面向無(wú)人集群的邊緣計(jì)算技術(shù)綜述

薛建強(qiáng), 史彥軍, 李波

(1.中兵智能創(chuàng)新研究院有限公司, 北京 100072; 2.群體協(xié)同與自主實(shí)驗(yàn)室, 北京 100072;3.大連理工大學(xué) 機(jī)械工程學(xué)院, 遼寧 大連 116024)

0 引言

無(wú)人集群作戰(zhàn)是指通過多無(wú)人平臺(tái)的傳感設(shè)備獲取戰(zhàn)場(chǎng)實(shí)時(shí)數(shù)據(jù),并通過可靠通信網(wǎng)絡(luò)實(shí)現(xiàn)信息交換,充分發(fā)揮自身作戰(zhàn)能力,以最大化作戰(zhàn)效益的一種作戰(zhàn)模式。該模式具有分布式?jīng)Q策、體系魯棒性高、效費(fèi)交換比高等優(yōu)勢(shì),目前已成為未來(lái)無(wú)人作戰(zhàn)發(fā)展的主要趨勢(shì)之一。

現(xiàn)代作戰(zhàn)中高效信息流通是保障作戰(zhàn)效率的關(guān)鍵因素。由于作戰(zhàn)環(huán)境充滿電磁輻射干擾,向云服務(wù)中心的請(qǐng)求通常會(huì)受限于較高的傳輸成本和時(shí)延。另外,對(duì)于傳統(tǒng)的中心式作戰(zhàn)決策模式,由于由局部態(tài)勢(shì)信息向中心的共享存在滯后和不一致問題,無(wú)法將決策中心、戰(zhàn)地指揮所與信息流末端的作戰(zhàn)平臺(tái)形成統(tǒng)一的調(diào)度和管理。通常高層決策中心決策時(shí)所依賴的信息已經(jīng)過逐級(jí)處理,這勢(shì)必會(huì)把部分對(duì)態(tài)勢(shì)評(píng)估有價(jià)值的信息忽略掉。同時(shí)隨著越來(lái)越多的智能化作戰(zhàn)平臺(tái)投入戰(zhàn)場(chǎng),終端會(huì)產(chǎn)生大量的數(shù)據(jù)而得不到及時(shí)的利用,龐大的信息整合與處理對(duì)指揮決策而言是一大挑戰(zhàn)。

根據(jù)《解放軍報(bào)》2021年11月30日的作戰(zhàn)專論“智能化戰(zhàn)爭(zhēng):強(qiáng)者勝的三個(gè)維度”,未來(lái)智能化戰(zhàn)爭(zhēng)中,連接力、計(jì)算力、認(rèn)知力等新的戰(zhàn)斗力因子成為左右戰(zhàn)爭(zhēng)勝負(fù)的新變量,其中計(jì)算力強(qiáng)者勝理念推動(dòng)了算力的云邊端供給模式。特別是近年來(lái),美軍大力發(fā)展類似F-22戰(zhàn)機(jī)充當(dāng)“戰(zhàn)斗云”(云+邊+端計(jì)算模式),提高無(wú)人系統(tǒng)的人工智能技術(shù)含量,以推動(dòng)自主作戰(zhàn)平臺(tái)的自協(xié)同能力提升等。

基于當(dāng)前無(wú)人集群作戰(zhàn)的背景下,戰(zhàn)場(chǎng)決策與控制權(quán)逐漸從云上向戰(zhàn)術(shù)邊緣下沉,從平臺(tái)的角度來(lái)看,旨在充分開發(fā)邊緣平臺(tái)數(shù)據(jù)獲取、自主決策的能力。從作戰(zhàn)任務(wù)環(huán)境來(lái)看,決策與控制的下沉彌補(bǔ)了單平臺(tái)資源緊缺、信息受限、能力不足等缺點(diǎn),能夠針對(duì)日益復(fù)雜的任務(wù)和動(dòng)態(tài)變化的作戰(zhàn)邊界做出及時(shí)響應(yīng)。

云邊端模式下的邊緣計(jì)算具備低延遲、高安全性、低流量等優(yōu)勢(shì),能夠提供作戰(zhàn)平臺(tái)高可靠和隱私保護(hù)的本地計(jì)算服務(wù),在軍事領(lǐng)域具有廣泛的應(yīng)用需求和前景[1]。為此本文擬面向未來(lái)智能化戰(zhàn)爭(zhēng)的無(wú)人集群作戰(zhàn)技術(shù),研究“云+邊+端”計(jì)算模式下邊緣計(jì)算的發(fā)展現(xiàn)狀和未來(lái)趨勢(shì)。

本文對(duì)無(wú)人集群、邊緣計(jì)算的發(fā)展簡(jiǎn)史以及整體過程進(jìn)行縱向簡(jiǎn)述,提出面向戰(zhàn)術(shù)邊緣的云-邊-端分布式系統(tǒng)框架,引出目前無(wú)人集群作戰(zhàn)背景下邊緣計(jì)算的關(guān)鍵技術(shù);綜述了該框架涉及的邊緣計(jì)算框架、邊云協(xié)同、計(jì)算卸載、邊緣指揮控制等關(guān)鍵技術(shù);闡明了無(wú)人集群邊緣計(jì)算發(fā)展趨勢(shì)并對(duì)全文進(jìn)行了總結(jié)。

1 無(wú)人集群與邊緣計(jì)算

無(wú)人集群作戰(zhàn)一般是指由大量具有一定自主能力的單功能或多功能的無(wú)人作戰(zhàn)單元,通過依托去中心化自組織網(wǎng)絡(luò)和分布式智能決策,形成一種高效打擊、跨平臺(tái)協(xié)同、信息流貫通的先進(jìn)作戰(zhàn)模式[2]。目前該領(lǐng)域已經(jīng)成為研究熱點(diǎn),有著較多的研究成果。在無(wú)人集群作戰(zhàn)架構(gòu)方面,王勇等[3]提出一種以岸基/艦載指揮中心為中心云,以無(wú)人平臺(tái)為邊緣云的“云邊一體”海上有人/無(wú)人集群協(xié)同控制架構(gòu),以實(shí)現(xiàn)集群協(xié)同控制,提升任務(wù)規(guī)劃速度和執(zhí)行效果。在無(wú)人集群信息共享方面,臧義華等[4]提出了一種基于區(qū)塊鏈和內(nèi)容尋址的集群信息共享構(gòu)架,以解決多類型信息存儲(chǔ)與高效安全共識(shí)機(jī)制問題。

此外,針對(duì)無(wú)人集群作戰(zhàn)面臨戰(zhàn)場(chǎng)環(huán)境復(fù)雜多變、算力資源稀缺、超低延遲回路、海量數(shù)據(jù)處理等挑戰(zhàn),陸曉安[5]構(gòu)建了設(shè)計(jì)基于仿生學(xué)狼群行為下的集群運(yùn)動(dòng)模型,基于任務(wù)改進(jìn)狼群算法的尋優(yōu)機(jī)制匹配集群運(yùn)動(dòng)策略。

邊緣計(jì)算作為中心式云計(jì)算的延伸,是一種將遠(yuǎn)端云計(jì)算能力拓展至數(shù)據(jù)源產(chǎn)生的邊緣側(cè),實(shí)現(xiàn)大規(guī)模應(yīng)用數(shù)據(jù)從原來(lái)要上傳至云端計(jì)算轉(zhuǎn)變?yōu)橥ㄟ^一定的調(diào)度規(guī)劃實(shí)現(xiàn)數(shù)據(jù)直接在邊緣側(cè)完成計(jì)算的計(jì)算范式或計(jì)算技術(shù),以達(dá)到業(yè)務(wù)的快速處理和及時(shí)響應(yīng)。美軍根據(jù)計(jì)算設(shè)備部署的位置給出了云計(jì)算分類,如圖1所示。從分類上看,邊緣計(jì)算更靠近戰(zhàn)術(shù)云和邊緣云一側(cè)。依托該技術(shù)可以把云計(jì)算服務(wù)下沉到戰(zhàn)術(shù)邊緣,從而實(shí)現(xiàn)向邊緣作戰(zhàn)單元提供低時(shí)延、高可靠的計(jì)算、存儲(chǔ)、數(shù)據(jù)共享服務(wù)。

圖1 美軍云計(jì)算分類[5]

智能化戰(zhàn)場(chǎng)的無(wú)人集群作戰(zhàn)需要強(qiáng)大的連接力、計(jì)算力、認(rèn)知力,出現(xiàn)了算力的云邊端供給模式、馬賽克戰(zhàn)和邊緣作戰(zhàn)模式[6],其邊緣指揮與控制需要新的計(jì)算模式。邊緣計(jì)算作為一種先進(jìn)計(jì)算范式,可應(yīng)對(duì)上述挑戰(zhàn),有著較多的研究成果。此外,美軍正從以云計(jì)算為核心的技術(shù)體系向戰(zhàn)術(shù)級(jí)能力方向演進(jìn),開展了戰(zhàn)術(shù)薄云、戰(zhàn)術(shù)微云、聯(lián)合信息環(huán)境等研究(見圖1),核心是把云計(jì)算能力下沉到邊緣側(cè)的戰(zhàn)術(shù)級(jí)服務(wù)[7]。對(duì)于戰(zhàn)術(shù)邊緣云,嚴(yán)紅等[7]通過分析邊緣云部署環(huán)境需求,給出了邊緣云使用模式、戰(zhàn)術(shù)邊緣服務(wù)網(wǎng)格系統(tǒng)架構(gòu),提出了邊緣服務(wù)相關(guān)關(guān)鍵技術(shù),以服務(wù)于多樣化軍事任務(wù)需求。為匹配機(jī)動(dòng)作戰(zhàn)過程中任務(wù)處理的實(shí)時(shí)性和信息互通流轉(zhuǎn)的需求,陳霄等[8]以美軍的機(jī)動(dòng)邊緣信息服務(wù)發(fā)展現(xiàn)狀為切入點(diǎn),歸納總結(jié)了其信息服務(wù)能力。張洪瑞等[9]基于邊緣計(jì)算的裝備感知同步系統(tǒng)構(gòu)想,對(duì)裝備感知同步系統(tǒng)進(jìn)行需求分析,提出設(shè)計(jì)方案并對(duì)相關(guān)技術(shù)進(jìn)行了研究。可見,邊緣計(jì)算已經(jīng)成為戰(zhàn)術(shù)邊緣指控的重要技術(shù),值得深入研究。

無(wú)人集群背景下的邊緣計(jì)算,目前有如下相關(guān)工作。針對(duì)邊緣側(cè)資源分配問題,Huang等[10]根據(jù)無(wú)人機(jī)集群處理能耗以及多跳傳輸時(shí)延問題,研究并提出了一種無(wú)人機(jī)群體邊緣計(jì)算的分組和角色劃分算法,最大限度地利用了通信和計(jì)算資源。Chen等[11]針對(duì)無(wú)人機(jī)集群存在通信和計(jì)算限制的情況,提出一種服務(wù)驅(qū)動(dòng)的協(xié)同移動(dòng)邊緣計(jì)算模型,用來(lái)降低無(wú)人機(jī)集群的計(jì)算密集型和延遲關(guān)鍵型服務(wù)延遲。Yu等[12]面向戰(zhàn)場(chǎng)環(huán)境,提出了一種基于移動(dòng)邊緣計(jì)算的飛行自組織網(wǎng)絡(luò)(FAN-MEC),如圖2 所示。代興宇等[13]為實(shí)現(xiàn)邊緣計(jì)算支撐我國(guó)軍事應(yīng)用時(shí)的端到端安全保障,融合區(qū)塊鏈和人工智能技術(shù)強(qiáng)化邊緣防護(hù)的應(yīng)變能力和可信能力。針對(duì)無(wú)人集群的邊緣計(jì)算中總體任務(wù)處理時(shí)延問題,Wang等[14]提出一種最優(yōu)協(xié)同計(jì)算卸載方法,該方法將任務(wù)卸載看作一個(gè)整數(shù)線性規(guī)劃問題,并采用一種低復(fù)雜度的最優(yōu)協(xié)同計(jì)算卸載算法來(lái)求解。

圖2 FAN-MEC的整體架構(gòu)[10]

在以上工作基礎(chǔ)上,結(jié)合邊緣計(jì)算在無(wú)人集群作戰(zhàn)中的優(yōu)勢(shì),本文重點(diǎn)針對(duì)無(wú)人集群作戰(zhàn)中高可靠、高實(shí)時(shí)、高可用等服務(wù)需求,給出了一種面向無(wú)人集群的云-邊-端分布式協(xié)同系統(tǒng)框架,如圖3所示。

圖3 面向戰(zhàn)術(shù)邊緣的云-邊-端分布式系統(tǒng)框架

以下對(duì)系統(tǒng)中的邊端協(xié)同、云邊協(xié)同和云邊端協(xié)同模塊進(jìn)行介紹。

1)邊端協(xié)同。端節(jié)點(diǎn)為具有一定自主能力的無(wú)人作戰(zhàn)單元,如感知、導(dǎo)航能力等。不同負(fù)載的節(jié)點(diǎn)通過自組織網(wǎng)絡(luò),形成具有不同打擊能力的作戰(zhàn)集群。邊緣節(jié)點(diǎn)通過容器技術(shù)部署了邊緣服務(wù)。端側(cè)節(jié)點(diǎn)通過MQTT訂閱/發(fā)布機(jī)制與邊側(cè)節(jié)點(diǎn)進(jìn)行信息交互。邊側(cè)節(jié)點(diǎn)對(duì)上傳后的數(shù)據(jù)進(jìn)行數(shù)據(jù)持久化操作,形成具有分布式邊緣自治能力的戰(zhàn)術(shù)數(shù)據(jù)庫(kù),通過設(shè)備管理組件對(duì)無(wú)人作戰(zhàn)集群進(jìn)行協(xié)同控制。

2)云邊協(xié)同。邊緣側(cè)有限的交互信息無(wú)法支持全局態(tài)勢(shì)感知、目標(biāo)的推理與預(yù)測(cè),因此需要云邊協(xié)同技術(shù)。邊側(cè)的EdgeHub和云側(cè)的CloudHub通過WebSocket協(xié)議實(shí)現(xiàn)信息交互。云側(cè)的設(shè)備管理組件實(shí)現(xiàn)邊緣節(jié)點(diǎn)的管理和云側(cè)計(jì)算、存儲(chǔ)、網(wǎng)絡(luò)資源的調(diào)度控制。考慮到通常的作戰(zhàn)都為拒止環(huán)境,同時(shí)惡劣的戰(zhàn)場(chǎng)環(huán)境帶寬資源有限,因此以上信息交互無(wú)需時(shí)刻保持,每當(dāng)一次小規(guī)模戰(zhàn)斗結(jié)束后,進(jìn)行云到邊的指令下發(fā),邊數(shù)據(jù)到云的上傳,完成云邊協(xié)同控制。

3)云邊端協(xié)同。每當(dāng)一次戰(zhàn)役結(jié)束后,云端匯聚來(lái)自端側(cè)和邊側(cè)的海量的真實(shí)戰(zhàn)場(chǎng)數(shù)據(jù),基于集成了AI算法庫(kù)的智能底座對(duì)模型進(jìn)行學(xué)習(xí)和訓(xùn)練,對(duì)全局態(tài)勢(shì)進(jìn)行融合。同時(shí),在作戰(zhàn)間隙或通信良好的狀態(tài)下,云把訓(xùn)練好的模型推送到分布式邊側(cè)節(jié)點(diǎn)上,完成新模型的快速部署,實(shí)現(xiàn)云邊平行學(xué)習(xí)的智能閉環(huán)。

本文框架通過對(duì)邊緣側(cè)海量數(shù)據(jù)的在線學(xué)習(xí)構(gòu)建真實(shí)戰(zhàn)場(chǎng)情境的經(jīng)驗(yàn)庫(kù),每當(dāng)需要臨機(jī)決策時(shí)能快速根據(jù)即時(shí)的戰(zhàn)場(chǎng)狀態(tài)信息,利用部署在邊緣側(cè)的模型生成下一步的細(xì)粒度作戰(zhàn)指令,做到對(duì)局部戰(zhàn)場(chǎng)的邊緣自治管理。同時(shí),基于已打通的云-邊-端通信鏈路網(wǎng),指揮云節(jié)點(diǎn)能直接跨級(jí)對(duì)端節(jié)點(diǎn)的直接控制,利用全域的狀態(tài)信息在戰(zhàn)術(shù)上實(shí)現(xiàn)精準(zhǔn)微調(diào),實(shí)現(xiàn)云邊端一體化作戰(zhàn)的思想。

為實(shí)現(xiàn)上述框架中的核心目標(biāo),即快速?zèng)Q策,需要在邊緣側(cè)為作戰(zhàn)業(yè)務(wù)提供算力、存儲(chǔ)、應(yīng)用等能力,同時(shí)在云側(cè)需要滿足任務(wù)協(xié)調(diào)、云邊管理的能力。需求牽引技術(shù)發(fā)展方向,因此分布式系統(tǒng)框架的關(guān)鍵技術(shù)包括邊緣計(jì)算框架技術(shù)、邊云協(xié)同技術(shù)、計(jì)算卸載技術(shù)、邊緣指揮控制技術(shù)等,下面展開綜述。

2 邊緣計(jì)算框架與關(guān)鍵技術(shù)

自從邊緣計(jì)算概念被定義以來(lái),許多組織已經(jīng)研究了標(biāo)準(zhǔn)規(guī)則和技術(shù)。早在2016年,由IEEE和ACM正式成立了IEEE/ACM Symposium on Edge Computing學(xué)術(shù)論壇,對(duì)邊緣計(jì)算的應(yīng)用價(jià)值和研究方向展開討論。ISO/IEC JTC1 SC41成立了邊緣計(jì)算研究小組,以推動(dòng)邊緣計(jì)算的標(biāo)準(zhǔn)化工作。

2.1 邊緣計(jì)算框架技術(shù)

邊緣計(jì)算的核心是快速?zèng)Q策,需賦予該范式基于業(yè)務(wù)的算力、網(wǎng)絡(luò)、存儲(chǔ)、安全等能力。為此,需考慮各分布式能力在云邊端中的配比,以及如何讓這些能力有效聯(lián)結(jié)以實(shí)現(xiàn)快速、高效決策。當(dāng)前通用的計(jì)算架構(gòu)已趨于穩(wěn)定,但針對(duì)垂直應(yīng)用的架構(gòu)仍處于演進(jìn)階段,以下對(duì)相關(guān)工作進(jìn)行闡述。

邊緣計(jì)算產(chǎn)業(yè)聯(lián)盟(ECC)在2018年提出了邊緣計(jì)算參考架構(gòu)[15](見圖4),該架構(gòu)實(shí)現(xiàn)了物理域和數(shù)字域的協(xié)作,將物理世界的全生命周期數(shù)據(jù)與過程數(shù)據(jù)建立同步。該架構(gòu)將整個(gè)系統(tǒng)分為云、邊緣和現(xiàn)場(chǎng)三層,邊緣計(jì)算位于云和現(xiàn)場(chǎng)層中間,邊緣層向下支持各種現(xiàn)場(chǎng)設(shè)備的接入,向上可以與云端對(duì)接。

圖4 邊緣架構(gòu)參考框架[15]

邊緣層包括邊緣節(jié)點(diǎn)和邊緣管理器兩個(gè)主要部分。邊緣節(jié)點(diǎn)是硬件實(shí)體,承載邊緣計(jì)算的核心業(yè)務(wù)。邊緣計(jì)算節(jié)點(diǎn)根據(jù)業(yè)務(wù)側(cè)重點(diǎn)和硬件特點(diǎn)不同,包括以網(wǎng)絡(luò)協(xié)議處理和轉(zhuǎn)換為重點(diǎn)邊緣網(wǎng)關(guān)、以支持實(shí)施閉環(huán)控制業(yè)務(wù)為重點(diǎn)的邊緣控制器、以大規(guī)模數(shù)據(jù)處理為重點(diǎn)的邊緣云、以低功耗信息采集和處理為重點(diǎn)的邊緣傳感器。邊緣管理器呈現(xiàn)的核心是軟件,主要功能是對(duì)邊緣節(jié)點(diǎn)進(jìn)行統(tǒng)一的管理。

邊緣計(jì)算節(jié)點(diǎn)一般具有計(jì)算、網(wǎng)絡(luò)和存儲(chǔ)資源的功能,邊緣計(jì)算系統(tǒng)對(duì)資源的使用有兩種方式:1)直接將計(jì)算、網(wǎng)絡(luò)和存儲(chǔ)資源進(jìn)行封裝、提供調(diào)用接口;2)通過模型驅(qū)動(dòng)實(shí)現(xiàn)業(yè)務(wù)的編排組合調(diào)用等功能,實(shí)現(xiàn)業(yè)務(wù)的開發(fā)和敏捷部署。

邊緣計(jì)算的參考架構(gòu)從計(jì)算實(shí)現(xiàn)的角度為后續(xù)具體場(chǎng)景的應(yīng)用提供了參考。如Rahbari等[16]為了實(shí)現(xiàn)無(wú)人機(jī)在集群層面進(jìn)行有效合作,提出了一種新的邊緣到霧協(xié)作計(jì)算框架。趙航等[17]詳細(xì)研究了KubeEdge邊緣計(jì)算系統(tǒng),并在雙臂協(xié)作機(jī)器人零部件裝配的場(chǎng)景下實(shí)現(xiàn)應(yīng)用,為面向無(wú)人集群的邊緣計(jì)算技術(shù)提供了思路。Yang等[18]設(shè)計(jì)了一種基于電力物聯(lián)網(wǎng)的可信邊緣計(jì)算框架——Edge Keeper,并給出安全可信、實(shí)時(shí)性QoS保障、應(yīng)用管理以及云邊協(xié)同實(shí)現(xiàn)的關(guān)鍵技術(shù)方法。Asim等[19]提出了一種支持多無(wú)人機(jī)的自主移動(dòng)邊緣計(jì)算系統(tǒng),通過設(shè)計(jì)多架無(wú)人機(jī)的最佳軌跡來(lái)減少自主系統(tǒng)的整體能耗。

2.2 邊云協(xié)同技術(shù)

邊云協(xié)同是指在邊緣計(jì)算中更好地發(fā)揮云計(jì)算與邊緣計(jì)算的優(yōu)勢(shì),進(jìn)而使得作戰(zhàn)資源集成增效。面向無(wú)人集群作戰(zhàn)的云邊協(xié)同,本質(zhì)上是各自承載的核心業(yè)務(wù)協(xié)同和跨域異構(gòu)數(shù)據(jù)的協(xié)同,相關(guān)工作如下。

王睿等[20]針對(duì)邊緣協(xié)同推理、邊緣協(xié)同推理核心智能化方法與架構(gòu)、邊緣協(xié)同推理在動(dòng)態(tài)場(chǎng)景下的挑戰(zhàn)與展望進(jìn)行了詳細(xì)的文獻(xiàn)調(diào)研,對(duì)不同關(guān)鍵技術(shù)進(jìn)行了橫向比較以及適用場(chǎng)景分析,并給出了值得研究的若干發(fā)展方向。Yu等[21]提出了一種基于無(wú)人機(jī)支持的邊緣云協(xié)作物聯(lián)網(wǎng)系統(tǒng)架構(gòu)。劉子杰等[22]通過計(jì)算差分文件,提出了一種邊云協(xié)同數(shù)據(jù)同步方案。張凱歌等[23]針對(duì)無(wú)人裝備邊緣智能終端平臺(tái),提出了一種邊緣云計(jì)算處理框架,利用知識(shí)蒸餾對(duì)訓(xùn)練模型輕量化,加速了模型推理時(shí)間。韓鑫鑫[24]針對(duì)邊緣云協(xié)同系統(tǒng)中的數(shù)據(jù)緩存問題,提出一種基于半定松弛的求解計(jì)算卸載問題的算法。肖遷等[25]以區(qū)域能源互聯(lián)網(wǎng)(REI)為分布式邊緣控制單元,建立了含云服務(wù)層、邊緣服務(wù)層、設(shè)備層的REI邊云協(xié)同架構(gòu)。可見邊云協(xié)同對(duì)于邊緣計(jì)算性能具有重要作用。

2.3 計(jì)算卸載技術(shù)

計(jì)算任務(wù)卸載是邊緣計(jì)算的核心業(yè)務(wù),核心是對(duì)計(jì)算任務(wù)進(jìn)行合理高效分配,解決數(shù)據(jù)“在哪算,如何算”的問題,對(duì)于解決邊緣節(jié)點(diǎn)資源受限的問題具有重要作用。該技術(shù)以分布式計(jì)算為基本思想,進(jìn)行算力在云邊的規(guī)劃與調(diào)度,整合云邊端眾多算力資源,實(shí)現(xiàn)算力的高效調(diào)度、分配和遷移。該技術(shù)目前是研究熱點(diǎn),針對(duì)卸載模型和算法的相關(guān)工作如下。

在計(jì)算卸載系統(tǒng)與模型方面,Chen等[26]為提高邊緣計(jì)算中計(jì)算卸載的計(jì)算性能,提出一種無(wú)人機(jī)輔助移動(dòng)邊緣計(jì)算系統(tǒng)。該系統(tǒng)利用無(wú)人機(jī)為地面移動(dòng)邊緣計(jì)算系統(tǒng)提供補(bǔ)充計(jì)算資源,將用戶之間的非合作交互進(jìn)行隨機(jī)博弈建模,并提出一種基于深度強(qiáng)化學(xué)習(xí)技術(shù)的算法來(lái)求近似納什均衡解,顯著提高了計(jì)算性能。Li等[27]為針對(duì)邊緣計(jì)算中的計(jì)算卸載過程終端設(shè)備能耗問題,建立了非線性工作流模型,并基于圖的劃分技術(shù),提出了Graph4 Edge-Nonlinear策略,較好地降低了終端設(shè)備能耗。Wang等[28]根據(jù)災(zāi)后救援和戰(zhàn)場(chǎng)監(jiān)測(cè)等實(shí)際場(chǎng)景下使用終端設(shè)備本身作為邊緣服務(wù)器時(shí)移動(dòng)性和功率的限制,提出了一種能夠容忍多個(gè)服務(wù)器故障的魯棒任務(wù)卸載的動(dòng)態(tài)邊緣計(jì)算模型和一種在線的即時(shí)卸載的原對(duì)偶算法,并對(duì)比驗(yàn)證了其動(dòng)態(tài)性。王萬(wàn)斌[29]通過對(duì)戰(zhàn)術(shù)智能終端(TST)及其任務(wù)的顯著特點(diǎn)進(jìn)行研究,對(duì)面向TST任務(wù)的移動(dòng)邊緣計(jì)算卸載決策研究不足進(jìn)行補(bǔ)充,通過制定合適的卸載策略來(lái)最大化滿足軍事用戶需求。

在計(jì)算卸載策略與算法方面,NG Wei等[30]提出了一種編碼分布式計(jì)算方法,以減少邊緣服務(wù)器的分散、能量和計(jì)算的限制以及天氣的不確定性等原因引起的無(wú)人機(jī)計(jì)算任務(wù)卸載失敗問題。同時(shí)為最大限度地降低網(wǎng)絡(luò)成本和無(wú)人機(jī)的能量消耗,設(shè)計(jì)了一種兩階段隨機(jī)編碼卸載方案。采用多階段隨機(jī)整數(shù)規(guī)劃優(yōu)化計(jì)算子任務(wù),具有較好的降低能耗作用。Kobari等[31]提出一種基于Q-learning算法的負(fù)載平衡方法,該方法結(jié)合了邊緣計(jì)算的低通信延遲和云計(jì)算的高處理能力,使用Q-learning來(lái)平衡邊緣服務(wù)器和云服務(wù)器之間的網(wǎng)絡(luò)負(fù)載,在減少平均服務(wù)時(shí)間的同時(shí)降低了任務(wù)失敗率。Chuang等[32]面向物聯(lián)網(wǎng)環(huán)境數(shù)據(jù)卸載到邊緣節(jié)點(diǎn)或云服務(wù)器的場(chǎng)景,提出了一種動(dòng)態(tài)多資源管理,應(yīng)用多資源二元粒子群優(yōu)化(MR-BPSO)算法來(lái)分配動(dòng)態(tài)物聯(lián)網(wǎng)環(huán)境下的多個(gè)資源,最終實(shí)驗(yàn)結(jié)果表明提出的MR-BPSO算法具有更好的性能。Wang等[33]針對(duì)當(dāng)前系統(tǒng)面臨的包括終端丟失、消息處理延遲和高開銷成本等問題,提出了基于馬爾可夫決策的邊緣計(jì)算卸載機(jī)制,并使用了人工魚群方法,對(duì)原算法進(jìn)行了優(yōu)化。

2.4 邊緣指揮控制技術(shù)

邊緣指揮控制技術(shù)的核心在于快速?zèng)Q策,發(fā)揮云邊協(xié)同、邊邊協(xié)同、邊端協(xié)同的能效優(yōu)勢(shì),為指揮控制提供了一種“自上而下任務(wù)式”與“自下而上事件式”有機(jī)結(jié)合的新范式。這樣的范式不僅能加快信息流在指揮系統(tǒng)內(nèi)的傳播,打破局部觀測(cè)的信息壁壘,同時(shí)利用邊側(cè)信息形成局部邊緣自治。

當(dāng)前指揮控制技術(shù)一般分為中心化和無(wú)中心兩種指控模式[34]。中心化指控模式[35]設(shè)計(jì)的科學(xué)原理通常基于過去的經(jīng)驗(yàn)和對(duì)未來(lái)的假設(shè)設(shè)計(jì)組織的使命任務(wù),對(duì)使命任務(wù)進(jìn)行分解、建立最佳程序或過程,設(shè)置程序或過程處理需要的決策單元,并建立決策單元間的層級(jí)關(guān)聯(lián),形成決策中心。中心化指控模式[36]基本程序示意如圖5所示。聯(lián)合作戰(zhàn)指揮中心下達(dá)行動(dòng)指令,指令分發(fā)到各類作戰(zhàn)平臺(tái),各平臺(tái)將指令分解為具有依賴關(guān)系的任務(wù)鏈(T1～T7),最后分布式執(zhí)行細(xì)粒度任務(wù)。但隨著戰(zhàn)爭(zhēng)形態(tài)的改變、不確定環(huán)境的顯現(xiàn)和去中心化趨勢(shì)的加強(qiáng),中心化的指控在應(yīng)對(duì)突發(fā)、大量事件型驅(qū)動(dòng)的任務(wù)時(shí),難以做到“發(fā)現(xiàn)即打擊”的作戰(zhàn)需求。與傳統(tǒng)指控相比,去中心化的邊緣指控強(qiáng)調(diào)任務(wù)自發(fā)現(xiàn)、資源自尋找、行動(dòng)自決定、效果自評(píng)估的作戰(zhàn)理念。美軍提出的馬賽克戰(zhàn)也正是小單元和邊緣地位提升的反映,是網(wǎng)絡(luò)信息時(shí)代典型的邊緣作戰(zhàn)。

圖5 中心化指控模式基本程序示意圖[36]

邊緣指揮控制技術(shù)是目前作戰(zhàn)模式的研究熱點(diǎn),有著較多研究成果。張維明等[36]指出邊緣作戰(zhàn)將更加適用于未來(lái)小范圍作戰(zhàn),具有自主搜尋任務(wù)、尋找資源、指揮行為、調(diào)整評(píng)估效果等多種特征的新范式,是自上而下任務(wù)式指揮與自下而上事件式指揮的結(jié)合,提升邊緣指揮控制能力可從多方面實(shí)施。許鶯等[37]對(duì)基于邊緣計(jì)算的指揮控制系統(tǒng)中的偵察監(jiān)視功能進(jìn)行了優(yōu)化與設(shè)計(jì),通過改進(jìn)K-Medoids算法快速給出聚合方案,降低了系統(tǒng)網(wǎng)絡(luò)的帶寬消耗。孫立健等[6]認(rèn)為邊緣指揮與控制(C2)是有效利用馬賽克戰(zhàn)兵力設(shè)計(jì)原則和實(shí)現(xiàn)邊緣作戰(zhàn)概念的必然選擇。馬賽克戰(zhàn)通過利用先進(jìn)網(wǎng)絡(luò)的能力無(wú)縫地跨作戰(zhàn)域共享信息,基于設(shè)計(jì)的兵力生成高度彈性的冗余節(jié)點(diǎn)網(wǎng)絡(luò)和多條殺傷鏈。通過分析C2信息傳遞流程,提出決策融合的新理念。Chen等[38]提出智能化戰(zhàn)爭(zhēng)的特點(diǎn)是聯(lián)合作戰(zhàn),需要分散的C2獲得決策優(yōu)勢(shì),前線指揮員可以根據(jù)上級(jí)的意圖獨(dú)立行動(dòng),并探討了信息化邊緣C2在信息獲取、傳輸、處理和應(yīng)用方面的決策指揮優(yōu)勢(shì)及其運(yùn)行機(jī)制,預(yù)測(cè)了智能化作戰(zhàn)的發(fā)展趨勢(shì)。

2.5 其他技術(shù)

除了2.1～2.4節(jié)中提到的關(guān)鍵技術(shù),邊緣計(jì)算還包括安全、邊緣自治等技術(shù)。安全和數(shù)據(jù)隱私防護(hù)通過加密或脫敏等措施,防止我方戰(zhàn)爭(zhēng)信息受泄露威脅,是戰(zhàn)場(chǎng)上必須考慮的問題;邊緣自治能力保障了無(wú)人作戰(zhàn)集群?jiǎn)喂?jié)點(diǎn)處于離線時(shí)的自我控制與決策的能力。以下簡(jiǎn)要闡述。

在安全方面,郭凱陽(yáng)等[39]針對(duì)廣泛存在的軍事場(chǎng)景下智能設(shè)備使用時(shí)存在的數(shù)據(jù)安全泄露問題,提出一種基于邊緣計(jì)算的訪問控制方案,減少了解密開銷,訪問控制結(jié)構(gòu)圖如圖6所示。Xu等[40]面向無(wú)人駕駛飛行器的邊緣計(jì)算問題,提出了一種基于Stackelberg動(dòng)態(tài)博弈的資源定價(jià)和交易方案,該方案將區(qū)塊鏈融入資源交易過程,確保安全和隱私。此外,Li等[41]提出了一種基于區(qū)塊鏈的安全成本感知數(shù)據(jù)緩存方案,以優(yōu)化緩存數(shù)據(jù)的放置,防止緩存數(shù)據(jù)被篡改。Ibrahim[42]也提出了一種允許任何用戶設(shè)備使用霧區(qū)中的任何霧節(jié)點(diǎn)進(jìn)行身份驗(yàn)證的雙向認(rèn)證方案分層霧框架。Gawas等[43]面向車輛邊緣計(jì)算和網(wǎng)絡(luò)問題,提出了一種雙層認(rèn)證的聯(lián)盟區(qū)塊鏈協(xié)議,用于車輛邊緣計(jì)算和網(wǎng)絡(luò)中的安全信息共享。Ni等[44]研究了移動(dòng)邊緣計(jì)算數(shù)據(jù)處理中的安全、隱私和效率挑戰(zhàn),并討論了借助邊緣計(jì)算增強(qiáng)數(shù)據(jù)安全性和提高計(jì)算效率的場(chǎng)景,包括安全的數(shù)據(jù)聚合、安全的數(shù)據(jù)重復(fù)刪除和安全的計(jì)算卸載。

圖6 訪問控制方案結(jié)構(gòu)圖[36]

在邊緣自治方面,Gao等[45]針對(duì)軍用異構(gòu)網(wǎng)絡(luò)經(jīng)常受到攻擊而出現(xiàn)節(jié)點(diǎn)或邊緣故障,導(dǎo)致整個(gè)網(wǎng)絡(luò)拓?fù)浞侄紊踔涟c瘓問題,提出了一種基于網(wǎng)絡(luò)結(jié)構(gòu)熵的軍用異構(gòu)網(wǎng)絡(luò)生存能力評(píng)估新方法。陳霄等[46]研究了目前應(yīng)用最為廣泛的三種邊緣自治策略的原理和研究現(xiàn)狀,基于網(wǎng)絡(luò)不可逆性,提出了一種既考慮節(jié)點(diǎn)又考慮邊的自治模型。Wang等[47]針對(duì)完全去中心化的環(huán)境提出了一種基于對(duì)抗模仿學(xué)習(xí)的分散式計(jì)算卸載算法,解決了不同邊緣設(shè)備之間的自治性問題。Callearo等[48]針對(duì)城市無(wú)人機(jī)的應(yīng)用場(chǎng)景進(jìn)行研究,引入了“信息自治”的概念,提出了一個(gè)用于邊緣輔助無(wú)人機(jī)應(yīng)用程序的自適應(yīng)框架。Li等[49]提出一種基于邊擴(kuò)展圖和二元決策圖的方法,來(lái)評(píng)估指揮控制和控制網(wǎng)絡(luò)的基礎(chǔ)指揮所內(nèi)的連通性和可靠性,解決了傳統(tǒng)方法無(wú)法對(duì)節(jié)點(diǎn)鏈路失效概率進(jìn)行建模、計(jì)算效率低下的問題。Larsson等[50]基于無(wú)沖突復(fù)制數(shù)據(jù)類型(CRDT)的共享數(shù)據(jù)庫(kù),提出了一種保持集群自治、允許集群協(xié)同處理錯(cuò)誤條件,并擴(kuò)展以支持邊緣云用例的邊緣計(jì)算系統(tǒng)。

3 無(wú)人集群下邊緣計(jì)算發(fā)展趨勢(shì)

1)作戰(zhàn)模式向數(shù)據(jù)驅(qū)動(dòng)虛實(shí)一體化方向演進(jìn)

未來(lái)無(wú)人集群會(huì)把海量數(shù)據(jù)匯聚到云端形成戰(zhàn)場(chǎng)知識(shí)樣本數(shù)據(jù)。在云端會(huì)建立虛擬對(duì)抗博弈訓(xùn)練模型,模型通過大量的學(xué)習(xí)樣本進(jìn)行訓(xùn)練,得到樣本積累的途徑有:建立對(duì)抗博弈平臺(tái)進(jìn)行兵棋推演、人機(jī)對(duì)抗、紅藍(lán)對(duì)抗,積累數(shù)據(jù)進(jìn)行建模[34]。目前,美軍已將元宇宙作為一種虛實(shí)一體化作戰(zhàn)的潛在方式。未來(lái),利用虛擬現(xiàn)實(shí)、增加現(xiàn)實(shí)等數(shù)字化技術(shù)來(lái)提升作戰(zhàn)能力,可能將成為一種驗(yàn)證作戰(zhàn)理念和作戰(zhàn)方式的新舉措。

2)作戰(zhàn)邊緣服務(wù)趨向于輕量化容器部署

基于輕量級(jí)容器技術(shù)能克服傳統(tǒng)虛機(jī)部署繁重的流程,構(gòu)建松耦合的服務(wù)交互關(guān)系,實(shí)現(xiàn)戰(zhàn)場(chǎng)應(yīng)用從開發(fā)、測(cè)試、部署的全生命周期的快速迭代。基于容器化的服務(wù)部署可將開發(fā)好的應(yīng)用連同所依賴的環(huán)境打包成鏡像推送到云端,邊緣節(jié)點(diǎn)通過拉取鏡像就能實(shí)現(xiàn)快速部署。同時(shí),容器調(diào)度編排模塊分布在不同宿主機(jī)上,通過容器網(wǎng)絡(luò)接口構(gòu)建一個(gè)通信網(wǎng)絡(luò),從而實(shí)現(xiàn)服務(wù)的分布式計(jì)算和管理[51]。將來(lái),輕量化容器部署這種能夠快速試錯(cuò)、調(diào)整重構(gòu)、開發(fā)新功能并發(fā)布的技術(shù),能為復(fù)雜多變的戰(zhàn)場(chǎng)需求帶來(lái)新的機(jī)遇。

3)無(wú)人集群協(xié)同趨向于分布式邊緣自治

去中心化分布式作戰(zhàn)融合了無(wú)人機(jī)器高度的自主性、網(wǎng)絡(luò)化通信、協(xié)同任務(wù)規(guī)劃等特點(diǎn),作戰(zhàn)優(yōu)勢(shì)明顯,成本低,效能高,數(shù)量多,人員傷亡小,補(bǔ)充快,戰(zhàn)場(chǎng)生存能力強(qiáng)[52]。未來(lái)網(wǎng)絡(luò)化、智能化戰(zhàn)爭(zhēng)必然對(duì)集群在邊緣側(cè)的計(jì)算資源調(diào)度、分布式存儲(chǔ)和即時(shí)信息共享提出了更高的要求,尤其是如何在能量受限、資源受限、通信受限以及戰(zhàn)場(chǎng)環(huán)境受限的條件下,針對(duì)模型未知的多無(wú)人集群系統(tǒng),研究具有自主學(xué)習(xí)和自主優(yōu)化能力的邊緣自治集群,實(shí)現(xiàn)多集群的快速?zèng)Q策和最優(yōu)協(xié)同控制顯得更加重要。隨著大數(shù)據(jù)和深度強(qiáng)化學(xué)習(xí)技術(shù)在無(wú)人集群作戰(zhàn)場(chǎng)景下的應(yīng)用,越來(lái)越精確的模型和算法將主導(dǎo)無(wú)人集群的決策與控制,邊緣側(cè)的管理也將更會(huì)趨向于分布式的無(wú)人集群自治。

4)無(wú)人集群邊緣智能向人機(jī)共融方向演進(jìn)

雖然無(wú)人集群作戰(zhàn)強(qiáng)調(diào)其自身的觀察、判斷、認(rèn)知、決策的OODA閉環(huán),但現(xiàn)階段針對(duì)無(wú)人集群的態(tài)勢(shì)感知、協(xié)同控制、智能化決策的應(yīng)用還處于弱智能階段[53]。美軍2016年發(fā)布的《小型無(wú)人機(jī)系統(tǒng)飛行規(guī)劃2016—2036》就提出了新式集群作戰(zhàn)概念,強(qiáng)調(diào)有人無(wú)人集群編隊(duì)作戰(zhàn)的理念[54]。多樣化的偵察與反偵察,還有敵我部署、火力布置、威脅來(lái)源等態(tài)勢(shì)信息的融合,對(duì)于現(xiàn)階段集群智能來(lái)說(shuō)依然存在很大考驗(yàn)[55],依托邊緣計(jì)算中信息共享與泛在智能的能力,未來(lái)不僅考慮機(jī)器的自發(fā)性智能,同時(shí)也需充分利用人的先驗(yàn)知識(shí)與決策能力,在面對(duì)臨機(jī)任務(wù)、時(shí)敏任務(wù)時(shí)才能更好地發(fā)揮無(wú)人集群作戰(zhàn)的能效。

4 結(jié)論

本文面向未來(lái)智能化戰(zhàn)爭(zhēng)中無(wú)人集群場(chǎng)景,提出了一個(gè)面向戰(zhàn)術(shù)邊緣的云-邊-端分布式系統(tǒng)框架,綜述了其中的邊緣計(jì)算框架、邊云協(xié)同、計(jì)算卸載、邊緣指揮控制等關(guān)鍵技術(shù),并對(duì)無(wú)人集群場(chǎng)景下的邊緣計(jì)算技術(shù)進(jìn)行了展望,以期推進(jìn)我國(guó)無(wú)人集群的智能化作戰(zhàn)進(jìn)程。