情報學視角下航空工業顛覆性技術識別研究

王曉琦　朱玉虎　馮莉　王文升

摘要：文章分析了航空工業顛覆性技術形態特征，在此基礎上提出航空工業顛覆性技術識別方法，以多旋翼無人機為研究對象，對該方法的有效性進行驗證。通過SAO結構分析、Doc2vec模型、K-means++算法等情報學方法，識別多旋翼無人機領域具有顛覆性潛力的技術主題。研究結果認為，航空工業顛覆性技術具有技術發起者為在位企業、技術路線為自上而下、以應用效果作為評價標準、較強的學科耦合性等特點。多旋翼無人機領域具有顛覆性潛力的技術主題有：目標跟蹤、控制算法突破、故障診斷方法和容錯控制技術。

關鍵詞：航空工業；顛覆性技術；多旋翼無人機；Doc2vec模型

中圖分類號：G35文獻標志碼：A0引言航空工業是典型的資金、技術和智力密集型產業，是一國進行大規模研發投入、技術創新和運用的重要領域。顛覆性技術在該領域的實際應用能夠指數級提升武器裝備效能，并深刻改變未來戰爭模式。

現階段學界已經圍繞顛覆性技術的概念內涵和識別方法等主題開展了大量研究［1-5］。具體到航空工業，研究內容主要集中在顛覆性技術的變革作用和組織創新模式［6-9］。然而顛覆性技術這一概念在引入航空領域后呈現怎樣的特點，如何對該行業特定領域技術進行識別，上述問題較少有研究涉獵。本文分析航空工業顛覆性技術的內涵演變和主要特征，并以多旋翼無人機為對象，對其具有顛覆性潛力的技術方向進行識別。通過上述研究，以期深入理解行業特點與顛覆性技術內涵外延的關系，形成可工程化復用的顛覆性技術識別方法，加強工業部門和航空企業對相關技術的預見、研究和整體謀劃。

1航空工業顛覆性技術分析顛覆性技術概念的提出是為了解答當技術和市場發生變化時，原本處于領先的企業無法保持原有地位的原因。該概念建立在完全競爭市場上，當這一概念被引入軍用航空工業領域時，其核心內涵勢必隨行業的特殊性質發生變化，并呈現出不同特征。

1.1行業特點分析1.1.1高度壟斷性對于航空工業企業而言，進行生產活動的首要目的是保證武器裝備如期交付并投入使用，其次才是實現自身盈利。為了實現上述目標，無論是發達國家還是發展中國家，都樹立了極高的行業壁壘，以保證具有雄厚資本和穩定可信賴資質的成員進入，一般呈現出寡頭壟斷或寡頭競爭的格局。在該行業中，政府和軍方是公民安全的唯一購買委托人和唯一委托使用者。企業的發展戰略必須與國家政治利益和國防安全戰略保持一致，研制任務、生產經營目標均要受到政府和軍方的介入及干預，自主發揮的空間十分有限，這種關系呈現出很強的穩定性。

1.1.2資本、技術和智力高度密集航空工業資金投入規模龐大、回報周期長、研制風險高，一般民營或私營企業沒有能力也不愿在該領域進行持續大量投資，因此國有資本始終占據了絕對主導地位。同時，武器裝備的設計必須滿足未來戰爭的需求［10］。為了保持技術優勢，需要持續進行技術創新、驗證和應用。一型武器裝備要經歷論證、方案、工程研制、設計定型和生產定型等不同階段，需要飛行器設計、結構、強度、導航、自動控制、機械、材料和計算機等多個專業人員協作完成，對相關從業人員的技術素養和專業能力要求也相應較高。

1.1.3技術試錯成本高昂一型裝備的研制周期較長，在項目開展過程中必然會面臨以下不確定因素：一是外部威脅發生變化，裝備的參數指標和效能水平與實際需求不符。如美軍F-15A戰斗機采用了大量先進技術，但可靠性無法得到保證。二是無法準確預測裝備將在何種情況下使用。如法國和德國聯合研制的虎式攻擊直升機雖然具備在沙漠環境中的作戰能力，但在馬里作戰時，由于當地沙質過細，導致發動機因過濾問題而產生磨損，難以適應當地的自然條件［11］。三是技術自身發展與裝備研制無法同頻共振，導致項目延遲或無法按質交付。上述因素進一步加劇了航空工業研制活動的復雜性和不確定性，使其幾乎沒有容錯空間。

1.1.4產業集群為輪軸式航空工業在發展過程中呈現出明顯的集群化特征，這有利于降低物流和勞動力成本，促進知識溢出，增強產業鏈彈性，提高應對外部需求變化的反應能力。同時，集群內部的各類主體存在一定的等級和層次關系，總體設計、核心部件制造、試飛鑒定等關鍵環節主要由大型軍工機構承擔，它們是決定技術水平、研制進展、競爭優勢的主要因素，其他配套單位圍繞核心單位和企業，進行零部件生產加工、特定技術和管理模式創新、生產配套、分包銷售、服務支撐等生產活動，對核心單位和企業具有較強的依賴性［12］。

1.2航空工業顛覆性技術特點由于以上行業特點，航空工業顛覆性技術也呈現出不同于傳統核心定義的特點，集中體現在以下幾方面。

1.2.1技術發起者為在位企業在航空工業領域，顛覆性技術往往由大型軍工機構和企業（即在位公司）發起。這些主體擁有雄厚的綜合技術實力和穩定可信賴的資質，能夠和軍方保持更為密切的聯系，這使其能夠快速獲取新的需求，從而及時進行調整和變革。同時，由于上述主體處于產業集群的核心位置，相關資金、人力和技術等要素會向其匯集和傾斜，使其始終保有孕育顛覆性技術的優勢。

1.2.2技術路線自上而下切入在充分競爭市場中，應用顛覆性技術的產品可以比主流產品更簡單、方便和便宜。它們從低端或邊緣市場切入，進而占領主流市場，演化路徑為自下而上。但航空工業顛覆性技術一般以高成本-高性能組合的方式切入，即需要通過資本、技術和人員的大規模持續投入，尋求技術的重大突破，達到大幅提升武器裝備效能的目的。新型裝備會率先在軍事強國進行運用，然后逐步推行至其他國家，以自上而下的方式占領市場。

1.2.3以技術應用效果作為評價標準在一般行業中，可以從技術形態、特點和演化方式等多維度分析一項技術是不是顛覆性技術。但在航空工業領域中，由于其極低的技術容錯空間，對顛覆性技術的判斷都是從技術應用效果出發進行衡量的，如：是否改變作戰模式和作戰規則；是否指數級提高了武器裝備效能；是否使原有的軍事力量結構、基礎以及能力平衡發生根本性的變革等。

1.2.4多學科強耦合性近年來，隨著各類作戰概念的推陳出新，武器裝備在完成單一的作戰任務外，還需要與其他多兵種裝備進行協同，實施高度一體化的聯合作戰。然而，傳統、單項技術難以帶來革命性的解決方案，想要取得跨越式的技術突破，需要依靠跨多學科、多領域的復雜內在結構技術群［13］。從早期的雷達、聲吶和加密通信，到近年來逐步應用的人工智能、量子、定向能和增材制造等，都是在基礎科學進步的基礎上，通過技術之間的重新組合、集成創新或跨領域應用的體現。

2實證研究本節在前述研究基礎上，以多旋翼無人機為例進行實證研究。

無人化是未來武器裝備的重要發展趨勢之一，其靈活的作戰模式不但能夠獨立完成作戰任務，還能夠與有人裝備協同作戰，通過創新作戰概念，增強裝備消費比，最終實現軍事對抗環境下的非對稱優勢［14］。微機電系統、自動控制、自主飛行決策等技術的迅速發展和應用，使多旋翼無人機正逐步實現實戰化應用。識別多旋翼無人機領域具有顛覆性潛力的技術方向，能夠為該領域的未來技術發展提供一定的參考。

2.1方法框架本研究整體的方法框架如圖1所示。該框架以情報學相關方法為主［15-19］，在現有研究基礎上進行了優化，主要體現在：（1）利用CiteSpace提取多旋翼無人機領域核心文獻，保證樣本數據具有顛覆性潛力，提高后期識別準確性。（2）基于核心文獻摘要SAO（主謂賓）結構和Doc2vec詞向量模型構建文章摘要向量。（3）利用K-means++算法進行詞向量聚類，將核心文獻摘要按照語義信息進行類別劃分，識別出核心文獻中蘊含的主要技術方向。

2.2實證分析

2.2.1研究數據獲取研究數據來源于Web of Science 索引數據庫。綜合多旋翼無人機的一般性表述和分類，關鍵詞上下位關系和已有文獻中相關檢索式的編輯邏輯，編輯檢索式并在Web of Science進行3輪檢索和優化，確認檢索式為TI=（（（“multi rotor” OR “quadrotor” OR “quadcoter” OR “hexcopter” OR “six rotor” OR “eight rotor”）AND（（unmanned OR autom* OR remotely

piloted OR nonhuman ）AND （aircraft OR “aerial vehicle”OR drone OR plane OR aerocraft* OR airplane）））OR（“UAV”）），檢索范圍為Web of Science核心集，數據類型為Article和Meeting，檢索時間跨度為2000—2021年，檢索時間為2021年10月9日，最終獲取文獻668篇。

2.2.2提取核心文獻運用CiteSpace 5.2軟件，綜合運用被引頻次（Top N）、中介中心性（Betweenness Centrality）和爆發性（Burst）等3個指標，提取核心文獻。其中：被引頻次反映了領域的基礎技術，為基礎文獻；中心度體現技術的連接度和交叉性，為熱門文獻；爆發性體現技術的前沿性，為前沿文獻。具體選擇標準為：時間跨度內有被引記錄的排名前1%的文獻為基礎文獻，中介中心性大于0.1的文獻為熱門文獻，系統探測出爆發性數值的文獻為前沿文獻。取三者的并集作為核心文獻集，時間切片設定為2年，最終提取出68篇核心文獻，結果如表1所示。

2.2.3關鍵詞（SAO）提取提取68篇文獻摘要的主（S）謂（A）賓（O）結構。一般認為 AO 結構表示對問題的描述，而 S 表示解決問題的方法，因此SAO 結構能夠清晰地呈現出技術文本中各個組件之間的關系［20］。本文運用StanfordParser文本挖掘軟件進行句法分析，通過Java編程提取SAO結構。在對結果進行人工修正后，最終確認203組有效的SAO結構，形成的結果如表2所示。

2.2.4利用Doc2vec模型嵌入SAO結構現有的 SAO 結構提取過程容易忽略結構所在句子的上下文信息［16］。因此，本文采用SAO結構嵌入向量計算過程的方式融合SAO結構之間的關系和被忽略的SAO結構上下文信息來進行更為快速地分析。本文嵌入SAO結構的基本方法是采用Doc2vec模型，由于Doc2vec模型對文檔中所有詞都賦予的權重一樣，獲得的向量具有一般性，因此本文通過增加幾個基于SAO結構的更新過程，來獲得SAO結構向量和摘要向量。基本參數如表3所示，具體過程如下：

（1）嵌入并更新詞和句子向量。對核心文獻集摘要進行劃句標記處理構建語料庫，采用Doc2vec模型進行訓練（Doc2vec模型參數如表3所示）。獲得核心文獻集摘要中單詞和句子的詞向量表達形式。

（2）利用SAO結構更新句子向量。進一步利用2.2.3過程中提取的核心文獻集SAO結構，更新句子向量，獲得文獻的詞向量、句子向量以及FE（Function Emphasis）向量。

（3）獲得SAO和摘要向量。通過識別相似的SAO結構，學習SAO結構向量，并通過一致的方式獲得摘要向量。

2.2.5相似度計算與聚類作為基于劃分的聚類算法，K-means算法有算法簡單、收斂速度快、能有效處理大數據集等方面的優點［21］。但由于K-means算法的分類結果受到初始點的選取而有所不同，本文采用改進的算法K-means++對文檔向量進行聚類。結構相似度矩陣的部分結果見表4。

采用肘部法確定最佳的聚類中心數量k值，定義如公式（1）所示：

SSE=∑^k_i=1∑_b∈CiC_t|b-m（i）|²（1）

式中：SSE為簇內誤方差；Ci表示第i個簇，b為Ci的樣本點，m（i）是Ci的聚類中心。SSE隨k值的增加而降低，當SSE下降幅度明顯趨于收斂時對應的k值為最佳值。從圖2可以看出，當k=5時，SSE出現拐點，故選定k值為5進行模型訓練。使用t-SNE（分布隨機領域嵌入）算法對聚類結果進行降維并可視化，結果如圖3所示。

2.3結果分析圖3中的散點代表核心文獻，不同顏色的散點組成了不同的聚類，▲表示聚類內部的中心，68篇核心文獻最終被劃分為5個聚類。對各聚類中文獻的SAO結構進行進一步的語義解讀總結出3個多旋翼機領域未來具有顛覆性潛力的技術方向。

2.3.1無人機目標跟蹤

多旋翼無人機的使用場景較為復雜，如野外山地、城市道路等。在執行任務時無人機通過攝像頭將采集到的圖像傳輸到處理器中進行圖像處理，輸出相應的信息指令。聚類內容主要涉及目標檢測技術算法優化、縮小跟蹤誤差等。對于目標檢測算法的改進能夠優化多旋翼無人機姿態估計，提高目標跟蹤的精確程度。該領域取得的技術突破能夠極大提升多旋翼無人機在實際應用環境中的任務執行能力和環境適應范圍。具體而言：在軍事領域，能夠進行戰場環境偵察，實現實時動態監控；在民用領域，可在災害探測、交通管理調度等方面快速進行目標定位，縮短搜救時間，實現智能交通調度［20］。

2.3.2控制方法的突破

多旋翼無人機的控制方法是無人機設計中的關鍵和基礎性問題，直接影響其姿態穩定性和可操作性，在聚類中具體表現為：（1）通過單個算法的優化或兩種方法的組合使用來提高無人機的穩定性，涉及的方法主要有滑膜控制、自適應控制和反步控制等。（2）通過神經網絡控制、模糊自適應控制、遺傳算法等智能控制方法來穩定多旋翼無人機姿態，實現定點懸停，提高系統的抗干擾性和魯棒性等，但目前部分文獻仍多停留在實驗和仿真階段。

2.3.3故障診斷方法和容錯控制技術

多旋翼無人機動力學特性較為復雜，需要多個傳感器與執行器之間相互配合工作，這種復雜的特性使得其相較于固定翼無人機更易發生故障。因此，多旋翼無人機的系統故障診斷和容錯控制技術得到學界的高度關注。聚類中涉及的故障種類主要是傳感器故障和執行器故障。其中，傳感器容錯控制技術具有多學科交叉性，其能夠使飛行器在發生故障情況下保持穩定運行，尤其對于軍用無人機具有重大意義。通過分析，認為探索飛控系統智能故障診斷方法，避免外界擾動和噪聲等未知輸入對控制器的影響是具有顛覆性潛力的技術研究方向［22］。

3結論與展望本文探討了航空工業顛覆性技術的內涵和主要特征，在此基礎上提出了航空顛覆性技術的識別框架，對已有的技術識別方法進行了部分優化，主要體現為：提取核心文獻以提高后續數據分析工作的準確性；借助Doc2vec模型嵌入SAO結構的方式，使獲得的文檔向量有效反映了文檔中的技術要素及上下文信息。以多旋翼無人機領域為研究對象，驗證了該方法的有效性和可操作性，并以多旋翼無人機為例進行了實證研究。

本研究也存在一定不足之處：沒有考慮軍民用航空不同行業的特點；樣本數據種類較為單一，只對專業論文進行了分析，具有一定局限性和片面性；在識別過程中存在一定信息損失，可能對最后的結果產生影響。

參考文獻

［1］張守明，張斌，張筆峰，等.顛覆性技術的特征與預見方法［J］.科技導報，2019（19）：19-25.

［2］王超，許海云，方曙.顛覆性技術識別與預測方法研究進展［J］.科技進步與對策，2018（9）：152-160.

［3］張佳維，董瑜.顛覆性技術識別指標的研究進展［J］.情報理論與實踐，2020（6）：194-199.

［4］劉慶全，蔡小錦，寧鐘.顛覆性技術研究述評與展望：基于戰略生態位管理視角［J］.管理現代化，2021（3）：107-114.

［5］孫永福，王禮恒，陸春華，等.國內外顛覆性技術研究進展跟蹤與研究方法總結［J］.中國工程科學，2018（6）：14-23.

［6］DOMBROWSKI P，GHOLZ E.Identifying disruptive innovation：innovation theory and the defense industry［J］.Innovations：Technology，Governance，Globalization，2009（2）：101-117.

［7］沈梓鑫.美國的顛覆性技術創新——基于創新型組織模式研究［J］.福建師范大學學報（哲學社會科學版），2020（1）：91-100.

［8］劉昊，張志強，馮志剛.北約未來軍事新興顛覆性技術規劃分析及啟示建議［J］.世界科技研究與發展，2021（2）：127-137.

［9］李大光.顛覆性技術將對國防安全產生深刻影響［J］.國防科技工業，2020（2）：50-53.

［10］張翚，劉金浩.設計武器裝備就是設計未來戰爭［N］.解放軍報，2021-04-23（9）.

［11］MICHEL M.Mali：les hlicoptèresfranais de l′opration “Barkhane”，les pales du dsert［EB/OL］.（2015-06-02）［2021-11-02］.https：//www.lepoint.fr/monde/mali-les-helicopteres-francais-de-de-l-operation-barkhane-les-pales-du-desert-02-06-2015-1932966_24.php.

［12］杜人淮，申月.國防工業軍民融合集群化發展及實現［J］.西北工業大學學報（社會科學版），2019（1）：97-105.

［13］劉安蓉，李莉，曹曉陽，等.顛覆性技術概念的戰略內涵及政策啟示［J］.中國工程科學，2018（6）：7-13.

［14］胡利平，黃曉陽，梁曉龍，等.美軍無人機蜂群作戰研究動態及應對策略［J］.國防科技，2021（4）：17-25.

［15］錢嬌.基于SAO的專利挖掘方法及在工業機器人領域的應用［D］.廣州：華南理工大學，2018.

［16］黃魯成，張璐，吳菲菲，等.基于突現文獻和SAO相似度的新興主題識別研究［J］.科學學研究，2016（6）：814-821.

［17］黃魯成，蔣林杉，吳菲菲.萌芽期顛覆性技術識別研究［J］.科技進步與對策，2019（1）：10-17.

［18］白光祖，鄭玉榮，吳新年，等.基于文獻知識關聯的顛覆性技術預見方法研究與實證［J］.情報雜志，2017（9）：38-44.

［19］梁欣誼.基于專利分析和SAO結構挖掘的航空航天領域3D打印技術演進研究［D］.廣州：華南理工大學，2016.

［20］李繼輝.多旋翼無人機的目標檢測與自主避障研究［D］.北京：中國科學院大學，2020.

［21］湯艷君，蘇梅，許彩滇，等.利用Doc2Vec及改進K-means聚類實現文本取證分析［J］.中國刑警學院學報，2020（4）：115-121.

［22］時曉宇.無人機飛控系統的故障診斷與容錯控制技術研究［D］.成都：電子科技大學，2021.

（編輯姚鑫編輯）

Research on the identification of disruptive technologies in aviation industry from the

perspective of information scienceWang? Xiaoqi， Zhu Yuhu， Feng? Li， Wang? Wensheng

（The First Institute of AVIC， Xian 710089， China）Abstract： Analyze the characteristics of disruptive technologies in aviation industry， propose a method for identifying disruptive technologies according to the previous research. Taking multi-rotor UAV as the research object， verify the effectiveness of this method. Through SAO structural analysis， Doc2vec model， K-means++algorithm， and other means， identify disruptive technical topics in the field. The results show that disruptive technologies in aviation industry are characterized by the incumbent enterprise as the technology initiator， the top-down technology roadmap， the application effect as the evaluation standard， and strong discipline coupling. The disruptive technical topics in the field of multi-rotor UAV include target tracking， breakthroughs in control algorithms， fault diagnosis methods and fault-tolerant control technology.

Key words： aviation industry; disruptive technology; multi-rotor UAV; Doc2vec mode