無(wú)人機(jī)蜂群關(guān)鍵技術(shù)發(fā)展綜述

李軍, 陳士超

(1.中國(guó)兵器科學(xué)研究院, 北京 100089; 2.西安現(xiàn)代控制技術(shù)研究所, 陜西 西安 710065)

0 引言

伴隨著人工智能、自主系統(tǒng)、網(wǎng)絡(luò)通信等技術(shù)的發(fā)展,無(wú)人機(jī)裝備任務(wù)譜系日益完善,發(fā)展出的低成本可消耗無(wú)人機(jī)逐步衍生出“無(wú)人機(jī)蜂群”概念,無(wú)人機(jī)蜂群由成本較低的小型無(wú)人機(jī)平臺(tái)組成,機(jī)動(dòng)性高、魯棒性好,且具有抗毀性好的特點(diǎn)[1-2]。

相對(duì)簡(jiǎn)單、單體能力有限的無(wú)人機(jī)構(gòu)成的蜂群,通過(guò)個(gè)體平臺(tái)之間的局部協(xié)作,可實(shí)現(xiàn)全局行為的能力“涌現(xiàn)”,完成動(dòng)態(tài)任務(wù)規(guī)劃、高效快速突防、集群協(xié)同組網(wǎng)、長(zhǎng)時(shí)巡飛監(jiān)視、持續(xù)時(shí)空封控、電子偵察對(duì)抗、持久跟蹤監(jiān)視、精準(zhǔn)火力引導(dǎo)、即時(shí)精確打擊、自主協(xié)同攻擊、實(shí)時(shí)效果評(píng)估等作戰(zhàn)能力,實(shí)施對(duì)嚴(yán)密設(shè)防目標(biāo)、時(shí)敏集群目標(biāo),以及灰色拒止區(qū)域的偵察、干擾、誘騙、打擊、評(píng)估等一體化作戰(zhàn)任務(wù),可形成“偵-控-抗-突-打-評(píng)”于一體的智能化火力打擊武器和網(wǎng)絡(luò)化協(xié)同攻擊系統(tǒng),實(shí)現(xiàn)靈活高效的智能化集群對(duì)抗、網(wǎng)絡(luò)化協(xié)同攻擊和分布式協(xié)同封控等作戰(zhàn)任務(wù),提高任務(wù)完成的效率和成功率。由于無(wú)人機(jī)蜂群作戰(zhàn)不需要在發(fā)射前即確定攻擊目標(biāo),即便沒(méi)有詳細(xì)的目標(biāo)情報(bào)也可以進(jìn)行發(fā)射,可以根據(jù)戰(zhàn)場(chǎng)態(tài)勢(shì)靈活選擇目標(biāo)進(jìn)行打擊,也可以在任務(wù)執(zhí)行過(guò)程中改變飛行任務(wù)或飛行航跡,具有強(qiáng)機(jī)動(dòng)飛行能力,戰(zhàn)術(shù)靈活性更強(qiáng)。無(wú)人蜂群使得無(wú)人機(jī)蜂群實(shí)戰(zhàn)化和主戰(zhàn)化趨勢(shì)日益明顯,為謀求構(gòu)筑高強(qiáng)度作戰(zhàn)環(huán)境下的規(guī)?；瘍?yōu)勢(shì)提供了新型作戰(zhàn)模式[3-4]。

對(duì)集群的最初研究源于科學(xué)家對(duì)昆蟲(chóng)行為的觀察和研究,雖然單個(gè)昆蟲(chóng)行為相對(duì)簡(jiǎn)單,且完成特定任務(wù)的能力相對(duì)有限,然而當(dāng)多個(gè)單體聚集到一起形成集群后,通過(guò)集體協(xié)同分工與合作,即可響應(yīng)復(fù)雜的任務(wù)需求,例如蜂群、狼群、蟻群、鳥(niǎo)群等,如圖1所示。事實(shí)上,集群作戰(zhàn)的方式由來(lái)已久,冷兵器時(shí)代的人海戰(zhàn)術(shù)、騎兵時(shí)代的馬群戰(zhàn)術(shù)、二戰(zhàn)時(shí)期的狼群戰(zhàn)術(shù)都是集群作戰(zhàn)的典型運(yùn)用形式,其核心要義在于創(chuàng)造出局部空間的以量取勝、協(xié)同取勝,通過(guò)成體系對(duì)抗和低成本作戰(zhàn)獲勝[5-6]。

圖1 典型生物集群

無(wú)人機(jī)蜂群的節(jié)點(diǎn)平臺(tái)類(lèi)型豐富、研制周期短、新技術(shù)迭代快,具備遂行偵察監(jiān)視、誘餌欺騙、電子對(duì)抗、飽和攻擊等能力,可以大幅度提升作戰(zhàn)效能,而且部分節(jié)點(diǎn)的損耗不會(huì)顯著影響整體的系統(tǒng)功能。

美軍先后啟動(dòng)了“小精靈”、“灰山鶉”、“蝗蟲(chóng)”等項(xiàng)目,驗(yàn)證了無(wú)人機(jī)蜂群多樣化作戰(zhàn)任務(wù)執(zhí)行能力[7-9]。美軍曾在2014年啟動(dòng)了拒止環(huán)境中的協(xié)同作戰(zhàn)“CODE”項(xiàng)目,實(shí)現(xiàn)弱連通、強(qiáng)干擾條件下無(wú)人集群的自主協(xié)同作業(yè),美國(guó)國(guó)防高級(jí)研究計(jì)劃局(DARPA)通過(guò)一系列試驗(yàn)進(jìn)行了驗(yàn)證。美軍的“小精靈”項(xiàng)目通過(guò)大型空中運(yùn)輸平臺(tái),從空中發(fā)射無(wú)人機(jī)集群實(shí)施偵察、干擾等任務(wù),未被打擊的無(wú)人機(jī)具有再回收能力,可大幅度節(jié)約成本。之后,DARPA于2017年啟動(dòng)了進(jìn)攻性蜂群使能戰(zhàn)術(shù)“OFFSET”項(xiàng)目,通過(guò)組建無(wú)人機(jī)蜂群作戰(zhàn)系統(tǒng)來(lái)支援城市環(huán)境下的地面作戰(zhàn)部隊(duì),并針對(duì)該項(xiàng)目開(kāi)展了多次場(chǎng)地試驗(yàn)。國(guó)外典型集群作戰(zhàn)系統(tǒng)如圖2所示。

圖2 國(guó)外典型集群作戰(zhàn)系統(tǒng)

近年來(lái),無(wú)人裝備在實(shí)戰(zhàn)中的應(yīng)用愈加頻繁,作用日益突出。2020年9月,阿塞拜疆與亞美尼亞兩國(guó)在納卡地區(qū)爆發(fā)激烈沖突[10],無(wú)人機(jī)在此次沖突中發(fā)揮了重要作用,被認(rèn)為是一場(chǎng)無(wú)人機(jī)的戰(zhàn)爭(zhēng)。以色列國(guó)防軍在攻擊加沙地帶時(shí),第一次使用了人工智能引導(dǎo)巡飛彈集群投入戰(zhàn)斗,這是世界上無(wú)人機(jī)集群第一次被投入實(shí)戰(zhàn)中。被無(wú)人機(jī)集群、精確武器和C4I綜合電子信息系統(tǒng)賦能的單個(gè)連隊(duì)完成了30多項(xiàng)任務(wù),摧毀了邊界外數(shù)公里的幾十個(gè)敵方目標(biāo)。無(wú)人機(jī)集群可在幾分鐘內(nèi)在復(fù)雜地區(qū)確定敵方位置、指示目標(biāo),并讓指揮所評(píng)估目標(biāo)、打擊選定的目標(biāo)、進(jìn)行戰(zhàn)斗損傷評(píng)估。2022年2月開(kāi)始的俄烏沖突中,俄烏雙方均投入并持續(xù)加強(qiáng)了對(duì)無(wú)人機(jī)作戰(zhàn)的使用頻率和力度。無(wú)人機(jī)的長(zhǎng)時(shí)間制空監(jiān)視、壓制、時(shí)敏打擊的優(yōu)勢(shì),增強(qiáng)了戰(zhàn)場(chǎng)態(tài)勢(shì)感知和高效打擊能力。同時(shí),長(zhǎng)時(shí)間消耗作戰(zhàn)亦考驗(yàn)著雙方國(guó)家的低成本武器研制和生產(chǎn)能力。

總之,無(wú)人機(jī)蜂群利用大量功能簡(jiǎn)單的無(wú)人飛行器模擬自然界蜂群行為,通過(guò)信息共享、自組織編隊(duì)、自適應(yīng)飛行、智能決策和協(xié)同合作,形成高級(jí)群體智能涌現(xiàn)現(xiàn)象和完成多樣化任務(wù)的能力,以應(yīng)對(duì)瞬息萬(wàn)變的復(fù)雜戰(zhàn)場(chǎng)環(huán)境,具有高抗毀性、低成本、智能化和功能分布的新質(zhì)特點(diǎn)。本文針對(duì)現(xiàn)實(shí)需求,剖析無(wú)人機(jī)蜂群的決策體制、協(xié)同機(jī)理、涌現(xiàn)效應(yīng)等,探索研究無(wú)人機(jī)蜂群技術(shù)發(fā)展現(xiàn)狀和瓶頸難點(diǎn),以期達(dá)到推動(dòng)無(wú)人機(jī)蜂群技術(shù)進(jìn)步和走向?qū)嵱玫哪康摹?/p>

1 無(wú)人機(jī)蜂群的分類(lèi)

無(wú)人機(jī)蜂群按照使命任務(wù)、節(jié)點(diǎn)特征、投放方式、節(jié)點(diǎn)質(zhì)量等,可以分成不同的類(lèi)型:

1) 按照無(wú)人機(jī)蜂群的使命任務(wù),可分為干擾型無(wú)人機(jī)蜂群、誘餌型無(wú)人機(jī)蜂群、偵察型無(wú)人機(jī)蜂群、打擊型無(wú)人機(jī)蜂群等作戰(zhàn)形態(tài)。

攜帶干擾載荷的無(wú)人機(jī)蜂群可對(duì)敵防空系統(tǒng)產(chǎn)生巨大震懾,迫使敵防空資源飽和崩潰;攜帶誘餌載荷的無(wú)人機(jī)蜂群可成梯隊(duì)對(duì)防空陣地進(jìn)行欺騙干擾;攜帶不同類(lèi)型偵察載荷的無(wú)人機(jī)蜂群可以進(jìn)行廣域全方位的戰(zhàn)場(chǎng)敵情偵察感知;攜帶毀傷載荷的無(wú)人機(jī)蜂群可以對(duì)敵目標(biāo)進(jìn)行精確打擊或飽和攻擊,還可以輔助有人裝備,顯著增強(qiáng)我方作戰(zhàn)力量,完成復(fù)雜作戰(zhàn)任務(wù)。

2) 按照無(wú)人機(jī)蜂群的本體特征,可以分成旋翼式無(wú)人機(jī)蜂群、固定翼無(wú)人機(jī)蜂群、混合翼無(wú)人機(jī)蜂群和仿生撲翼無(wú)人機(jī)蜂群等。

多旋翼無(wú)人機(jī)蜂群具有體型小、打擊精準(zhǔn)以及行動(dòng)突然的特點(diǎn),造價(jià)相對(duì)低廉,可以定點(diǎn)懸停,攜帶不同的任務(wù)載荷,分工協(xié)作,組成誘、偵、擾、打多功能異構(gòu)蜂群作戰(zhàn)體系,完成復(fù)雜作戰(zhàn)任務(wù)。旋翼無(wú)人機(jī)垂直升降對(duì)起飛場(chǎng)地要求低,但速度相對(duì)較慢,續(xù)航時(shí)間相對(duì)短,適用于城市作戰(zhàn)等場(chǎng)景。固定翼無(wú)人機(jī)在飛行原理上與飛機(jī)類(lèi)似,具有續(xù)航時(shí)間長(zhǎng)、飛行速度快、運(yùn)載能力大的特點(diǎn),適用于精確打擊和飽和攻擊等作戰(zhàn)場(chǎng)景?；旌弦頍o(wú)人機(jī)采用固定翼與旋翼結(jié)合的混合翼布局形式,可兼具旋翼無(wú)人機(jī)的垂直起降功能和固定翼無(wú)人機(jī)的航時(shí)長(zhǎng)、速度快、距離遠(yuǎn)的優(yōu)點(diǎn)[11]。撲翼無(wú)人機(jī)(仿生鳥(niǎo))由于外形、飛行方式等與自然生物非常類(lèi)似,用于作戰(zhàn)場(chǎng)景時(shí)具有很強(qiáng)的欺騙性,在抵近偵察、突然襲擊等方面具有重要的應(yīng)用前景[12]。

3) 按照無(wú)人機(jī)蜂群的搭載和釋放方式(蜂巢形式),可以分為機(jī)載空投型無(wú)人機(jī)蜂群(包括戰(zhàn)斗機(jī)拋灑、直升機(jī)拋灑)、陸基運(yùn)載/發(fā)射無(wú)人機(jī)蜂群、水中運(yùn)載/發(fā)射無(wú)人機(jī)蜂群等。

機(jī)載平臺(tái)投放無(wú)人機(jī)蜂群后,載機(jī)可在無(wú)人機(jī)蜂群的掩護(hù)下執(zhí)行突防、打擊等特定任務(wù),載機(jī)平臺(tái)可以進(jìn)行有人/無(wú)人協(xié)同指揮控制和火力分配。為使得無(wú)人機(jī)蜂群能夠快速到達(dá)預(yù)定區(qū)域,可將無(wú)人機(jī)蜂群置于大型導(dǎo)彈、火箭等運(yùn)載平臺(tái)內(nèi)部,依靠運(yùn)載平臺(tái)本身的速度特性快速到達(dá)威脅區(qū)域,釋放無(wú)人機(jī)蜂群執(zhí)行偵察、干擾和打擊等任務(wù)。

4) 按照節(jié)點(diǎn)的質(zhì)量(參考國(guó)外典型無(wú)人機(jī)蜂群作戰(zhàn)系統(tǒng)),可分為十克級(jí)、百克級(jí)、千克級(jí)、百千克級(jí)的無(wú)人機(jī)蜂群序列[13],圖3給出了多型不同質(zhì)量的無(wú)人機(jī)。

圖3 多型不同質(zhì)量無(wú)人機(jī)

依據(jù)不同的作戰(zhàn)任務(wù)使命,無(wú)人機(jī)蜂群所需的節(jié)點(diǎn)平臺(tái)類(lèi)型不一,節(jié)點(diǎn)質(zhì)量差別很大。近戰(zhàn)隱蔽自主的CICADA無(wú)人機(jī)質(zhì)量約為35 g,組成的編隊(duì)可實(shí)現(xiàn)大區(qū)域監(jiān)測(cè)覆蓋,由于價(jià)格便宜,CICADA無(wú)人機(jī)在釋放后不需要回收[14]。“灰山鶉”無(wú)人機(jī)質(zhì)量290 g,可以在低空偵察敵情,也可干擾敵人的防空系統(tǒng),掩護(hù)我方戰(zhàn)機(jī)和導(dǎo)彈?！敖祭恰睙o(wú)人機(jī)質(zhì)量6 kg,具備一定殺傷能力,可對(duì)地面人員、普通建筑和裝甲目標(biāo)實(shí)施攻擊?！靶【`”無(wú)人機(jī)加滿油后質(zhì)量超過(guò)700 kg,通過(guò)機(jī)載平臺(tái)發(fā)射并可重復(fù)回收使用。不同質(zhì)量的典型無(wú)人機(jī)如圖3所示。

5) 按照無(wú)人機(jī)蜂群系統(tǒng)的節(jié)點(diǎn)數(shù)量,可分為大規(guī)模無(wú)人機(jī)蜂群系統(tǒng)與中小規(guī)模無(wú)人機(jī)蜂群系統(tǒng)。中小規(guī)模無(wú)人機(jī)蜂群系統(tǒng)中的平臺(tái)節(jié)點(diǎn)數(shù)量較少。大規(guī)模無(wú)人機(jī)蜂群系統(tǒng)中的平臺(tái)節(jié)點(diǎn)數(shù)量通常在數(shù)十個(gè),直至數(shù)百、上千個(gè),節(jié)點(diǎn)數(shù)量的提升將顯著提升無(wú)人機(jī)蜂群作戰(zhàn)系統(tǒng)的復(fù)雜度,其指揮操作、控制、通信的難度將呈現(xiàn)出指數(shù)級(jí)別的上升。典型無(wú)人機(jī)蜂群的分類(lèi)方式如圖4所示。

圖4 典型無(wú)人機(jī)蜂群的分類(lèi)方式

2 無(wú)人機(jī)蜂群的特點(diǎn)

無(wú)人機(jī)蜂群由多個(gè)低成本無(wú)人機(jī)節(jié)點(diǎn)單元組成,節(jié)點(diǎn)之間協(xié)同配合完成特定的作戰(zhàn)任務(wù),作戰(zhàn)方式靈活,戰(zhàn)場(chǎng)適應(yīng)性強(qiáng)。不同的作戰(zhàn)任務(wù)需求決定了平臺(tái)類(lèi)型、載荷形式、組網(wǎng)規(guī)模等無(wú)人機(jī)蜂群形態(tài),無(wú)人機(jī)蜂群的各個(gè)節(jié)點(diǎn)既可以是同構(gòu)型無(wú)人機(jī),也可以是異構(gòu)型無(wú)人機(jī)。無(wú)人機(jī)蜂群的人員低傷亡、非接觸、殺傷效果好、容錯(cuò)性強(qiáng)和抗毀傷等特點(diǎn)強(qiáng)力支撐了其執(zhí)行多樣化作戰(zhàn)任務(wù)能力,其通常以數(shù)量?jī)?yōu)勢(shì)對(duì)目標(biāo)區(qū)域進(jìn)行高密度偵察、干擾與飽和式打擊。下面分別從成本優(yōu)勢(shì)、高密度作戰(zhàn)任務(wù)執(zhí)行和強(qiáng)突防能力3個(gè)角度出發(fā),介紹無(wú)人機(jī)蜂群系統(tǒng)的特點(diǎn)。圖5給出了無(wú)人機(jī)蜂群的典型工作樣式。

圖5 無(wú)人機(jī)蜂群的典型工作樣式

2.1 成本優(yōu)勢(shì)

單體高技術(shù)裝備系統(tǒng)集諸多先進(jìn)技術(shù)于一身,性能優(yōu)越,但往往成本較高。無(wú)人機(jī)蜂群由于不追求單體卓越性能,其單一節(jié)點(diǎn)的開(kāi)發(fā)成本遠(yuǎn)低于單體復(fù)雜系統(tǒng),無(wú)人機(jī)蜂群的節(jié)點(diǎn)平臺(tái)成本通常在幾百美元至幾千美元,10 000架“蝗蟲(chóng)”無(wú)人機(jī)的價(jià)格和1架F22相當(dāng),1架“全球鷹”無(wú)人機(jī)的單價(jià)超過(guò)了1億美元,而1架“小精靈”大型無(wú)人機(jī)的價(jià)格大約只有100萬(wàn)美元左右。實(shí)戰(zhàn)表明,無(wú)人機(jī)蜂群的成本優(yōu)勢(shì)使其可以與敵方進(jìn)行火力交換,具有很高的效費(fèi)比,實(shí)現(xiàn)以小博大、以量取勝的作戰(zhàn)意圖。

2.2 高密度、多樣化作戰(zhàn)任務(wù)執(zhí)行

無(wú)人機(jī)蜂群個(gè)體之間可以協(xié)調(diào)工作,具有高度的自組織和自適應(yīng)性,通常采用“無(wú)中心”分布式作戰(zhàn)方式,通過(guò)機(jī)動(dòng)多變的構(gòu)型,表現(xiàn)出聚集涌現(xiàn)性系統(tǒng)特征,避免了系統(tǒng)對(duì)單一節(jié)點(diǎn)的過(guò)分依賴(lài),節(jié)點(diǎn)之間協(xié)同工作,完成高密度、多樣化復(fù)雜作戰(zhàn)任務(wù)。例如,通過(guò)節(jié)點(diǎn)平臺(tái)的信息共享與融合,可對(duì)威脅區(qū)域進(jìn)行廣域偵察;搭載不同毀傷載荷的無(wú)人機(jī)蜂群(攜帶戰(zhàn)斗部的無(wú)人機(jī)蜂群此時(shí)即變身為自殺式無(wú)人機(jī),或稱(chēng)之為巡飛攻擊彈藥),可對(duì)敵方目標(biāo)實(shí)施精確打擊和飽和攻擊,如俄烏沖突中使用廣泛的“彈簧刀”-300和“彈簧刀”-600自殺式無(wú)人機(jī)(見(jiàn)圖6)?！皬椈傻丁?300的作戰(zhàn)距離為10 km,續(xù)航時(shí)間為15 min,自殺式無(wú)人機(jī)/巡飛彈質(zhì)量為2.5 kg?！皬椈傻丁?300配裝彩色相機(jī)和紅外攝像機(jī),用來(lái)識(shí)別、跟蹤感興趣目標(biāo),配裝全球定位系統(tǒng)(GPS)用來(lái)確定平臺(tái)自身位置。“彈簧刀”-300除了打擊地面目標(biāo)外,還能夠攔截?cái)撤綗o(wú)人機(jī)。“彈簧刀”-600巡飛彈質(zhì)量23 kg,作戰(zhàn)半徑40 km,續(xù)航時(shí)間40 min,戰(zhàn)斗部威力相當(dāng)于“標(biāo)槍”反坦克導(dǎo)彈,可以打擊主戰(zhàn)坦克等裝甲目標(biāo)。

圖6 “彈簧刀”-300和“彈簧刀”-600自殺式無(wú)人機(jī)

無(wú)人機(jī)小巧輕便,附帶損傷小,便于單兵便攜使用。當(dāng)無(wú)人機(jī)蜂群的規(guī)模超出對(duì)方防御系統(tǒng)攔截能力時(shí),可完成對(duì)敵方感興趣多種類(lèi)目標(biāo)的高效毀傷。無(wú)人機(jī)蜂群協(xié)同工作可為偵察監(jiān)視、飽和攻擊、電子對(duì)抗、精確打擊等作戰(zhàn)任務(wù)提供保障。

2.3 強(qiáng)突防能力

無(wú)人機(jī)蜂群多由小型、微型、微納型無(wú)人機(jī)組成,體積小、數(shù)量多,可采用多種手段靈活協(xié)同工作?？纱钶d雷達(dá)、光電、聲音等多種類(lèi)傳感器進(jìn)行信息感知。目前國(guó)內(nèi)外無(wú)人機(jī)實(shí)時(shí)感知環(huán)境的手段包括激光雷達(dá)、超聲波、紅外線、深度相機(jī)、雙目攝像頭等傳感器,可在短時(shí)間內(nèi)在作戰(zhàn)區(qū)域形成大量部署,達(dá)到高效突防效果,極大地提升突防成功率。結(jié)合無(wú)人機(jī)蜂群特點(diǎn),圖7給出了無(wú)人機(jī)蜂群協(xié)同突防作戰(zhàn)(圖中為偵察)的典型工作模式。

圖7 無(wú)人機(jī)蜂群的典型工作樣式

蜂巢(圖7中為大型飛機(jī))裝載多架無(wú)人機(jī)蜂群子機(jī),根據(jù)作戰(zhàn)任務(wù)和目標(biāo)區(qū)域,蜂巢在設(shè)定位置釋放無(wú)人機(jī)蜂群,無(wú)人機(jī)蜂群子機(jī)按照事先規(guī)劃好的航跡編隊(duì)飛行,多機(jī)協(xié)同組網(wǎng)形成蜂群,抵近突防,完成偵察、誘騙、打擊等多樣化任務(wù),集群作戰(zhàn)效果可通過(guò)遠(yuǎn)程測(cè)控鏈路回傳目標(biāo)指示信息和打擊效果等信息。結(jié)合圖7,以蜂群偵察任務(wù)為例進(jìn)行說(shuō)明,典型的無(wú)人機(jī)蜂群工作流程可分為4個(gè)階段:蜂群準(zhǔn)備、蜂群釋放、蜂群出動(dòng)和蜂群偵察。

1) 蜂群準(zhǔn)備。在執(zhí)行集群作戰(zhàn)任務(wù)之前,確定無(wú)人機(jī)蜂群的組合配置方式,明確無(wú)人機(jī)蜂群的節(jié)點(diǎn)數(shù)量、類(lèi)型、任務(wù)載荷種類(lèi)及配置等;通過(guò)地面控制站完成對(duì)蜂巢和無(wú)人機(jī)蜂群子機(jī)的任務(wù)航線、任務(wù)編隊(duì)的初步預(yù)規(guī)劃,完成對(duì)無(wú)人機(jī)蜂群子機(jī)的任務(wù)預(yù)分配。

2) 蜂群釋放。蜂巢飛行至設(shè)定的投放區(qū)域后,保持或根據(jù)實(shí)際環(huán)境動(dòng)態(tài)制定蜂群子機(jī)投放策略,完成蜂群子機(jī)投放;地面控制站監(jiān)控?zé)o人機(jī)蜂群子機(jī)的飛行狀態(tài)、通信狀態(tài)和載荷狀態(tài)等。

3) 蜂群出動(dòng)。無(wú)人機(jī)蜂群子機(jī)開(kāi)始工作后,進(jìn)行姿態(tài)和位置穩(wěn)定控制;在組網(wǎng)通信下,無(wú)人機(jī)蜂群子機(jī)彼此交互狀態(tài)信息,觸發(fā)編隊(duì)控制邏輯,調(diào)整高度和航跡,蜂群編隊(duì)完成態(tài)勢(shì)感知、防撞檢測(cè)、隊(duì)形集結(jié),突防抵近;在前往目標(biāo)區(qū)域的過(guò)程中,根據(jù)任務(wù)區(qū)域情報(bào)信息、外界環(huán)境態(tài)勢(shì)、危險(xiǎn)源分析,以及蜂群自身狀態(tài)變化,蜂群自主動(dòng)態(tài)地任務(wù)分配、航路規(guī)劃和隊(duì)形生成。

4) 蜂群偵察。蜂群子機(jī)可搭載多種不同類(lèi)型的任務(wù)載荷,相互協(xié)作實(shí)現(xiàn)協(xié)同偵察?？衫秒娮觽刹燧d荷開(kāi)始遠(yuǎn)距離目標(biāo)偵察和協(xié)同定位,利用合成孔徑雷達(dá)載荷對(duì)目標(biāo)進(jìn)行中距離目標(biāo)偵察識(shí)別,利用光電偵察載荷對(duì)目標(biāo)進(jìn)行近距離偵察、識(shí)別和截獲,獲取目標(biāo)實(shí)時(shí)精確情報(bào)信息,并通過(guò)組網(wǎng)鏈路、中繼鏈路、衛(wèi)星鏈路等傳輸至地面控制站和指揮中心。

3 無(wú)人機(jī)蜂群關(guān)鍵技術(shù)分析

3.1 無(wú)人機(jī)蜂群協(xié)同組網(wǎng)技術(shù)

無(wú)人機(jī)蜂群實(shí)現(xiàn)自組網(wǎng)的目的在于提高無(wú)人機(jī)蜂群的作戰(zhàn)效能。實(shí)際作戰(zhàn)中,單個(gè)無(wú)人機(jī)往往只能根據(jù)作戰(zhàn)使命任務(wù)來(lái)配裝特定的任務(wù)載荷,以完成特定的作戰(zhàn)任務(wù),作戰(zhàn)效能較低。而無(wú)人機(jī)蜂群可配裝多類(lèi)型任務(wù)載荷,利用自組網(wǎng)絡(luò)協(xié)同工作,形成可同時(shí)響應(yīng)多樣化任務(wù)的有機(jī)系統(tǒng),大幅度提高蜂群的作戰(zhàn)效能。同時(shí),自組網(wǎng)可實(shí)現(xiàn)系統(tǒng)的可控性。無(wú)人機(jī)蜂群的自組網(wǎng)由蜂群中的全部無(wú)人機(jī)節(jié)點(diǎn)聯(lián)網(wǎng)組成,地面任務(wù)管控系統(tǒng)可實(shí)現(xiàn)對(duì)每個(gè)網(wǎng)絡(luò)節(jié)點(diǎn)的控制。除此之外,通過(guò)自組網(wǎng)可以提高無(wú)人機(jī)系統(tǒng)的抗干擾能力。自組網(wǎng)絡(luò)下的無(wú)人機(jī)蜂群間系統(tǒng)不是簡(jiǎn)單的鏈?zhǔn)浇Y(jié)構(gòu),當(dāng)其中一個(gè)節(jié)點(diǎn)出現(xiàn)故障時(shí),整個(gè)系統(tǒng)也不會(huì)癱瘓。無(wú)人機(jī)蜂群組網(wǎng)的關(guān)鍵技術(shù)主要包含:

1) 網(wǎng)絡(luò)分簇技術(shù)。網(wǎng)絡(luò)分簇算法包括最低ID、最高節(jié)點(diǎn)度、基于權(quán)重的分簇等。面對(duì)不同場(chǎng)景、不同任務(wù)以及不同環(huán)境,可選擇基于移動(dòng)性的、基于鏈的、基于能耗的、基于任務(wù)的不同分簇算法。針對(duì)高動(dòng)態(tài)大規(guī)模自組織無(wú)人機(jī)網(wǎng)絡(luò)中傳統(tǒng)分簇算法難以應(yīng)對(duì)高速移動(dòng)節(jié)點(diǎn)的問(wèn)題,文獻(xiàn)[15]提出了一種基于綜合移動(dòng)預(yù)測(cè)的分簇算法。文獻(xiàn)[16]提供了一種任務(wù)驅(qū)動(dòng)的無(wú)人飛行器自組網(wǎng)簇首選擇方案,旨在確保無(wú)人機(jī)編隊(duì)與地面控制站無(wú)中斷連接的時(shí)間能夠滿足任務(wù)和通信時(shí)長(zhǎng)的需求。

近年來(lái),基于聯(lián)盟的無(wú)人機(jī)蜂群自組網(wǎng)分層架構(gòu)作為一種新的方法,在軍事作戰(zhàn)領(lǐng)域、多智能以及空中管制領(lǐng)域得到了廣泛應(yīng)用。在無(wú)人機(jī)蜂群自組網(wǎng)中,無(wú)人機(jī)通常根據(jù)任務(wù)進(jìn)行結(jié)盟,形成針對(duì)任務(wù)需求的一個(gè)聯(lián)盟。執(zhí)行完任務(wù)后,特定的聯(lián)盟即可解散,當(dāng)再次有新任務(wù)時(shí),再重新聚合成新聯(lián)盟,共同執(zhí)行全新的任務(wù)。

2) 拓?fù)鋬?yōu)化技術(shù)。網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)優(yōu)化的主要目的是提高網(wǎng)絡(luò)的穩(wěn)定性和可靠性,通過(guò)優(yōu)化網(wǎng)絡(luò)節(jié)點(diǎn)的通信功率、連接方式、距離來(lái)減少擁塞、降低內(nèi)部干擾、提高容錯(cuò)性、增強(qiáng)抗毀傷能力等,從而優(yōu)化網(wǎng)絡(luò)通信效率和質(zhì)量?，F(xiàn)有研究成果中常見(jiàn)的4種針對(duì)網(wǎng)絡(luò)的拓?fù)鋬?yōu)化方法有功率調(diào)節(jié)、休眠模式調(diào)節(jié)、分簇調(diào)節(jié)及混合調(diào)節(jié)。

功率調(diào)節(jié)可以通過(guò)調(diào)節(jié)增加或減少某些節(jié)點(diǎn)的發(fā)射功率以及中繼節(jié)點(diǎn)轉(zhuǎn)發(fā)時(shí)的功率等,來(lái)改變信號(hào)傳輸?shù)木嚯x和路徑,進(jìn)而改變網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)。此外,調(diào)節(jié)節(jié)點(diǎn)功率可以降低節(jié)點(diǎn)之間的干擾、提高通信質(zhì)量,同時(shí)也能減小網(wǎng)絡(luò)中存在的瓶頸區(qū)域及鏈路擁塞,最大限度地提高網(wǎng)絡(luò)帶寬利用率。統(tǒng)一功率分配(COMPOW)[17]為一種簡(jiǎn)單的將功率分配與路由協(xié)議聯(lián)合考慮的算法框架。該算法特點(diǎn)為在保證網(wǎng)絡(luò)連通的前提下,所有傳感器節(jié)點(diǎn)采用一致且最小的發(fā)射功率,即發(fā)射功率恰好滿足信道最差節(jié)點(diǎn)的網(wǎng)絡(luò)不中斷要求。然而,由于各節(jié)點(diǎn)采用相同的發(fā)射功率,當(dāng)節(jié)點(diǎn)分布不均時(shí)會(huì)出現(xiàn)能效降低、網(wǎng)絡(luò)壽命減少。局部最小生成樹(shù)(LMST)算法[18]可用于單獨(dú)調(diào)整每個(gè)節(jié)點(diǎn)的發(fā)射功率,該算法通過(guò)構(gòu)造連接所有節(jié)點(diǎn)的最小生成樹(shù),得到每條路徑的信道信息,以調(diào)整每個(gè)節(jié)點(diǎn)的傳輸功率,使其滿足最遠(yuǎn)鄰居的傳輸需求,從而降低設(shè)備功耗。LMST的不足在于每個(gè)節(jié)點(diǎn)能耗不等、網(wǎng)絡(luò)壽命有限等。最低能耗通信網(wǎng)絡(luò)(MECN)以及改進(jìn)的小型最低能耗通信網(wǎng)絡(luò)(SMECN)算法是利用節(jié)點(diǎn)定位信息,構(gòu)建最小能量子圖的路由協(xié)議,該算法可降低數(shù)據(jù)傳輸?shù)哪芎?從而滿足無(wú)線傳感器網(wǎng)絡(luò)對(duì)于節(jié)能和網(wǎng)絡(luò)壽命的需求[19-21]。

網(wǎng)絡(luò)休眠通過(guò)調(diào)節(jié)網(wǎng)絡(luò)中節(jié)點(diǎn)的休眠/喚醒機(jī)制,可以使得節(jié)點(diǎn)在不用時(shí)進(jìn)入休眠狀態(tài),降低功耗,進(jìn)而延長(zhǎng)網(wǎng)絡(luò)壽命,并在需要時(shí)迅速喚醒以響應(yīng)網(wǎng)絡(luò)服務(wù)請(qǐng)求。合理的休眠調(diào)度策略能夠更加高效地利用網(wǎng)絡(luò)資源,在減少能量消耗的同時(shí)盡可能地保持網(wǎng)絡(luò)整體的連接性和穩(wěn)定性。CCP算法針對(duì)K覆蓋與K連通的場(chǎng)景,分析了如何最大化睡眠傳感器數(shù)量。地形自適應(yīng)高保真度(GAF)算法[22]是一種基于位置和能量信息的路由協(xié)議,其分為發(fā)現(xiàn)階段、睡眠階段和活動(dòng)階段3個(gè)階段。該算法將網(wǎng)絡(luò)監(jiān)控區(qū)域劃分成多個(gè)虛擬單元格,通過(guò)相鄰節(jié)點(diǎn)之間的協(xié)調(diào)來(lái)保持較少數(shù)量的節(jié)點(diǎn)處于激活狀態(tài),同時(shí)讓大多數(shù)節(jié)點(diǎn)進(jìn)入休眠狀態(tài),以降低不必要的能耗并延長(zhǎng)無(wú)線傳感器網(wǎng)絡(luò)整體的使用壽命。與其他類(lèi)似的算法相比,GAF算法需要每個(gè)節(jié)點(diǎn)精確地知道自己的位置信息,這限制了其在某些應(yīng)用場(chǎng)合的實(shí)際使用。此外,GAF算法還存在一些缺點(diǎn),例如網(wǎng)絡(luò)的分割容易產(chǎn)生對(duì)決策靈敏的邊界問(wèn)題,節(jié)點(diǎn)之間相互協(xié)作的開(kāi)銷(xiāo)較大,且難以適應(yīng)網(wǎng)絡(luò)的動(dòng)態(tài)變化等。

分簇調(diào)節(jié)通過(guò)將網(wǎng)絡(luò)中的節(jié)點(diǎn)分成不同的簇,然后對(duì)不同簇之間的連接關(guān)系進(jìn)行調(diào)整,從而達(dá)到優(yōu)化網(wǎng)絡(luò)性能和可靠性的目的。首先,將網(wǎng)絡(luò)節(jié)點(diǎn)按一定規(guī)則或算法分為若干個(gè)簇。在進(jìn)行分簇操作后,可以針對(duì)每個(gè)簇內(nèi)部的通信特點(diǎn)和網(wǎng)絡(luò)負(fù)載狀況進(jìn)行相應(yīng)的調(diào)整。將不同簇之間的聯(lián)系調(diào)整為跨簇聯(lián)通,在保證網(wǎng)絡(luò)正確性和延遲限制的前提下,讓數(shù)據(jù)信息在不同簇之間流動(dòng),滿足網(wǎng)絡(luò)的應(yīng)用需求。通過(guò)分簇調(diào)節(jié),能夠有效控制網(wǎng)絡(luò)中的廣播風(fēng)暴、擁塞等問(wèn)題,并提高網(wǎng)絡(luò)的容錯(cuò)性和魯棒性。低功耗自適應(yīng)集簇分層型協(xié)議(LEACH)算法[23]是一個(gè)經(jīng)典的無(wú)線傳感器網(wǎng)絡(luò)分簇路由協(xié)議。該算法將網(wǎng)絡(luò)周期性地劃分為建簇階段和通信階段,并通過(guò)循環(huán)對(duì)簇頭節(jié)點(diǎn)隨機(jī)選舉的方式實(shí)現(xiàn)了負(fù)載均衡,延長(zhǎng)了網(wǎng)絡(luò)壽命以及降低了能量消耗。LEACH算法提供了一種有效的解決方案,讓網(wǎng)絡(luò)中各個(gè)節(jié)點(diǎn)平等地成為簇頭,從而使得能量消耗更加平衡,進(jìn)而提高整個(gè)網(wǎng)絡(luò)的性能和生存壽命。混合節(jié)能分布式分簇協(xié)議(HEED)[24]算法采用概率競(jìng)爭(zhēng)的方式來(lái)選擇簇頭節(jié)點(diǎn),從而提高了分簇過(guò)程的效率。此外,考慮到簇頭節(jié)點(diǎn)在數(shù)據(jù)聚合與傳輸中會(huì)消耗更多能量,將節(jié)點(diǎn)剩余能量作為簇頭選取的依據(jù)之一,進(jìn)而實(shí)現(xiàn)讓各個(gè)節(jié)點(diǎn)負(fù)載均衡、延長(zhǎng)網(wǎng)絡(luò)生存周期。

3.2 無(wú)人機(jī)蜂群協(xié)同感知技術(shù)

復(fù)雜場(chǎng)景下的目標(biāo)精準(zhǔn)探測(cè)識(shí)別一直是制約武器效能發(fā)揮的瓶頸技術(shù)。通過(guò)基于目標(biāo)位置與參數(shù)特征的無(wú)人機(jī)蜂群多平臺(tái)、多傳感器深度融合關(guān)聯(lián),可有效克服單體無(wú)人機(jī)平臺(tái)偵察感知區(qū)域小,偵察動(dòng)態(tài)目標(biāo)難度大、適應(yīng)性弱的缺陷,可實(shí)現(xiàn)大面積區(qū)域和動(dòng)態(tài)目標(biāo)的實(shí)時(shí)偵察,提高偵察感知的覆蓋率和實(shí)時(shí)性。無(wú)人機(jī)蜂群具有分布式探測(cè)能力、自愈合能力,與單體感知相比,無(wú)人機(jī)蜂群中的單體平臺(tái)功能相對(duì)簡(jiǎn)單,造價(jià)低廉,部分個(gè)體的犧牲不會(huì)對(duì)蜂群產(chǎn)生致命影響。由于無(wú)人機(jī)蜂群的動(dòng)態(tài)網(wǎng)絡(luò)自愈合能力,使得蜂群可遂行單體飛行折損率高的危險(xiǎn)區(qū)域的偵察感知。無(wú)人蜂群可適用于多種偵察任務(wù)。由于蜂群的探測(cè)器分布較分散而且蜂群整體具有智慧行為,在控制好蜂群的隊(duì)形變換的同時(shí)可以對(duì)點(diǎn)目標(biāo)、線目標(biāo)、面目標(biāo)進(jìn)行偵察,而且對(duì)于部分重點(diǎn)區(qū)域還可以進(jìn)行全面覆蓋實(shí)時(shí)偵察,對(duì)于動(dòng)態(tài)目標(biāo)還可以進(jìn)行多機(jī)聯(lián)合跟蹤偵察。

無(wú)人機(jī)蜂群具有多源、異構(gòu)、多維和動(dòng)態(tài)等特點(diǎn),其態(tài)勢(shì)感知一般包含數(shù)據(jù)、信息以及特征等多個(gè)層面,實(shí)現(xiàn)探測(cè)感知信息的多源異構(gòu)融合和精確目標(biāo)識(shí)別。環(huán)境感知的任務(wù)是利用集群中雷達(dá)、光電等任務(wù)載荷收集環(huán)境信息,從數(shù)據(jù)中發(fā)現(xiàn)規(guī)律和挖掘目標(biāo),在目標(biāo)環(huán)境中進(jìn)行目標(biāo)識(shí)別、引導(dǎo)偵察,提高無(wú)人機(jī)蜂群系統(tǒng)對(duì)目標(biāo)環(huán)境態(tài)勢(shì)的認(rèn)識(shí)與理解。另外,采用虛擬中心技術(shù),將態(tài)勢(shì)信息通過(guò)組網(wǎng)共享給其他無(wú)人機(jī),以增強(qiáng)蜂群任務(wù)實(shí)現(xiàn)的可靠性。

1) 數(shù)據(jù)層面?？刹捎梅植际娇柭鼮V波算法,將紅外、雷達(dá)等異構(gòu)傳感器數(shù)據(jù)融合,提升對(duì)目標(biāo)的跟蹤精度。隨著多源傳感器網(wǎng)絡(luò)的快速發(fā)展,兩種基于多源傳感器網(wǎng)絡(luò)的數(shù)據(jù)處理框架受到廣泛關(guān)注。一種是各傳感器將數(shù)據(jù)傳輸至一個(gè)融合中心進(jìn)行處理的集中式框架,集中式框架的優(yōu)勢(shì)在于,當(dāng)所有觀測(cè)器穩(wěn)定工作時(shí),計(jì)算獲得的目標(biāo)狀態(tài)估計(jì)結(jié)果在某些性能標(biāo)準(zhǔn)下是最優(yōu)的,然而這種方式需要大量的通信和計(jì)算資源,魯棒性和可靠性較差。另一種是分布式框架,各個(gè)觀測(cè)器根據(jù)本地測(cè)量數(shù)據(jù),計(jì)算得出局部的目標(biāo)估計(jì)結(jié)果并經(jīng)由通信鏈路與鄰居共享,通過(guò)融合本地與鄰居的估計(jì)信息,最終獲得符合性能標(biāo)準(zhǔn)的全局最優(yōu)或次優(yōu)的目標(biāo)狀態(tài)估計(jì)結(jié)果。分布式方法的數(shù)據(jù)并行處理結(jié)構(gòu)使其具有更優(yōu)的魯棒性、可靠性和可擴(kuò)展性,但通常精確度不如集中式融合。近年來(lái),分布式框架備受關(guān)注。

3) 特征層面。目標(biāo)的精確分類(lèi)識(shí)別是無(wú)人機(jī)蜂群實(shí)現(xiàn)威脅目標(biāo)精準(zhǔn)探測(cè)的核心關(guān)鍵,是實(shí)現(xiàn)目標(biāo)定位、精確制導(dǎo)等應(yīng)用的重要前提[30-31]。多機(jī)協(xié)同目標(biāo)識(shí)別旨在通過(guò)多無(wú)人機(jī)協(xié)同工作提供更豐富的目標(biāo)關(guān)聯(lián)信息,提升相對(duì)于單體探測(cè)的高精度目標(biāo)識(shí)別結(jié)果。目標(biāo)識(shí)別算法主要包括基于模板的識(shí)別算法和基于模型的識(shí)別算法[32-34]。目標(biāo)高精度識(shí)別,尤其是陸地背景的高精度識(shí)別面臨巨大的挑戰(zhàn)。一是同一類(lèi)別內(nèi)的目標(biāo)差異較大,同類(lèi)型內(nèi)的目標(biāo)特征也不盡相同。二是屬于不同類(lèi)別的目標(biāo),有時(shí)卻表現(xiàn)出很大的相似性。三是復(fù)雜的背景干擾,在實(shí)際的目標(biāo)識(shí)別應(yīng)用場(chǎng)景中往往存在著大量的背景干擾,會(huì)對(duì)識(shí)別精度產(chǎn)生不利影響。近年來(lái),隨著深度學(xué)習(xí)技術(shù)在計(jì)算機(jī)視覺(jué)、語(yǔ)音處理、圖像處理等領(lǐng)域的廣泛應(yīng)用,圖像目標(biāo)自主識(shí)別技術(shù)取得了重大突破。采用卷積神經(jīng)網(wǎng)絡(luò)作為基本網(wǎng)絡(luò)結(jié)構(gòu),研究小型化、輕量化深度模型以用于實(shí)用化硬件平臺(tái),是實(shí)現(xiàn)無(wú)人機(jī)蜂群快速目標(biāo)識(shí)別的核心關(guān)鍵[35-36]。

3.3 無(wú)人機(jī)蜂群協(xié)同決策技術(shù)

無(wú)人機(jī)蜂群協(xié)同決策涵蓋的內(nèi)容十分豐富,是集群系統(tǒng)協(xié)同作業(yè)/作戰(zhàn)的核心與關(guān)鍵。協(xié)同決策規(guī)劃一般包含以下兩方面:

1) 協(xié)同目標(biāo)分配。為了解決多對(duì)多打擊過(guò)程中的沖突消解問(wèn)題,需要進(jìn)行無(wú)人機(jī)蜂群系統(tǒng)的協(xié)同目標(biāo)分配。一般針對(duì)多目標(biāo)的分配問(wèn)題,構(gòu)建攻擊代價(jià)與攻擊收益函數(shù),建立分配過(guò)程中的位置約束、方向約束、能量約束,通過(guò)求解混合整數(shù)規(guī)劃問(wèn)題,獲得M武器對(duì)N目標(biāo)的分配結(jié)果。單純利用傳統(tǒng)算法,很難適應(yīng)未來(lái)戰(zhàn)爭(zhēng)中不斷動(dòng)態(tài)變化的復(fù)雜作戰(zhàn)場(chǎng)景。由于實(shí)際作戰(zhàn)場(chǎng)景中無(wú)法知曉敵方全部作戰(zhàn)信息,僅依靠初始的任務(wù)分配結(jié)果很難達(dá)到預(yù)期的毀傷目標(biāo)要求。與此同時(shí),武器-目標(biāo)分配問(wèn)題是非確定性多項(xiàng)式(NP)完全問(wèn)題,智能算法的引入十分必要[37-40]。國(guó)內(nèi)外學(xué)者提出了基于交叉熵的多無(wú)人機(jī)協(xié)同任務(wù)分配方法,用以解決資源約束下多類(lèi)型無(wú)人機(jī)的任務(wù)分配問(wèn)題。解決任務(wù)分配的另一種思路是將無(wú)人機(jī)多任務(wù)分配問(wèn)題歸結(jié)為多約束條件下的組合優(yōu)化問(wèn)題,采用遺傳算法等進(jìn)行求解,以降低計(jì)算復(fù)雜度。

2) 協(xié)同航跡規(guī)劃。航跡規(guī)劃是無(wú)人機(jī)蜂群運(yùn)用的關(guān)鍵環(huán)節(jié),由于無(wú)人機(jī)節(jié)點(diǎn)數(shù)量多,使得編隊(duì)飛行器的協(xié)同航跡規(guī)劃極具挑戰(zhàn)。無(wú)人機(jī)蜂群的航跡規(guī)劃要綜合考慮敵方探測(cè)跟蹤、電子干擾、偽裝欺騙與毀傷攔截等威脅,在全方位考慮最優(yōu)突防策略及蜂群系統(tǒng)生存率的前提下,結(jié)合集群游走、召喚及圍攻等行為,設(shè)計(jì)無(wú)人機(jī)編隊(duì)構(gòu)型和飛行航跡。從集群起飛集結(jié)、巡航飛行到任務(wù)執(zhí)行的全過(guò)程無(wú)人機(jī)蜂群的飛行航跡均屬航跡規(guī)劃的范疇[41-44]。

3.4 無(wú)人機(jī)蜂群協(xié)同控制技術(shù)

多無(wú)人機(jī)協(xié)作過(guò)程中,協(xié)同控制系統(tǒng)需要具備高可靠性、強(qiáng)魯棒性、快速響應(yīng)和快速重組等能力[45]。集群的編隊(duì)控制方法主要包括基于行為的編隊(duì)控制方法、基于虛擬結(jié)構(gòu)的編隊(duì)控制方法、基于領(lǐng)導(dǎo)者-跟隨者的編隊(duì)控制方法、基于一致性的編隊(duì)控制方法以及基于人工勢(shì)場(chǎng)法的編隊(duì)控制方法等[46-51]?；谛袨榈木庩?duì)控制方法,將編隊(duì)控制任務(wù)分解成起飛、避障、隊(duì)形保持等基本行為,并通過(guò)加權(quán)行為融合實(shí)現(xiàn)無(wú)人機(jī)蜂群的編隊(duì)控制?；谔摂M結(jié)構(gòu)的編隊(duì)控制方法,將無(wú)人機(jī)蜂群視作一個(gè)包含多個(gè)節(jié)點(diǎn)的整體虛擬結(jié)構(gòu),無(wú)人機(jī)與虛擬結(jié)構(gòu)節(jié)點(diǎn)保持同步運(yùn)動(dòng),完成編隊(duì)飛行。

基于領(lǐng)導(dǎo)者-跟隨者的編隊(duì)控制方法將無(wú)人機(jī)蜂群分為領(lǐng)航者和跟隨者兩種不同的角色類(lèi)型,領(lǐng)航者沿著預(yù)定或者臨時(shí)設(shè)定的路徑運(yùn)動(dòng),跟隨者根據(jù)相對(duì)于領(lǐng)航者的距離和方位等信息進(jìn)行運(yùn)動(dòng),協(xié)同工作實(shí)現(xiàn)編隊(duì)控制。

基于一致性的編隊(duì)控制方法通過(guò)圖來(lái)描述無(wú)人機(jī)蜂群節(jié)點(diǎn)間的關(guān)系,通過(guò)局部的協(xié)同作用使得無(wú)人機(jī)的狀態(tài)與編隊(duì)參考的向量偏差趨于一致。

基于人工勢(shì)場(chǎng)法的編隊(duì)控制通過(guò)構(gòu)造目的地引力勢(shì)場(chǎng)與周邊障礙斥力勢(shì)場(chǎng)特性實(shí)現(xiàn)編隊(duì)。模糊人工勢(shì)場(chǎng)法應(yīng)用于無(wú)人機(jī)蜂群協(xié)同控制中時(shí),具有更高的執(zhí)行效率。人工勢(shì)場(chǎng)法主要通過(guò)構(gòu)建人工勢(shì)場(chǎng)函數(shù)來(lái)實(shí)現(xiàn)隊(duì)形控制,在人工勢(shì)場(chǎng)法中,當(dāng)兩架無(wú)人機(jī)之間的距離較遠(yuǎn)時(shí),相互吸引會(huì)使得兩架無(wú)人機(jī)彼此靠近,當(dāng)兩架無(wú)人機(jī)之間的距離較近時(shí),相互排斥會(huì)使得兩架無(wú)人機(jī)彼此分離,即基于人工勢(shì)場(chǎng)法可實(shí)現(xiàn)無(wú)人機(jī)之間的防碰撞,當(dāng)無(wú)人機(jī)之間的距離過(guò)近時(shí),相互排斥會(huì)使得無(wú)人機(jī)節(jié)點(diǎn)彼此分離,避免碰撞。

4 無(wú)人機(jī)蜂群技術(shù)發(fā)展的重點(diǎn)、難點(diǎn)和方向

4.1 無(wú)人機(jī)蜂群系統(tǒng)的主要技術(shù)指標(biāo)和能力需求

無(wú)人機(jī)蜂群系統(tǒng)的主要技術(shù)指標(biāo)和能力需求如下:

2005年前簽訂的農(nóng)村土地流轉(zhuǎn)合同由于期限長(zhǎng)、價(jià)格低，沒(méi)有價(jià)格調(diào)節(jié)機(jī)制，且土地流轉(zhuǎn)手續(xù)不規(guī)范，出現(xiàn)糾紛難以調(diào)解，所以簽訂農(nóng)村土地流轉(zhuǎn)合同的比例很小。但是隨著土地流轉(zhuǎn)合同的簽訂工作走向規(guī)范化，農(nóng)戶的法律意識(shí)加強(qiáng)，比例逐年增加。59.92%的農(nóng)戶在農(nóng)村土地流轉(zhuǎn)時(shí)簽訂了書(shū)面合同，只有8.95%的農(nóng)戶依然以口頭協(xié)議的方式非規(guī)范化進(jìn)行流轉(zhuǎn)。

1) 任務(wù)類(lèi)型:誘餌、干擾、偵察、制導(dǎo)、打擊、通信中繼等。

2) 通信帶寬:無(wú)人機(jī)蜂群節(jié)點(diǎn)通信帶寬越大,支持的節(jié)點(diǎn)數(shù)量和信息傳輸容量越大,越能響應(yīng)更復(fù)雜的作戰(zhàn)任務(wù)。

3) 節(jié)點(diǎn)數(shù)量(規(guī)模):無(wú)人機(jī)蜂群節(jié)點(diǎn)數(shù)量越多,作戰(zhàn)運(yùn)用方式越靈活多樣,執(zhí)行任務(wù)種類(lèi)越多,協(xié)同工作能力越強(qiáng)。足夠的節(jié)點(diǎn)數(shù)量還可以保障抗毀動(dòng)態(tài)重組能力生成,不會(huì)因?yàn)椴糠止?jié)點(diǎn)的損毀導(dǎo)致系統(tǒng)喪失作戰(zhàn)任務(wù)執(zhí)行能力。

4) 作用距離或威力:無(wú)人機(jī)蜂群節(jié)點(diǎn)載荷的作用距離越遠(yuǎn)或威力越大,無(wú)人機(jī)蜂群的任務(wù)執(zhí)行成功率越高。

5) 決策時(shí)間:決策時(shí)間體現(xiàn)了無(wú)人機(jī)蜂群系統(tǒng)的智能化程度和實(shí)戰(zhàn)化能力,決策時(shí)間越短,系統(tǒng)智能化程度越高,實(shí)戰(zhàn)化能力越強(qiáng)。

4.2 無(wú)人機(jī)蜂群技術(shù)的發(fā)展重點(diǎn)和難點(diǎn)

無(wú)人機(jī)蜂群是一種集光電探測(cè)、通信組網(wǎng)、協(xié)同控制、任務(wù)規(guī)劃等多學(xué)科于一體的復(fù)雜作戰(zhàn)系統(tǒng)形態(tài)。對(duì)于不同類(lèi)型的無(wú)人機(jī)蜂群系統(tǒng),其研發(fā)重點(diǎn)和難點(diǎn)既有相同之處又各具差異:

1) 復(fù)雜不確定場(chǎng)景下無(wú)人集群自組織行為因果機(jī)理不清晰,智能體建模和交互規(guī)則難以設(shè)計(jì),涌現(xiàn)行為難以調(diào)控,缺乏系統(tǒng)性群體智能激發(fā)匯聚演化機(jī)理,可解釋的群體智能行為生成訓(xùn)練方法欠缺,這些因素成為制約蜂群系統(tǒng)在復(fù)雜任務(wù)中應(yīng)用的關(guān)鍵瓶頸。

2) 如何充分、協(xié)同地運(yùn)用當(dāng)前有限的蜂群系統(tǒng)領(lǐng)域知識(shí)和數(shù)據(jù),在非理想通信、非精確感知等不確定性條件下突破大規(guī)模無(wú)人機(jī)蜂群的協(xié)同控制,實(shí)現(xiàn)自組織協(xié)同作戰(zhàn)體系,是群體智能系統(tǒng)走向?qū)嵱没年P(guān)鍵問(wèn)題。

3) 缺乏面向?qū)嶋H任務(wù)的通用化軟硬件集成平臺(tái)與測(cè)試驗(yàn)證手段,亟待構(gòu)建群體智能驗(yàn)證的開(kāi)放性標(biāo)準(zhǔn)測(cè)試環(huán)境,研制與開(kāi)發(fā)具有開(kāi)放式接口的軟硬件平臺(tái),對(duì)不同的任務(wù)、算法進(jìn)行面向應(yīng)用的快速集成、測(cè)試和驗(yàn)證。

4) 在強(qiáng)對(duì)抗、瞬息萬(wàn)變的復(fù)雜動(dòng)態(tài)環(huán)境下,如何實(shí)現(xiàn)兼顧精確性和快速性的動(dòng)態(tài)決策和任務(wù)規(guī)劃,是無(wú)人機(jī)蜂群智能決策面臨的挑戰(zhàn)性難題。

5) 實(shí)戰(zhàn)化復(fù)雜作戰(zhàn)任務(wù)條件下的調(diào)度與管理技術(shù)仍處于探索階段,而且可能會(huì)受到非技術(shù)因素如戰(zhàn)爭(zhēng)倫理、法律、開(kāi)火權(quán)控制等因素影響。

4.3 無(wú)人機(jī)蜂群技術(shù)的發(fā)展方向

近年來(lái),各種類(lèi)型的無(wú)人機(jī)蜂群正以前所未有的速度迅猛發(fā)展,進(jìn)入了創(chuàng)新發(fā)展的新時(shí)期。多樣化的智能需求和發(fā)展趨勢(shì)給無(wú)人機(jī)蜂群技術(shù)的發(fā)展帶來(lái)了前所未有的機(jī)遇和挑戰(zhàn),催生出一系列新興技術(shù)領(lǐng)域。無(wú)人機(jī)蜂群的技術(shù)體系主要包括單體飛行平臺(tái)技術(shù)、集群協(xié)同技術(shù)以及總體設(shè)計(jì)技術(shù)等,圖8所示為無(wú)人機(jī)蜂群武器系統(tǒng)涉及的主要技術(shù)體系框架。

由圖8可見(jiàn),較之于單體飛行平臺(tái),無(wú)人蜂群技術(shù)的體系框架較為復(fù)雜。然而,隨著國(guó)內(nèi)外學(xué)者和科研人員的努力攻關(guān),部分關(guān)鍵技術(shù)已經(jīng)得到解決,并通過(guò)了試驗(yàn)驗(yàn)證。然而,仍有諸多制約無(wú)人機(jī)蜂群任務(wù)執(zhí)行效能發(fā)揮的關(guān)鍵技術(shù)亟需突破,筆者結(jié)合自身的工作和研究經(jīng)歷,總結(jié)了未來(lái)無(wú)人機(jī)蜂群的重點(diǎn)發(fā)展方向,將主要體現(xiàn)在:生物集群自組織智能決策技術(shù)、無(wú)人機(jī)蜂群監(jiān)視偵察技術(shù)、無(wú)人機(jī)蜂群低成本渦噴發(fā)動(dòng)機(jī)技術(shù)、無(wú)人機(jī)蜂群任務(wù)載荷技術(shù)和智能芯片技術(shù)等方面。

4.3.1 生物集群自組織智能決策技術(shù)

建立生物群體智能與無(wú)人機(jī)蜂群的映射關(guān)系,揭示無(wú)人機(jī)蜂群“群智涌現(xiàn)”機(jī)理,提高無(wú)人機(jī)蜂群在復(fù)雜作戰(zhàn)環(huán)境條件下的自主決策能力。無(wú)人機(jī)單體平臺(tái)通過(guò)與集群中其他無(wú)人機(jī)個(gè)體的相互交互進(jìn)行歷史經(jīng)驗(yàn)學(xué)習(xí)和進(jìn)化學(xué)習(xí),獲得比單體更強(qiáng)的生存能力以及對(duì)環(huán)境的適應(yīng)性。

通過(guò)對(duì)生物群集中的空間聚集性、運(yùn)動(dòng)有序性、環(huán)境適應(yīng)性進(jìn)行深入研究,建立集群運(yùn)動(dòng)理論模型,分析個(gè)體行為與群體特性之間的關(guān)系,通過(guò)個(gè)體設(shè)計(jì)使得整個(gè)群體產(chǎn)生期望的行為,魯棒性強(qiáng)、自適應(yīng)度高、可擴(kuò)展性好[52]。通過(guò)生物群集行為研究,將其映射到無(wú)人機(jī)集群協(xié)調(diào)自主控制領(lǐng)域中,提高無(wú)人機(jī)蜂群復(fù)雜環(huán)境條件下的自主決策。挖掘生物群集內(nèi)部的作用機(jī)理和協(xié)調(diào)機(jī)制,賦予無(wú)人機(jī)蜂群自主學(xué)習(xí)和主動(dòng)進(jìn)化能力,解決無(wú)人機(jī)蜂群智能決策難題,實(shí)現(xiàn)全自主的無(wú)人機(jī)蜂群系統(tǒng)設(shè)計(jì)。

4.3.2 無(wú)人機(jī)蜂群監(jiān)視偵察技術(shù)

圍繞無(wú)人機(jī)蜂群在戰(zhàn)場(chǎng)監(jiān)視、情報(bào)處理、態(tài)勢(shì)融合等方面的作戰(zhàn)運(yùn)用,綜合利用光學(xué)、紅外、雷達(dá)傳感器開(kāi)展基于人工智能的信息處理與融合方法研究,突破多類(lèi)型多尺度目標(biāo)檢測(cè)、目標(biāo)影像融合、戰(zhàn)場(chǎng)態(tài)勢(shì)在線融合等關(guān)鍵技術(shù),大幅度提高戰(zhàn)場(chǎng)目標(biāo)的檢測(cè)精度和信息融合效率。

無(wú)人機(jī)蜂群監(jiān)視偵察克服了單個(gè)無(wú)人機(jī)偵察區(qū)域小的缺陷,可實(shí)現(xiàn)對(duì)大面積區(qū)域的實(shí)時(shí)偵察,提高了偵察的覆蓋率和實(shí)時(shí)準(zhǔn)確性。分布式的去中心化無(wú)人機(jī)集群利用組網(wǎng)技術(shù)可實(shí)現(xiàn)無(wú)人機(jī)之間的信息高速共享,提高無(wú)人機(jī)蜂群探測(cè)與偵察的抗故障與自愈能力。

4.3.3 無(wú)人機(jī)蜂群低成本渦噴發(fā)動(dòng)機(jī)技術(shù)

動(dòng)力先行是發(fā)展武器裝備的重要原則。研制和開(kāi)發(fā)成本可控、耗油率佳、質(zhì)量受控、可靠性高的渦噴發(fā)動(dòng)機(jī)是無(wú)人機(jī)蜂群需要重點(diǎn)攻關(guān)的研究方向。針對(duì)無(wú)人機(jī)蜂群任務(wù)使命對(duì)動(dòng)力系統(tǒng)的需求,重點(diǎn)突破低成本加工設(shè)計(jì)與材料選擇、重油燃燒、寬包線制式起動(dòng)等關(guān)鍵技術(shù),為無(wú)人機(jī)蜂群實(shí)戰(zhàn)化發(fā)展提供動(dòng)力基礎(chǔ)。

此外,亟需開(kāi)發(fā)發(fā)動(dòng)機(jī)健康管理算法,建立發(fā)動(dòng)機(jī)健康級(jí)別與無(wú)人機(jī)蜂群任務(wù)等級(jí)的映射關(guān)系,無(wú)人機(jī)蜂群的飛行控制系統(tǒng)根據(jù)發(fā)動(dòng)機(jī)的健康信息完成任務(wù)優(yōu)化配對(duì),提高發(fā)動(dòng)機(jī)的智能化水平,增強(qiáng)無(wú)人機(jī)蜂群遂行多樣化任務(wù)能力。

4.3.4 無(wú)人機(jī)蜂群任務(wù)載荷技術(shù)

針對(duì)無(wú)人機(jī)蜂群執(zhí)行協(xié)同感知、對(duì)抗等任務(wù),綜合蜂群無(wú)人機(jī)平臺(tái)對(duì)任務(wù)載荷的約束,開(kāi)展輕量化、低功耗、低成本、模塊化、型譜化的任務(wù)載荷研究,研制中繼型、制導(dǎo)型、干擾型無(wú)人機(jī)蜂群載荷。事實(shí)上,3.2節(jié)所述無(wú)人機(jī)蜂群協(xié)同偵察也是一種特定的感知型任務(wù)載荷。以制導(dǎo)型載荷為例,亟需突破高精度、強(qiáng)魯棒性、強(qiáng)實(shí)時(shí)目標(biāo)檢測(cè)與跟蹤算法,使得制導(dǎo)型載荷在給定指令下具有對(duì)典型目標(biāo)自動(dòng)識(shí)別、截獲、跟蹤的功能,指引無(wú)人機(jī)蜂群系統(tǒng)對(duì)典型目標(biāo)進(jìn)行自主攻擊。

強(qiáng)化載荷樣機(jī)部組件的共用性,盡量采購(gòu)商用貨架產(chǎn)品,減少外部接口和連接件;強(qiáng)化個(gè)性化部組件的標(biāo)準(zhǔn)化模塊化,形成不同規(guī)格的系列化標(biāo)準(zhǔn)化模組;提高集成度,芯片化設(shè)計(jì)核心模塊,降低成本、提高可靠性并減輕質(zhì)量。

4.3.5 智能芯片

人工智能專(zhuān)用加速芯片通常具有數(shù)百個(gè)甚至上千個(gè)計(jì)算核心,相較于傳統(tǒng)芯片在計(jì)算架構(gòu)和芯片算力上發(fā)生了顛覆性變革,具有海量數(shù)據(jù)并行計(jì)算能力,性能和訪存帶寬等指標(biāo)明顯優(yōu)于CPU,可提高無(wú)人機(jī)平臺(tái)的整體運(yùn)算能力和運(yùn)算效率。IBM公司構(gòu)建了深度學(xué)習(xí)框架System ML、類(lèi)腦芯片TureNorth,以及神經(jīng)突觸計(jì)算機(jī)芯片SyNAPSE,谷歌開(kāi)發(fā)了第二代深度學(xué)習(xí)芯片TPU、Intel研制了Xeon-FPGA芯片、NVIDIA的多GPU集群處理和CUDA框架則可用于MapReduce/Hadoop、數(shù)據(jù)挖掘、數(shù)據(jù)庫(kù)搜索方面的加速。智能芯片可為無(wú)人機(jī)蜂群真正意義上實(shí)現(xiàn)群智涌現(xiàn)實(shí)戰(zhàn)化進(jìn)程提供堅(jiān)實(shí)的技術(shù)支撐。

5 無(wú)人機(jī)蜂群技術(shù)發(fā)展的途徑和舉措

綜合上述無(wú)人機(jī)蜂群分類(lèi)、組成、特點(diǎn)、研發(fā)重點(diǎn)和難點(diǎn),以及無(wú)人機(jī)蜂群技術(shù)的發(fā)展方向,形成無(wú)人機(jī)蜂群技術(shù)發(fā)展的途徑和舉措如下:

1) 著眼未來(lái)發(fā)展,前瞻性地謀劃好制約和影響無(wú)人機(jī)蜂群革命性發(fā)展的新型隱身、自主等前沿技術(shù)研究和應(yīng)用工作,發(fā)展覆蓋高中低空、大中小型、戰(zhàn)略戰(zhàn)術(shù)戰(zhàn)役級(jí)的無(wú)人機(jī)蜂群裝備體系。

2) 抓住核心關(guān)鍵,有目的地籌劃好制約和影響無(wú)人機(jī)蜂群創(chuàng)新性發(fā)展的智能決策與任務(wù)規(guī)劃、導(dǎo)航拒止環(huán)境下的協(xié)同控制、干擾環(huán)境下的協(xié)作規(guī)避、強(qiáng)對(duì)抗環(huán)境下的組網(wǎng)通信等關(guān)鍵技術(shù)的研究和應(yīng)用工作。

3) 重視試驗(yàn)測(cè)試,有針對(duì)性地開(kāi)展標(biāo)準(zhǔn)化試驗(yàn)驗(yàn)證與測(cè)試接口研究,建立規(guī)范化和統(tǒng)一化的交互協(xié)議,使得無(wú)人機(jī)蜂群技術(shù)與方法能以模塊化方式匯聚形成知識(shí)庫(kù)、模型庫(kù)、方法庫(kù),為蜂群算法訓(xùn)練、測(cè)試、評(píng)估以及典型蜂群任務(wù)的演示驗(yàn)證提供試驗(yàn)床。

4) 大力推進(jìn)數(shù)字工程,從論證分析、總體方案、詳細(xì)設(shè)計(jì)到生產(chǎn)制造全面采用數(shù)字模型,實(shí)現(xiàn)降本增效。

5) 大量使用成熟任務(wù)載荷,根據(jù)任務(wù)需求,使用成熟的貨架產(chǎn)品和商用軟件降低升級(jí)和損耗成本,實(shí)現(xiàn)低成本化、輕小型化、功能分解化、型譜系列化、組網(wǎng)協(xié)同化、標(biāo)準(zhǔn)化、通用化、開(kāi)放式軟件化的無(wú)人機(jī)蜂群系統(tǒng)生態(tài)環(huán)境。

6) 結(jié)合和利用自身優(yōu)勢(shì),強(qiáng)化頂層設(shè)計(jì),深入研究先進(jìn)無(wú)人機(jī)蜂群作戰(zhàn)特點(diǎn),同時(shí)緊密關(guān)注反蜂群技術(shù)發(fā)展,組織科研人員加強(qiáng)技術(shù)攻關(guān),先于對(duì)手形成實(shí)戰(zhàn)能力。

6 結(jié)論

不同于機(jī)群的概念,無(wú)人機(jī)蜂群是以智能化無(wú)人控制技術(shù)和網(wǎng)絡(luò)信息系統(tǒng)為支撐的集群式無(wú)人作戰(zhàn)武器裝備,通過(guò)單個(gè)節(jié)點(diǎn)平臺(tái)的行為自主決策和節(jié)點(diǎn)平臺(tái)間的行為協(xié)同實(shí)現(xiàn)能力涌現(xiàn),是形成新質(zhì)作戰(zhàn)能力的核心關(guān)鍵技術(shù)之一,以無(wú)人機(jī)蜂群為代表的智能群體作戰(zhàn)將深刻影響戰(zhàn)法變革、力量編成,成為未來(lái)戰(zhàn)場(chǎng)的新形態(tài)。當(dāng)下和未來(lái),誰(shuí)擁有和突破了無(wú)人機(jī)蜂群核心關(guān)鍵技術(shù)、誰(shuí)把握了無(wú)人機(jī)蜂群技術(shù)的發(fā)展方向,誰(shuí)就站在了無(wú)人機(jī)蜂群領(lǐng)域的制高點(diǎn),就意味著誰(shuí)將在競(jìng)爭(zhēng)日趨激烈的未來(lái)戰(zhàn)場(chǎng)中占據(jù)優(yōu)勢(shì)地位。