關(guān)鍵詞：無人機集群；無人機集群脆弱性；智能反制技術(shù)；電子對抗；信息對抗

0引言

無人機（Unmanned Aerial Vehicle，UAV）集群隨著SG、AI、物聯(lián)網(wǎng)等前沿技術(shù)的演進加速發(fā)展，滿足了測繪航拍、物流運輸、災(zāi)害救援和軍事作戰(zhàn)等各個領(lǐng)域的需求。然而，UAV集群的反制體系和監(jiān)管體系尚不完善，導(dǎo)致其破壞生態(tài)平衡、構(gòu)成機場威脅等問題越發(fā)突出，為了抵抗UAV集群帶來的威脅，反UAV集群技術(shù)開始從概念走向雛形。近年來，Lyu等總結(jié)了各種反UAV技術(shù)和武器，并對每種技術(shù)的特點進行了分類。張冬冬等分析了針對UAV蜂群的防御技術(shù)和策略。張海龍等從探測識別、軟硬毀傷等方面對國外反集群裝備技術(shù)發(fā)展趨勢進行了分析。李姝等比較了幾種典型的反UAV蜂群技術(shù)。

上述文獻雖然對反制技術(shù)的原理介紹得很詳細，但鮮少總結(jié)技術(shù)在防御UAV集群這種大規(guī)模群體上所做的算法上的改進，以至于反UAV集群技術(shù)還停留在概念階段，發(fā)展并不迅速，因此研究適用的反UAV集群技術(shù)相關(guān)的的智能算法，可以給未來反UAV集群技術(shù)該向哪些方面研究提供一些啟發(fā)。本文將依次介紹UAV集群的特性、危害性和脆弱性，再全面總結(jié)現(xiàn)有文獻提出的適用于反UAV集群技術(shù)及其相關(guān)的智能算法，并針對技術(shù)存在的問題提出了算法上的研究建議，以實現(xiàn)集群入侵后高效攔截的設(shè)想。

1UAV集群特性

1.1UAV集群

UAV集群是一群部分具有自主能力的UAV智能體，相互協(xié)作而組成的多智能體系統(tǒng)。系統(tǒng)大小數(shù)量和編隊形態(tài)根據(jù)需求部署，一般來說，用于軍事偵查或情報收集的UAV可能相對較小，而用于遠程打擊或運輸任務(wù)的UAV可能更大、更重。同時，一些先進的UAV具備較長的續(xù)航能力，能夠支持數(shù)百甚至數(shù)千平米的飛行距離和數(shù)十小時的續(xù)航。

此外，多智能體系統(tǒng)的控制方式主要包括集中式和分布式，在分布式控制方式下，集群中的UAV具有更強的智能自治性，機間通過UAV自組網(wǎng)進行數(shù)據(jù)通信，有較高的自組織和自適應(yīng)能力，母機和子機的作戰(zhàn)角色和任務(wù)分配更加自主和靈活，可以通過信息交互和協(xié)同處理實現(xiàn)任務(wù)完成。同時，系統(tǒng)的自組織網(wǎng)絡(luò)具有稀疏性、異構(gòu)性、多跳性、無中心和多路由的特點，使UAV集群能適應(yīng)節(jié)點高速移動引起的網(wǎng)絡(luò)拓撲變化，容錯包容度高，可以高效地執(zhí)行超大規(guī)模的情報偵測、信息中繼等協(xié)同行動，為軍事提供保障。

因此，世界各國都在競相加強UAV集群在軍事領(lǐng)域的應(yīng)用，比如早在2021年以色列就使用UAV集群摧毀了敘利亞的數(shù)個軍事設(shè)施；2022年，英國宣布將在十年內(nèi)投資超過16億英鎊開發(fā)UAV集群作戰(zhàn)系統(tǒng)。2023年，英國國防部公布，澳英美三國的科學(xué)家將共同研發(fā)UAV集群技術(shù)。

1.2UAV集群危害性

隨著UAV集群技術(shù)的發(fā)展，人們逐漸意識到UAV集群帶來了很多潛在的危險，如表1所示，UAV集群危害事件大體上為機場威脅、安全威脅和軍事威脅這3類。其中，機場威脅會干擾飛機的起降，導(dǎo)致航班延誤或取消，如果攜帶攻擊性武器或爆炸物，那么會對機場設(shè)施和人員造成嚴重傷害。同時安全威脅涉及設(shè)施安全、人身安全和環(huán)境安全，目前軍事威脅類問題最為嚴峻，UAV集群可攜導(dǎo)彈載荷進行打擊，是艦艇直接的威脅，UAV集群的出現(xiàn)不僅加劇了地區(qū)緊張局勢，也加重了軍民傷亡。因此，如何反制UAV集群成為國內(nèi)外熱點。

1.3UAV集群脆弱性

UAV集群數(shù)量龐大，破壞力大，且在空間上三維分布，協(xié)同程度高。在協(xié)作過程中，UAV集群通過衛(wèi)星通信等定位技術(shù)相互連接，形成一個緊密的協(xié)同網(wǎng)絡(luò)，集群成員之間通過共享其位置、速度和任務(wù)狀態(tài)等信息，使得每個UAV都能夠了解整個集群的狀態(tài)，并根據(jù)需要進行調(diào)整和優(yōu)化。同時，UAV集群會根據(jù)任務(wù)需求進行合理的任務(wù)分配，提高整體的任務(wù)效率。其次，UAV集群有特定的編隊形態(tài)，通過編隊飛行，通過共享周圍環(huán)境的信息，UAV能夠及時發(fā)現(xiàn)并避免與其他UAV或障礙物的碰撞，確保整個集群的安全飛行。此外，如果集群采用了集中控制方式，通過一個中心節(jié)點來控制整個集群的行為，可以實現(xiàn)全局的協(xié)調(diào)和控制，對整個集群的行為進行精確的規(guī)劃和管理。因此，UAV集群高度協(xié)同增加了反制難度，尤其是其擁有自主導(dǎo)航控制算法，不完全依靠衛(wèi)星通信設(shè)施，能實現(xiàn)態(tài)勢感知交換、自主作業(yè)和自我修復(fù)，因此UAV集群很難被防范或攔截。

由于UAV集群在協(xié)同作戰(zhàn)時，過于依賴集群效應(yīng)，簡單來說，需要大量UAV協(xié)同分工和通信來提高作戰(zhàn)效果，如果破壞了協(xié)同機制，集群將完全失去協(xié)同配合的能力，因此，可以分析UAV集群脆弱性來開發(fā)適當?shù)姆粗萍夹g(shù)，破壞其協(xié)同行動。脆弱性具體可以體現(xiàn)在：物理脆弱、通信脆弱和協(xié)同脆弱。表2對各個方面進行了分析。

從上表來看，物理脆弱性主要是由于UAV集群采用了輕金屬等輕型材料，使集群整體結(jié)構(gòu)較脆弱，高能量的爆炸攻擊會對機體造成重創(chuàng)，對能源供應(yīng)產(chǎn)生中斷，導(dǎo)致UAV集群無法正常運作，而且集群中UAV數(shù)量密度大，武器擊中其面積越大，擊中率就越高，進而能破壞系統(tǒng)的正常運行。因此，物理脆弱性對UAV集群的傷害是致命的。

同時，UAV集群的通信脆弱性也可能會帶來嚴重的危害。首先，UAV集群需要通過通信網(wǎng)絡(luò)實時交換資源以保持協(xié)同合作，而通信網(wǎng)絡(luò)存在漏洞、授權(quán)機制缺陷或弱密碼等安全風(fēng)險，容易受到干擾、延遲、篡改指令和偽裝攻擊等危險；其次，如果UAV集群的整體與地面指揮中心的通信鏈路出現(xiàn)問題，可能導(dǎo)致整個集群失去控制，從而影響任務(wù)的完成；最后，如果UAV集群內(nèi)部的自組網(wǎng)出現(xiàn)問題，可能會導(dǎo)致網(wǎng)絡(luò)內(nèi)的UAV無法相互通信或被誤解，無法協(xié)同完成任務(wù)，進而影響整體的表現(xiàn)，甚至可能導(dǎo)致整個集群癱瘓。

當然，協(xié)同脆弱性對集群的傷害也不容小覷，首先是因為集群中UAV按照任務(wù)分工，在空中形成了特定的編隊形態(tài)，如果根據(jù)編隊形態(tài)制定反制策略，敵方UAV集群的通信性能和任務(wù)執(zhí)行度會大受影響；其次，編隊飛行雖然減少UAV間碰撞的風(fēng)險，但是如果采取交叉干擾或攻擊關(guān)鍵節(jié)點等方式，集群編隊會被強制解散，既定任務(wù)無法完成，使集群作戰(zhàn)能力大大降低；特別是針對采用集中控制方式的UAV集群，一旦指揮中心被摧毀，集群將會群龍無首，可能導(dǎo)致敵方任務(wù)失敗或中斷。

因此，針對UAV集群的脆弱性研究反制產(chǎn)品，對惡意入侵的UAV集群打擊力度可能會大大提升。

2反UAV集群技術(shù)國內(nèi)外現(xiàn)狀

如今，集群威脅迫在眉睫，反制行動刻不容緩，國內(nèi)外在政府的支持下大力研發(fā)反UAV集群技術(shù)，以共同應(yīng)對黑飛風(fēng)險。

2.1產(chǎn)品現(xiàn)狀

從資料來看，反UAV集群產(chǎn)品類型很多，主要分為電子干擾、導(dǎo)彈、激光、微波四大主流武器，顯然這些產(chǎn)品已經(jīng)可以投身反UAV集群事業(yè)，但是這些技術(shù)仍處于瓶頸階段，比如干擾打擊效果不如導(dǎo)彈等武器，導(dǎo)彈武器無法合理分配攻擊目標，且制導(dǎo)能力綜合性不強，會造成跟蹤目標丟失，激光武器撲殺面積較小，相較之下微波武器撲殺距離又較短。表3展示了部分反制產(chǎn)品的實戰(zhàn)效果，反制產(chǎn)品智能化程度不高，以至于在實戰(zhàn)演練中存在能量消耗大但目標未完全落網(wǎng)的情況。

2.2技術(shù)現(xiàn)狀

從近幾年的綜述論文分析來看，反UAV集群的手段依然以硬殺傷為主、軟殺傷為輔。硬殺傷武器是指使用物理動能類攻擊方式破壞敵機的武器，例如通過防空導(dǎo)彈、常規(guī)火力和激光炮等對UAV集群進行直接性摧毀。同時，軟殺傷武器可以分為通信阻斷和協(xié)同破壞兩主流支類，通過阻斷傳輸鏈路和破壞編隊機制，逼迫UAV集群懸?；蚪德?。這兩大類技術(shù)的相關(guān)信息如表4所示。

①硬殺傷武器：在眾多UAV集群攻擊方式中，戰(zhàn)場上使用最多的是硬殺傷武器，硬殺傷武器采用防空導(dǎo)彈、激光炮等高價值技術(shù)，通過發(fā)射導(dǎo)彈、激光束等來擊穿目標UAV集群的整體結(jié)構(gòu)。因此，這類武器擁有共同的優(yōu)勢，即射程遠、打擊速度快、殺傷力強。

②軟殺傷武器：目前在城市環(huán)境應(yīng)用最廣，通過采用干擾、欺騙的方式阻斷UAV之間的鏈路聯(lián)系，以及利用網(wǎng)絡(luò)技術(shù)攻擊UAV自組網(wǎng)、UAV集群點對點捕捉敵機等方式破壞UAV之間的協(xié)同行為。相對來說，通信阻斷干擾類技術(shù)比較成熟，在天氣狀況理想時，干擾距離可達很遠，比物理摧毀類技術(shù)對環(huán)境更加友好。

同時，這2類技術(shù)存在一些共同的局限性。

①智能自主程度低。需要人為參與，難以適應(yīng)現(xiàn)代化電子戰(zhàn)中的復(fù)雜環(huán)境和快速變化的戰(zhàn)爭態(tài)勢。比如協(xié)同破壞類技術(shù)中的UAV集群捕網(wǎng)還未展現(xiàn)群體智能高度的自主性，像抓捕網(wǎng)槍技術(shù)和UAV集群捕網(wǎng)技術(shù)等需要操作員控制UAV集群的飛行方向和手動分配UAV的跟蹤目標，缺乏智能感知，難以及時對抗敵方UAV集群。此外，隨著UAV集群在自主避障和隱身技術(shù)等方面的不斷提升，這對反制技術(shù)的智能化水平提出了更高要求。

②部分技術(shù)不適用。如導(dǎo)航誘騙技術(shù)不適用反分布式編隊集群或高度自主的UAV集群，因為分布式編隊的集群可自主導(dǎo)航、協(xié)同定位，而高度自主的UAV集群采用圖像識別、地圖匹配輔助定位，因此對其發(fā)送假的GPS定位信號并不能使UAV集群改變航行的方向。另外，在所有反制手段中，信號劫持技術(shù)屬于難度系數(shù)較大的反制手段，通過無線電監(jiān)聽UAV，偽造相同的通信信號，注入到鏈路中，達到接管UAV集群的目的。文獻[7-8]研究表明，這種技術(shù)需要破解通信協(xié)議，而通信協(xié)議種類繁多且在不斷更新?lián)Q代，因此，應(yīng)當定期更新UAV頻譜特征適配庫，長此以往，信號劫持技術(shù)的更新和維護難度變得很大。

③反制裝備效費比低。首先，硬殺傷武器受天氣影響較大，導(dǎo)致精準度忽高忽低，容易造成誤傷，而且對付UAV集群這種低成本的目標，難免成本耗費過高，顯得大材小用；其次，軟殺傷武器截獲目標通信信息需要時間，可能會造成目標丟失；最后，UAV集群攻擊方式之間缺乏協(xié)同機制和融合能力，無法發(fā)揮多技術(shù)的綜合疊加效應(yīng)。

因此，反UAV集群武器需要更高效的智能算法和更適用的技術(shù)支持，以對抗UAV集群威脅，于是如何利用人工智能，讓反UAV集群技術(shù)達到更高的效費比，成為了國內(nèi)外競相研究的熱點課題。

3UAV集群智能反制技術(shù)

通過查閱大量文獻，總結(jié)了幾種可行的UAV集群智能反制技術(shù)，可以分為范圍反制和定點反制兩大類，范圍反制即采用具有殺傷范圍的武器對集群目標進行集體反制，定點反制則通過點對點對集群進行瞄準打擊。這些智能反制技術(shù)在傳統(tǒng)反制技術(shù)的基礎(chǔ)上對算法進行了改進，能夠有效對抗UAV集群這種“低小慢”飛行器。接下來，將進行算法分析來展示這些反UAV集群技術(shù)現(xiàn)有的優(yōu)勢和局限性。

3.1范圍反制技術(shù)

3.1.1智能防空網(wǎng)絡(luò)武器

智能防空網(wǎng)絡(luò)武器，通過攻擊UAV集群自組網(wǎng)，達到驅(qū)趕或接管集群的目的，如圖1所示。根據(jù)通信脆弱性分析，網(wǎng)絡(luò)滲透可以對UAV的WiFi鏈路劫持，進而抵御入侵UAV。2018年，GeekPwn黑客大賽上一位研究員通過劫持通信鏈路實現(xiàn)了對UAV的接管控制，而UAV之間的通信鏈路是自組網(wǎng)的一部分，因此，通過攻擊自組網(wǎng)可以攔截UAV集群。同時，由于自組網(wǎng)采用的網(wǎng)絡(luò)協(xié)議是通信協(xié)議的一個子集，它專注于在計算機網(wǎng)絡(luò)中的數(shù)據(jù)傳輸、路由協(xié)議和管理，相對于通信協(xié)議來說，破解自組網(wǎng)的更新和維護適配庫成本更小，于是智能防空網(wǎng)絡(luò)武器具有更高的普適性。

然而，UAV自組網(wǎng)無中心節(jié)點，每個節(jié)點通過自組織網(wǎng)絡(luò)互相通信，若僅切斷一個節(jié)點，各節(jié)點會重新組網(wǎng)。而路由協(xié)議為自組網(wǎng)內(nèi)部數(shù)據(jù)的傳輸提供路徑?jīng)Q策，是集群協(xié)調(diào)完成各項任務(wù)的基礎(chǔ)，攻擊路由無疑對整個集群影響最大。文獻[11]將現(xiàn)有的路由協(xié)議分為了幾大類，并羅列了不同的缺陷，因此可以采取不同的方式進行攻擊。

首先，針對地理位置輔助路由，雖然通過獲取節(jié)點位置信息，減少了路由發(fā)現(xiàn)的開銷，縮小了路由請求洪泛的范圍，但此類路由弊端是網(wǎng)絡(luò)中的節(jié)點必須明確自身的物理位置。因此，可以通過截獲自組網(wǎng)數(shù)據(jù)包，注入虛假地理位置信息，欺騙集群選擇錯誤的路由路徑，從而攪亂通信連接，導(dǎo)致集群無法正常傳輸數(shù)據(jù)，失去集群作戰(zhàn)能力。

其次，平面路由的節(jié)點間存在多條路徑，雖然該路由的UAV集群網(wǎng)絡(luò)健壯性強，可修復(fù)性好，但是該路由很難有效管理大規(guī)模的UAV集群，若占用過多帶寬會使數(shù)據(jù)無法傳輸。對此，文獻[ 12]指出，向自組網(wǎng)的各節(jié)點泛洪大量的虛假路由信息或無用的數(shù)據(jù)包，可以導(dǎo)致網(wǎng)絡(luò)中的路由表過載，使網(wǎng)絡(luò)癱瘓，影響路由決策。

總之，防空網(wǎng)絡(luò)武器搭載在智能終端設(shè)備上，中斷網(wǎng)絡(luò)信息的傳遞，甚至接管UAV集群。如今，UAV集群作為信息化設(shè)備．對信息較為依賴，這種軟殺傷手段或?qū)⒊蔀槲磥矸粗祁I(lǐng)域的“制高點”。

3.1.2智能無線電干擾

土耳其反UAV系統(tǒng)采用智能無線電干擾技術(shù)抵御UAV威脅，如圖2所示，此技術(shù)通過對目標集群中每個UAV實行干擾，從而實現(xiàn)對目標集群的干擾。文獻[13]證實了對采用跳頻擴頻通信的UAV集群進行壓制，跟蹤干擾的效果比多音、線性調(diào)頻和隨機跳頻干擾這3個方法好得多，因為跟蹤干擾的波束更窄，能量消耗更少，附帶殺傷也更低。但是跟蹤干擾時，UAV通信頻率跳變的時間極短，干擾機分析目標信號中各種參數(shù)、對準跳頻頻率調(diào)整干擾參數(shù)、實施干擾的時間就更短，因此，很多文獻都在嘗試提高時頻分析的效率和干擾頻率調(diào)制的自適應(yīng)能力。

首先，UAV識別模型的建立是干擾方案的第一步，為了提高信號識別效率，很多研究都做出了努力，如文獻[11]采用了短時傅里葉變換（Short Time Fre-quency Transform，STFT）算法，以分析一段時間內(nèi)非平穩(wěn)信號的頻率成分，然后在頻譜圖上應(yīng)用CNN方法進行分類，能有效識別信號。但STFT算法需要確定窗函數(shù)，由于集群中UAV眾多，時頻較為復(fù)雜，該算法缺少靈活性。文獻[14]則采用小波變換算法對調(diào)制信號進行分類識別，以對信號的時頻特性更快速的分析。同時，文獻[15]采用基于譜差分的導(dǎo)頻頻率估計方法，對快速傅立葉變換得到的頻譜進行譜差分計算，從而得到UAV精確通信頻率。

其次，為了提高干擾調(diào)制的自適應(yīng)能力，許多文獻在信號的生成到功率放大階段做出了努力，文獻[16]使用帕克斯一麥克萊倫算法，對干擾信號的主瓣波束寬度進行調(diào)整，彌補了探測的UAV的位置偏差；文獻[17]在傳統(tǒng)的II型匹配網(wǎng)絡(luò)的基礎(chǔ)上增加了T型網(wǎng)絡(luò)，擴展了放大器的帶寬；文獻[18]采用了三維電磁干擾模型，通過協(xié)同打擊方式來共同對付來自各個方向的集群UAV。

總之，在干擾各個環(huán)節(jié)進行算法的改進，是提升智能無線電干擾自主化能力的必由之路。

3.1.3高能微波武器

高能微波（High Power Microwave，HPM）武器是一種集波束寬、角度大、容錯率高、動態(tài)可調(diào)節(jié)于一體的新概念武器，能夠發(fā)射超高頻微波波束，以前門耦合和后門耦合的方式共同影響UAV集群電子系統(tǒng)的脆弱部分，并伴隨電磁持續(xù)干擾，導(dǎo)致目標基帶誤碼率增加，從而癱瘓敵方UAV集群。

目前許多文獻都對微波武器的性能進行了精確的評估。這是因為HPM武器在攻擊UAV集群時，UAV數(shù)量、UAV飛行速度和攻擊角度都會影響毀傷效果，毀傷能量損耗大，打擊距離相對有限。圖3是美空軍微波武器THOR，文獻[1]根據(jù)THOR已完成的定向能系統(tǒng)的工作及靠集裝箱中的發(fā)電機供電的事實，證實THOR有效射程可能不超過幾百米。同時，為了更好地評估HPM武器的毀傷性能，文獻[20]提出了專家打分法和熵權(quán)法，并建立了毀傷評估模型，綜合提高了毀傷評估精度。

還有一些文獻對微波武器的算法提出了改進。比如文獻[21]利用傅里葉變換等方法，通過調(diào)整HPM武器信號的主瓣和離散頻譜帶寬的有效范圍，實現(xiàn)了更高效的毀傷UAV集群。目前，HPM武器已進入實戰(zhàn)化階段，在射程、功率和性能方面都有進步。2023年THOR高功率作戰(zhàn)系統(tǒng)在科特蘭空軍基地試驗場進行了測試，成功癱瘓了UAV集群。文獻[22]表示俄國防部的微波炮摧毀區(qū)域可達10km。

同時，鮮少有文獻提及應(yīng)對電磁波屏蔽設(shè)備的措施，目標屏蔽這一外部因素會影響HPM武器的性能，敵方UAV集群若加裝電磁波屏蔽設(shè)備，武器的殺傷力會大大受限，因此HPM技術(shù)在克服外部因素方面還有待提升。

3.1.4智能導(dǎo)彈武器

導(dǎo)彈是具有一定殺傷范圍的武器，可以根據(jù)導(dǎo)引系統(tǒng)提供的引導(dǎo)信息調(diào)整航向和高度，具有較遠的射程和較強的穿透能力。導(dǎo)彈系統(tǒng)可以將多枚導(dǎo)彈進行快速編組[23]，形成協(xié)同打擊編隊，對遠距離的UAV集群的多架UAV進行集體殲滅。

未來精確制導(dǎo)成為了現(xiàn)實需求，因而對導(dǎo)彈武器的改進部分包括制導(dǎo)系統(tǒng)。而無線電制導(dǎo)是一種廣泛應(yīng)用于導(dǎo)彈防御系統(tǒng)的制導(dǎo)方式，這種制導(dǎo)容易受到電子干擾，因此不同國家都對導(dǎo)彈武器的制導(dǎo)系統(tǒng)進行了改進。如中國的紅旗-6A彈炮防空系統(tǒng)添加了半主動雷達制導(dǎo)模式，不僅避免了電子干擾還可提供更遠的射程和更高的精度；英國的AIM-132導(dǎo)彈防空系統(tǒng)使用紅外成像制導(dǎo)模式，額外增加了更清晰的瞄準點；Kh-47“匕首”高超音速導(dǎo)彈使用慣性導(dǎo)航系統(tǒng)如圖4所示，其加速度和位置可以提供連續(xù)制導(dǎo)，能夠持續(xù)抵御干擾。

另外，文獻[24]提及硫磺石導(dǎo)彈、超遠距離反艦導(dǎo)彈LRASM、聯(lián)合空地導(dǎo)彈JAGM等，這些復(fù)合制導(dǎo)武器都增加了導(dǎo)彈系統(tǒng)的抗干擾能力和多維度的識別能力。但目前復(fù)合制導(dǎo)技術(shù)還是以雙模為主．而多模的自適應(yīng)能力更強，智能化程度更高，并且模塊化設(shè)計能根據(jù)目標遠近靈活更換導(dǎo)引。因此智能導(dǎo)彈武器應(yīng)朝著多模復(fù)合制導(dǎo)的方向發(fā)展。

同時，針對復(fù)合制導(dǎo)精度較低的問題，多篇文獻在博弈策略上進行了研究。文獻[25]提出了一種角速度閾值的制導(dǎo)律和更節(jié)能的切換條件，提高了制導(dǎo)精度，并縮短了復(fù)合控制的工作時間。文獻[26]提出了一種新的構(gòu)造點火邏輯系數(shù)的函數(shù)形式，能根據(jù)不同的直接側(cè)向力和飽和氣動力來改變直接測量力的點火閾值，以適應(yīng)不同的作戰(zhàn)情況。另外，文獻[27]研究了多模復(fù)合制導(dǎo)時的信息融合算法，先將數(shù)據(jù)對齊，然后利用最小方差全局最優(yōu)融合算法完成雙模目標視距信號濾波值的數(shù)據(jù)融合，最終生成跟蹤回路的失準角指令，控制導(dǎo)引頭穩(wěn)定跟蹤目標。綜上，改進制導(dǎo)律和切換條件，并利用時空配準、模式識別和機器學(xué)習(xí)等，設(shè)計特征級、決策級的復(fù)合制導(dǎo)融合算法，能夠提高導(dǎo)引系統(tǒng)的精度。

此外，反UAV集群技術(shù)目前的研究還集中在動態(tài)武器目標分配（Dynamic Weapon TargetAssignment，DWTA）的問題上，智能導(dǎo)彈編組時必須考慮對多目標如何進行多導(dǎo)彈分配的問題。為此，文獻[28]提出并驗證了一種改進的粒子群優(yōu)化算法，粒子適應(yīng)度值是各導(dǎo)彈對各UAV的期望剩余威脅，其適應(yīng)度值最小粒子的位置視為粒子群算法優(yōu)化DWTA方案，從而實現(xiàn)對多導(dǎo)彈DWTA的有效性。文獻[29]提出了一種基于精英策略的多種群自適應(yīng)遺傳算法，通過精英選擇算子選擇當前種群的最優(yōu)解并進行精英備份，有效抑制算法陷入局部最優(yōu)，從而獲得更高精度的分配方案。隨后，文獻[30]提出基于雙序列編碼的多種群NSGA-Ⅱ算法，通過深度優(yōu)先搜索-Dijkstra算法、改進的染色體交叉與變異操作、多種群策略等，提升了算法性能。

總之，導(dǎo)彈武器需要在目標分配、復(fù)合制導(dǎo)和信息融合上不斷提升算法性能，提高智能化程度，以最少的彈量對抗鋪天蓋地來襲的UAV集群。

3.2定點反制技術(shù)

3.2.1智能集群對抗

智能集群對抗技術(shù)利用多智能體對抗集群，是一種大規(guī)模、高密度的殺傷行為。如圖5所示，該技術(shù)通過編隊協(xié)同組成多智能體戰(zhàn)斗小組，各智能體可以自主決策，通過協(xié)作達共識，共同跟蹤敵方UAV集群的多架UAV，并攜帶干擾[31]、導(dǎo)彈攔截和激光等武器及捕網(wǎng)等方式，對UAV集群進行干擾、打擊和攔截。為保證追蹤者之間相互協(xié)調(diào)和對所有逃避者的全面攔截，需要該技術(shù)從多維度提升。

（1）提高相對定位能力

多智能體需協(xié)同共享位置等信息，保持距離和速度相對平穩(wěn)，避免相互干擾，同時對目標集群協(xié)同搜索和多角度跟蹤，保持與逃避者的距離，避免目標逃逸。文獻[32]提出了一種基于KHOPCA的自動平衡聚類算法，實現(xiàn)了攔截和捕獲編隊的平衡分簇，保證了編隊內(nèi)智能體間距離相差小，避免目標逃逸。文獻[33]采用了一種有效追擊逃避者的算法，即智能體與目標距離小于閾值時，發(fā)起干擾，若小于第二閾值時，執(zhí)行相對位置算法，實現(xiàn)了對目標的有效反制和精確定位，但捕捉者本身定位誤差大。因此，文獻[34]在此基礎(chǔ)上，提出了在線多智能體干擾算法，多智能體之間可通過融合機會信號（Signal ofOpportunity，SOP）信息與視覺和慣性數(shù)據(jù)，合作相對定位，彌補了追捕者自身定位的不足，實現(xiàn)了更高的定位精度。

（2）提高目標狀態(tài)估計能力

首先需要提高目標檢測和目標跟蹤的準確度，文獻[33]采用了基于YOLOv4模型的目標檢測算法，并采用了一種使用交集分數(shù)方法和匈牙利算法的跟蹤器算法，來實現(xiàn)檢測和跟蹤附近的入侵UAV。文獻[35]提出了Deep SORT目標跟蹤算法，通過深度學(xué)習(xí)提取特征，將前后2幀的目標特征匹配后，輸出目標軌跡，再使用卡爾曼濾波技術(shù)進行目標位置的預(yù)測和修正，并為每一個目標分配ID標識，解決在多目標跟蹤中目標重合和遮擋的問題。文獻[36]采用矩陣分解和匈牙利算法來加速預(yù)測框的匹配和關(guān)聯(lián)，更新目標新的軌跡。另外，文獻[37]為了高效估計目標狀態(tài)，使用了貝葉斯濾波器計算后驗密度，各智能體交換它們的估計，并通過協(xié)方差交集獲得目標最終狀態(tài)。文獻[38]結(jié)合了計算機視覺技術(shù)和Dijkstra動態(tài)路徑規(guī)劃算法，以便多智能體在定位目標后，能盡快找到最快的路線跟蹤目標。文獻[39]引入注意力機制，基于不同通道的重要程度去調(diào)整關(guān)注度，顯著改善了目標分類準確度；文獻[4]引人多尺度特征融合機制構(gòu)建高分辨特征圖，使算法適應(yīng)不同大小的UAV。

（3）提高自主控制決策能力

文獻[31]建立了基于MADDPG算法的UAV群智能模型，將算法與規(guī)則耦合，減少了無效探索動作，有效地提高多智能體的對抗能力。文獻[40]設(shè)計了用于追蹤控制優(yōu)化MACNET深度強化學(xué)習(xí)算法，集成了DeepSet架構(gòu)、近似策略優(yōu)化（ProximalPolicy Optimization，PPO）算法和基于控制屏障函數(shù)（Control Barrier Function，CBF）的安全層，以在避免碰撞的同時協(xié)作捕獲逃亡者，還能處理時變維度的觀察值。同時，文獻[41]提出了多智能體追蹤多逃避者的分布式算法，每個智能體只需要通過Voronoi鄰居選擇最近的逃避者作為它的目標，就能避免與共享同目標的其他全部智能體協(xié)調(diào)，保證了有限時間內(nèi)捕獲所有逃避者。文獻[42]也在集中式級聯(lián)決策算法高性能的基礎(chǔ)上，提出了分布式?jīng)Q策控制算法，降低了時間復(fù)雜度，并在實際部署中，使決策系統(tǒng)在集中式和分布式算法中切換，基于多智能體的數(shù)量、移動性和功率，組合對抗UAV集群。

綜上可知，智能集群對抗技術(shù)已具備一定的相對定位、目標狀態(tài)估計和自主決策能力，但在提高檢測跟蹤精確度和降低決策復(fù)雜度方面還需要不斷加強，以最大化反制效能。

3.2.2智能激光武器

激光武器系統(tǒng)（Laser Weapon System，LaWS）屬于光束的攻擊形態(tài)，作為一種定向能武器，通過致盲目標集群中每個UAV的通訊設(shè)備或摧毀其機身材料[43]，進而摧毀整個集群，激光武器AN/SEQ -3如圖6所示，AN/SEQ-3系統(tǒng)是LaWS的典型應(yīng)用，可在2s內(nèi)擊落一架UAV。

LaWS采用激光雷達技術(shù)發(fā)射脈沖激光，來測量UAV集群的距離和編隊形態(tài)。在發(fā)射激光束后，點云分割算法會對返回的三維點云數(shù)據(jù)進行分割，如基于平面擬合的RANSAC算法可以將點云數(shù)據(jù)分為不同的部分，然后點云聚類算法會對目標點云數(shù)據(jù)進行聚類，如基于歐式距離的聚類算法通過計算點云數(shù)據(jù)的歐氏距離，將同一對象的點云數(shù)據(jù)進行聚類。

為了在短時間內(nèi)獲得目標完整的點云數(shù)據(jù)，以快速估計UAV集群的運動狀態(tài)，點云配準是最關(guān)鍵一步。考慮到傳統(tǒng)配準算法速度慢，且UAV集群的點云距離較遠，數(shù)據(jù)量較大，文獻[44]提出了一種基于正態(tài)分布變換（Normal Distributions Transform，NDT）和最近點迭代（Iterative Closest Points，ICP）的快速點云配準法，使點云數(shù)據(jù)量較大或較遠的情況下，算法能夠達到較快的配準速度與較高的配準精度，能準確地判斷UAV集群特征點，快速獲得完整的點云數(shù)據(jù)。同時，點云數(shù)據(jù)包括深度圖像和強度圖像，目標檢測和跟蹤算法可以檢測深度圖像中的距離信息，實現(xiàn)對目標UAV集群中每一個UAV的定位和追蹤。文獻[45]證實了跟蹤精度和傳輸距離對目標點功率密度的響應(yīng)靈敏度變化很大。

為了實現(xiàn)更大精度的監(jiān)測跟蹤系統(tǒng)，避免目標因小而被漏檢，文獻[46]在YOLO網(wǎng)絡(luò)引入了空間金字塔池（Spatial Pyramid Pooling，SPP），實現(xiàn)3個尺度的特征提取，達到了較高的檢測精度和檢測的每秒幀數(shù)。同時，文獻[47]提出采用貝葉斯估計器或一些更復(fù)雜和精確的估計器，來預(yù)測目標下一時刻的位置。另外，文獻[48]使用了卡爾曼濾波法來消除狀態(tài)估計時的噪聲干擾，解決延遲測量的問題，保證激光束能精準擊中目標。

為了攔截超大規(guī)模的UAV集群，針對UAV集群中多目標，激光技術(shù)需要更多考慮算法的時效性和準確性。首先，可以采用陣列式排列或多波束技術(shù)同時向多個方向發(fā)送多次激光脈沖，通過對這些返回的點云數(shù)據(jù)進行處理，實現(xiàn)對UAV集群中多目標的同時檢測和跟蹤。其次，可以將通頻率調(diào)制、脈沖寬度調(diào)制和偏振調(diào)制等方式結(jié)合，形成高階的混合調(diào)制技術(shù)，提升LaWS的調(diào)制效率，以適應(yīng)不同速度和距離范圍的目標。此外，文獻[50]利用等離子體通道來加速控制光束生成，進一步提高了LaWS的毀傷效果和作戰(zhàn)性能。

總之，目前智能激光武器可以為UAV集群提供一個合適的防御手段，能夠克服目標小而漏檢、不能快速控制光束、帶寬自適應(yīng)性不強等問題，但是高質(zhì)量的激光武器應(yīng)盡可能地減少體積，并適當?shù)卦黾硬ㄊ鴮挾?，以控制交叉光束能量轉(zhuǎn)移和其他不穩(wěn)定性，要有效地克服信道中大氣湍流和背景光噪聲帶來的影響因素，從而提升LaWS的效費比。

4未來展望

目前，各種反制技術(shù)在現(xiàn)有研究中，已經(jīng)能應(yīng)對網(wǎng)絡(luò)拓撲變化、頻率跳變頻繁、目標分配不合理、制導(dǎo)能力弱和協(xié)同定位差等方面的挑戰(zhàn)，但在實際應(yīng)用方面還需要進一步考慮更多的情況，而且在面對UAV集群的區(qū)域自動化防御方面還需要迭代升級。因此，結(jié)合最新研究提出了反UAV集群技術(shù)未來可能的發(fā)展方向。

（1）提升防空網(wǎng)絡(luò)武器技術(shù)

鮮少有文獻考慮分級路由的情況，導(dǎo)致在不同的UAV自組網(wǎng)應(yīng)用場景中存在局限性。分級路由下的UAV集群由多個簇構(gòu)成，每個簇的簇頭作為控制中心，協(xié)調(diào)簇成員的協(xié)同行動，保證UAV集群能按既定策略行動。

對付分級路由的UAV集群，可先用無線電頻譜偵測特定信號的交互位置來找到簇頭，或?qū)旱暮桔E數(shù)據(jù)挖掘后，使用聚類算法或模式識別來識別集群中的特定行為，從而推測簇頭的位置。再對簇頭逐個網(wǎng)絡(luò)攻擊，破壞集群的協(xié)同行動。

如何對簇頭攻擊？可根據(jù)文獻[51]提及的一些類型的主動攻擊，如拒絕服務(wù)、路由表溢出、信息泄露等針對自組網(wǎng)有效。先對簇頭根訪問攻擊，以完全控制簇頭，再插入誘導(dǎo)指令或木馬程序，發(fā)送給簇內(nèi)其他UAV，誘導(dǎo)集群集體返航，可使集群內(nèi)部出現(xiàn)錯誤的路由信息，無法正常路由通信。

（2）提升高能微波武器技術(shù)

未來應(yīng)尋找能自適應(yīng)不同的UAV發(fā)生故障的功率和頻率，并適當增加二者的調(diào)整范圍，使HPM武器能夠在合適的頻段和功率水平上干擾，增強對不同電磁波屏蔽設(shè)備的適應(yīng)性。同時，可使用跳頻技術(shù)、脈沖干擾等干擾模式，以繞過電磁波屏蔽設(shè)備的干擾對策，另外，可以對HPM武器的脈沖寬度、脈沖重復(fù)頻率等參數(shù)進行調(diào)制，實現(xiàn)更好的熱效應(yīng)效果和能量穿透能力。

（3）提升智能導(dǎo)彈武器技術(shù)

在復(fù)雜的多目標協(xié)同下，多篇文獻考慮了如何進行動態(tài)目標分配，但鮮少同時考慮如何使導(dǎo)彈飛行軌跡全局最優(yōu)，事實上可以利用一些最優(yōu)控制算法或強化學(xué)習(xí)算法，通過在線優(yōu)化飛行軌跡，來最大程度地對導(dǎo)彈的飛行軌跡做出調(diào)整。

（4）提升智能集群對抗技術(shù)

目前多智能體未完全智能化，需要人為充拔電，無法全天自主作業(yè)，應(yīng)升級為無線充電技術(shù)，這樣不僅能被遠程控制，而且能自主返回充電倉待機充電。

同時，技術(shù)的檢測跟蹤方面還需要提升。如Mask R_CNN目標檢測模型，這是兩階段模型，在目標檢測精度方面通常更好，能實現(xiàn)精細化目標實例分割，并且Mask R-CNN增加一個卷積網(wǎng)絡(luò)預(yù)測分割，對于檢測速度的影響很小，卻大大提高了目標狀態(tài)估計的準確率。

另外，UAV集群密度大，目標之間易交叉遮擋，影響跟蹤算法的性能，可以考慮對卡爾曼濾波進行調(diào)參，探索增量學(xué)習(xí)等，適應(yīng)動態(tài)場景下的目標跟蹤。此外，應(yīng)用時多考慮通信中斷等各種故障：采用容錯編碼、多路徑通信和多傳感器冗余等技術(shù)提高多智能體系統(tǒng)的容錯性；采用基于自主診斷、重構(gòu)的自修復(fù)等算法提高自恢復(fù)能力；采用加密防護程序、安全驗證保護UAV間數(shù)據(jù)傳輸。

（5）提升智能激光武器技術(shù)

識別UAV集群時易受雜波干擾，可以在雜波抑制算法進行提升，增加檢測準確性，也可以采用一些更適用的自適應(yīng)信號處理技術(shù)，如背景建模、動態(tài)閾值等，或者根據(jù)不同場景選擇適合的恒虛警率檢測算法，降低虛警概率，提高智能激光武器的精準度。

（6）構(gòu)建一體化智能反制系統(tǒng)

為了保證反制行動的智能自主性和全面覆蓋性，使所有反制裝備取長補短，避免2019年鎧甲一SI導(dǎo)彈系統(tǒng)因無法同時運用2種武器，而丟失目標還被反向摧毀的類似事件再次發(fā)生，搭建一個能實現(xiàn)1+1gt;2組合增益效果的完整反制體系將是今后技術(shù)研發(fā)的主要方向。

在架構(gòu)上，系統(tǒng)應(yīng)包括地面和空中2個平臺[54]，通過彌補每個平臺的局限性，最大限度地提高空間增益和防御力度，系統(tǒng)還應(yīng)采用分布式異構(gòu)網(wǎng)絡(luò)，平衡魯棒性和性能的關(guān)系，不過子網(wǎng)絡(luò)失控會導(dǎo)致特定任務(wù)不能完成，直接影響系統(tǒng)。因此，應(yīng)在以往架構(gòu)上進行優(yōu)化，確保系統(tǒng)持續(xù)可靠運行。

在系統(tǒng)設(shè)計上，察打一體、多層次防御、集成與協(xié)同、智能決策等主要模塊需要不斷更新完善。

（1）察打一體

當前各種探測、反制技術(shù)不能信息融合，造成了資源浪費，因此要加強多源數(shù)據(jù)融合算法研究，著力構(gòu)建融合體系。既要對目標多維數(shù)據(jù)交叉融合，聯(lián)合分析研判，提高UAV集群的識別率，也要對復(fù)合反制信息進行特征融合，提高反制效能比，引入貝爾曼方程指導(dǎo)決策和更新值函數(shù)。從而形成一個組網(wǎng)聯(lián)動、優(yōu)勢互補、高低協(xié)同的多元一體反制體系，更有效地應(yīng)對UAV集群入侵。

（2）多層次防御

多層次防御系統(tǒng)應(yīng)包括早期預(yù)警系統(tǒng)、遠程攔截系統(tǒng)和近程武器系統(tǒng)，共同集群中應(yīng)對不同距離和高度的UAV。

早期預(yù)警系統(tǒng)識別UAV集群后，構(gòu)建全連通圖模型[55]，通過對節(jié)點密度聚類估計集群狀態(tài)，一旦識別到威脅行為后會立刻報警。然而，如今UAV集群具有更強的隱蔽性和機動性，使得反制系統(tǒng)還屬于在普通場景下識別率才高的范疇，易導(dǎo)致系統(tǒng)產(chǎn)生虛警。因此，要不斷更新識別算法，降低虛警率。

遠程攔截系統(tǒng)包含微波、導(dǎo)彈和激光武器，同時，近程武器系統(tǒng)包含電子戰(zhàn)、集群對抗和防空網(wǎng)絡(luò)武器等多種技術(shù)手段，這2層防御相互協(xié)作，保證無漏網(wǎng)之魚。實際上，反制系統(tǒng)需要在短時間內(nèi)快速響應(yīng)集群威脅，目標分配存在不合理。因此，可利用啟發(fā)式、強化學(xué)習(xí)等優(yōu)化算法進行武器和目標分配，從而避免武器系統(tǒng)的資源浪費。

（3）集成與協(xié)同

這是系統(tǒng)成敗的關(guān)鍵，它集成了感知、反制等設(shè)備，統(tǒng)籌協(xié)調(diào)用于對抗UAV集群，通過模塊化部署，確保整體體系的協(xié)調(diào)運作。然而，現(xiàn)有的反制系統(tǒng)缺乏通用的接口架構(gòu)，影響了互操作性，且各種信息化武器之間使用時存在干擾，限制了系統(tǒng)協(xié)同作戰(zhàn)能力?？梢?，集成在設(shè)計上需要改進，如建立網(wǎng)關(guān)對多維數(shù)據(jù)進行解析，或者采用模塊化開發(fā)，方便模塊間互通和擴展，避免之間相互干擾，最終實現(xiàn)跨領(lǐng)域設(shè)備的協(xié)同發(fā)展。

（4）智能決策

客觀而言，反制系統(tǒng)實現(xiàn)了一定程度的自動化控制，但由于決策機制不夠全面，系統(tǒng)還未完全實現(xiàn)智能決策。為了改變這種現(xiàn)狀，應(yīng)從場景、脆弱性角度來補充決策機制：分軍民場景部署硬軟殺傷武器，避免二次傷害，實現(xiàn)平戰(zhàn)一體，多重防控；根據(jù)編隊部署反制策略，面對規(guī)則編隊，自組織定點打擊，面對分布式編隊，可先干擾協(xié)同鏈路，或打擊通信最密點，破壞其協(xié)同行動后，再對集群范圍攻擊，一網(wǎng)打盡。

增強反制實際效能。比如反制系統(tǒng)如何部署才能確保有效覆蓋整個保護區(qū)域，以及在面對大規(guī)模UAV集群時，雖然結(jié)合使用不同的反制手段和策略，提高了反制效果，但能否實現(xiàn)對上千臺UAV規(guī)模的集群中每一架UAV的準確偵測和干擾，反制效果還待考察。為了攻克這一問題，系統(tǒng)應(yīng)不斷提升自動化區(qū)域防護技術(shù)，為反制系統(tǒng)提供更多模擬場景，通過反復(fù)測驗，不斷改進，加強防護覆蓋率和反制性能。

總之，如何在保證反制裝備互不干擾、正常運行的前提下，實現(xiàn)反制系統(tǒng)的整體效能最大化是反UAV集群技術(shù)未來的主要發(fā)展方向。

5結(jié)束語

近年來，出現(xiàn)了多層次、多領(lǐng)域的UAV集群反制技術(shù)，并先后研究了網(wǎng)絡(luò)滲透、目標跟蹤、復(fù)合制導(dǎo)、點云數(shù)據(jù)處理和自主決策等算法的改進，使反UAV集群技術(shù)實現(xiàn)了一定的智能自主化能力。

在未來的工作中，反制技術(shù)需要在現(xiàn)有基礎(chǔ)上，著重以下三方面的工作：①注入最新的人工智能算法，準確監(jiān)測UAV集群的狀態(tài)，加強各類反制技術(shù)的效能比，賦能反UAV集群技術(shù)產(chǎn)業(yè)；②采用多模態(tài)的信息融合算法，避免傳統(tǒng)反制的資源分散、信息孤島等問題，加強反制設(shè)備之間的協(xié)作性；③選擇適合的智能決策算法，提高系統(tǒng)的自主學(xué)習(xí)能力，最大化系統(tǒng)的整體效能，以應(yīng)對不同UAV集群的威脅。

總之，未來需要配合公安工作，形成理論與多元共治的復(fù)合式UAV集群防御解決方案，并加大對反制算法的研究力度，提高反制系統(tǒng)的偵測率和多目標處理能力，降低響應(yīng)時間和虛警率，為國家空防和社會穩(wěn)定提供更加可靠的保障，為維護全球和平與安全貢獻一份力量。