遲 凱

(中國(guó)電子科技集團(tuán)公司第二十研究所，陜西 西安 710068)

0 引 言

無(wú)人機(jī)(UAV)因其良好的機(jī)動(dòng)性、操控性、惡劣環(huán)境執(zhí)行任務(wù)的能力及對(duì)人員安全極大保障等特點(diǎn)，近年來(lái)在軍事及民用領(lǐng)域得到長(zhǎng)足的發(fā)展。在軍事方面無(wú)人機(jī)可以完美地替代有人機(jī)去執(zhí)行4D任務(wù)(枯燥乏味、環(huán)境惡劣、危險(xiǎn)性高、深入敵方)[1],對(duì)未來(lái)的作戰(zhàn)樣式、作戰(zhàn)理念帶來(lái)深刻的變化，各國(guó)都針對(duì)性地指定了軍用無(wú)人機(jī)發(fā)展路線圖。

美軍極其重視小型化無(wú)人機(jī)集群的技術(shù)論證與發(fā)展，在未來(lái)海戰(zhàn)中大量的艦載無(wú)人機(jī)集群協(xié)同作戰(zhàn)能夠改變現(xiàn)有作戰(zhàn)樣式，對(duì)水面艦艇、艦載有人機(jī)造成難以防范的威脅。同時(shí)，由于小型無(wú)人機(jī)成本低廉，飽和攻擊高價(jià)值目標(biāo)能夠帶來(lái)巨大的作戰(zhàn)效能。美軍認(rèn)為，艦載無(wú)人機(jī)集群能夠?qū)ΜF(xiàn)有航母編隊(duì)造成巨大的威脅，加強(qiáng)無(wú)人機(jī)集群技術(shù)研發(fā)與應(yīng)用是提升航母作戰(zhàn)效能的重要手段。然而目前無(wú)人機(jī)的操控需要1～3名作戰(zhàn)人員在后方控制，大規(guī)模的集群協(xié)作需要數(shù)量龐大的操控人員，這是一個(gè)很大的挑戰(zhàn)。此外，傳統(tǒng)的組網(wǎng)及測(cè)控技術(shù)也無(wú)法滿足大規(guī)模集群對(duì)于海戰(zhàn)場(chǎng)末端復(fù)雜動(dòng)態(tài)環(huán)境的高適應(yīng)性要求，無(wú)法發(fā)揮出集群協(xié)作的優(yōu)勢(shì)。本文提出一種基于智能集群理論的動(dòng)態(tài)協(xié)同策略，為指揮艦上極少數(shù)作戰(zhàn)人員監(jiān)視控制大量無(wú)人機(jī)集群提供了一種思路和方法。仿真結(jié)果表明，該策略能夠提升無(wú)人機(jī)集群對(duì)戰(zhàn)場(chǎng)環(huán)境的自主適應(yīng)能力，增強(qiáng)協(xié)同效果，從而提升作戰(zhàn)效能。

1 無(wú)人機(jī)集群的特點(diǎn)

無(wú)人機(jī)的作戰(zhàn)樣式已逐步從單平臺(tái)作戰(zhàn)向多平臺(tái)“集群”(Swarm)作戰(zhàn)方向發(fā)展。一方面，未來(lái)戰(zhàn)場(chǎng)越來(lái)越復(fù)雜，單架無(wú)人機(jī)所能執(zhí)行的任務(wù)能力有限，生存能力受到越來(lái)越大的挑戰(zhàn)。而多架無(wú)人機(jī)協(xié)同作戰(zhàn)，通過(guò)相互的能力互補(bǔ)和行動(dòng)協(xié)調(diào)，能夠?qū)崿F(xiàn)單架無(wú)人機(jī)的任務(wù)能力擴(kuò)展以及多無(wú)人機(jī)系統(tǒng)的整體作戰(zhàn)效能提升，完成單架無(wú)人機(jī)無(wú)法完成的任務(wù)。另一方面，無(wú)人機(jī)的自主能力不斷發(fā)展，將逐步從簡(jiǎn)單的遙控、程控方式向人機(jī)智能融合的交互控制、甚至全自主控制方式發(fā)展[2]，無(wú)人機(jī)將具備集群協(xié)同執(zhí)行任務(wù)的能力。

美國(guó)致力于打造無(wú)人機(jī)集群，力保軍事技術(shù)全球領(lǐng)先，通過(guò)國(guó)防高級(jí)研究計(jì)劃局(DARPA)、海軍研究局和眾多實(shí)驗(yàn)室等組織機(jī)構(gòu)，在無(wú)人機(jī)集群高風(fēng)險(xiǎn)/高回報(bào)的概念驗(yàn)證研究方面成效顯著。美國(guó)國(guó)防部發(fā)布的《無(wú)人機(jī)系統(tǒng)路線圖2005-2030》將無(wú)人機(jī)自主控制等級(jí)分為1～10級(jí)，并指出“全自主集群”是無(wú)人機(jī)自主控制的最高等級(jí)，預(yù)計(jì)2025年后無(wú)人機(jī)將具備全自主集群能力[3]。2016年5月，美空軍發(fā)布《小型無(wú)人機(jī)系統(tǒng)飛行規(guī)劃2016-2036》，從戰(zhàn)略層面肯定小型無(wú)人機(jī)系統(tǒng)的前景和價(jià)值，規(guī)劃中對(duì)“蜂群”、“編組”、“忠誠(chéng)僚機(jī)”3種集群作戰(zhàn)概念進(jìn)行了闡述，其中“編組”是人對(duì)人，“忠誠(chéng)僚機(jī)”是人對(duì)機(jī)，“蜂群”是機(jī)對(duì)機(jī)，從側(cè)面印證了無(wú)人機(jī)集群發(fā)展的重要性。

我國(guó)無(wú)人機(jī)技術(shù)起步較晚，但發(fā)展迅速，以智能集群技術(shù)尤為突出。中國(guó)電子科技集團(tuán)公司(CETC)曾分別在2016年和2017年完成了67架和119架固定翼無(wú)人機(jī)集群飛行試驗(yàn)，刷新了無(wú)人機(jī)集群飛行數(shù)量的新紀(jì)錄，試驗(yàn)成功地演示了編隊(duì)起飛、自主集群飛行、分布式廣域監(jiān)視、感知與規(guī)避等智能無(wú)人機(jī)集群技術(shù)。

目前中國(guó)和美國(guó)在智能無(wú)人機(jī)集群領(lǐng)域處于領(lǐng)先地位。無(wú)人機(jī)由單平臺(tái)遙控操作向集群協(xié)同應(yīng)用將對(duì)作戰(zhàn)模式、作戰(zhàn)理論產(chǎn)生極大的影響。要真正實(shí)現(xiàn)集群的完全自主控制需要解決集群環(huán)境感知與認(rèn)識(shí)、多機(jī)協(xié)同規(guī)劃與決策[4]。無(wú)人機(jī)集群形成協(xié)同作戰(zhàn)能力，必須滿足下面幾個(gè)特點(diǎn)：

(1)無(wú)中心：為保證無(wú)人機(jī)集群的抗毀頑存能力，集群網(wǎng)絡(luò)必須無(wú)中心，信息處理和決策要進(jìn)行分布式協(xié)同。

(2)自主性：每架UAV需要在本地進(jìn)行決策，不依賴某一指揮控制節(jié)點(diǎn)發(fā)送詳細(xì)的指令。因?yàn)橹缚刂噶畹氖址ù嬖诓豢珊鲆暤臅r(shí)延，在無(wú)人機(jī)的交戰(zhàn)過(guò)程中，環(huán)境及態(tài)勢(shì)快速變化，任何時(shí)延都會(huì)降低無(wú)人平臺(tái)的反應(yīng)能力，從而降低系統(tǒng)效能。

(3)高動(dòng)態(tài)：未來(lái)戰(zhàn)場(chǎng)的無(wú)人機(jī)需要對(duì)戰(zhàn)場(chǎng)空間的環(huán)境變化做出快速響應(yīng)。傳統(tǒng)的以預(yù)規(guī)劃的方式進(jìn)行任務(wù)分發(fā)和資源管理的方法不能滿足戰(zhàn)場(chǎng)環(huán)境下高動(dòng)態(tài)的需求，需要無(wú)人機(jī)能夠在僅獲取局部信息的情況下對(duì)環(huán)境變化做出決策。

2 智能集群

對(duì)于傳統(tǒng)的網(wǎng)絡(luò)而言，當(dāng)節(jié)點(diǎn)數(shù)量到達(dá)一定數(shù)量級(jí)時(shí)，網(wǎng)絡(luò)開(kāi)銷會(huì)急劇增大，同時(shí)網(wǎng)絡(luò)性能會(huì)迅速惡化。依托于構(gòu)建通信網(wǎng)絡(luò)對(duì)大規(guī)模節(jié)點(diǎn)控制的方式無(wú)法保障實(shí)時(shí)性與可靠性，近年隨著集群理論的發(fā)展，采用集群控制策略構(gòu)建大規(guī)模節(jié)點(diǎn)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(guó)生物學(xué)家PierrePaul Grasse，研究發(fā)現(xiàn)昆蟲(chóng)之間存在高度結(jié)構(gòu)化組織，能夠群體協(xié)同完成遠(yuǎn)遠(yuǎn)超出個(gè)體能力的復(fù)雜任務(wù)。

螞蟻群體是一種廣為人知的高度結(jié)構(gòu)化的社會(huì)組織，其覓食行為是一種典型的群集行為。螞蟻在活動(dòng)過(guò)程中會(huì)釋放出信息素，其他螞蟻可以檢測(cè)出信息素的濃度，并確定自身前進(jìn)的方向。信息素會(huì)隨著時(shí)間的推移逐漸揮發(fā)，螞蟻?zhàn)哌^(guò)的路徑上信息素濃度會(huì)得到加強(qiáng)，從而促使更多螞蟻選擇該路徑，形成正反饋過(guò)程[5-6]。

鴿群中的個(gè)體遵循一種拓?fù)渚嚯x交互的方式，即鴿子自身僅與周圍一定數(shù)量的個(gè)體進(jìn)行信息交互。研究者指出，鴿群在飛行過(guò)程中呈現(xiàn)出一定的層級(jí)作用網(wǎng)絡(luò)，高等級(jí)個(gè)體起到引領(lǐng)作用，低等級(jí)個(gè)體的行為會(huì)受到高等級(jí)個(gè)體的影響，這種網(wǎng)絡(luò)結(jié)構(gòu)使得群體在應(yīng)對(duì)外界刺激或躲避障礙時(shí)反應(yīng)迅速[7]。當(dāng)飛行軌跡平滑時(shí)，個(gè)體盡力與其周圍鄰居的平均方向保持一致，而當(dāng)出現(xiàn)突然急轉(zhuǎn)彎變向時(shí)，個(gè)體迅速與高等級(jí)個(gè)體保持一致。

信息及控制理論研究認(rèn)為，昆蟲(chóng)及群居動(dòng)物間廣泛存在的協(xié)作和控制模式在實(shí)際工程中具有很大的應(yīng)前用景[8]。通過(guò)對(duì)生物智能集群行為的探索，逐漸涌現(xiàn)了諸多智能集群算法[9]，如蟻群算法(ACS)[6]和粒子群優(yōu)化算法(PSO)[10]。然而目前智能集群算法的復(fù)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(wú)人機(jī)較低的計(jì)算能力及戰(zhàn)場(chǎng)環(huán)境下高可靠性的要求。

3 基于智能集群的協(xié)同策略

艦載小型無(wú)人機(jī)集群執(zhí)行的任務(wù)類型主要分為抵近偵察和抵近干擾打擊。在艦載雷達(dá)和岸基、星基情報(bào)的綜合態(tài)勢(shì)下，小型無(wú)人機(jī)集群自主進(jìn)行路徑規(guī)劃，抵近目標(biāo)后，協(xié)同進(jìn)行多源傳感器偵察，或者協(xié)同進(jìn)行靈巧式干擾，還能夠以釋放彈藥或者自爆的形式進(jìn)行打擊。小型無(wú)人機(jī)平臺(tái)成本較低，抵近后能夠?qū)δ繕?biāo)造成極大的防御壓力，以較低的成本毀傷高價(jià)值目標(biāo)，提升作戰(zhàn)效能。

傳統(tǒng)的控制策略是對(duì)無(wú)人機(jī)單平臺(tái)進(jìn)行遠(yuǎn)程操控。需要指揮控制平臺(tái)預(yù)先獲取全局的情報(bào)信息，設(shè)置敵方雷達(dá)探測(cè)區(qū)域規(guī)避點(diǎn)，并根據(jù)每架無(wú)人平臺(tái)的具體位置進(jìn)行路徑規(guī)劃、目標(biāo)指示和任務(wù)分配。在水面環(huán)境下，敵方雷達(dá)往往具有動(dòng)態(tài)性，預(yù)先規(guī)劃不能及時(shí)地識(shí)別敵方探測(cè)區(qū)域，同時(shí)，根據(jù)每架無(wú)人機(jī)平臺(tái)位置進(jìn)行路徑規(guī)劃的策略在大規(guī)模的情況下無(wú)法應(yīng)用。這導(dǎo)致傳統(tǒng)的控制策略無(wú)法指揮引導(dǎo)大規(guī)模無(wú)人機(jī)抵近遂行任務(wù)，發(fā)揮規(guī)模效能。

大規(guī)模的無(wú)人機(jī)集群需要基于生物集群行為，在無(wú)人機(jī)平臺(tái)間通過(guò)彼此的感知交互、信息傳遞，進(jìn)行簡(jiǎn)單的邏輯處理從而形成協(xié)同作戰(zhàn)能力。在指控節(jié)點(diǎn)少量簡(jiǎn)潔的控制指令下，完成多樣性的復(fù)雜任務(wù)。

針對(duì)艦載無(wú)人機(jī)的任務(wù)特點(diǎn)和傳統(tǒng)控制策略的問(wèn)題，結(jié)合智能集群策略，提出了一種應(yīng)用于大規(guī)模小型無(wú)人機(jī)集群的智能控制策略。與傳統(tǒng)控制策略的不同之處是采用了集群的思想，以節(jié)點(diǎn)間局部的電子標(biāo)記來(lái)引導(dǎo)行為，達(dá)到分布式的協(xié)同。

傳統(tǒng)的控制策略是盡可能多地搜集全局信息，由某個(gè)中樞節(jié)點(diǎn)分析處理后，進(jìn)行任務(wù)分解，再根據(jù)網(wǎng)絡(luò)中各個(gè)節(jié)點(diǎn)的具體位置和狀態(tài)，進(jìn)行任務(wù)指派和路徑規(guī)劃。而智能集群控制策略是節(jié)點(diǎn)獲取周圍局部節(jié)點(diǎn)產(chǎn)生的電子信息，按照簡(jiǎn)單的行為模式，對(duì)局部信息進(jìn)行反應(yīng)，同時(shí)釋放出新的電子信息，周圍其他節(jié)點(diǎn)獲取該節(jié)點(diǎn)產(chǎn)生的信息后，迭代進(jìn)行反應(yīng)。

每個(gè)節(jié)點(diǎn)在本地維護(hù)一張存儲(chǔ)電子信息的表，表中記錄有本地任務(wù)定義的各信息元素項(xiàng)。節(jié)點(diǎn)不需要獲取全局信息，并且每個(gè)信息元素項(xiàng)強(qiáng)度也隨著時(shí)間逐漸減弱。但當(dāng)本地傳感器感知到某信息元素項(xiàng)的觸發(fā)狀態(tài)時(shí)，或者一跳范圍內(nèi)的鄰居節(jié)點(diǎn)發(fā)出某信息元素項(xiàng)信號(hào)時(shí)，本地節(jié)點(diǎn)會(huì)強(qiáng)化該信息元素項(xiàng)的強(qiáng)度，并且按照該信息元素項(xiàng)調(diào)節(jié)本地節(jié)點(diǎn)行為。每個(gè)節(jié)點(diǎn)存儲(chǔ)的電子信息的強(qiáng)度變化可用如下公式表達(dá)：

S(t+1，p)=E*S(t,p)+r(t,p)+q(t,p)

(1)

式中：p={pi}，表示網(wǎng)絡(luò)中所有節(jié)點(diǎn)的集合；s(t,p)表示信息元素強(qiáng)度；r(t,p)表示額外的信息元素強(qiáng)度輸入，由新加入網(wǎng)絡(luò)中的節(jié)點(diǎn)產(chǎn)生；q(t,p)表示在t時(shí)刻傳播到節(jié)點(diǎn)p的信息元素強(qiáng)度；E∈(0.1)為信息元素減弱參數(shù)；F∈[0，1)為信息元素傳播參數(shù)；

式(1)描述了在節(jié)點(diǎn)p處信息元素強(qiáng)度的變化，第1項(xiàng)為隨時(shí)間弱化的強(qiáng)度，第2項(xiàng)為新的輸入帶來(lái)的信息元素加強(qiáng)的強(qiáng)度，第3項(xiàng)為鄰居節(jié)點(diǎn)發(fā)送的信息元素帶來(lái)的強(qiáng)度。

1跳范圍內(nèi)互為鄰居的節(jié)點(diǎn)，電子信息的傳播可用如下公式描述：

(2)

式中：N:p→p表示節(jié)點(diǎn)間的鄰居關(guān)系。

式(2)描述了網(wǎng)絡(luò)中以節(jié)點(diǎn)p為鄰居節(jié)點(diǎn)的節(jié)點(diǎn)，將本地總電子信息強(qiáng)度按照一定比例發(fā)送至p，比例取決于發(fā)送參數(shù)F以及鄰居節(jié)點(diǎn)數(shù)量。

網(wǎng)絡(luò)中的每個(gè)節(jié)點(diǎn)按照電子信息的強(qiáng)度定義簡(jiǎn)單行為，如路徑規(guī)劃按照路徑發(fā)現(xiàn)過(guò)程中各節(jié)點(diǎn)標(biāo)記位置的電子信息強(qiáng)度運(yùn)動(dòng)，躲避敵方雷達(dá)區(qū)域的同時(shí)依據(jù)梯度向電子信息強(qiáng)度最高的位置匯聚；抵近打擊則按照各節(jié)點(diǎn)標(biāo)記的電子信息強(qiáng)度選擇武器，并在強(qiáng)度最高的位置開(kāi)展攻擊。

4 仿真和分析

采用智能集群策略進(jìn)行大規(guī)模節(jié)點(diǎn)的路徑規(guī)劃，在歸一化的指定區(qū)域內(nèi)布設(shè)六邊形的空間區(qū)域，T標(biāo)記表示目標(biāo)區(qū)域，R標(biāo)記表示地方雷達(dá)區(qū)域，在整個(gè)仿真區(qū)域中隨機(jī)布設(shè)1 000個(gè)節(jié)點(diǎn)，采用上述策略進(jìn)行迭代。圖1在密集的雷達(dá)區(qū)域封鎖下，網(wǎng)絡(luò)中的節(jié)點(diǎn)通過(guò)電子信息標(biāo)記目標(biāo)位置和避障位置，能夠通過(guò)電子信息強(qiáng)度梯度發(fā)現(xiàn)可達(dá)路徑并按照最短原則自主進(jìn)行路徑規(guī)劃。圖2設(shè)置了2個(gè)目標(biāo)，節(jié)點(diǎn)能夠在路徑規(guī)劃后自主選擇較近目標(biāo)優(yōu)先抵達(dá)。圖3在3個(gè)目標(biāo)T1、T2、T3中設(shè)置了優(yōu)先級(jí)，目標(biāo)T2優(yōu)先級(jí)高于T1和T3，節(jié)點(diǎn)能夠在路徑規(guī)劃后，優(yōu)先抵近目標(biāo)T2。

圖1 尋找可達(dá)路徑并自主進(jìn)行路徑規(guī)劃

圖2 優(yōu)先選擇近距離目標(biāo)

圖3 優(yōu)先選擇高優(yōu)先級(jí)目標(biāo)

以抵近攻擊任務(wù)為例，假設(shè)小型無(wú)人機(jī)采取抵近后啟動(dòng)戰(zhàn)斗部爆炸的方式進(jìn)行攻擊，目標(biāo)節(jié)點(diǎn)數(shù)量同無(wú)人機(jī)節(jié)點(diǎn)數(shù)量都為100個(gè)，同時(shí)布設(shè)了敵方雷達(dá)探測(cè)區(qū)域，落入該區(qū)域的無(wú)人機(jī)可發(fā)出告警信息，但不能繼續(xù)執(zhí)行攻擊任務(wù)。目標(biāo)節(jié)點(diǎn)和雷達(dá)探測(cè)區(qū)域都進(jìn)行隨機(jī)移動(dòng)。case1表示按照預(yù)先規(guī)劃的路徑到達(dá)指定區(qū)域進(jìn)行攻擊；case2表示無(wú)人機(jī)節(jié)點(diǎn)按照預(yù)先規(guī)劃的路徑抵達(dá)指定區(qū)域后，采用智能集群的策略進(jìn)行自主攻擊路徑選擇；case3表示無(wú)人機(jī)沒(méi)有預(yù)先規(guī)劃路線，采用自主路徑發(fā)現(xiàn)與路徑規(guī)劃的智能集群策略進(jìn)行抵近攻擊。以任務(wù)結(jié)束后目標(biāo)剩余節(jié)點(diǎn)和無(wú)人機(jī)剩余節(jié)點(diǎn)描述作戰(zhàn)效能。如圖4所示，case1效能最差；case2無(wú)人機(jī)到達(dá)指定區(qū)域后能夠自主進(jìn)行路徑規(guī)劃，進(jìn)行了更多的攻擊，從而剩余數(shù)量較case1下降，然而毀傷了更多的目標(biāo)，case2效能有所提升；case3效能最優(yōu)，基本達(dá)到了1∶1的毀傷率。采用智能集群策略后，無(wú)人機(jī)集群對(duì)動(dòng)態(tài)環(huán)境適應(yīng)能力顯著增強(qiáng)，提升了作戰(zhàn)效能。

圖4 動(dòng)態(tài)環(huán)境下協(xié)同效能

5 結(jié)束語(yǔ)

本文提出一種基于智能集群理論的動(dòng)態(tài)協(xié)同策略，為極少數(shù)作戰(zhàn)人員監(jiān)視控制大量無(wú)人機(jī)集群提供了一種思路和方法。仿真結(jié)果表明，該策略能夠提升無(wú)人機(jī)集群對(duì)戰(zhàn)場(chǎng)環(huán)境的自主適應(yīng)能力，增強(qiáng)了協(xié)同效果，從而提升了作戰(zhàn)效能。