艦載小型無人機集群協同作戰的智能控制策略研究

遲 凱

(中國電子科技集團公司第二十研究所，陜西 西安 710068)

0 引 言

無人機(UAV)因其良好的機動性、操控性、惡劣環境執行任務的能力及對人員安全極大保障等特點，近年來在軍事及民用領域得到長足的發展。在軍事方面無人機可以完美地替代有人機去執行4D任務(枯燥乏味、環境惡劣、危險性高、深入敵方)[1],對未來的作戰樣式、作戰理念帶來深刻的變化，各國都針對性地指定了軍用無人機發展路線圖。

美軍極其重視小型化無人機集群的技術論證與發展，在未來海戰中大量的艦載無人機集群協同作戰能夠改變現有作戰樣式，對水面艦艇、艦載有人機造成難以防范的威脅。同時，由于小型無人機成本低廉，飽和攻擊高價值目標能夠帶來巨大的作戰效能。美軍認為，艦載無人機集群能夠對現有航母編隊造成巨大的威脅，加強無人機集群技術研發與應用是提升航母作戰效能的重要手段。然而目前無人機的操控需要1～3名作戰人員在后方控制，大規模的集群協作需要數量龐大的操控人員，這是一個很大的挑戰。此外，傳統的組網及測控技術也無法滿足大規模集群對于海戰場末端復雜動態環境的高適應性要求，無法發揮出集群協作的優勢。本文提出一種基于智能集群理論的動態協同策略，為指揮艦上極少數作戰人員監視控制大量無人機集群提供了一種思路和方法。仿真結果表明，該策略能夠提升無人機集群對戰場環境的自主適應能力，增強協同效果，從而提升作戰效能。

1 無人機集群的特點

無人機的作戰樣式已逐步從單平臺作戰向多平臺“集群”(Swarm)作戰方向發展。一方面，未來戰場越來越復雜，單架無人機所能執行的任務能力有限，生存能力受到越來越大的挑戰。而多架無人機協同作戰，通過相互的能力互補和行動協調，能夠實現單架無人機的任務能力擴展以及多無人機系統的整體作戰效能提升，完成單架無人機無法完成的任務。另一方面，無人機的自主能力不斷發展，將逐步從簡單的遙控、程控方式向人機智能融合的交互控制、甚至全自主控制方式發展[2]，無人機將具備集群協同執行任務的能力。

美國致力于打造無人機集群，力保軍事技術全球領先，通過國防高級研究計劃局(DARPA)、海軍研究局和眾多實驗室等組織機構，在無人機集群高風險/高回報的概念驗證研究方面成效顯著。美國國防部發布的《無人機系統路線圖2005-2030》將無人機自主控制等級分為1～10級，并指出“全自主集群”是無人機自主控制的最高等級，預計2025年后無人機將具備全自主集群能力[3]。2016年5月，美空軍發布《小型無人機系統飛行規劃2016-2036》，從戰略層面肯定小型無人機系統的前景和價值，規劃中對“蜂群”、“編組”、“忠誠僚機”3種集群作戰概念進行了闡述，其中“編組”是人對人，“忠誠僚機”是人對機，“蜂群”是機對機，從側面印證了無人機集群發展的重要性。

我國無人機技術起步較晚，但發展迅速，以智能集群技術尤為突出。中國電子科技集團公司(CETC)曾分別在2016年和2017年完成了67架和119架固定翼無人機集群飛行試驗，刷新了無人機集群飛行數量的新紀錄，試驗成功地演示了編隊起飛、自主集群飛行、分布式廣域監視、感知與規避等智能無人機集群技術。

目前中國和美國在智能無人機集群領域處于領先地位。無人機由單平臺遙控操作向集群協同應用將對作戰模式、作戰理論產生極大的影響。要真正實現集群的完全自主控制需要解決集群環境感知與認識、多機協同規劃與決策[4]。無人機集群形成協同作戰能力，必須滿足下面幾個特點：

(1)無中心：為保證無人機集群的抗毀頑存能力，集群網絡必須無中心，信息處理和決策要進行分布式協同。

(2)自主性：每架UAV需要在本地進行決策，不依賴某一指揮控制節點發送詳細的指令。因為指控指令的手法存在不可忽視的時延，在無人機的交戰過程中，環境及態勢快速變化，任何時延都會降低無人平臺的反應能力，從而降低系統效能。

(3)高動態：未來戰場的無人機需要對戰場空間的環境變化做出快速響應。傳統的以預規劃的方式進行任務分發和資源管理的方法不能滿足戰場環境下高動態的需求，需要無人機能夠在僅獲取局部信息的情況下對環境變化做出決策。

2 智能集群

對于傳統的網絡而言，當節點數量到達一定數量級時，網絡開銷會急劇增大，同時網絡性能會迅速惡化。依托于構建通信網絡對大規模節點控制的方式無法保障實時性與可靠性，近年隨著集群理論的發展，采用集群控制策略構建大規模節點控制模型的方法不斷得到重視。

智能集群的研究起始于1959年法國生物學家PierrePaul Grasse，研究發現昆蟲之間存在高度結構化組織，能夠群體協同完成遠遠超出個體能力的復雜任務。

螞蟻群體是一種廣為人知的高度結構化的社會組織，其覓食行為是一種典型的群集行為。螞蟻在活動過程中會釋放出信息素，其他螞蟻可以檢測出信息素的濃度，并確定自身前進的方向。信息素會隨著時間的推移逐漸揮發，螞蟻走過的路徑上信息素濃度會得到加強，從而促使更多螞蟻選擇該路徑，形成正反饋過程[5-6]。

鴿群中的個體遵循一種拓撲距離交互的方式，即鴿子自身僅與周圍一定數量的個體進行信息交互。研究者指出，鴿群在飛行過程中呈現出一定的層級作用網絡，高等級個體起到引領作用，低等級個體的行為會受到高等級個體的影響，這種網絡結構使得群體在應對外界刺激或躲避障礙時反應迅速[7]。當飛行軌跡平滑時，個體盡力與其周圍鄰居的平均方向保持一致，而當出現突然急轉彎變向時，個體迅速與高等級個體保持一致。

信息及控制理論研究認為，昆蟲及群居動物間廣泛存在的協作和控制模式在實際工程中具有很大的應前用景[8]。通過對生物智能集群行為的探索，逐漸涌現了諸多智能集群算法[9]，如蟻群算法(ACS)[6]和粒子群優化算法(PSO)[10]。然而目前智能集群算法的復雜度較高，并且算法收斂邊界條件較為苛刻，不能適用于小型無人機較低的計算能力及戰場環境下高可靠性的要求。

3 基于智能集群的協同策略

艦載小型無人機集群執行的任務類型主要分為抵近偵察和抵近干擾打擊。在艦載雷達和岸基、星基情報的綜合態勢下，小型無人機集群自主進行路徑規劃，抵近目標后，協同進行多源傳感器偵察，或者協同進行靈巧式干擾，還能夠以釋放彈藥或者自爆的形式進行打擊。小型無人機平臺成本較低，抵近后能夠對目標造成極大的防御壓力，以較低的成本毀傷高價值目標，提升作戰效能。

傳統的控制策略是對無人機單平臺進行遠程操控。需要指揮控制平臺預先獲取全局的情報信息，設置敵方雷達探測區域規避點，并根據每架無人平臺的具體位置進行路徑規劃、目標指示和任務分配。在水面環境下，敵方雷達往往具有動態性，預先規劃不能及時地識別敵方探測區域，同時，根據每架無人機平臺位置進行路徑規劃的策略在大規模的情況下無法應用。這導致傳統的控制策略無法指揮引導大規模無人機抵近遂行任務，發揮規模效能。

大規模的無人機集群需要基于生物集群行為，在無人機平臺間通過彼此的感知交互、信息傳遞，進行簡單的邏輯處理從而形成協同作戰能力。在指控節點少量簡潔的控制指令下，完成多樣性的復雜任務。

針對艦載無人機的任務特點和傳統控制策略的問題，結合智能集群策略，提出了一種應用于大規模小型無人機集群的智能控制策略。與傳統控制策略的不同之處是采用了集群的思想，以節點間局部的電子標記來引導行為，達到分布式的協同。

傳統的控制策略是盡可能多地搜集全局信息，由某個中樞節點分析處理后，進行任務分解，再根據網絡中各個節點的具體位置和狀態，進行任務指派和路徑規劃。而智能集群控制策略是節點獲取周圍局部節點產生的電子信息，按照簡單的行為模式，對局部信息進行反應，同時釋放出新的電子信息，周圍其他節點獲取該節點產生的信息后，迭代進行反應。

每個節點在本地維護一張存儲電子信息的表，表中記錄有本地任務定義的各信息元素項。節點不需要獲取全局信息，并且每個信息元素項強度也隨著時間逐漸減弱。但當本地傳感器感知到某信息元素項的觸發狀態時，或者一跳范圍內的鄰居節點發出某信息元素項信號時，本地節點會強化該信息元素項的強度，并且按照該信息元素項調節本地節點行為。每個節點存儲的電子信息的強度變化可用如下公式表達：

S(t+1，p)=E*S(t,p)+r(t,p)+q(t,p)

(1)

式中：p={pi}，表示網絡中所有節點的集合；s(t,p)表示信息元素強度；r(t,p)表示額外的信息元素強度輸入，由新加入網絡中的節點產生；q(t,p)表示在t時刻傳播到節點p的信息元素強度；E∈(0.1)為信息元素減弱參數；F∈[0，1)為信息元素傳播參數；

式(1)描述了在節點p處信息元素強度的變化，第1項為隨時間弱化的強度，第2項為新的輸入帶來的信息元素加強的強度，第3項為鄰居節點發送的信息元素帶來的強度。

1跳范圍內互為鄰居的節點，電子信息的傳播可用如下公式描述：

(2)

式中：N:p→p表示節點間的鄰居關系。

式(2)描述了網絡中以節點p為鄰居節點的節點，將本地總電子信息強度按照一定比例發送至p，比例取決于發送參數F以及鄰居節點數量。

網絡中的每個節點按照電子信息的強度定義簡單行為，如路徑規劃按照路徑發現過程中各節點標記位置的電子信息強度運動，躲避敵方雷達區域的同時依據梯度向電子信息強度最高的位置匯聚；抵近打擊則按照各節點標記的電子信息強度選擇武器，并在強度最高的位置開展攻擊。

4 仿真和分析

采用智能集群策略進行大規模節點的路徑規劃，在歸一化的指定區域內布設六邊形的空間區域，T標記表示目標區域，R標記表示地方雷達區域，在整個仿真區域中隨機布設1 000個節點，采用上述策略進行迭代。圖1在密集的雷達區域封鎖下，網絡中的節點通過電子信息標記目標位置和避障位置，能夠通過電子信息強度梯度發現可達路徑并按照最短原則自主進行路徑規劃。圖2設置了2個目標，節點能夠在路徑規劃后自主選擇較近目標優先抵達。圖3在3個目標T1、T2、T3中設置了優先級，目標T2優先級高于T1和T3，節點能夠在路徑規劃后，優先抵近目標T2。

圖1 尋找可達路徑并自主進行路徑規劃

圖2 優先選擇近距離目標

圖3 優先選擇高優先級目標

以抵近攻擊任務為例，假設小型無人機采取抵近后啟動戰斗部爆炸的方式進行攻擊，目標節點數量同無人機節點數量都為100個，同時布設了敵方雷達探測區域，落入該區域的無人機可發出告警信息，但不能繼續執行攻擊任務。目標節點和雷達探測區域都進行隨機移動。case1表示按照預先規劃的路徑到達指定區域進行攻擊；case2表示無人機節點按照預先規劃的路徑抵達指定區域后，采用智能集群的策略進行自主攻擊路徑選擇；case3表示無人機沒有預先規劃路線，采用自主路徑發現與路徑規劃的智能集群策略進行抵近攻擊。以任務結束后目標剩余節點和無人機剩余節點描述作戰效能。如圖4所示，case1效能最差；case2無人機到達指定區域后能夠自主進行路徑規劃，進行了更多的攻擊，從而剩余數量較case1下降，然而毀傷了更多的目標，case2效能有所提升；case3效能最優，基本達到了1∶1的毀傷率。采用智能集群策略后，無人機集群對動態環境適應能力顯著增強，提升了作戰效能。

圖4 動態環境下協同效能

5 結束語

本文提出一種基于智能集群理論的動態協同策略，為極少數作戰人員監視控制大量無人機集群提供了一種思路和方法。仿真結果表明，該策略能夠提升無人機集群對戰場環境的自主適應能力，增強了協同效果，從而提升了作戰效能。