基于并行作戰環的無人機集群協同作戰能力評估方法

林晉福,朱 玉,張佳強,尚耀波

(1.空軍工程大學空管領航學院,西安,710051;2.陜西省電子信息系統綜合集成重點實驗室,西安,710051;3.空軍工程大學防空反導學院,西安,710051)

無人機集群可在惡劣環境下完成偵察、搜救、邊境巡邏和海域封控等任務[1-2],具有傷亡少,長時間留空優點。但在完成任務能力方面,由多無人機組成的無人機集群更多依賴于多無人機的協同控制特性及與不確定性環境的交互,高度依賴信息網絡的支撐,通過集群協同的方式完成作戰任務。無人機協同作戰和集群能力涌現等關鍵技術已經或正在突破[3],還存在如何評價無人機集群基于網絡提升作戰能力,集群網絡賦能難以量化,網絡協同算法對任務完成的貢獻度難以衡量的難題[4]。

無人機平臺評估方面,文獻[5]綜述集群試驗評估方面所進行的開創性工作的基礎上,主要對無人集群試驗評估的概念內涵、發展現狀進行了討論分析;結合課題組在航空集群作戰領域的研究基礎,探討無人集群試驗評估的主要內容和可行的技術路線。文獻[6]構建作戰節點模型,沒有考慮到一個武器具有多種能力的情況,如察打一體無人機,既有偵察監視能力又有打擊能力。對這類節點的思考,應建立一個更貼合實際的武器裝備體系網絡模型。

信息網絡及能力評估方面,如圖1所示,無人機集群多層協同邏輯網絡,包括傳感網絡、決策網絡和作戰網絡[7]。文獻[8]主要針對特定的星鏈網絡如何規劃,進行參數正確性快速評估和業務服務性能評估。文獻[9]提出了針對自己的算法和架構的考評指標,主要體現網絡靜態方面評估,沒有考慮執行任務消耗時間對無人集群作戰能力的影響。

圖1 無人機集群評估網絡(邏輯)連接模型圖

綜上,在無人機集群協同作戰能力評估方面,還鮮有網絡評估與作戰任務相結合方面的研究。

1 問題描述及設計

1.1 基于邏輯網絡的任務過程分析

無人集群的作戰流程大體與博伊德循環(observe orient decide act,OODA)吻合,可將無人機集群執行任務劃分為4個過程,底層以信息流轉相連。

1)觀察(observe)。偵察無人機攜帶偵察載荷,對指定區域目標的協同搜索、定位、識別、查證和跟蹤,形成目標分布的詳細態勢。

2)判斷(orient)。偵察無人機持續偵察監視指定區域目標,將獲取的電子情報進行信息融合和目標識別,獲取目標類型、數量等信息,并實時向決策網絡反饋作戰信息,更新目標類型、數量等情報。必要時根據情報信息支援進行相應的敵我識別。

3)決策(decide)。分布式決策網絡融合偵察無人機獲取的目標類型、數量等信息,判斷目標群的概略意圖,修訂完善優化作戰計劃。決策可以在后方指揮所,也可授權前突集群進行決策。

4)行動(act)。作戰攻擊機實施封控計劃,實時通過作戰控制網調整隊形,在作戰過程中向決策網絡反饋作戰任務完成情況。

1.2 無人機集群分層連接模型

無人機集群作戰任務過程需要協同,產生大量的信息交換和能力的輸出,從邏輯角度考慮劃分為決策網、作戰行動網絡、傳感網3類邏輯網絡,底層以通信網作支撐。在把作戰目標納入情況下,形成如圖1所示的網絡連接,OODA作戰循環貫穿于每一個步驟,整體把幾個邏輯網絡串連起來。集群的協同作戰能力分解為3個邏輯網絡間協同能力以及3個邏輯網絡內部交感所產生的能力涌現。

2 協同網絡評估模型及指標體系

用OODA環模型對無人機集群作戰任務進行分析。各環在作戰過程中會產生不確定性,產生對作戰能力的影響。如目標不確定的概率值對攻擊效果的影響,編隊策略不統一/不確定對攻擊效果的影響。這與信息論中信息熵的表達思想類似。每一個環對于邏輯網絡的支撐,有相應的信息流轉,需要信息交換。通過網絡的信息交換消除不確定性達成了提高作戰能力的目的。因此可以通過信息熵來刻畫無人機集群作戰能力。按照公式可計算相應能力值,能力熵與作戰能力建立一一對應關系,信息熵越小,能力值越大,范圍在0～1之間。后面的討論全部基于信息熵來討論評估作戰能力,亦可稱為能力熵。

Cap=exp(-E)

(1)

2.1 評估網絡構建

如圖2所示,形成OODA作戰環評估網絡。網絡節點為各作戰實體和作戰目標,網絡的邊表示各節點相互作用或信息傳遞,邊的權重為能力熵和子任務執行時間。

圖2 無人機集群評估網絡示意圖

在本論文中,集群中無人機將被稱為無人機節點UAV[1]。考慮N架UAV通過相互之間的交互關系和交互體系結構,考慮圖G=(V,E),其中V為節點集{v1,v2,…,vn},E?V×V。每個節點表示一個無人機,其連線對應于無人機間的信息流轉關系。鄰接矩陣A∈{W}N×N表示圖G中節點的鄰接關系,如果(vi,vj)∈E,則aij=W=(E,T),否則aij=0。第i架UAV的鄰居節點集合記作Ni= {j∈V：(vi,vj)∈E},該集合節點數量即為UAVi節點的度。節點i到j的路徑Pi,j=(V,E),V={vi,…vj},E={vi2,…vi+n,j}。節點權重的設計第一值代表能力熵E,第二值表示協同任務消耗時間T。

將作戰單元的不同屬性分別抽象為不同作戰領域的協同行為即可得到一張網來分析整個集群的協同效果,而且基于相同的網絡測度指標可對不同作戰領域協同進行分析,度量協同作戰能力。

2.2 節點能力模型

無人機集群節點可以歸納為7種能力[10],不同類型無人機節點為這些能力的組合,如偵察類無人機節點包含數據傳輸、目標探測和目標識別3種能力。根據評估需要,還需要對目標節點的抗打擊和反偵察2種能力一并進行量化。如圖3所示,各作戰節點的能力熵通過對作戰網絡中各節點的戰技指標進行賦值,按定義的相應隸屬函數進行計算[11]。

圖3 作戰節點-能力-指標層次分解

1)目標節點的反偵察和抗打擊能力

機動速度隸屬度R1={X1>70∶0.9;5015∶0.1}。權重矩陣ω=[ω1ω2ω3ω4ω5ω6],可以根據任務情景進行相應的調整。通過式(2)計算反偵察能力熵Ehide和抗打擊能力熵Ean。

(3)

2)無人機偵察類節點探測、識別和跟蹤能力

探測距離隸屬度函數R10={X10>30∶1,2020∶1,1510∶1,7

(3)

3)無人機節點攻擊能力

打擊類節點參數,對應X7～X9。殺傷半徑隸屬度函數R7={X7>8∶1,5600∶1,400

(4)

4)無人機節點的信息處理能力

相當于無人預警指揮機或地面站。參數對應X20～X22。反應時間隸屬度函數R20={X20>7∶0.1;5500∶1;500

(5)

5)節點間數據傳輸能力

權重矩陣ωc=[ω15ω16ω17ω18ω19]。根據公式計算數據傳輸能力熵Ec。節點間考慮邊的通斷問題,傳輸距離隸屬度函數R1為+∞時,邊的能力低到通信鏈路斷開,相當于這條邊不存在。

(6)

2.3 業務邊能力熵計算

節點之間的相互作用主要通過邊體現出來。具體量化用邊的權重表示,第一權重能力熵可通過計算得到,第二權重為該行動需要耗費的時間t。

如圖2所示,有T-S、S-C、C-A、A-T、S-S、C-C、A-A共7種邊。在相應信息流程的支撐下,完成OODA環的每一個環節。同時邏輯網絡具有學習能力和自演化功能,集群的涌現能體現在平臺的基本能力和網絡賦能。邏輯網絡及運行機制決定了無人機集群涌現。

1)T-S邊能力熵

ET-S=E1ω1+E2ω2+Ehideωh

(7)

目標的數量(作戰節點入度)影響目標信息提供的刷新率。通過時間體現出來。目標偵察交互關系主要衡量偵察類裝備對目標節點的偵察能力,在構建關聯關系模型時,根據裝備的指標評估關聯關系的能力值。在節點建模中,偵察節點S分時使用去偵察多個目標,會出現偵察消耗時間變長。對應作戰環網絡偵察節點入度D增多導致時間變長。具體計算方法為式(8)。

T2=T1*D

(8)

2)S-C及C-A邊能力熵

OODA環的第二、三環節,作戰能力由指揮控制類節點與偵察類節點間的數據傳輸(Ec)和指揮控制類節點的信息處理能力熵(Et)同作用決定。權重矩陣ω=[ω1ω2],計算方法為式(9)。C-A邊能力熵計算方法類同。

ES-C=Ecω1+Etω2

(9)

3)A-T邊能力熵

OODA環的第最后環節,對應無人集群協同圍捕行動,其信息熵由目標類抗打擊能力(Ean)與打擊類的打擊能力(EA)共同作用決定。作戰環網絡中不能并行的環節,攻擊機的數量為并行數的上限。

EA-T=(Ean+EA)/2

(10)

2.4 協同邊能力熵計算

協同邊發生同類型節點間,能力提升通過能力熵計算體現,在合并的基礎上,增加一個系數Ks表示。一般來說,學習和進化能力的提升可以對其他各方面能力有一個促進,因此,本文認為學習進化能力(找環境學,找對手學習)對基于信息網絡的交感有一個綜合加權的貢獻。此外,時間t消耗的越大,對于的作戰能力越低,設計一個減函數,用于計算Ks。

Ks=F(t)

(11)

1)傳感子網S-S邊能力熵

OODA環的第2環節,由指揮控制類的數據傳輸能力熵和信息處理能力熵與偵察類的能力熵共同作用決定。需要把其他兩邊拉進來耦合運算。Ks為增強系數,可根據對抗場景不同進行取值。見圖4。

圖4 傳感子網S-S合并

2)決策子網C-C邊能力熵

指標：信息處理、信息保真度,規劃系統能力(基于網絡的收集規劃的輸入和分布式的數據調用)、指揮員實時決策能力、人機協作能力,統籌規劃能力。見圖5。

圖5 決策子網C-C合并

3)作戰/控制子網A-A邊能力

具體能力熵的計算方法與S-S邊類同。由于無人機集群單機的攻擊能力弱,一般只能攻擊一個目標,所以當目標數量多于攻擊機數量,規劃時一般不能將攻擊機進行交感協同。

3 評估方法

將實際任務按照“作戰任務→具體行動”的方法進行自頂向下的OODA分解,然后反過來基于各自的能力熵進行自底向上的聚合計算,最終得出無人機集群協同作戰能力評估結果。

3.1 評估流程

具體流程包括以下4個方面。

1)分解無人集群作戰任務為具體作戰行動,確定作戰目標,對目標進行分析,根據具體任務場景確定整體的指標權重。

2)構建評估網絡,以作戰節點作為網絡節點,作戰行動映射為網絡邊的連接關系。節點作戰能力用裝備作戰性能概率參數表征,如果節點之間產生協同,能力的提升,量化表現為邊的能力熵。

3)計算戰斗環的效能,作戰環的能力熵為即為各邊能力熵的合成,即對某個目標的作戰能力為并行作戰環并聯的信息熵。

4)集群對多目標的作戰能力為各目標的作戰能力的加權和。同時計算總體時間對效能的影響。

3.2 評估網絡路徑能力熵的計算模式

評估網絡路徑的能力熵可以通過各邊的能力熵進行合并計算。主要分為并聯模式,串聯模式,混合模式3種情況。

并聯主要發生網絡內同類節點發生協同/交感時,如圖6所示,評估網絡會產生雙向邊,不是單向網絡。類似網絡中S-S和A-A這種邊的處理,將同類協同節點進行合并為一個節點,對相應的邊關系進行處理,完成時間和能力熵兩方面進行重新計算,形成新的邊和權值,生成新的網絡。

圖6 評估網絡協同邊處理示意圖

串聯主要發生OODA各環節的串行,各環的能力熵為各邊能力熵之和。

從整個評估網絡看就是以上2種模式的混合,如圖6所示,整個并行的作戰環為評估網絡的子網,能力熵的計算為并聯和串聯模式的綜合。并行作戰環的求解變為節點度受限(偵察節點同時跟蹤數)的最短路問題的求解問題。最短的并行作戰環形成并行作戰環的能力熵,即可表述無人機集群針對該任務的作戰能力。

3.3 評估網絡時間權處理方法

考慮時間的消耗轉化為相應的效能降低。本文總體思路為所有的能力都是時間t的減函數,即隨著時間的消耗時間的增加,無人集群體現的能力下降。針對目標是否運動、有無障礙和威脅,可以分4種場景分別進行評估。

E=F(Eh,t)=EhtKt

(14)

無人機集群學習訓練的場景和任務對抗程度有關,例如障礙/靜態的場景可以進行圖像目標的學習,可以消除不確定性,提高能力值(E減小)。函數F對t為減函數,訓練時間越長,可以消除交感/協同不確定性,能力熵值越低,能力增強。由于不是本文研究重點,簡化為依據靜態目標和動態目標,有無障礙或威脅分為4種類型的系數Kt：①靜態、無故障和威脅：Kt=0.05;②靜態、有故障或威脅：Kt=0.1;③動態無故障和威脅：Kt=0.1;④動態有障礙或威脅：Kt=0.3。

按照式(14)處理,將并行作戰環的能力熵與最長時間疊加為評估網絡的綜合能力熵。

3.4 并行作戰環能力熵算法

現有評估方法一般統計所有作戰環,文獻[11]枚舉列出所有的作戰環,計算所有環的綜合加權。從作戰環的統計方法看,共有2N條作戰環(N為無人機數量)。攻擊節點為物理域,非信息域,同一時間不能同時工作,存在不合理性。所以無人機集群能力僅能體現在一定時間范圍內同時并行的作戰環。

算法的總思路為根據無人機集群各類型無人機數量。依據信息流轉關系,形成評估的網絡的連接拓撲關系,對場景分析確定各類系數。以攻擊機數量進行循環處理,生成各并行環的路徑。

輸入：目標數量MT、各類無人機數量Ms、Mc、MA、Mw,同類節點協同關系,目標清單。

根據目標的重要性分配關系形成A-T邊,攻擊節點的出度為1,偵察節點的最大入度為最大跟蹤目標數。根據通信網絡的通斷關系判斷邊的通斷,如圖6所示,整個評估網為有向網絡。以攻擊節點A為中心,進行相應計算,算法流程如圖7所示。

圖7 并行作戰環能力熵算法流程圖

輸出：評估網絡,并行作戰環數量及路徑,并行作戰環的混合能力熵,集群協同作戰能力。

4 評估驗證范例

本文以無人機集群跨域作戰為背景,實現海域封控作戰作為實際范例,實現對無人機集群協同作戰能力的網絡建模及作戰能力評估,并進行合理性驗證。同時,還對作戰環的作戰能力計算結果進行分析,歸納出一些有意義的結論,作為指導實際作戰的重要依據。

4.1 任務想定

無人機集群海域封控任務針對未知海上環境的海面、空中、水下目標,實施協同搜索、查證、圍捕等行動,綜合考慮威脅規避、機動代價、通信連接、時空一致等約束,在指定海域完成巡邏、搜索、偵察、定位、跟蹤和攻擊等任務。評估對象：美軍公開實驗的X-61A“小精靈”集群,分別掛載不同的載荷擔任4種不同角色,完成跨域海面封控作戰任務。主要的行動有協同查證、協同圍捕軍用運輸補給船(T1)和電子偵察船(T2)。

4.2 無人機集群參數

根據裝備的基本參數和實驗方面的數據,在跨域海面封控任務中,幾類節點典型的參數如表1～6,按照2.2節方法計算各無人機節點的能力熵。

表1 目標類節點參數

表2 偵察類節點參數

表3 指揮通信類節點參數

表4 攻擊類節點參數

在本案例中,察打一體無人機節點W通信能力與S1一致,偵察能力為其一半,打擊能力為A1的一半。經計算匯總各作戰邊的能力熵如表5所示,

表5 各類型作戰任務邊的能力熵及消耗時間

評估方案設計主要考慮不同集群之間的對比和同一集群編成使用不同的協同方案的對比。為考慮裝備之間的協同關系,如表6所示,方案4在方案3的基礎上增加了偵察設備的交感協同,方案5和6增加偵察和攻擊的交感協同。

表6 無人機集群組成協同方案列表

4.3 權重系數列表

相應的權重系數根據無人機集群任務的特點,參考想定任務實驗執行情況,基于專家經驗進行估算賦值。具體權重系數如表7所示。

表7 無人機集群海域封控作戰能力參數權重系數

4.4 集群評估網絡及能力熵

圖8中的虛線邊代表方案4與方案3的區別。處理的方法進行處理。

圖8 方案3-4評估網絡示意圖

4.5 評估數據對比分析

在形成的網絡評估圖8和9的基礎上,使用3.4節的算法,算出了各個方案的并行環及作戰能力,如表8和表9所示。

表8 各方案作戰效果統計表(5節點)

表9 各方案作戰效果統計表(7節點)

從表8對比看出,方案1中察打一體無人機單獨的作戰能力明顯低于5節點集群中方案3和方案4的作戰能力。說明集群的并行處理對協同作戰能力有明顯的提升。方案2比方案1多了4個節點,但整體作戰能力0.146 23反而低于察打一體無人機的0.170 8。說明如果沒有形成協同并行作戰環,單單增加集群無人機數量對作戰能力提升沒有效果。

從表9對比方案5～7的作戰能力。方案6雖然采取傳感子網和作戰攻擊子網的協同,整個能力反而低于方案5和方案7的多作戰環并行方案。經分析發現主要因為并行的數量少。方案7既有多作戰環并行有又有子網內的協同,作戰能力最高。

為進一步分析作戰能力值與集群中無人機數量和并行作戰環數量的關系,抽取表8的數據形成圖9。發現3條曲線基本為增函數,即隨著無人機數量和并行環數量的增加,集群的作戰效能同步增加。與日常的認知相同。但是協同作戰能力曲線與并行環數量的曲線完全一致,與飛機數量曲線與它們不太一致。這個結論不能用無人機堆砌出來的作戰環衡量集群能力的分析進一步驗證,說明無人機集群數量的增加并不能直接提升作戰能力,而是需要相應的協同策略和恰當的作用使用方法。

圖9 作戰能力-并行環數-無人機飛機數量關系曲線圖

基于最大效能原則,從協同策略和作戰使用上的建議：①同類節點的協同原則,主要在傳感子網實現偵察節點的協同,盡量降低作戰環的能力熵。攻擊作戰子網內僅僅當攻擊節點遠遠大于目標數量才開展,這樣能增加集群并行環的數量,提高作戰效能。②傳感節點協同后的信息可以提供給多個攻擊節點,無需為每個攻擊節點配置獨立的傳感節點,充分體現信息的可重用性。

5 結語

本文研究無人機集群基于信息網絡的協同作戰能力評估問題,在無人機集群信息網絡的基礎上設計了評估網絡模型和評估網絡能力熵的計算方法,實現了無人機集群協同作戰能力的量化評估,為體系作戰能力量化評估的有益探索,對無人機集群協同作戰應用具有重要的參考價值。后期將針對評估指標權重及時間對效能的影響系數的調節問題進行研究,考慮通過相應專家經驗和機器學習相結合方式進行解決。