李 文 陳 建

1.北京航天自動(dòng)控制研究所，北京100854 2.中國(guó)農(nóng)業(yè)大學(xué)工學(xué)院, 北京 100083

有人機(jī)/無(wú)人機(jī)混合編隊(duì)協(xié)同作戰(zhàn)研究綜述與展望

李 文1陳 建2

1.北京航天自動(dòng)控制研究所，北京100854 2.中國(guó)農(nóng)業(yè)大學(xué)工學(xué)院, 北京 100083

有人機(jī)與無(wú)人機(jī)混合編隊(duì)協(xié)同作戰(zhàn)是未來(lái)空戰(zhàn)的重要形式。有人機(jī)是中央指揮，而無(wú)人機(jī)直接接受有人機(jī)的指揮和控制，并進(jìn)行戰(zhàn)場(chǎng)態(tài)勢(shì)感知、目標(biāo)打擊等。有人機(jī)和無(wú)人機(jī)可以看成空間上分離而邏輯上一體的巨型虛擬戰(zhàn)機(jī)，二者優(yōu)勢(shì)互補(bǔ)，充分發(fā)揮最大綜合效能，既提高了有人機(jī)的生存能力又延伸了無(wú)人機(jī)的探測(cè)距離范圍和攻擊距離。本文首先簡(jiǎn)述了有人機(jī)/無(wú)人機(jī)混合編隊(duì)協(xié)同作戰(zhàn)的發(fā)展歷程，然后重點(diǎn)歸納了協(xié)同作戰(zhàn)的關(guān)鍵技術(shù)原理和國(guó)內(nèi)外研究成果，包括協(xié)同態(tài)勢(shì)感知與評(píng)估技術(shù)、協(xié)同任務(wù)分配技術(shù)、協(xié)同航路規(guī)劃技術(shù)、編隊(duì)飛行與跟蹤控制技術(shù)，并給出了一個(gè)在典型作戰(zhàn)任務(wù)設(shè)定下的協(xié)同作戰(zhàn)流程。最后對(duì)該領(lǐng)域的研究發(fā)展方向進(jìn)行了展望。 關(guān)鍵詞 有人機(jī)/無(wú)人機(jī)；混合編隊(duì)；協(xié)同作戰(zhàn)；制導(dǎo)控制

無(wú)人機(jī)是信息化、無(wú)人化戰(zhàn)爭(zhēng)的重要武器裝備，其成本低、體積小、機(jī)動(dòng)性好、效費(fèi)比高。世界各國(guó)競(jìng)相發(fā)展無(wú)人機(jī)的最終目標(biāo)是自主地完成作戰(zhàn)任務(wù)，作戰(zhàn)全程不人為干預(yù)。但是目前，因?yàn)閱渭軣o(wú)人機(jī)所能發(fā)揮的作用效能十分有限，提高對(duì)抗能力主要依靠多無(wú)人機(jī)編隊(duì)的戰(zhàn)術(shù)配合來(lái)保持規(guī)模優(yōu)勢(shì)。而無(wú)人機(jī)編隊(duì)正常運(yùn)行依賴地面站控制，但這種傳統(tǒng)模式的信息傳遞速度有限，存在指揮控制范圍有限，信號(hào)易被干擾和監(jiān)聽(tīng)的問(wèn)題，跟不上現(xiàn)代戰(zhàn)爭(zhēng)快速打擊的節(jié)奏，很大程度上限制了多無(wú)人機(jī)體系作戰(zhàn)效能的發(fā)揮。因此，實(shí)現(xiàn)多無(wú)人機(jī)自主協(xié)同作戰(zhàn)任重道遠(yuǎn)，客觀上需要有機(jī)融入人類的決策智慧。有人機(jī)/無(wú)人機(jī)混合編隊(duì)協(xié)同作戰(zhàn)使二者優(yōu)勢(shì)互補(bǔ)。無(wú)人機(jī)群在有人機(jī)外圈飛行，相互之間通過(guò)數(shù)據(jù)鏈通信，實(shí)現(xiàn)二者信息共享，根據(jù)有人機(jī)飛行員的指揮控制開(kāi)展任務(wù)，既提高了有人飛機(jī)的生存能力又延伸了無(wú)人機(jī)的探測(cè)距離和攻擊距離。有人機(jī)/無(wú)人機(jī)混合編隊(duì)協(xié)同作戰(zhàn)示意圖如圖1所示。

圖1 混合編隊(duì)協(xié)同作戰(zhàn)示意圖

有人機(jī)/無(wú)人機(jī)混合編隊(duì)協(xié)同作戰(zhàn)是一個(gè)復(fù)雜過(guò)程，要達(dá)到出色的作戰(zhàn)效果，涉及到各個(gè)環(huán)節(jié)的良好配合，這包括協(xié)同態(tài)勢(shì)感知與評(píng)估技術(shù)、協(xié)同任務(wù)分配技術(shù)、協(xié)同航路規(guī)劃技術(shù)、編隊(duì)飛行與跟蹤控制技術(shù)、戰(zhàn)場(chǎng)智能決策技術(shù)和目標(biāo)打擊效能評(píng)估技術(shù)等。目前鮮有文章全面覆蓋總結(jié)這些關(guān)鍵技術(shù)，本文圍繞這些技術(shù)，簡(jiǎn)要介紹其原理并總結(jié)了國(guó)內(nèi)外的主要研究成果，最后在此基礎(chǔ)上對(duì)今后值得研究的重要問(wèn)題和發(fā)展方向進(jìn)行了展望。

1 協(xié)同態(tài)勢(shì)感知與評(píng)估

有人機(jī)/無(wú)人機(jī)協(xié)同編隊(duì)?wèi)B(tài)勢(shì)感知與評(píng)估是協(xié)同作戰(zhàn)非常重要的階段。大致過(guò)程是有人機(jī)通過(guò)接收無(wú)人機(jī)上傳感器傳來(lái)的外部戰(zhàn)場(chǎng)信息，分析戰(zhàn)場(chǎng)環(huán)境所處狀態(tài)以及估計(jì)可能的發(fā)展趨勢(shì)，評(píng)估完成后，有人機(jī)進(jìn)行決策并將決策結(jié)果傳送給無(wú)人機(jī)。

1.1 戰(zhàn)場(chǎng)態(tài)勢(shì)感知與評(píng)估

目前，關(guān)于有人機(jī)/無(wú)人機(jī)協(xié)同作戰(zhàn)態(tài)勢(shì)感知與評(píng)估并無(wú)一個(gè)完善的理論方法與體系框架，一些學(xué)者進(jìn)行了初步探索，獲取了一定的成果。Endsley在文獻(xiàn)[1]中提出了詢問(wèn)式的態(tài)勢(shì)感知方法和全局評(píng)估技術(shù)，探討了基于不同情境下個(gè)人和環(huán)境因素對(duì)感知和決策結(jié)果的影響。文獻(xiàn)[2]設(shè)計(jì)了通用作戰(zhàn)態(tài)勢(shì)圖來(lái)顯示戰(zhàn)場(chǎng)綜合態(tài)勢(shì),輔助飛行指揮員進(jìn)行戰(zhàn)場(chǎng)態(tài)勢(shì)感知與評(píng)估、戰(zhàn)術(shù)決策等任務(wù)。胡杰[3]等人提出基于變精度粗糙集的態(tài)勢(shì)評(píng)估算法，來(lái)解決機(jī)載傳感器或其他信息系統(tǒng)獲得的目標(biāo)屬性數(shù)據(jù)可能存在噪聲或某種程度的不完整性的問(wèn)題。

1.2 目標(biāo)信息感知

協(xié)同感知另一方面是對(duì)目標(biāo)信息的感知，包括目標(biāo)的種類、數(shù)量、當(dāng)前及未來(lái)的位置和運(yùn)動(dòng)信息等?？焖贉?zhǔn)確探測(cè)作戰(zhàn)環(huán)境是協(xié)同作戰(zhàn)任務(wù)成功的關(guān)鍵，而協(xié)同數(shù)據(jù)融合是實(shí)現(xiàn)協(xié)同感知的核心。由于單架戰(zhàn)機(jī)對(duì)目標(biāo)信息的感知是不完整和不精準(zhǔn)的，每架有人機(jī)/無(wú)人機(jī)上均需要攜帶多個(gè)或多類傳感器，這就產(chǎn)生了大量的高維的冗余數(shù)據(jù)。因此，混合編隊(duì)協(xié)同作戰(zhàn)要求分布式多層次的數(shù)據(jù)融合：首先初步融合單架載機(jī)上的傳感器數(shù)據(jù)；然后多機(jī)成一級(jí)子網(wǎng)絡(luò)，縱向和橫向融合不同無(wú)人機(jī)上的傳感器輸出數(shù)據(jù)；最后融合有人機(jī)/無(wú)人機(jī)協(xié)同綜合體和作戰(zhàn)指揮系統(tǒng)提供的信息。這使得不同傳感器性能可以優(yōu)勢(shì)互補(bǔ)，提高探測(cè)性能及探測(cè)信息的可信度、系統(tǒng)的容錯(cuò)能力和抗干擾能力增強(qiáng)。

1.3 數(shù)據(jù)信息融合算法

在數(shù)據(jù)融合研究領(lǐng)域，信息融合算法[4]主要有聚類分析法(Cluster)、卡爾曼濾波法(Kalman Filter)、人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Network)和模糊推理規(guī)則(Fuzzy Inferring)等。文獻(xiàn)[5]提出了采用最小二乘法的信息數(shù)據(jù)特征級(jí)融合方法，解決了無(wú)人機(jī)多傳感器從局域傳感器陣列到融合節(jié)點(diǎn)的傳輸數(shù)據(jù)量過(guò)大的問(wèn)題。文獻(xiàn)[6]提出一種基于遞階融合估計(jì)結(jié)構(gòu)的分布式無(wú)色信息濾波算法。

數(shù)據(jù)融合算法雖然在國(guó)內(nèi)外已形成規(guī)范的理論形式，并在實(shí)際系統(tǒng)中獲得了一些應(yīng)用，但是現(xiàn)有的融合技術(shù)主要針對(duì)單一載體上的多傳感器，或者是由同類型的靜止/低速運(yùn)動(dòng)的傳感器構(gòu)成的無(wú)線傳感器網(wǎng)絡(luò),多載體(比如有人機(jī)/無(wú)人機(jī)航空綜合體)多類型傳感器信息融合問(wèn)題還沒(méi)有完全成熟的設(shè)計(jì)方案，還需進(jìn)一步深入研究。

2 協(xié)同任務(wù)分配

2.1 混合編隊(duì)任務(wù)分配原則

有人機(jī)與無(wú)人機(jī)組成系統(tǒng)協(xié)同作戰(zhàn)可以相互取長(zhǎng)補(bǔ)短，利用各自優(yōu)勢(shì)充分發(fā)揮二者最大的綜合作戰(zhàn)效能。無(wú)人機(jī)機(jī)動(dòng)性強(qiáng)，可以長(zhǎng)時(shí)間遠(yuǎn)距離進(jìn)入危險(xiǎn)區(qū)域，有人機(jī)可以充分發(fā)揮核心指揮角色，飛行員甚至不需親臨戰(zhàn)場(chǎng)危險(xiǎn)區(qū)域就可以通過(guò)無(wú)人機(jī)上的遠(yuǎn)程探測(cè)設(shè)備全面感知戰(zhàn)場(chǎng)態(tài)勢(shì)，并指揮無(wú)人機(jī)進(jìn)行作戰(zhàn)。協(xié)同目標(biāo)分配任務(wù)一般由有人機(jī)完成，飛行員根據(jù)態(tài)勢(shì)評(píng)估結(jié)果和作戰(zhàn)目標(biāo)以及無(wú)人機(jī)的狀態(tài)信息，考慮各項(xiàng)戰(zhàn)術(shù)和技術(shù)指標(biāo)要求以及滿足有人機(jī)/無(wú)人機(jī)裝備限制、飛行約束等情況,對(duì)無(wú)人機(jī)分配攻擊方向或打擊點(diǎn)，進(jìn)行武器配置和編隊(duì)配置，武器投放區(qū)域設(shè)計(jì)等。使整個(gè)作戰(zhàn)編隊(duì)收益最大，代價(jià)最小[7-10]。協(xié)同作戰(zhàn)中的流程可以參考文獻(xiàn)[11]中圖2。

圖2 協(xié)同作戰(zhàn)流程[11]

2.2 組合優(yōu)化問(wèn)題求解

有人/無(wú)人機(jī)協(xié)同目標(biāo)分配是組合優(yōu)化問(wèn)題，屬于多參數(shù)、多約束的多項(xiàng)式復(fù)雜程度的非確定性問(wèn)題(Nondeterministic Polynomial， NP)。目前NP問(wèn)題的求解有2種思路：1)精確搜索；2)啟發(fā)式搜索。窮舉法屬于前者，后者指在搜索過(guò)程中加入一定啟發(fā)因子，來(lái)縮小搜索范圍，比如模擬退火、神經(jīng)網(wǎng)絡(luò)和遺傳算法等[12-13]。另外，一些學(xué)者把先進(jìn)的理論算法應(yīng)用到目標(biāo)分配問(wèn)題中，獲得了不錯(cuò)的效果，如Hopfield神經(jīng)網(wǎng)絡(luò)、動(dòng)態(tài)網(wǎng)絡(luò)流、粒子群算法、蟻群算法、拍賣理論、市場(chǎng)調(diào)配理論以及合同網(wǎng)算法等。文獻(xiàn)[14]采用合同網(wǎng)算法，但只限于單個(gè)編隊(duì)內(nèi)的多無(wú)人機(jī)任務(wù)分配，未考慮多編隊(duì)之間協(xié)同執(zhí)行任務(wù)的情況。文獻(xiàn)[15]中提出了以合同網(wǎng)協(xié)議為基本框架，通信結(jié)構(gòu)、信息結(jié)構(gòu)和協(xié)同機(jī)制三維一體的目標(biāo)分配模型求解策略。雖然基于擴(kuò)展合同網(wǎng)協(xié)議的分布式目標(biāo)分配算法計(jì)算時(shí)間少，時(shí)效性好，但是在尋優(yōu)質(zhì)量上不如集中式遺傳算法。

這些先進(jìn)的算法計(jì)算量較小，在緊迫的動(dòng)態(tài)戰(zhàn)場(chǎng)環(huán)境中可以實(shí)現(xiàn)實(shí)時(shí)協(xié)同目標(biāo)分配。但是，這些文獻(xiàn)多限于單機(jī)分配單任務(wù)問(wèn)題，很少涉及基于代數(shù)圖論和“鄰居”思想的建模和設(shè)計(jì)方法，對(duì)任務(wù)執(zhí)行過(guò)程中隨機(jī)出現(xiàn)的新任務(wù)處理能力有限。故通過(guò)求解網(wǎng)絡(luò)節(jié)點(diǎn)局部?jī)?yōu)化問(wèn)題來(lái)得到全局優(yōu)化目標(biāo)是目前十分具有挑戰(zhàn)性的課題。

3 協(xié)同航路規(guī)劃

3.1 航路規(guī)劃原則

通過(guò)協(xié)同態(tài)勢(shì)感知，作戰(zhàn)編隊(duì)對(duì)目標(biāo)特性有了清晰全面的認(rèn)識(shí)，有人機(jī)需要根據(jù)作戰(zhàn)任務(wù)確定其余無(wú)人機(jī)的任務(wù)、協(xié)同編隊(duì)隊(duì)形以及協(xié)同編隊(duì)飛行航路等。其中，有人機(jī)/無(wú)人機(jī)協(xié)同航路規(guī)劃是指在滿足飛行任務(wù)、單機(jī)性能以及戰(zhàn)場(chǎng)環(huán)境等各種約束條件下，在協(xié)同任務(wù)規(guī)劃方案基礎(chǔ)上規(guī)劃各機(jī)可行有效的協(xié)同航路，滿足多機(jī)在空間和時(shí)間上的協(xié)調(diào)一致關(guān)系，使其整體作戰(zhàn)效能最優(yōu)或近似最優(yōu)。另外，有人機(jī)/無(wú)人機(jī)作戰(zhàn)優(yōu)先級(jí)高低、多機(jī)協(xié)同飛行的規(guī)避以及敵方攔截威脅等因素也需作為約束因素考慮。具有高度不確定性和突發(fā)性的戰(zhàn)場(chǎng)環(huán)境下的協(xié)同航路規(guī)劃具有高動(dòng)態(tài)性，要求飛行員能根據(jù)感知結(jié)果隨機(jī)應(yīng)變迅速?zèng)Q策，所以高動(dòng)態(tài)協(xié)同航路規(guī)劃是有人機(jī)/無(wú)人機(jī)協(xié)同編隊(duì)協(xié)同作戰(zhàn)制勝的關(guān)鍵。

3.2 航路規(guī)劃關(guān)鍵技術(shù)

高動(dòng)態(tài)協(xié)同航路規(guī)劃的本質(zhì)是實(shí)現(xiàn)快速多約束多目標(biāo)協(xié)同優(yōu)化與協(xié)同制導(dǎo)，是為了在滿足協(xié)同任務(wù)規(guī)劃方案要求下，兼顧各種約束協(xié)同設(shè)計(jì)各戰(zhàn)機(jī)的航跡。航路規(guī)劃本身是一個(gè)約束條件多且相互耦合的多目標(biāo)優(yōu)化與決策問(wèn)題，需要綜合利用運(yùn)籌學(xué)、智能計(jì)算以及計(jì)算幾何等理論，而混合系統(tǒng)協(xié)同航路規(guī)劃問(wèn)題更加復(fù)雜，十分具有挑戰(zhàn)性。

國(guó)內(nèi)外學(xué)者在航路規(guī)劃上已作了大量的研究工作，獲得了一些研究成果。文獻(xiàn)[16]把三維最優(yōu)路徑設(shè)計(jì)問(wèn)題轉(zhuǎn)換成求解水平和垂直方向的路徑規(guī)劃問(wèn)題。文獻(xiàn)[17]介紹了一種新的D*算法，在不斷知識(shí)學(xué)習(xí)中能夠?qū)崟r(shí)動(dòng)態(tài)規(guī)劃路徑，持續(xù)修正當(dāng)前路徑并規(guī)劃新路徑。馬向玲等[18]采用A*算法和線性權(quán)值自適應(yīng)方法生成航跡路線,使包含危險(xiǎn)和航路長(zhǎng)度的代價(jià)函數(shù)最小。D*優(yōu)化算法[19]應(yīng)用圖論理論持續(xù)修正路徑并生成一條新的優(yōu)化路徑,可以實(shí)現(xiàn)動(dòng)態(tài)規(guī)劃。文獻(xiàn)[20]中，Kambara提出了一種根據(jù)用戶的需要盡可能多通過(guò)指定區(qū)域的路徑規(guī)劃方法，使用了Voronoi圖中的鄰居節(jié)點(diǎn)構(gòu)造Delaunay圖，并在子圖上使用A*方法進(jìn)行最短路徑搜索。韓昕鋒等[21]提出了一種基于擴(kuò)展Voronoi圖模型和協(xié)同進(jìn)化算法的多無(wú)人機(jī)協(xié)同航路規(guī)劃方法，降低了以往航路規(guī)劃問(wèn)題的求解難度。

雖然已有許多學(xué)者研究過(guò)路徑規(guī)劃問(wèn)題，但從相關(guān)文獻(xiàn)來(lái)看，針對(duì)有人機(jī)/無(wú)人機(jī)混合編隊(duì)的相關(guān)研究很少，現(xiàn)有的機(jī)器人、單架無(wú)人機(jī)及同類無(wú)人機(jī)編隊(duì)航路規(guī)劃成果不能直接應(yīng)用到本文討論的異類協(xié)同編隊(duì)航路規(guī)劃問(wèn)題上。此外，現(xiàn)有文獻(xiàn)成果多把戰(zhàn)場(chǎng)環(huán)境簡(jiǎn)化處理，或者僅考慮避讓敵方火力集中點(diǎn)、有人機(jī)/無(wú)人機(jī)間交互、繞開(kāi)敵方雷達(dá)監(jiān)測(cè)設(shè)備和系統(tǒng)總體能耗最小等因素其中之一，沒(méi)有綜合考慮這些因素，導(dǎo)致理論假設(shè)和實(shí)際環(huán)境相差甚遠(yuǎn)。

4 編隊(duì)飛行與跟蹤控制

4.1 協(xié)同編隊(duì)飛行過(guò)程

有人機(jī)/無(wú)人機(jī)混合編隊(duì)準(zhǔn)確快速地協(xié)同跟蹤是作戰(zhàn)成功的基本保障?；旌暇庩?duì)中戰(zhàn)機(jī)接到命令后，同時(shí)到達(dá)指定區(qū)域集結(jié)后進(jìn)行編隊(duì)，準(zhǔn)備好開(kāi)始協(xié)同作戰(zhàn)，作戰(zhàn)過(guò)程中，混合戰(zhàn)機(jī)系統(tǒng)根據(jù)飛行員指令沿設(shè)計(jì)好的航路軌跡保持特定編隊(duì)隊(duì)形，為實(shí)時(shí)保持編隊(duì)隊(duì)形，需要采用跟蹤控制技術(shù)。戰(zhàn)場(chǎng)形式時(shí)刻變化，敵方目標(biāo)也在時(shí)刻機(jī)動(dòng)，混合編隊(duì)也應(yīng)該根據(jù)戰(zhàn)術(shù)需要時(shí)變和機(jī)動(dòng)，這要求編隊(duì)隊(duì)形方案在系統(tǒng)可接受時(shí)間內(nèi)迅速做出調(diào)整，快速成形并保持指定的編隊(duì)隊(duì)形。

4.2 協(xié)同編隊(duì)控制技術(shù)

編隊(duì)控制在機(jī)器人控制領(lǐng)域已取得豐碩成果，目前應(yīng)用到無(wú)人機(jī)編隊(duì)控制上的是以下幾種思想。

(1) Behavior Based編隊(duì)控制

Behavior Based編隊(duì)控制方法是分布式的，在多機(jī)編隊(duì)飛行中，每架飛機(jī)子系統(tǒng)有4種控制行為[22-24]: 避免碰撞、回避障礙物、獲取目標(biāo)以及保持隊(duì)形。根據(jù)所有子系統(tǒng)行為響應(yīng)控制的加權(quán)平均值來(lái)指揮編隊(duì)中各架飛機(jī)采取的行為響應(yīng)方式。它的優(yōu)點(diǎn)是適應(yīng)性強(qiáng)，而且編隊(duì)中無(wú)人機(jī)不會(huì)發(fā)生碰撞；缺點(diǎn)是設(shè)計(jì)子系統(tǒng)的行為較為困難。

(2) Leader-follower Based編隊(duì)控制

Leader-follower Based編隊(duì)控制目前在多無(wú)人機(jī)編隊(duì)中很常用，方法是將某架無(wú)人機(jī)指定為L(zhǎng)eader，編隊(duì)中的其它無(wú)人機(jī)為Followers。Leader根據(jù)航路規(guī)劃結(jié)果按預(yù)定軌跡飛行，F(xiàn)ollowers按一定的控制策略跟隨Leader的航向速度、航向角和高度飛行，從而達(dá)到協(xié)同編隊(duì)的目的。

Leader-follower Based編隊(duì)法直觀易懂，但缺點(diǎn)是一旦Leader出現(xiàn)問(wèn)題，編隊(duì)將不能正常執(zhí)行。為了解決這個(gè)問(wèn)題，很多學(xué)者采用魯棒控制、極值搜索、自抗擾控制和自適應(yīng)控制等方法[25-26]，取得較好效果，但同時(shí)也存在受到干擾后所有戰(zhàn)機(jī)的位置需重新計(jì)算，對(duì)機(jī)載計(jì)算機(jī)的要求很高。

(3) Virtual Structure Based編隊(duì)控制

Virtual Structure Based編隊(duì)控制是集中式的控制方法，首先由Lewis M A[27]提出，編隊(duì)中無(wú)實(shí)體Leader戰(zhàn)機(jī)，它將隊(duì)形看作一個(gè)虛擬的剛體結(jié)構(gòu)，每架戰(zhàn)機(jī)看成是虛擬結(jié)構(gòu)上相對(duì)位置固定的點(diǎn)，設(shè)定一個(gè)虛擬幾何中心，當(dāng)隊(duì)形移動(dòng)時(shí)，每個(gè)成員參照這一虛擬幾何中心運(yùn)動(dòng)。虛擬領(lǐng)航法可以避免Leader-follower Based編隊(duì)控制的干擾問(wèn)題，控制精度較高[28-30]。但是該方法是集中式的控制方法，可靠性較差，合成虛擬Leader需要以高通信質(zhì)量和高計(jì)算能力為代價(jià)。

(4)其他控制策略

上面3種編隊(duì)控制方法目前應(yīng)用最多，各有優(yōu)缺點(diǎn)。Behavior Based編隊(duì)控制方法可以同時(shí)兼顧隊(duì)形保持、避開(kāi)障礙和獲取目標(biāo)等行為模式，但是行為難以定義，實(shí)現(xiàn)復(fù)雜。Leader-follower Based的編隊(duì)控制方法簡(jiǎn)單易于實(shí)現(xiàn)，但抗干擾性差，Leader對(duì)整個(gè)編隊(duì)影響重大，一旦失效編隊(duì)就散了。Virtual Structure Based的編隊(duì)控制方法抗干擾性較好，編隊(duì)精度高，但是采用集中式結(jié)構(gòu)不利于結(jié)構(gòu)拓展，且通信量和計(jì)算量過(guò)大。

近年，采用分布式結(jié)構(gòu)的基于一致性策略[31-32]的編隊(duì)控制方法引起了學(xué)者的重視。這種方法僅使用鄰居的相對(duì)信息，編隊(duì)中可以沒(méi)有明確的中心節(jié)點(diǎn),通過(guò)對(duì)編隊(duì)收斂的時(shí)間進(jìn)行指定可以滿足編隊(duì)快速收斂性的要求。整個(gè)編隊(duì)按照指定的航跡飛行,本質(zhì)是混合系統(tǒng)在編隊(duì)的同時(shí)實(shí)現(xiàn)對(duì)航跡的強(qiáng)一致跟蹤。朱旭在文獻(xiàn)[33-34]中提出了基于一致性的三維編隊(duì)控制策略，以預(yù)定速度和航線作為參考狀態(tài)，控制精度比較高，抑制了測(cè)量誤差、協(xié)同誤差和通信延遲。除了上述編隊(duì)控制方法之外，Shin J在文獻(xiàn)[35]中基于模型預(yù)測(cè)控制技術(shù)設(shè)計(jì)了Leader-follower based編隊(duì)控制策略，采用分布式通信結(jié)構(gòu)提升了通信效率，而且文中方法實(shí)現(xiàn)了有效避障。段海濱在文獻(xiàn)[36]中針對(duì)非線性系統(tǒng)提出了一種非線性雙模滾動(dòng)時(shí)域控制方法進(jìn)行無(wú)人機(jī)編隊(duì)控制，并采用粒子群優(yōu)化方法求解得到所有飛行器的控制輸入。田八林[37]采用了補(bǔ)償模糊神經(jīng)網(wǎng)絡(luò)控制方法，實(shí)現(xiàn)編隊(duì)飛行中速度控制、隊(duì)形結(jié)構(gòu)保持和避開(kāi)障礙物。

5 結(jié)論與展望

有人機(jī)/無(wú)人機(jī)混合編隊(duì)協(xié)同空戰(zhàn)具有極大的作戰(zhàn)潛力和應(yīng)用前景。雖然國(guó)內(nèi)外學(xué)者在此領(lǐng)域中開(kāi)展了一些研究工作，取得了一些成果，但仍需深入研究?；旌暇庩?duì)協(xié)同作戰(zhàn)未來(lái)的研究方向可以考慮以下幾個(gè)方面。

(1)協(xié)同任務(wù)分配方面

多約束條件下網(wǎng)絡(luò)化任務(wù)規(guī)劃建模研究：針對(duì)具有多約束、多目標(biāo)的有人機(jī)/無(wú)人機(jī)混合編隊(duì)，基于代數(shù)圖論和分布式思想進(jìn)行網(wǎng)絡(luò)化任務(wù)規(guī)劃系統(tǒng)建模與設(shè)計(jì)，進(jìn)而通過(guò)各個(gè)網(wǎng)絡(luò)節(jié)點(diǎn)局部?jī)?yōu)化問(wèn)題的求解得到全局優(yōu)化目標(biāo)。

考慮任務(wù)優(yōu)先權(quán)的影響：目標(biāo)是實(shí)現(xiàn)預(yù)先任務(wù)分配和執(zhí)行過(guò)程中動(dòng)態(tài)任務(wù)分配，保證動(dòng)態(tài)環(huán)境下編隊(duì)整體分配效能較優(yōu)。

多機(jī)多任務(wù)分配和動(dòng)態(tài)環(huán)境下編隊(duì)整體分配優(yōu)化問(wèn)題，提高預(yù)先任務(wù)分配和執(zhí)行過(guò)程中動(dòng)態(tài)任務(wù)的分配能力，提高任務(wù)執(zhí)行過(guò)程中隨機(jī)出現(xiàn)的新任務(wù)的處理能力。

(2)協(xié)同態(tài)勢(shì)感知與數(shù)據(jù)融合方面

提升戰(zhàn)場(chǎng)態(tài)勢(shì)感知與鑒別能力，提升對(duì)戰(zhàn)場(chǎng)對(duì)方制造假象的識(shí)別能力。提高快速獲取和全面綜合環(huán)境大數(shù)據(jù)的能力，包括地形地理數(shù)據(jù)、專家知識(shí)經(jīng)驗(yàn)和武器裝備特性數(shù)據(jù)等。

有人機(jī)/無(wú)人機(jī)多層次感知建模研究：?jiǎn)螜C(jī)作為節(jié)點(diǎn)建立感知網(wǎng)絡(luò)，包括單點(diǎn)態(tài)勢(shì)感知與數(shù)據(jù)融合、無(wú)人機(jī)層次以及有人機(jī)/無(wú)人機(jī)層次態(tài)勢(shì)感知與數(shù)據(jù)融合。

目標(biāo)特征認(rèn)知和分類、威脅等級(jí)建模和協(xié)同評(píng)估等理論研究。

(3)多機(jī)協(xié)同航路規(guī)劃方面

考慮空戰(zhàn)環(huán)境中不同威脅程度的潛在目標(biāo)，依據(jù)威脅程度進(jìn)行航路優(yōu)化設(shè)計(jì)，使暴露自身可能性最小，攻擊效能最大。

基于協(xié)同制導(dǎo)原理的航路生成方法研究：根據(jù)優(yōu)化結(jié)果和各機(jī)資源配置情況，生成優(yōu)化后的編隊(duì)飛行航跡及各機(jī)的飛行航跡。

(4)編隊(duì)飛行與跟蹤控制方面

不同用途、不同類型的無(wú)人機(jī)協(xié)同組合，發(fā)揮各自優(yōu)勢(shì)，不局限于戰(zhàn)斗機(jī)，還可以是偵察機(jī)、空中預(yù)警機(jī)、電子干擾機(jī)/對(duì)抗機(jī)和空中加油機(jī)等。大部分編隊(duì)控制研究均采用簡(jiǎn)化的運(yùn)動(dòng)模型或把三維問(wèn)題轉(zhuǎn)換為2個(gè)二維平面的思路，不適用于空間大機(jī)動(dòng)的協(xié)同運(yùn)動(dòng)，所以應(yīng)研究適用于三維運(yùn)動(dòng)模型的編隊(duì)控制律。戰(zhàn)場(chǎng)態(tài)勢(shì)瞬息萬(wàn)變，對(duì)協(xié)同編隊(duì)有收斂時(shí)間限制，有必要研究有收斂時(shí)間限制和拓?fù)渥兓闆r下的協(xié)同編隊(duì)飛行控制與一致跟蹤的方法。

總之，混合編隊(duì)協(xié)同作戰(zhàn)是復(fù)雜的過(guò)程，需要綜合應(yīng)用大量先進(jìn)技術(shù)，要達(dá)到在戰(zhàn)場(chǎng)實(shí)際應(yīng)用還需要大量的理論研究和工程實(shí)踐。

[1] Endsley M R. Toward a Theory of Situation Awareness in Dynamic Systems[J]. Human Factors the Journal of the Human Factors & Ergonomics Society, 1995, 37(1):32-64.

[2] 胡洪波,郭徽東. 通用作戰(zhàn)態(tài)勢(shì)圖的構(gòu)成與實(shí)現(xiàn)方法[J]. 指揮控制與仿真, 2006, 28( 5): 28-32. (Hu Hongbo, Guo Huidong. Architecture and Techniques of Command Operational Situation Picture[J]. Command Control & Simulation , 2006, 28( 5): 28-32.)

[3] 胡杰, 黃長(zhǎng)強(qiáng), 趙輝,等. 基于變精度粗糙集理論的UCAV態(tài)勢(shì)評(píng)估方法研究[J]. 電光與控制, 2010, 17(3):23-26.(Hu Jie, Huang Changqiang， Zhao Hui, et al. On UCAV’s Situation Assessment Method Based on Variable Precision Rough Set Theory[J]. Electronics Optics & Control , 2010, 17(3):23-26.)

[4] 楊萬(wàn)海. 多傳感器數(shù)據(jù)融合及其應(yīng)用[M]. 西安電子科技大學(xué)出版社, 2004. (Yang Wanhai. Multi-sensor Data Fusion and its Application[M]. Xidian University Press, 2004.)

[5] 孔燕. 無(wú)人機(jī)多傳感器數(shù)據(jù)融合算法研究[C]// 第五屆中國(guó)無(wú)人機(jī)大會(huì)論文集, 2014.(Kong Yan. Research on Information Fusion Algorithm of UAV Sensor[C]// The 5th UAS Conference China, 2014.)

[6] 王林, 王楠, 朱華勇,等. 一種面向多無(wú)人機(jī)協(xié)同感知的分布式融合估計(jì)方法[J]. 控制與決策, 2010, 25(6):814-820. (Wang Lin, Wang Nan, Zhu Huayong, et al. Distributed Fusion Estimation Algorithm for Multi-UAVs Cooperative Sensing[J].Control & Decision, 2010, 25(6):814-820.)

[7] Hathaway D C, Hathaway D C. Germinating a New SEAD: The Implications of Executing the SEAD Mission in a UCAV [D].Alabama: School of Advaced Airpower Studies Air University, 2001.

[8] Wellman M P. Market-aware Agents for a Multi-agent World [J]. Robotics & Autonomous Systems, 1997, 24(3):115-125.

[9] Schumacher C , Chandler P R, Rasmussen S J .Task Allocation for Wide Area Search Munitions via Network Flow Optimization [C] ∥AIAA Guidance, Navigation, and Control Conference and Exhibit .Montreal: AIAA Press , 2001:1-8.

[10] Chandler P, Pachter M. Hierarchical Control for Autonomous Teams [J]. Aiaa Journal, 2013.

[11] 馬向玲, 雷宇曜, 孫永芹,等. 有人/無(wú)人機(jī)協(xié)同空地作戰(zhàn)關(guān)鍵技術(shù)綜述[J]. 電光與控制, 2011, 18(3):56-60. (Ma Xiangling, Lei Yuyao, Sun Yongqin, et al. Key Technologies for Cooperation of Manned/Unmanned Aerial Vehicles in Air-to-ground Attacking[J]. Electronics Optics & Control, 2011, 18(3):56-60.)

[12] 葉文,朱愛(ài)紅,潘長(zhǎng)鵬,等. 多UCAV協(xié)同目標(biāo)分配算法研究[J]. 系統(tǒng)工程與電子技術(shù), 2010, 32(1) , 105-108. (Ye W, Zhu A H, Pan C P, et al. Cooperation Mission Assignment Algorithm for Multi-UCAV[J]. Systems Engineering and Electronics, 2010, 32(1), 105-108.)

[13] 葉媛媛, 閔春平, 沈林成.多UCAV任務(wù)分配的混合遺傳算法與約束處理[J] .控制與決策, 2006 , 21(7):781 -786. (Ye Yuanyuan, Min Chunping, Shen Lincheng. Hybrid Genetic Algorithm and Constraint Handling for Multiple UCAV Mission Assigning[J]. Control & Decision, 2006 , 21(7):781-786.)

[14] 劉躍峰, 張安. 有人機(jī)/無(wú)人機(jī)編隊(duì)協(xié)同任務(wù)分配方法[J]. 系統(tǒng)工程與電子技術(shù), 2010, 32(3):584-588. (Liu Yuefeng, Zhang An. Cooperative Task Assignment Method of Manned/Unmanned Aerial Vehicle Formation[J]. Systems Engineering and Electronics, 2010, 32(3):584-588.)

[15] 萬(wàn)路軍, 姚佩陽(yáng), 周翔翔,等. 有人/無(wú)人作戰(zhàn)智能體分布式協(xié)同目標(biāo)分配方法[J]. 系統(tǒng)工程與電子技術(shù), 2014, 36(2):278-287. (Wan Lujun, Yao Peiyang, Zhou Xiangxiang, et al. Distributed Cooperative Target Assignment Method of Manned Combat Agents and Unmanned Combat Agents[J]. Systems Engineering and Electronics，2014, 36(2):278-287.)

[16] Deton R V, Jones J E, Froeberg P L. A New Technique for Terrain Following/Terrain Avoidance Guidance Command Generation, AGARD-cp-387 [R].New York: IEEE, 1985.

[17] Stentz A. Optimal and Efficient Path Planning for Partially Known Environments[M]// Intelligent Unmanned Ground Vehicles. Springer US, 1997:203-220.

[18] 馬向玲, 陳旭, 雷宇曜. 基于數(shù)據(jù)鏈的無(wú)人機(jī)航路規(guī)劃A*算法研究[J]. 電光與控制, 2009, 16(12):15-17. (Ma Xiangling, Chen Xu, Lei Yuyao. The Data Link Based A* Algorithm Used for UCAV Path Planning [J]. Electronics Optics & Control, 2009, 16(12):15-17.)

[19] Stentz A. Optimal and Efficient Path Planning for Partially Known Environments[C]// IEEE International Conference on Robotics and Automation, 1994. Proceedings. IEEE, 1994:3310 - 3317.

[20] Kambara T, Kibe H, Nishide R, et al. Context-dependent Route Generation Scheme Using Network Voronoi Diagrams[C]// IEEE International Workshop on Databases for Next Generation Researchers. IEEE, 2007:111-115.

[21] 韓昕鋒, 葉文, 陳海生,等. 多UCAV協(xié)同航路規(guī)劃算法[J]. 海軍航空工程學(xué)院學(xué)報(bào), 2010, 25(5):535-541. (Han Xinfeng, Ye Wen, Chen Haisheng, et al. Multi-UCAV Cooperation Path Planning Algorithm[J]. Journal of Naval Aeronautical Engineering Institute, 2010, 25(5):535-541.)

[22] 王祥科, 李迅, 鄭志強(qiáng). 多智能體系統(tǒng)編隊(duì)控制相關(guān)問(wèn)題研究綜述[J]. 控制與決策, 2013(11):1601-1613. (Wang Xiangke, Li Xun, Zheng Zhiqiang. Survey of Developments on Multi-agent Formation Control Related Problems[J]. Control and Decision, 2013(11):1601-1613.)

[23] Balch T R, Arkin R C. Behavior-based Formation Control for Multiagent Robot Teams[J]. IEEE Transactions on Robotics & Automation, 1998.

[24] Lawton J R T, Beard R W, Young B J. A Decentralized Approach to Formation Maneuvers [J]. IEEE Transactions on Robotics & Automation, 2003, 19(6):933-941.

[25] Napolitano M R, Napolitano M R. Development of Formation Flight Control Algorithms Using 3 YF-22 Flying Models[J]. AFOSR Report A994434, Apr. 2005.

[26] Campa G, Napolitano M R, Seanor B, et al. Design of Control Laws for Maneuvered Formation Flight[C]// American Control Conference, 2004. Proceedings of the. IEEE, 2004:2344-2349 vol.3.

[27] Lewis M A, Tan K H. High Precision Formation Control of Mobile Robots Using Virtual Structures[J]. Autonomous Robots, 1997, 4(4):387-403.

[28] Ghommam J, Mehrjerdi H, Saad M, et al. Formation Path Following Control of Unicycle-type Mobile Robots[C]// IEEE International Conference on Robotics and Automation. IEEE, 2008:1966-1972.

[29] Beard R W, Lawton J, Hadaegh F Y. A Coordination Architecture for Spacecraft Formation Control[J]. IEEE Transactions on Control Systems Technology, 2001, 9(6):777-790.

[30] 邵壯, 祝小平, 周洲,等. 無(wú)人機(jī)編隊(duì)機(jī)動(dòng)飛行時(shí)的隊(duì)形保持反饋控制[J]. 西北工業(yè)大學(xué)學(xué)報(bào), 2015(1):26-32. (Shao Zhuang, Zhu Xiaoping, Zhou Zhou, et al. A Formation Keeping Feedback Control for Formation Flight of UAVs[J]. Journal of Northwestern Polytechnical University, 2015(1):26-32.)

[31] McLain T. Cooperative Rendezvous of Multiple Unmanned Air Vehicles [C] // AIAA Guidance, Navigation and Control Conference. Reston: AIAA, 2000.

[32] Seo J, Ahn C, Kim Y. Controleer Design for UAV Formation Floight Using Consensus Based Decentralized Approach [C] // AIAA Info-tech Aerospace Conference. Reston: AIAA, 2009: 1-11.

[33] 朱旭, 張遜遜, 閆茂德,等. 基于一致性的無(wú)人機(jī)編隊(duì)控制策略[J]. 計(jì)算機(jī)仿真, 2016,(8):30-34. (Zhu Xu, Zhang Xunxun, Yan Maode, et al. UAV Formation Control Dtrategy Based on Consensus [J]. Computer Simulation, 2016,(8):30-34.)

[34] 朱旭, 張遜遜, 尤謹(jǐn)語(yǔ),等. 基于信息一致性的無(wú)人機(jī)緊密編隊(duì)集結(jié)控制[J]. 航空學(xué)報(bào), 2015, 36(12):3919-3929. (Zhu Xu, Zhang Xunxun, You Jinyu, et al. Swarm Control of UAV Close Formation Based on Information Consensus[J]. Acta Aeronautica et Astronautica Sinica , 2015, 36(12):3919-3929.)

[35] Shin J, Kim H J. Nonlinear Model Predictive Formation Flight[J]. Systems Man & Cybernetics Part A Systems & Humans IEEE Transactions on, 2009, 39(5):1116-1125.

[36] Duan H B, Liu S Q. Non-linear Dual-mode Receding Horizon Control for Multiple Unmanned Air Vehicles Formation Flight Based on Chaotic Particle Swarm Optimization[J]. Iet Control Theory & Applications, 2010, 4(11):2565-2578.

[37] 田八林, 葉正寅, 張中荃. 無(wú)人機(jī)自由編隊(duì)飛行的補(bǔ)償模糊神經(jīng)網(wǎng)絡(luò)控制[J]. 中國(guó)民航大學(xué)學(xué)報(bào), 2005, 23(6):10-13. (Tian Balin, Ye Zhenyin, Zhang Zhongquan. Free Formation Flight of UAV Using Compensatory Fuzzy Neural Network Control[J]. Journal of Civil Aviation University of China ,2005, 23(6):10-13.)

Review and Prospect of Cooperative Combat of Manned/ Unmanned Aerial Vehicle Hybrid Formation

Li Wen1，Chen Jian2

1. Beijing Aerospace Automatic Control Institute, Beijing 100854, China 2. College of Engineering, China Agricultural University, Beijing 100083, China

Inthefuture,cooperativecombatofmanned/unmannedaerialvehicles(MAV/UAVs)hybridformationisoneofthemostimportantformsofaircombat.ThecommandandcontrolfromMAVcanbedirectlyacceptedbyUAVs.Thetwocanberegardedasagiantvirtualfighterwhichareseparatedfromeachotherbutlogicallyunified.TheMAVsendsoutcentralcommandandUAVsareresponsibleforbattlefieldsituationawareness,targetstrikeandsoon.Thetwocomplementeachother,thus,theoverallperformanceisfullydevelopedatthesametime,andtheviabilityofMAVisimprovedandthedetectionrangeandattackdistanceofUAVsarebothextended.Inthispaper,thedevelopmentofcooperativecombatofMAV/UAVshybridformationisbrieflydescribed.Then,thekeytechnicalprinciplesandthedomesticandinternationalresearchresultsareemphaticallysummarized,includingcooperativeawarenessandassessmenttechnology,cooperativetaskallocationtechnology,cooperativerouteplanningtechnology,formationflightandtrackingcontroltechnology.Finally,ashortdiscussionsectionispresentedtoproposeseveralpromisingresearchdirectionsforfurtherinvestigation.

Manned/unmannedaerialvehicle;Hybridformation;Cooperativecombat;Guidanceandcontrol

2016-12-07

李 文(1990-)，女，西安人，博士研究生，主要研究方向?yàn)閰f(xié)同制導(dǎo)控制；陳 建(1982-)，男，山東人，博士，副教授，主要研究方向?yàn)轱w行器制導(dǎo)控制。

V279

A

1006-3242(2017)03-0090-07