安全な距離にあることを決定したな らば、決定ブロック76が処理される。決定ブロック76がミサイル制御が誘導シス テムに転送されるべきではないことを決定したならば、ニューラルネットワーク は計算された攻撃角度命令をブロック78で出力し、ニューラルネットワークはブ ロック64を実行する前にブロック80で予め定められた時間量（例えば０．２秒） 待機する。 しかしながら、決定ブロック76がミサイル制御が誘導システムに転送されるべ きであると決定したならば、ミサイルはブロック82で最終的な誘導モードを開始 する。本発明のこの特性に関する処理は終了ブロック84で終了する。 例 ミサイルニューラルネットワーク制御モデルは予め定められた運動仕様に構成 された。“非適応性”実施形態の出力は解析され、出力軌道データが通常の軌道 成形方法よりも優れた結果を生じたか否かを決定する。 図５はミサイル位置のダウン距離の横座標軸を有するグラフであり、その単位 は距離の単位（例えばメートル）である。縦座標軸はミサイルの高度であり、そ の単位は距離の単位（例えばメートル）である。曲線106は非適応性ニューラル ネットワークの制御下のミサイル軌道を表している。曲線108は通常の軌道成形 方法下のミサイル軌道を表している。 各曲線上の数は時分割を表している。１つの曲線上の数は他の曲線上の同一時 間に対応する。同一曲線上の２つの時分割間の線の長さはミサイルの平均速度に 比例する。 結果は、本発明のニューラルネットワーク制御装置を有するミサイルが、通常 の方法よりも非常に優れて行われることを示している。例えば、曲線106上の１ ５番目の時分割におけるミサイルは曲線１０８上の１５番目の時分割におけるミ サイルよりもさらに離れていた。事実、通常の軌道成形方法を使用したミサイル は、 曲線106上の１５番目の時分割における本発明の方法を使用したミサイルと同一 距離である曲線108上の１７番目の時分割まで到達しない。 さらに、本発明のニューラルネットワーク制御されたミサイルモデルの性能は 、精巧で計算上厳密な５度の自由度のシミュレーションプログラムでニューラル ネットワーク出力を使用することによって確実にされた。 図６Ａは、時間に関するミサイル高度に対する開発ミサイルモデルの“非適応 性”ニューラルネットワーク実施形態を使用した軌道結果110と、精巧で計算上 厳密な５度の自由ミサイルシミュレーションプログラムを使用した軌道結果112 とを示している。 図６Ｂは、時間に関するミサイルマッハに対する開発中のミサイルモデルの結 果120と、５度の自由度のシミュレーションプログラムの結果122とを示している 。 図６Ａと６Ｂで示されているように、開発中のミサイルモデルの性能は、精巧 で計算上厳密な５度の自由度のシミュレーションプログラムと非常に良好に一致 する。 最適な軌道および関連する最適な軌道命令データは種々の発射状況とターゲッ トシナリオで発見された。 前述のミサイル発射条件は、対応する最適な軌道命令データと結合され、入力 ／ターゲット学習セットを生成し、このデータによって図１の“非適応性”ニュ ーラルネットワークが訓練された。比較的短期間で、このニューラルネットワー クは入力／ターゲットデータの傾向を学習し、適切な小さいエラーで最適な軌道 命令を記憶する。 図７は“非適応性”ニューラルネットワーク実施形態を使用したミサイルシス テムの性能結果130と、通常の軌道成形方法を使用した同一のミサイルシステム の性能結果132を示している。横座標軸はミサイル発射距離である。縦座標軸は Ｆポール良度指数である。Ｆポールは、発射航空機とターゲット航空機がミサイ ル発射後に一直線および水平に相互方向に飛行し続けた場合、ミサイルがターゲ ットを迎撃するときの発射航空機とターゲットとの間の距離として定められる。 動作上、Ｆポールの良度指数はミサイル発射距離と平均的な速度能力を示してい る。 図７は、通常の軌道成形ミサイル（結果132で示されている）よりも本発明の ニューラルネットワークにより制御されたミサイル（結果130で示されている） が、さらに長い発射距離とさらに高い平均速度と、増加したＦポールが可能であ ることを示している。 通常の軌道成形を有するミサイルシステムは、距離“Ａ”から発射されたとき 最大の性能を有し、“Ｃ”のＦポールを実現する。本発明のニューラルネットワ ークによれば、Ｆポールの“Ｃ”から“Ｄ”への対応する増加を伴ってミサイル 発射距離特性は“Ａ”から“Ｂ”へ増加した。付加的に、本発明のニューラルネ ットワークを有するミサイルは、図７で示されているミサイルよりも発射距離の 性能において増加し続ける。 特許請求の範囲により限定されているように本発明の技術的範囲を逸脱せずに 明細書で説明した実施形態に種々の変化および変形が行われることが当業者によ り認識されよう。例えばニューラルネットワーク制御および魚雷その他の類似の ビークルの誘導の最適化も本発明に対する適切な応用範囲である。

───────────────────────────────────────────────────── フロントページの続き (72)発明者 シュワルツ、ホーマー・エイチ・ザ・セカ ンド アメリカ合衆国、アリゾナ州 85737、オ ロ・バリー、ダブリュ・デザート・ハイラ ンズ 1989 (72)発明者 マクレーン、リチャード・エー・ジュニア アメリカ合衆国、アリゾナ州 85745、タ クソン、ダブリュ・アイアンウッド・ヒ ル・ナンバー7233 2600

Claims (1)

1. 【特許請求の範囲】 １．第１の予め定められた位置に対する目的物（47）の軌道に制御する装置にお いて、 第１の予め定められた位置を示す入力データを受信するノード（22ａ−22ｆ） を有する入力層（22）と、 前記入力層（22）の前記ノードに接続され、前記入カデータを加重する係数を 有する第１の加重された接続（28）と、 前記第１の加重された接続（28）に接続されたノード（24ａ−24ｆ）を有し、 前記入力層（22）と出力層（26）との間に挿入された隠蔽層（24）と、 前記隠蔽層のノード（24ａ−24ｆ）と、前記出力層のノード（26ａ−26ｅ）に 接続され、前記隠蔽層のノード（24ａ−24ｆ）の前記出力を加重するための係数 を有する第２の加重された接続（30）と、 前記第１の加重された接続（28）に接続されるノード（26ａ−26ｅ）を有し、 前記第１の加重された入力データに基づいて軌道データを決定する出力層（26） とを具備し、目的物（47）の前記軌道は前記決定された軌道データに基づいて制 御されることを特徴とする目的物（47）の軌道を制御する装置。 ２．前記入力データはさらに発射キューデータ（42）を含んでいる請求項１記載 の装置。 ３．前記入力データはさらにターゲット形態更新データ（52、54）を含んでいる 請求項２記載の装置。 ４．前記決定された軌道データは方位角と上下角の飛行制御データ（44）を含ん でいる請求項１記載の装置。 ５．前記入力データは第２の予め定められた位置に関するデータを含んでおり、 前記出力層（26）は前記第２の予め定められた位置に基づいて第２の軌道データ を決定し、目的物（47）の前記軌道は前記決定された第２の軌道データに基づい て制御される請求項１記載の装置。 ６．前記出力層ノノード（26ａ−26ｅ）は、予め定められたしきい値を満足する 第１の予め定められた位置から離れた目的物（47）に基づいて、制御が目的物の 誘導制御システムへ転送されるときを決定する請求項１記載の装置。 ７．前記出力層のノード（26ａ−26ｅ）は、前記入力データに基づいて目的物（ 47）のレーダが付勢されるときを決定する請求項１記載の装置。 ８．前記出力層のノード（26ａ−26ｅ）は、予め定められたしきい値を満足する 第１の予め定められた位置から離れた目的物に基づいて、目的物（47）の兵器が 付勢されるときを決定する請求項１記載の装置。 ９．前記出力層のノード（26ａ−26ｅ）は、予め定められた目標を最適にするこ とに関する前記軌道データを決定し、前記予め定められた目標は燃料消費目標、 第１の予め定められた位置目標に到達する時間、迎撃時間における最大のミサイ ルＧ、それらの組合わせからなるグループから選択される請求項１記載の装置。