基于空中投放平臺的無人機集群區域偵察策略

胡全鑫,高桂清,王 成,王 樂

(中國人民解放軍火箭軍工程大學,西安 710025)

0 引言

無人機集群協同作戰是無人作戰系統研究的重點課題,通過多架無人機的協同配合可實現對敵重要目標的偵察、監控、跟蹤和火力打擊,是快速掌握對敵制空權的重要手段,在國內外引起了廣泛的研究[1-3]。無人機集群在戰爭前期可對作戰區域進行偵察搜索,獲取待攻擊敵方目標的詳細點位、防御構成、戰力規模等重要的情報信息;在戰爭末期則可以用于清查戰場,排除隱患。如何高效快速地對目標區域進行協同偵察是其作戰應用的關鍵問題之一。

隨著無人機技術的發展,無人機集群協同偵察應具備自主性較高的決策評估、任務分工、航跡規劃、運動控制等智能化特征。其中,對無人機集群區域偵察任務進行建模和航線自主規劃是需要研究的重點內容。現有的研究大多將無人機集群和待偵察區域之間的映射關系建模為任務分配模型,通過構建約束條件和需要優化的指標函數,設計集中式或分布式的分配算法,使得整體偵察效能在指標函數和時空條件約束下盡可能達到最優化水平[4-8]。如文獻[4]中考慮了無人機的通信容量、探測能力以及無人機的智能水平建立了偵察優勢函數并建立了協同偵察目標任務分配模型;文獻[5]中研究了察打無人機集群在線自主生成偵察和攻擊路線問題,同時構建了正常飛行和威脅規避2種工作模式應對不同的任務場景;文獻[6-7]中建立了由多地面站/多基地控制的無人機集群協同偵察問題模型;文獻[8-9]中則重點考慮了多無人機協同偵察中的油耗問題。常見的任務分配方法如遺傳算法[10-11]、粒子群算法[12-13]、蟻群算法[14-15]以及整數規劃算法[16]等均屬于集中式分配方法,求解結果質量高,但需要運算中心事先已知所有目標信息,且算法迭代次數多,處理速度較慢,一般較多用于任務開始前的預分配工作。分布式方法包括合同網算法[17-18]、市場調配算法[19]、基于多智能體協同拍賣方法[20]等。分布式求解算法魯棒性較強且無人機具有較高的自主性,能夠充分利用每架無人機自身的計算資源,但是解的最優性較為一般,常用于任務執行中的動態重分配。

需要指出,現代化戰爭中,雖然通過情報系統可以預先發現目標動向,提供一定的目標參考信息,但由于部分目標具有雷達隱身性能或存在干擾措施,在實施精確攻擊時,仍需偵察型無人機在對應的方向和區域近距離偵察搜索,以確定具體攻擊位置。這種目標信息不準確、不完全、動態性較強的戰場態勢給集中式預分配方法的應用帶來了較大挑戰。此外,分布式分配算法需要較好的網絡連通性和多輪沖突消解過程以找到適合的任務執行者,而在惡劣的作戰環境下這種網絡連通性容易遭到破壞,且如果缺乏統一的調度中心分配打擊資源,沖突消解過程也會降低任務執行效率。隨著通信技術和計算機技術的發展,建立搭載有大功率通信設備和高性能計算設備的空中無人云中心通信型無人機成為可能,即可利用少量云服務型無人機盤旋在遠離戰場的高空,成為連接各架察打型無人機的中心節點,實時同步偵察獲得的目標信息,直至任務結束。特別地,無人機集群由統一的空中運載平臺運載至指定區域進行投放將成為未來無人機集群快速進入戰場的重要方式。例如,美軍在2020年利用運輸機成功發射并試飛了X-61A“小精靈”無人機集群,預示著“天空母艦“時代即將來臨[1]。然而現有研究較少考慮在此出動方式下的無人機集群任務規劃問題。基于此,本文中就基于空中投放平臺的無人機集群區域偵察策略展開研究,考慮在云服務通信型無人機共享偵察信息的基礎上,設計綜合集中式和分布式規劃方法優勢的無人機集群偵察航線自主生成方法,以期獲得高效快速、凸顯集群規模優勢的區域偵察策略。

1 任務建模分析

本文中考慮的任務場景為:無人機集群通過空中投放平臺被投放到待偵察目標群所在的大致區域,無人機需要在給定的區域范圍內自主搜索目標,為后續協同攻擊奠定偵察基礎。無人機集群中包含2類無人機:偵察型無人機和通信型無人機。偵察型無人機數量較多,掛載有目標探測設備,可偵察一定范圍內的目標,并能和通信型無人機實現信息交互。通信型無人機數量較少,掛載有大功率通信設備,盤旋并隱蔽在遠離戰場的高空,不具備搜索目標的功能,但能和在其通信范圍內的所有無人機通信。其作用類似于云端信息交互中心,可記錄偵察無人機上傳的目標搜索結果,并共享戰場數據到其他偵察無人機。本文中假設通信無人機的綜合通信范圍可覆蓋整個任務區域,相互之間可構成連通的通信網絡同步更新偵察結果。偵察無人機集群的初始位置由投放點決定,每個投放點可投放的偵察無人機數量相同,且所有偵察無人機在各自的投放點同時被釋放(即同時開始偵察任務)。投放點的數量是固定的,但投放位置可根據任務需要自主設計。

如圖1所示,利用柵格法將任務區域建立為a×b個柵格拼成的矩形地圖,每個小柵格面積設為r×r,小柵格實際大小可結合偵察無人機探測設備單位時間內可掃描的范圍進行定義。考慮到偵察無人機數量較多,為避免偵察區域重復,將任務區域進一步劃分為若干區塊,用于分配給各架無人機進行獨立搜索,各區塊的形狀和大小將在下一節通過區塊分割算法給出。每個區塊有2種狀態:已分配和未分配;每個柵格也有2種狀態:即未偵察和已偵察。稱已偵察的柵格為染色柵格,未偵察的柵格為空白柵格。初始條件下,所有目標的具體位置均未知,但均在任務區域內,并隨著無人機的偵察可能被發現。

圖1 無人機集群區域偵察任務示意圖

基于以上描述,可利用列表集合Mission={Des,UAV,Reg,Grid}表示無人機集群偵察任務各個要素的狀態。其中,目標列表Des中每個元素包含目標的編號、位置、當前狀態等目標屬性;偵察無人機列表UAV中每個元素包含無人機編號、位置、速度、剩余能量、工作模式等屬性。區塊列表Reg={Regi∈{0,1,2,…,NUAV}|i∈{1,2,NREG}}和柵格列表Grid={Gridi,k∈{0,1}|i∈{1,2,…,a},k∈{1,2,…,b}}用于標記所在區域是否被分配或者被偵察。其中,NUAV和NREG分別表示偵察無人機和區塊的總數,如Reg2=1表示第2個區塊被分配給1號無人機,Reg2=0則表示該區塊未分配;Gridi,k=1表示第i行第k個柵格已被偵察,Gridi,k=0表示該柵格未被偵察。

偵察效果評價指標為

式中:tr為偵察過程消耗時間,具體計算時可取最后一架偵察無人機返航至投放點的時間;tm為給定的任務截止時間。可以看出,該評價指標包括兩部分,第一部分是已搜索的柵格與柵格總數之比,此部分反映了任務時間受限時,無人機集群區域偵察任務的完成度;第二部分的偵察時間tr則可反映無人機集群完成區域偵察的快慢。

(1)

其中:UAVi,speed為無人機i的飛行速度;UAVi,pos(0)為第i架無人機的初始位置;Sh為投放點集合;NS為投放點的數量;Egyrate為單位時間能量消耗;Egytotal為無人機的總能量;NUAV為無人機總數。

2 區域偵察策略設計

本文中無人機集群區域偵察策略分為3部分:

1) 區域分割策略:結合投放點和無人機集群規模將任務區域分為若干個搜索區塊,從而為各架無人機的偵察任務分配合理的工作量;

2) 區塊搜尋策略:為各架無人機盡可能設計航線不重疊的目標搜索路徑。此策略下,無人機之間保持較大的飛行間隔,以盡可能擴大搜索范圍;

3) 柵格搜尋策略:對于殘留的偵察死角進行補充搜尋,并最大限度地利用閑置無人機資源,提高偵察效率。

2.1 區域分割策略

考慮到后續搜索區域應盡可能不重疊,無人機集群初始位置,即各投放點的位置不宜過于集中;同時在搜索末期,無人機之間應當相互支援,各架無人機初始投放點也不宜過于分散。基于此,結合任務區域為矩形的特征,本文中提出最優恒等切塊法進行初始投放點的布設。最優恒等切塊法定義:

定義1：將一個矩形切割成N個小矩形,稱該切割方式為最優恒等切塊法,如若滿足以下條件:

1) 切割出來的N個小矩形面積相等;

2) 在條件1)的基礎上,取分割出的小矩形長寬比之和為最小時的分割方式;

3) 在條件2)的基礎上,長寬比較大的小矩形盡可能靠近區域中間。

該方法的3個條件中,條件1)用于確保每個投放點覆蓋的區域面積相等;條件2)用于避免分割出的矩形過于狹長;條件3)可將較為狹長的矩形置于區域靠近中間位置,以免無人機始終在邊緣區域活動。

以初始矩形左下角的頂點為原點建立平面直角坐標系,則初始矩形的4個頂點坐標可分別記為(0,0),(xR,0),(0,yR)和(xR,yR)。設N個分割的小矩形的頂點坐標為(xr,1,yr,1),(xr,2,yr,1),(xr,1,yr,2)和(xr,2,yr,2),其中r=1,2,…,N且xr,1

利用整數規劃相關工具軟件(如Matlab等)可得到任意大小的矩形切塊成N個等面積小區塊的分割結果。

假設共有NS個投放點,基于最優恒等切塊法,設計投放點的布設策略:

策略1：投放點均勻布設策略

若NS=1,投放點布設為矩形任務區域的中心;

若NS>1,則利用最優恒等切割法將任務區域切割成NS個小矩形,每個投放點布設的位置即為小矩形的中心。

圖2給出了一些投放點布設案例。可以看出,布設點確定好之后,該布設點所投放的無人機集群分管的小矩形任務區域也隨之確定。但此時仍需為投放點的無人機集群初步劃分各架無人機所需偵察的區域,即需要進行二級區塊分割。與第一次分割不同,由于各架無人機均從投放點出發,因而二級分割后的區域均應盡可能接近投放點。

圖2 不同數目的投放點布設范例

為說明二級區塊分割方法,首先需明確最短不重疊折連線的概念。其定義:

定義2：稱連接某2個柵格中點A、B的連線為最短不重疊折連線,如果滿足以下條件:

1) 若該連線在柵格地圖中是首次繪制,則從A點出發到B點連線繪制過程中,只從上下左右4個方向行進,而不存在斜連線;

2) 若是非首次繪制,A、B兩點之間連線經過的柵格盡量避免與事先已有的連線經過的柵格重疊;如果無法避免重疊,則以最短的線段(此時可以是斜線)穿過重疊柵格到達最近的空白柵格,之后仍以走直線段的方式完成余下路程的連接過程。

3) 在滿足1)和2)的基礎上使連線長度最短。

基于以上概念,二級區塊分割方法為:

策略2：柵格借路區塊分割策略

步驟1：初始化循環變量i=1,并輸入投放點的偵察無人機個數Ns,UAV;

步驟2：按照最優恒等切塊法將每個投放點所在的布設區分割為具有相同柵格數量的Ns,UAV等份,并進行編號,編號規則為順時針螺旋式由外向內編號,不能等分的柵格向心擱置(即未能被Ns,UAV整除的柵格圍繞投放點排列)。

步驟5：令i=i+1,重復步驟3～步驟4,直至所有等份的最短不重疊折連線繪制完畢。

圖3給出了投放點釋放9架偵察無人機時,柵格借路區塊分割算法的一個示例。

圖3 策略2應用示例

通過策略2既可以保證分配給每架無人機的偵察區域大致相等,同時又能保證各偵察無人機出發時的路徑盡可能避免重疊,可大幅減少無效搜索面積。但如若投放點釋放的無人機數量大于4架,則策略2不能確保所有分割的區塊均能接觸到投放點。

2.2 區塊搜尋策略

所有偵察無人機的初始模式均為區塊搜尋模式。該模式下對應的工作流程如圖4所示。每架偵察無人機首先在策略2的基礎上抽取對應于自身編號的區塊。抽取到區塊后,發送已選區塊信息到通信無人機列表集合中的 列表,使之更新區塊已選的狀態信息。同時,各架無人機從投放點出發對所選擇的區塊進行巡視偵察,巡視過程中,需要盡可能減少巡視區域重復并縮短返程距離。對此,下面給出路徑不重疊回心搜索策略,使無人機可從投放點出發依次偵察所分配的各個柵格。

圖4 區塊搜尋模式任務流程框圖

策略3：路徑不重疊回心航線生成策略

步驟1：輸入當前偵察無人機的起始點和所選區塊邊界,其中該起始點作為當前所在柵格。

步驟2：判斷當前柵格是否存在相鄰的未偵察柵格,是則進入下一步,否則進入第6步。

步驟3：判斷當前柵格鄰接未偵察柵格中是否存在緊貼邊界的柵格(所述邊界包括已偵察的路徑邊界、任務區域邊界以及與其他區塊相隔的邊界),如果存在,記該類柵格為A類鄰接柵格,并進入下一步;如果不存在,則記相鄰的未偵察柵格為B類柵格,并進入步驟5。

步驟4：在A類柵格中選擇距離起始點最遠的柵格,進入步驟6。

步驟5：在B類柵格中選擇距離起始點最遠的柵格,進入步驟6。

步驟6：選擇距離當前位置最近的空白柵格,并用最短直線路徑跨過染色柵格到達所選擇的空白柵格。

步驟7：判斷區塊內所有柵格是否偵察完畢,是則搜尋結束,否則返回步驟2。

注意,無人機每探測一個柵格,就會將該柵格的探測結果上傳至通信無人機,從而通信無人機可以實時更新柵格列表Grid的狀態信息。策略3中,偵察無人機所需的未偵察柵格信息可通過通信無人機的Grid列表進行查詢,要求各偵察無人機與通信無人機之間具有較好的實時通信能力。但該搜尋策略無需消耗大量的計算資源,每一步的運動決策僅需分析當前柵格相鄰的未偵察柵格分布情況即可。

2.3 柵格搜尋策略

由于部分偵察無人機分配的區塊可能并不直接與投放點接觸,因此偵察無人機對于各自區塊的搜索進度存在先后之分,先搜索結束的無人機如若處于閑置狀態不利于偵察效率的提升;此外,布設區等分為多個區塊時,柵格數可能因為無法被區塊數整除而出現殘留柵格。因此,偵察無人機在完成區塊搜尋模式后,需要切換搜尋模式,執行空白柵格搜尋策略,其對應的工作流程如圖5所示。

圖5 柵格搜尋模式任務流程圖

該策略下,偵察無人機首先計算剩余能量所能支持的航程,然后查詢以此航程為半徑的范圍內尚未被偵察的柵格(該信息可從通信無人機的Grid列表中查詢),若航程半徑范圍內已無未偵察柵格,則直接切換到返航模式;否則自主規劃搜尋路徑。

假設第i架偵察無人機編號為UAVi,當前能量的最大航程所能支持搜索的區域為Si,則設計柵格搜尋策略:

策略4：柵格競爭航線生成策略

步驟1：初始化循環變量n=0,標記量flag=0,有序路徑集Routei={?},并記UAVi當前所在位置為p0,當前模式對應的最大航程為ld,i。

步驟6：判斷flag=1是否成立,是則從無人機UAVk中路徑集中刪去pn+1。并重新令flag=0;否則不需執行任何操作。

步驟7：返回步驟2。

步驟8：算法結束。

從步驟3和4中可以看出,柵格搜尋模式下,具有距離優勢的無人機可從其他無人機的搜索路徑中奪取空白柵格,且此時無人機無須走折連線,可直線到達目標柵格。事實上,策略4可為柵格搜索模式的無人機找到一條與其他無人機合作偵察的局部最優搜索路徑。

如前所述,無人機集群可能不會同時切換到柵格搜尋模式。因而具有搜索進度優勢的無人機可輔助進度劣勢者完成搜索任務,客觀上產生了協同偵察的效果。在所有柵格均已偵察完畢或者當前能量已到達返航臨界能量點后,無人機切換到返航模式。返航模式下,所有偵察無人機返回初始的投放點。

上述策略中,集中式方法的運用主要體現在2個方面:一是偵察無人機需要通過通信無人機查詢柵格列表,確定空白柵格的分布情況;二是各架偵察無人機需要將規劃結果上傳至通信無人機,其規劃路線所經過的空白柵格均需在柵格列表中標記為預分配柵格,以便其他偵察無人機進行查閱。分布式方法的運用則主要體現在各架偵察無人機通過策略3和策略4自行計算偵察航線,而不需要集中規劃。此外,本文中沒有對無人機之間的避碰問題進行考慮,主要原因有兩點:一是搜索前期的區塊分割策略為各架無人機分割了不重疊的任務區域,此時即便偵察無人機的飛行航線出現了直達目標柵格的穿越線,也僅與自身過去的軌跡出現交叉,而不會出現與其他無人機相撞的情形;二是本文中對于無人機的航線規劃主要在二維平面進行,而無人機實際具有三維空間機動能力,在航線交疊時,無人機可以在高度方向上采取錯位飛行的方式進行避撞。基于此,本文中沒有對機間避碰問題進行考慮。

3 仿真案例分析

考慮由1個200 km×120 km的矩形任務區域,并劃分為100×60個柵格(即每個柵格面積為4 km2)。任務區域內存在10個目標,其位置坐標利用隨機函數在任務區域內隨機生成。無人機集群中存在30架偵察型無人機和5架通信型無人機(綜合通信范圍可覆蓋任務區域),分別在5個投放點進行投放,每個投放點可投放6架偵察無人機和1架通信型無人機。根據策略1,得到5個投放位置分別為(40 km,30 km),(40 km,90 km),(100 km,60 km),(160 km,30 km),(160 km,90 km)。

投放點和目標點在任務區域內的分布情況如圖6所示。綜合文獻[21-22],可設置小型偵察型無人機的主要飛行參數為:① 速度:120 km/h;② 油耗:0.3 kg/h;③ 總油量:3 kg。結合策略2,可將任務區域分割為30個區塊,每個區塊由200個柵格組成。分割結果如圖7所示,圖中,每種顏色的區塊均代表預分配給某個無人機的搜索區域。

圖6 目標點和投放點分布示意圖

設置任務截止時間為tm=4。由策略3中給出的路徑不重疊回心搜索算法和策略4給出的柵格競爭路徑規劃算法可求解得出各架偵察無人機的搜尋路線如圖8所示。

各架無人機消耗的偵察時間如圖9所示。可以看出偵察時間大致相等,其中第6架無人機時間略長,為3.462 h,由此,可計算得到偵察效果指數為:

圖9 偵察時間統計圖

所有任務區域全部偵察完畢,且10個目標均已發現。

下面檢驗算法對于不同任務截止時間和無人機數量的適應性進行分析,并與現有的偵察策略進行比較。

1) 任務截止時間tm對于偵察效果指數的影響

任務截止時間對于無人機的偵察行為是一個較強的約束,一般而言,任務截止時間越短,可偵察的區域范圍越小。為展示本文中提出的偵察策略的高效性,選擇文獻[8]基于多目標進化算法的多無人機任務規劃策略(MOEA)和文獻[8]中提出的基于蝗蟲群覓食行為的多無人機偵察策略(LIAM),對不同任務截止時間下的偵察效果進行對比分析。其中,任務區域大小、目標點個數和坐標、偵察無人機的數量和性能參數與前述仿真案例配置一致。

2) 偵察無人機數量對于偵察效果指數的影響

無人機集群規模也是影響偵察效果的一個重要因素。一般偵察無人機數量越多,偵察效率也越高。同樣地,仍選擇LIAM與MOEA策略進行對比仿真,任務截止時間均設置為4 h,其他參數仍和前述仿真案例配置一致。

3) 任務截止時間與無人機數量的綜合影響

為進一步證明本策略在多因素綜合考量中的優勢,分析任務截止時間在1～8 h和偵察無人機數量在5～55架內變化時,3種偵策略對應的效果指數波動情況。

仿真結果分別如圖10、圖11和圖12所示,可以看出隨著任務截止時間/無人機數量的增多,偵察效果也越來越好。同時,本文中所提出的偵察策略對應的效果指數均高于LIAM與MOEA策略。其本質原因在于本文中為每架無人機設計的偵察路線幾乎沒有重疊,且偵察路線的終點也是向投放點回歸的,而后2種算法均存在隨機選擇步驟,也未考慮返航回收問題,因而隨著偵察時間的增多或者無人機數量的增多,無人機的偵察路線也越容易重疊,對應的偵察效果指數也愈加差于本文中所提出的偵察策略。

圖10 偵察效果指數隨任務截止時間變化曲線

圖11 偵察效果指數隨無人機數量變化曲線

圖12 偵察效果指數受綜合因素影響下的變化曲面

4 結論

針對基于空中投放平臺的無人機集群區域偵察問題,給出了一種可適應不同規模的無人機集群偵察航線規劃方法。主要貢獻有:

1) 設計了投放點均勻布設策略和柵格借路區塊分割策略;方便了無人機偵察資源的分配。

2) 設計了路徑不重疊回心搜索策略,可確保無人機以不重疊的路徑對所分配的區域進行搜索,并在搜索末期逐漸靠近初始投放點。

3) 設計了柵格競爭路徑規劃策略,可確保對零散遺漏的空白柵格進行補充偵察。仿真結果證明了所提出的偵察策略能夠高效地完成目標搜索任務,且相較于現有的偵察策略具有一定優越性。