無人機蜂群關鍵技術發(fā)展綜述

李軍, 陳士超

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

0 引言

伴隨著人工智能、自主系統(tǒng)、網(wǎng)絡通信等技術的發(fā)展,無人機裝備任務譜系日益完善,發(fā)展出的低成本可消耗無人機逐步衍生出“無人機蜂群”概念,無人機蜂群由成本較低的小型無人機平臺組成,機動性高、魯棒性好,且具有抗毀性好的特點[1-2]。

相對簡單、單體能力有限的無人機構成的蜂群,通過個體平臺之間的局部協(xié)作,可實現(xiàn)全局行為的能力“涌現(xiàn)”,完成動態(tài)任務規(guī)劃、高效快速突防、集群協(xié)同組網(wǎng)、長時巡飛監(jiān)視、持續(xù)時空封控、電子偵察對抗、持久跟蹤監(jiān)視、精準火力引導、即時精確打擊、自主協(xié)同攻擊、實時效果評估等作戰(zhàn)能力,實施對嚴密設防目標、時敏集群目標,以及灰色拒止區(qū)域的偵察、干擾、誘騙、打擊、評估等一體化作戰(zhàn)任務,可形成“偵-控-抗-突-打-評”于一體的智能化火力打擊武器和網(wǎng)絡化協(xié)同攻擊系統(tǒng),實現(xiàn)靈活高效的智能化集群對抗、網(wǎng)絡化協(xié)同攻擊和分布式協(xié)同封控等作戰(zhàn)任務,提高任務完成的效率和成功率。由于無人機蜂群作戰(zhàn)不需要在發(fā)射前即確定攻擊目標,即便沒有詳細的目標情報也可以進行發(fā)射,可以根據(jù)戰(zhàn)場態(tài)勢靈活選擇目標進行打擊,也可以在任務執(zhí)行過程中改變飛行任務或飛行航跡,具有強機動飛行能力,戰(zhàn)術靈活性更強。無人蜂群使得無人機蜂群實戰(zhàn)化和主戰(zhàn)化趨勢日益明顯,為謀求構筑高強度作戰(zhàn)環(huán)境下的規(guī)模化優(yōu)勢提供了新型作戰(zhàn)模式[3-4]。

對集群的最初研究源于科學家對昆蟲行為的觀察和研究,雖然單個昆蟲行為相對簡單,且完成特定任務的能力相對有限,然而當多個單體聚集到一起形成集群后,通過集體協(xié)同分工與合作,即可響應復雜的任務需求,例如蜂群、狼群、蟻群、鳥群等,如圖1所示。事實上,集群作戰(zhàn)的方式由來已久,冷兵器時代的人海戰(zhàn)術、騎兵時代的馬群戰(zhàn)術、二戰(zhàn)時期的狼群戰(zhàn)術都是集群作戰(zhàn)的典型運用形式,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,通過成體系對抗和低成本作戰(zhàn)獲勝[5-6]。

圖1 典型生物集群

無人機蜂群的節(jié)點平臺類型豐富、研制周期短、新技術迭代快,具備遂行偵察監(jiān)視、誘餌欺騙、電子對抗、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)點的損耗不會顯著影響整體的系統(tǒng)功能。

美軍先后啟動了“小精靈”、“灰山鶉”、“蝗蟲”等項目,驗證了無人機蜂群多樣化作戰(zhàn)任務執(zhí)行能力[7-9]。美軍曾在2014年啟動了拒止環(huán)境中的協(xié)同作戰(zhàn)“CODE”項目,實現(xiàn)弱連通、強干擾條件下無人集群的自主協(xié)同作業(yè),美國國防高級研究計劃局(DARPA)通過一系列試驗進行了驗證。美軍的“小精靈”項目通過大型空中運輸平臺,從空中發(fā)射無人機集群實施偵察、干擾等任務,未被打擊的無人機具有再回收能力,可大幅度節(jié)約成本。之后,DARPA于2017年啟動了進攻性蜂群使能戰(zhàn)術“OFFSET”項目,通過組建無人機蜂群作戰(zhàn)系統(tǒng)來支援城市環(huán)境下的地面作戰(zhàn)部隊,并針對該項目開展了多次場地試驗。國外典型集群作戰(zhàn)系統(tǒng)如圖2所示。

圖2 國外典型集群作戰(zhàn)系統(tǒng)

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

總之,無人機蜂群利用大量功能簡單的無人飛行器模擬自然界蜂群行為,通過信息共享、自組織編隊、自適應飛行、智能決策和協(xié)同合作,形成高級群體智能涌現(xiàn)現(xiàn)象和完成多樣化任務的能力,以應對瞬息萬變的復雜戰(zhàn)場環(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。本文針對現(xiàn)實需求,剖析無人機蜂群的決策體制、協(xié)同機理、涌現(xiàn)效應等,探索研究無人機蜂群技術發(fā)展現(xiàn)狀和瓶頸難點,以期達到推動無人機蜂群技術進步和走向?qū)嵱玫哪康摹?/p>

1 無人機蜂群的分類

無人機蜂群按照使命任務、節(jié)點特征、投放方式、節(jié)點質(zhì)量等,可以分成不同的類型:

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

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

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

多旋翼無人機蜂群具有體型小、打擊精準以及行動突然的特點,造價相對低廉,可以定點懸停,攜帶不同的任務載荷,分工協(xié)作,組成誘、偵、擾、打多功能異構蜂群作戰(zhàn)體系,完成復雜作戰(zhàn)任務。旋翼無人機垂直升降對起飛場地要求低,但速度相對較慢,續(xù)航時間相對短,適用于城市作戰(zhàn)等場景。固定翼無人機在飛行原理上與飛機類似,具有續(xù)航時間長、飛行速度快、運載能力大的特點,適用于精確打擊和飽和攻擊等作戰(zhàn)場景。混合翼無人機采用固定翼與旋翼結合的混合翼布局形式,可兼具旋翼無人機的垂直起降功能和固定翼無人機的航時長、速度快、距離遠的優(yōu)點[11]。撲翼無人機(仿生鳥)由于外形、飛行方式等與自然生物非常類似,用于作戰(zhàn)場景時具有很強的欺騙性,在抵近偵察、突然襲擊等方面具有重要的應用前景[12]。

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

機載平臺投放無人機蜂群后,載機可在無人機蜂群的掩護下執(zhí)行突防、打擊等特定任務,載機平臺可以進行有人/無人協(xié)同指揮控制和火力分配。為使得無人機蜂群能夠快速到達預定區(qū)域,可將無人機蜂群置于大型導彈、火箭等運載平臺內(nèi)部,依靠運載平臺本身的速度特性快速到達威脅區(qū)域,釋放無人機蜂群執(zhí)行偵察、干擾和打擊等任務。

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

圖3 多型不同質(zhì)量無人機

依據(jù)不同的作戰(zhàn)任務使命,無人機蜂群所需的節(jié)點平臺類型不一,節(jié)點質(zhì)量差別很大。近戰(zhàn)隱蔽自主的CICADA無人機質(zhì)量約為35 g,組成的編隊可實現(xiàn)大區(qū)域監(jiān)測覆蓋,由于價格便宜,CICADA無人機在釋放后不需要回收[14]。“灰山鶉”無人機質(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),掩護我方戰(zhàn)機和導彈。“郊狼”無人機質(zhì)量6 kg,具備一定殺傷能力,可對地面人員、普通建筑和裝甲目標實施攻擊。“小精靈”無人機加滿油后質(zhì)量超過700 kg,通過機載平臺發(fā)射并可重復回收使用。不同質(zhì)量的典型無人機如圖3所示。

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

圖4 典型無人機蜂群的分類方式

2 無人機蜂群的特點

無人機蜂群由多個低成本無人機節(jié)點單元組成,節(jié)點之間協(xié)同配合完成特定的作戰(zhàn)任務,作戰(zhàn)方式靈活,戰(zhàn)場適應性強。不同的作戰(zhàn)任務需求決定了平臺類型、載荷形式、組網(wǎng)規(guī)模等無人機蜂群形態(tài),無人機蜂群的各個節(jié)點既可以是同構型無人機,也可以是異構型無人機。無人機蜂群的人員低傷亡、非接觸、殺傷效果好、容錯性強和抗毀傷等特點強力支撐了其執(zhí)行多樣化作戰(zhàn)任務能力,其通常以數(shù)量優(yōu)勢對目標區(qū)域進行高密度偵察、干擾與飽和式打擊。下面分別從成本優(yōu)勢、高密度作戰(zhàn)任務執(zhí)行和強突防能力3個角度出發(fā),介紹無人機蜂群系統(tǒng)的特點。圖5給出了無人機蜂群的典型工作樣式。

圖5 無人機蜂群的典型工作樣式

2.1 成本優(yōu)勢

單體高技術裝備系統(tǒng)集諸多先進技術于一身,性能優(yōu)越,但往往成本較高。無人機蜂群由于不追求單體卓越性能,其單一節(jié)點的開發(fā)成本遠低于單體復雜系統(tǒng),無人機蜂群的節(jié)點平臺成本通常在幾百美元至幾千美元,10 000架“蝗蟲”無人機的價格和1架F22相當,1架“全球鷹”無人機的單價超過了1億美元,而1架“小精靈”大型無人機的價格大約只有100萬美元左右。實戰(zhàn)表明,無人機蜂群的成本優(yōu)勢使其可以與敵方進行火力交換,具有很高的效費比,實現(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)任務執(zhí)行

無人機蜂群個體之間可以協(xié)調(diào)工作,具有高度的自組織和自適應性,通常采用“無中心”分布式作戰(zhàn)方式,通過機動多變的構型,表現(xiàn)出聚集涌現(xiàn)性系統(tǒng)特征,避免了系統(tǒng)對單一節(jié)點的過分依賴,節(jié)點之間協(xié)同工作,完成高密度、多樣化復雜作戰(zhàn)任務。例如,通過節(jié)點平臺的信息共享與融合,可對威脅區(qū)域進行廣域偵察;搭載不同毀傷載荷的無人機蜂群(攜帶戰(zhàn)斗部的無人機蜂群此時即變身為自殺式無人機,或稱之為巡飛攻擊彈藥),可對敵方目標實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自殺式無人機(見圖6)。“彈簧刀”-300的作戰(zhàn)距離為10 km,續(xù)航時間為15 min,自殺式無人機/巡飛彈質(zhì)量為2.5 kg。“彈簧刀”-300配裝彩色相機和紅外攝像機,用來識別、跟蹤感興趣目標,配裝全球定位系統(tǒng)(GPS)用來確定平臺自身位置。“彈簧刀”-300除了打擊地面目標外,還能夠攔截敵方無人機。“彈簧刀”-600巡飛彈質(zhì)量23 kg,作戰(zhàn)半徑40 km,續(xù)航時間40 min,戰(zhàn)斗部威力相當于“標槍”反坦克導彈,可以打擊主戰(zhàn)坦克等裝甲目標。

圖6 “彈簧刀”-300和“彈簧刀”-600自殺式無人機

無人機小巧輕便,附帶損傷小,便于單兵便攜使用。當無人機蜂群的規(guī)模超出對方防御系統(tǒng)攔截能力時,可完成對敵方感興趣多種類目標的高效毀傷。無人機蜂群協(xié)同工作可為偵察監(jiān)視、飽和攻擊、電子對抗、精確打擊等作戰(zhàn)任務提供保障。

2.3 強突防能力

無人機蜂群多由小型、微型、微納型無人機組成,體積小、數(shù)量多,可采用多種手段靈活協(xié)同工作。可搭載雷達、光電、聲音等多種類傳感器進行信息感知。目前國內(nèi)外無人機實時感知環(huán)境的手段包括激光雷達、超聲波、紅外線、深度相機、雙目攝像頭等傳感器,可在短時間內(nèi)在作戰(zhàn)區(qū)域形成大量部署,達到高效突防效果,極大地提升突防成功率。結合無人機蜂群特點,圖7給出了無人機蜂群協(xié)同突防作戰(zhàn)(圖中為偵察)的典型工作模式。

圖7 無人機蜂群的典型工作樣式

蜂巢(圖7中為大型飛機)裝載多架無人機蜂群子機,根據(jù)作戰(zhàn)任務和目標區(qū)域,蜂巢在設定位置釋放無人機蜂群,無人機蜂群子機按照事先規(guī)劃好的航跡編隊飛行,多機協(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,集群作戰(zhàn)效果可通過遠程測控鏈路回傳目標指示信息和打擊效果等信息。結合圖7,以蜂群偵察任務為例進行說明,典型的無人機蜂群工作流程可分為4個階段:蜂群準備、蜂群釋放、蜂群出動和蜂群偵察。

1) 蜂群準備。在執(zhí)行集群作戰(zhàn)任務之前,確定無人機蜂群的組合配置方式,明確無人機蜂群的節(jié)點數(shù)量、類型、任務載荷種類及配置等;通過地面控制站完成對蜂巢和無人機蜂群子機的任務航線、任務編隊的初步預規(guī)劃,完成對無人機蜂群子機的任務預分配。

2) 蜂群釋放。蜂巢飛行至設定的投放區(qū)域后,保持或根據(jù)實際環(huán)境動態(tài)制定蜂群子機投放策略,完成蜂群子機投放;地面控制站監(jiān)控無人機蜂群子機的飛行狀態(tài)、通信狀態(tài)和載荷狀態(tài)等。

3) 蜂群出動。無人機蜂群子機開始工作后,進行姿態(tài)和位置穩(wěn)定控制;在組網(wǎng)通信下,無人機蜂群子機彼此交互狀態(tài)信息,觸發(fā)編隊控制邏輯,調(diào)整高度和航跡,蜂群編隊完成態(tài)勢感知、防撞檢測、隊形集結,突防抵近;在前往目標區(qū)域的過程中,根據(jù)任務區(qū)域情報信息、外界環(huán)境態(tài)勢、危險源分析,以及蜂群自身狀態(tài)變化,蜂群自主動態(tài)地任務分配、航路規(guī)劃和隊形生成。

4) 蜂群偵察。蜂群子機可搭載多種不同類型的任務載荷,相互協(xié)作實現(xiàn)協(xié)同偵察。可利用電子偵察載荷開始遠距離目標偵察和協(xié)同定位,利用合成孔徑雷達載荷對目標進行中距離目標偵察識別,利用光電偵察載荷對目標進行近距離偵察、識別和截獲,獲取目標實時精確情報信息,并通過組網(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 無人機蜂群關鍵技術分析

3.1 無人機蜂群協(xié)同組網(wǎng)技術

無人機蜂群實現(xiàn)自組網(wǎng)的目的在于提高無人機蜂群的作戰(zhàn)效能。實際作戰(zhàn)中,單個無人機往往只能根據(jù)作戰(zhàn)使命任務來配裝特定的任務載荷,以完成特定的作戰(zhàn)任務,作戰(zhàn)效能較低。而無人機蜂群可配裝多類型任務載荷,利用自組網(wǎng)絡協(xié)同工作,形成可同時響應多樣化任務的有機系統(tǒng),大幅度提高蜂群的作戰(zhàn)效能。同時,自組網(wǎng)可實現(xiàn)系統(tǒng)的可控性。無人機蜂群的自組網(wǎng)由蜂群中的全部無人機節(jié)點聯(lián)網(wǎng)組成,地面任務管控系統(tǒng)可實現(xiàn)對每個網(wǎng)絡節(jié)點的控制。除此之外,通過自組網(wǎng)可以提高無人機系統(tǒng)的抗干擾能力。自組網(wǎng)絡下的無人機蜂群間系統(tǒng)不是簡單的鏈式結構,當其中一個節(jié)點出現(xiàn)故障時,整個系統(tǒng)也不會癱瘓。無人機蜂群組網(wǎng)的關鍵技術主要包含:

1) 網(wǎng)絡分簇技術。網(wǎng)絡分簇算法包括最低ID、最高節(jié)點度、基于權重的分簇等。面對不同場景、不同任務以及不同環(huán)境,可選擇基于移動性的、基于鏈的、基于能耗的、基于任務的不同分簇算法。針對高動態(tài)大規(guī)模自組織無人機網(wǎng)絡中傳統(tǒng)分簇算法難以應對高速移動節(jié)點的問題,文獻[15]提出了一種基于綜合移動預測的分簇算法。文獻[16]提供了一種任務驅(qū)動的無人飛行器自組網(wǎng)簇首選擇方案,旨在確保無人機編隊與地面控制站無中斷連接的時間能夠滿足任務和通信時長的需求。

近年來,基于聯(lián)盟的無人機蜂群自組網(wǎng)分層架構作為一種新的方法,在軍事作戰(zhàn)領域、多智能以及空中管制領域得到了廣泛應用。在無人機蜂群自組網(wǎng)中,無人機通常根據(jù)任務進行結盟,形成針對任務需求的一個聯(lián)盟。執(zhí)行完任務后,特定的聯(lián)盟即可解散,當再次有新任務時,再重新聚合成新聯(lián)盟,共同執(zhí)行全新的任務。

2) 拓撲優(yōu)化技術。網(wǎng)絡拓撲結構優(yōu)化的主要目的是提高網(wǎng)絡的穩(wěn)定性和可靠性,通過優(yōu)化網(wǎng)絡節(jié)點的通信功率、連接方式、距離來減少擁塞、降低內(nèi)部干擾、提高容錯性、增強抗毀傷能力等,從而優(yōu)化網(wǎng)絡通信效率和質(zhì)量。現(xiàn)有研究成果中常見的4種針對網(wǎng)絡的拓撲優(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)可以通過調(diào)節(jié)增加或減少某些節(jié)點的發(fā)射功率以及中繼節(jié)點轉發(fā)時的功率等,來改變信號傳輸?shù)木嚯x和路徑,進而改變網(wǎng)絡拓撲結構。此外,調(diào)節(jié)節(jié)點功率可以降低節(jié)點之間的干擾、提高通信質(zhì)量,同時也能減小網(wǎng)絡中存在的瓶頸區(qū)域及鏈路擁塞,最大限度地提高網(wǎng)絡帶寬利用率。統(tǒng)一功率分配(COMPOW)[17]為一種簡單的將功率分配與路由協(xié)議聯(lián)合考慮的算法框架。該算法特點為在保證網(wǎng)絡連通的前提下,所有傳感器節(jié)點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)點的網(wǎng)絡不中斷要求。然而,由于各節(jié)點采用相同的發(fā)射功率,當節(jié)點分布不均時會出現(xiàn)能效降低、網(wǎng)絡壽命減少。局部最小生成樹(LMST)算法[18]可用于單獨調(diào)整每個節(jié)點的發(fā)射功率,該算法通過構造連接所有節(jié)點的最小生成樹,得到每條路徑的信道信息,以調(diào)整每個節(jié)點的傳輸功率,使其滿足最遠鄰居的傳輸需求,從而降低設備功耗。LMST的不足在于每個節(jié)點能耗不等、網(wǎng)絡壽命有限等。最低能耗通信網(wǎng)絡(MECN)以及改進的小型最低能耗通信網(wǎng)絡(SMECN)算法是利用節(jié)點定位信息,構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?從而滿足無線傳感器網(wǎng)絡對于節(jié)能和網(wǎng)絡壽命的需求[19-21]。

網(wǎng)絡休眠通過調(diào)節(jié)網(wǎng)絡中節(jié)點的休眠/喚醒機制,可以使得節(jié)點在不用時進入休眠狀態(tài),降低功耗,進而延長網(wǎng)絡壽命,并在需要時迅速喚醒以響應網(wǎng)絡服務請求。合理的休眠調(diào)度策略能夠更加高效地利用網(wǎng)絡資源,在減少能量消耗的同時盡可能地保持網(wǎng)絡整體的連接性和穩(wěn)定性。CCP算法針對K覆蓋與K連通的場景,分析了如何最大化睡眠傳感器數(shù)量。地形自適應高保真度(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、睡眠階段和活動階段3個階段。該算法將網(wǎng)絡監(jiān)控區(qū)域劃分成多個虛擬單元格,通過相鄰節(jié)點之間的協(xié)調(diào)來保持較少數(shù)量的節(jié)點處于激活狀態(tài),同時讓大多數(shù)節(jié)點進入休眠狀態(tài),以降低不必要的能耗并延長無線傳感器網(wǎng)絡整體的使用壽命。與其他類似的算法相比,GAF算法需要每個節(jié)點精確地知道自己的位置信息,這限制了其在某些應用場合的實際使用。此外,GAF算法還存在一些缺點,例如網(wǎng)絡的分割容易產(chǎn)生對決策靈敏的邊界問題,節(jié)點之間相互協(xié)作的開銷較大,且難以適應網(wǎng)絡的動態(tài)變化等。

分簇調(diào)節(jié)通過將網(wǎng)絡中的節(jié)點分成不同的簇,然后對不同簇之間的連接關系進行調(diào)整,從而達到優(yōu)化網(wǎng)絡性能和可靠性的目的。首先,將網(wǎng)絡節(jié)點按一定規(guī)則或算法分為若干個簇。在進行分簇操作后,可以針對每個簇內(nèi)部的通信特點和網(wǎng)絡負載狀況進行相應的調(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,滿足網(wǎng)絡的應用需求。通過分簇調(diào)節(jié),能夠有效控制網(wǎng)絡中的廣播風暴、擁塞等問題,并提高網(wǎng)絡的容錯性和魯棒性。低功耗自適應集簇分層型協(xié)議(LEACH)算法[23]是一個經(jīng)典的無線傳感器網(wǎng)絡分簇路由協(xié)議。該算法將網(wǎng)絡周期性地劃分為建簇階段和通信階段,并通過循環(huán)對簇頭節(jié)點隨機選舉的方式實現(xiàn)了負載均衡,延長了網(wǎng)絡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)絡中各個節(jié)點平等地成為簇頭,從而使得能量消耗更加平衡,進而提高整個網(wǎng)絡的性能和生存壽命。混合節(jié)能分布式分簇協(xié)議(HEED)[24]算法采用概率競爭的方式來選擇簇頭節(jié)點,從而提高了分簇過程的效率。此外,考慮到簇頭節(jié)點在數(shù)據(jù)聚合與傳輸中會消耗更多能量,將節(jié)點剩余能量作為簇頭選取的依據(jù)之一,進而實現(xiàn)讓各個節(jié)點負載均衡、延長網(wǎng)絡生存周期。

3.2 無人機蜂群協(xié)同感知技術

復雜場景下的目標精準探測識別一直是制約武器效能發(fā)揮的瓶頸技術。通過基于目標位置與參數(shù)特征的無人機蜂群多平臺、多傳感器深度融合關聯(lián),可有效克服單體無人機平臺偵察感知區(qū)域小,偵察動態(tài)目標難度大、適應性弱的缺陷,可實現(xiàn)大面積區(qū)域和動態(tài)目標的實時偵察,提高偵察感知的覆蓋率和實時性。無人機蜂群具有分布式探測能力、自愈合能力,與單體感知相比,無人機蜂群中的單體平臺功能相對簡單,造價低廉,部分個體的犧牲不會對蜂群產(chǎn)生致命影響。由于無人機蜂群的動態(tài)網(wǎng)絡自愈合能力,使得蜂群可遂行單體飛行折損率高的危險區(qū)域的偵察感知。無人蜂群可適用于多種偵察任務。由于蜂群的探測器分布較分散而且蜂群整體具有智慧行為,在控制好蜂群的隊形變換的同時可以對點目標、線目標、面目標進行偵察,而且對于部分重點區(qū)域還可以進行全面覆蓋實時偵察,對于動態(tài)目標還可以進行多機聯(lián)合跟蹤偵察。

無人機蜂群具有多源、異構、多維和動態(tài)等特點,其態(tài)勢感知一般包含數(shù)據(jù)、信息以及特征等多個層面,實現(xiàn)探測感知信息的多源異構融合和精確目標識別。環(huán)境感知的任務是利用集群中雷達、光電等任務載荷收集環(huán)境信息,從數(shù)據(jù)中發(fā)現(xiàn)規(guī)律和挖掘目標,在目標環(huán)境中進行目標識別、引導偵察,提高無人機蜂群系統(tǒng)對目標環(huán)境態(tài)勢的認識與理解。另外,采用虛擬中心技術,將態(tài)勢信息通過組網(wǎng)共享給其他無人機,以增強蜂群任務實現(xiàn)的可靠性。

1) 數(shù)據(jù)層面。可采用分布式卡爾曼濾波算法,將紅外、雷達等異構傳感器數(shù)據(jù)融合,提升對目標的跟蹤精度。隨著多源傳感器網(wǎng)絡的快速發(fā)展,兩種基于多源傳感器網(wǎng)絡的數(shù)據(jù)處理框架受到廣泛關注。一種是各傳感器將數(shù)據(jù)傳輸至一個融合中心進行處理的集中式框架,集中式框架的優(yōu)勢在于,當所有觀測器穩(wěn)定工作時,計算獲得的目標狀態(tài)估計結果在某些性能標準下是最優(yōu)的,然而這種方式需要大量的通信和計算資源,魯棒性和可靠性較差。另一種是分布式框架,各個觀測器根據(jù)本地測量數(shù)據(jù),計算得出局部的目標估計結果并經(jīng)由通信鏈路與鄰居共享,通過融合本地與鄰居的估計信息,最終獲得符合性能標準的全局最優(yōu)或次優(yōu)的目標狀態(tài)估計結果。分布式方法的數(shù)據(jù)并行處理結構使其具有更優(yōu)的魯棒性、可靠性和可擴展性,但通常精確度不如集中式融合。近年來,分布式框架備受關注。

3) 特征層面。目標的精確分類識別是無人機蜂群實現(xiàn)威脅目標精準探測的核心關鍵,是實現(xiàn)目標定位、精確制導等應用的重要前提[30-31]。多機協(xié)同目標識別旨在通過多無人機協(xié)同工作提供更豐富的目標關聯(lián)信息,提升相對于單體探測的高精度目標識別結果。目標識別算法主要包括基于模板的識別算法和基于模型的識別算法[32-34]。目標高精度識別,尤其是陸地背景的高精度識別面臨巨大的挑戰(zhàn)。一是同一類別內(nèi)的目標差異較大,同類型內(nèi)的目標特征也不盡相同。二是屬于不同類別的目標,有時卻表現(xiàn)出很大的相似性。三是復雜的背景干擾,在實際的目標識別應用場景中往往存在著大量的背景干擾,會對識別精度產(chǎn)生不利影響。近年來,隨著深度學習技術在計算機視覺、語音處理、圖像處理等領域的廣泛應用,圖像目標自主識別技術取得了重大突破。采用卷積神經(jīng)網(wǎng)絡作為基本網(wǎng)絡結構,研究小型化、輕量化深度模型以用于實用化硬件平臺,是實現(xiàn)無人機蜂群快速目標識別的核心關鍵[35-36]。

3.3 無人機蜂群協(xié)同決策技術

無人機蜂群協(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)的核心與關鍵。協(xié)同決策規(guī)劃一般包含以下兩方面:

1) 協(xié)同目標分配。為了解決多對多打擊過程中的沖突消解問題,需要進行無人機蜂群系統(tǒng)的協(xié)同目標分配。一般針對多目標的分配問題,構建攻擊代價與攻擊收益函數(shù),建立分配過程中的位置約束、方向約束、能量約束,通過求解混合整數(shù)規(guī)劃問題,獲得M武器對N目標的分配結果。單純利用傳統(tǒng)算法,很難適應未來戰(zhàn)爭中不斷動態(tài)變化的復雜作戰(zhàn)場景。由于實際作戰(zhàn)場景中無法知曉敵方全部作戰(zhàn)信息,僅依靠初始的任務分配結果很難達到預期的毀傷目標要求。與此同時,武器-目標分配問題是非確定性多項式(NP)完全問題,智能算法的引入十分必要[37-40]。國內(nèi)外學者提出了基于交叉熵的多無人機協(xié)同任務分配方法,用以解決資源約束下多類型無人機的任務分配問題。解決任務分配的另一種思路是將無人機多任務分配問題歸結為多約束條件下的組合優(yōu)化問題,采用遺傳算法等進行求解,以降低計算復雜度。

2) 協(xié)同航跡規(guī)劃。航跡規(guī)劃是無人機蜂群運用的關鍵環(huán)節(jié),由于無人機節(jié)點數(shù)量多,使得編隊飛行器的協(xié)同航跡規(guī)劃極具挑戰(zhàn)。無人機蜂群的航跡規(guī)劃要綜合考慮敵方探測跟蹤、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,結合集群游走、召喚及圍攻等行為,設計無人機編隊構型和飛行航跡。從集群起飛集結、巡航飛行到任務執(zhí)行的全過程無人機蜂群的飛行航跡均屬航跡規(guī)劃的范疇[41-44]。

3.4 無人機蜂群協(xié)同控制技術

多無人機協(xié)作過程中,協(xié)同控制系統(tǒng)需要具備高可靠性、強魯棒性、快速響應和快速重組等能力[45]。集群的編隊控制方法主要包括基于行為的編隊控制方法、基于虛擬結構的編隊控制方法、基于領導者-跟隨者的編隊控制方法、基于一致性的編隊控制方法以及基于人工勢場法的編隊控制方法等[46-51]。基于行為的編隊控制方法,將編隊控制任務分解成起飛、避障、隊形保持等基本行為,并通過加權行為融合實現(xiàn)無人機蜂群的編隊控制。基于虛擬結構的編隊控制方法,將無人機蜂群視作一個包含多個節(jié)點的整體虛擬結構,無人機與虛擬結構節(jié)點保持同步運動,完成編隊飛行。

基于領導者-跟隨者的編隊控制方法將無人機蜂群分為領航者和跟隨者兩種不同的角色類型,領航者沿著預定或者臨時設定的路徑運動,跟隨者根據(jù)相對于領航者的距離和方位等信息進行運動,協(xié)同工作實現(xiàn)編隊控制。

基于一致性的編隊控制方法通過圖來描述無人機蜂群節(jié)點間的關系,通過局部的協(xié)同作用使得無人機的狀態(tài)與編隊參考的向量偏差趨于一致。

基于人工勢場法的編隊控制通過構造目的地引力勢場與周邊障礙斥力勢場特性實現(xiàn)編隊。模糊人工勢場法應用于無人機蜂群協(xié)同控制中時,具有更高的執(zhí)行效率。人工勢場法主要通過構建人工勢場函數(shù)來實現(xiàn)隊形控制,在人工勢場法中,當兩架無人機之間的距離較遠時,相互吸引會使得兩架無人機彼此靠近,當兩架無人機之間的距離較近時,相互排斥會使得兩架無人機彼此分離,即基于人工勢場法可實現(xiàn)無人機之間的防碰撞,當無人機之間的距離過近時,相互排斥會使得無人機節(jié)點彼此分離,避免碰撞。

4 無人機蜂群技術發(fā)展的重點、難點和方向

4.1 無人機蜂群系統(tǒng)的主要技術指標和能力需求

無人機蜂群系統(tǒng)的主要技術指標和能力需求如下:

2005年前簽訂的農(nóng)村土地流轉合同由于期限長、價格低，沒有價格調(diào)節(jié)機制，且土地流轉手續(xù)不規(guī)范，出現(xiàn)糾紛難以調(diào)解，所以簽訂農(nóng)村土地流轉合同的比例很小。但是隨著土地流轉合同的簽訂工作走向規(guī)范化，農(nóng)戶的法律意識加強，比例逐年增加。59.92%的農(nóng)戶在農(nóng)村土地流轉時簽訂了書面合同，只有8.95%的農(nóng)戶依然以口頭協(xié)議的方式非規(guī)范化進行流轉。

1) 任務類型:誘餌、干擾、偵察、制導、打擊、通信中繼等。

2) 通信帶寬:無人機蜂群節(jié)點通信帶寬越大,支持的節(jié)點數(shù)量和信息傳輸容量越大,越能響應更復雜的作戰(zhàn)任務。

3) 節(jié)點數(shù)量(規(guī)模):無人機蜂群節(jié)點數(shù)量越多,作戰(zhàn)運用方式越靈活多樣,執(zhí)行任務種類越多,協(xié)同工作能力越強。足夠的節(jié)點數(shù)量還可以保障抗毀動態(tài)重組能力生成,不會因為部分節(jié)點的損毀導致系統(tǒng)喪失作戰(zhàn)任務執(zhí)行能力。

4) 作用距離或威力:無人機蜂群節(jié)點載荷的作用距離越遠或威力越大,無人機蜂群的任務執(zhí)行成功率越高。

5) 決策時間:決策時間體現(xiàn)了無人機蜂群系統(tǒng)的智能化程度和實戰(zhàn)化能力,決策時間越短,系統(tǒng)智能化程度越高,實戰(zhàn)化能力越強。

4.2 無人機蜂群技術的發(fā)展重點和難點

無人機蜂群是一種集光電探測、通信組網(wǎng)、協(xié)同控制、任務規(guī)劃等多學科于一體的復雜作戰(zhàn)系統(tǒng)形態(tài)。對于不同類型的無人機蜂群系統(tǒng),其研發(fā)重點和難點既有相同之處又各具差異:

1) 復雜不確定場景下無人集群自組織行為因果機理不清晰,智能體建模和交互規(guī)則難以設計,涌現(xiàn)行為難以調(diào)控,缺乏系統(tǒng)性群體智能激發(fā)匯聚演化機理,可解釋的群體智能行為生成訓練方法欠缺,這些因素成為制約蜂群系統(tǒng)在復雜任務中應用的關鍵瓶頸。

2) 如何充分、協(xié)同地運用當前有限的蜂群系統(tǒng)領域知識和數(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)模無人機蜂群的協(xié)同控制,實現(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鍵問題。

3) 缺乏面向?qū)嶋H任務的通用化軟硬件集成平臺與測試驗證手段,亟待構建群體智能驗證的開放性標準測試環(huán)境,研制與開發(fā)具有開放式接口的軟硬件平臺,對不同的任務、算法進行面向應用的快速集成、測試和驗證。

4) 在強對抗、瞬息萬變的復雜動態(tài)環(huán)境下,如何實現(xiàn)兼顧精確性和快速性的動態(tài)決策和任務規(guī)劃,是無人機蜂群智能決策面臨的挑戰(zhàn)性難題。

5) 實戰(zhàn)化復雜作戰(zhàn)任務條件下的調(diào)度與管理技術仍處于探索階段,而且可能會受到非技術因素如戰(zhàn)爭倫理、法律、開火權控制等因素影響。

4.3 無人機蜂群技術的發(fā)展方向

近年來,各種類型的無人機蜂群正以前所未有的速度迅猛發(fā)展,進入了創(chuàng)新發(fā)展的新時期。多樣化的智能需求和發(fā)展趨勢給無人機蜂群技術的發(fā)展帶來了前所未有的機遇和挑戰(zhàn),催生出一系列新興技術領域。無人機蜂群的技術體系主要包括單體飛行平臺技術、集群協(xié)同技術以及總體設計技術等,圖8所示為無人機蜂群武器系統(tǒng)涉及的主要技術體系框架。

由圖8可見,較之于單體飛行平臺,無人蜂群技術的體系框架較為復雜。然而,隨著國內(nèi)外學者和科研人員的努力攻關,部分關鍵技術已經(jīng)得到解決,并通過了試驗驗證。然而,仍有諸多制約無人機蜂群任務執(zhí)行效能發(fā)揮的關鍵技術亟需突破,筆者結合自身的工作和研究經(jīng)歷,總結了未來無人機蜂群的重點發(fā)展方向,將主要體現(xiàn)在:生物集群自組織智能決策技術、無人機蜂群監(jiān)視偵察技術、無人機蜂群低成本渦噴發(fā)動機技術、無人機蜂群任務載荷技術和智能芯片技術等方面。

4.3.1 生物集群自組織智能決策技術

建立生物群體智能與無人機蜂群的映射關系,揭示無人機蜂群“群智涌現(xiàn)”機理,提高無人機蜂群在復雜作戰(zhàn)環(huán)境條件下的自主決策能力。無人機單體平臺通過與集群中其他無人機個體的相互交互進行歷史經(jīng)驗學習和進化學習,獲得比單體更強的生存能力以及對環(huán)境的適應性。

通過對生物群集中的空間聚集性、運動有序性、環(huán)境適應性進行深入研究,建立集群運動理論模型,分析個體行為與群體特性之間的關系,通過個體設計使得整個群體產(chǎn)生期望的行為,魯棒性強、自適應度高、可擴展性好[52]。通過生物群集行為研究,將其映射到無人機集群協(xié)調(diào)自主控制領域中,提高無人機蜂群復雜環(huán)境條件下的自主決策。挖掘生物群集內(nèi)部的作用機理和協(xié)調(diào)機制,賦予無人機蜂群自主學習和主動進化能力,解決無人機蜂群智能決策難題,實現(xiàn)全自主的無人機蜂群系統(tǒng)設計。

4.3.2 無人機蜂群監(jiān)視偵察技術

圍繞無人機蜂群在戰(zhàn)場監(jiān)視、情報處理、態(tài)勢融合等方面的作戰(zhàn)運用,綜合利用光學、紅外、雷達傳感器開展基于人工智能的信息處理與融合方法研究,突破多類型多尺度目標檢測、目標影像融合、戰(zhàn)場態(tài)勢在線融合等關鍵技術,大幅度提高戰(zhàn)場目標的檢測精度和信息融合效率。

無人機蜂群監(jiān)視偵察克服了單個無人機偵察區(qū)域小的缺陷,可實現(xiàn)對大面積區(qū)域的實時偵察,提高了偵察的覆蓋率和實時準確性。分布式的去中心化無人機集群利用組網(wǎng)技術可實現(xiàn)無人機之間的信息高速共享,提高無人機蜂群探測與偵察的抗故障與自愈能力。

4.3.3 無人機蜂群低成本渦噴發(fā)動機技術

動力先行是發(fā)展武器裝備的重要原則。研制和開發(fā)成本可控、耗油率佳、質(zhì)量受控、可靠性高的渦噴發(fā)動機是無人機蜂群需要重點攻關的研究方向。針對無人機蜂群任務使命對動力系統(tǒng)的需求,重點突破低成本加工設計與材料選擇、重油燃燒、寬包線制式起動等關鍵技術,為無人機蜂群實戰(zhàn)化發(fā)展提供動力基礎。

此外,亟需開發(fā)發(fā)動機健康管理算法,建立發(fā)動機健康級別與無人機蜂群任務等級的映射關系,無人機蜂群的飛行控制系統(tǒng)根據(jù)發(fā)動機的健康信息完成任務優(yōu)化配對,提高發(fā)動機的智能化水平,增強無人機蜂群遂行多樣化任務能力。

4.3.4 無人機蜂群任務載荷技術

針對無人機蜂群執(zhí)行協(xié)同感知、對抗等任務,綜合蜂群無人機平臺對任務載荷的約束,開展輕量化、低功耗、低成本、模塊化、型譜化的任務載荷研究,研制中繼型、制導型、干擾型無人機蜂群載荷。事實上,3.2節(jié)所述無人機蜂群協(xié)同偵察也是一種特定的感知型任務載荷。以制導型載荷為例,亟需突破高精度、強魯棒性、強實時目標檢測與跟蹤算法,使得制導型載荷在給定指令下具有對典型目標自動識別、截獲、跟蹤的功能,指引無人機蜂群系統(tǒng)對典型目標進行自主攻擊。

強化載荷樣機部組件的共用性,盡量采購商用貨架產(chǎn)品,減少外部接口和連接件;強化個性化部組件的標準化模塊化,形成不同規(guī)格的系列化標準化模組;提高集成度,芯片化設計核心模塊,降低成本、提高可靠性并減輕質(zhì)量。

4.3.5 智能芯片

人工智能專用加速芯片通常具有數(shù)百個甚至上千個計算核心,相較于傳統(tǒng)芯片在計算架構和芯片算力上發(fā)生了顛覆性變革,具有海量數(shù)據(jù)并行計算能力,性能和訪存帶寬等指標明顯優(yōu)于CPU,可提高無人機平臺的整體運算能力和運算效率。IBM公司構建了深度學習框架System ML、類腦芯片TureNorth,以及神經(jīng)突觸計算機芯片SyNAPSE,谷歌開發(fā)了第二代深度學習芯片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)庫搜索方面的加速。智能芯片可為無人機蜂群真正意義上實現(xiàn)群智涌現(xiàn)實戰(zhàn)化進程提供堅實的技術支撐。

5 無人機蜂群技術發(fā)展的途徑和舉措

綜合上述無人機蜂群分類、組成、特點、研發(fā)重點和難點,以及無人機蜂群技術的發(fā)展方向,形成無人機蜂群技術發(fā)展的途徑和舉措如下:

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

2) 抓住核心關鍵,有目的地籌劃好制約和影響無人機蜂群創(chuàng)新性發(fā)展的智能決策與任務規(guī)劃、導航拒止環(huán)境下的協(xié)同控制、干擾環(huán)境下的協(xié)作規(guī)避、強對抗環(huán)境下的組網(wǎng)通信等關鍵技術的研究和應用工作。

3) 重視試驗測試,有針對性地開展標準化試驗驗證與測試接口研究,建立規(guī)范化和統(tǒng)一化的交互協(xié)議,使得無人機蜂群技術與方法能以模塊化方式匯聚形成知識庫、模型庫、方法庫,為蜂群算法訓練、測試、評估以及典型蜂群任務的演示驗證提供試驗床。

4) 大力推進數(shù)字工程,從論證分析、總體方案、詳細設計到生產(chǎn)制造全面采用數(shù)字模型,實現(xiàn)降本增效。

5) 大量使用成熟任務載荷,根據(jù)任務需求,使用成熟的貨架產(chǎn)品和商用軟件降低升級和損耗成本,實現(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、標準化、通用化、開放式軟件化的無人機蜂群系統(tǒng)生態(tài)環(huán)境。

6) 結合和利用自身優(yōu)勢,強化頂層設計,深入研究先進無人機蜂群作戰(zhàn)特點,同時緊密關注反蜂群技術發(fā)展,組織科研人員加強技術攻關,先于對手形成實戰(zhàn)能力。

6 結論

不同于機群的概念,無人機蜂群是以智能化無人控制技術和網(wǎng)絡信息系統(tǒng)為支撐的集群式無人作戰(zhàn)武器裝備,通過單個節(jié)點平臺的行為自主決策和節(jié)點平臺間的行為協(xié)同實現(xiàn)能力涌現(xiàn),是形成新質(zhì)作戰(zhàn)能力的核心關鍵技術之一,以無人機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,成為未來戰(zhàn)場的新形態(tài)。當下和未來,誰擁有和突破了無人機蜂群核心關鍵技術、誰把握了無人機蜂群技術的發(fā)展方向,誰就站在了無人機蜂群領域的制高點,就意味著誰將在競爭日趨激烈的未來戰(zhàn)場中占據(jù)優(yōu)勢地位。