摘 要：針對不確定態(tài)勢下無人機(jī)群作戰(zhàn)效能評估問題，構(gòu)建了一套基于作戰(zhàn)過程仿真的無人機(jī)群作戰(zhàn)效能評估方法。首先，從作戰(zhàn)環(huán)角度分析無人機(jī)群察打任務(wù)作戰(zhàn)過程;其次，根據(jù)作戰(zhàn)環(huán)的各個步驟設(shè)計(jì)戰(zhàn)法計(jì)算，結(jié)合設(shè)計(jì)的參數(shù)設(shè)置、戰(zhàn)場態(tài)勢生成與記錄、全局進(jìn)度控制器、作戰(zhàn)數(shù)據(jù)記錄等模塊形成完整的無人機(jī)群察打作戰(zhàn)過程仿真系統(tǒng);然后，依據(jù)獲得的作戰(zhàn)過程仿真結(jié)果數(shù)據(jù)，構(gòu)建核心效能指標(biāo)與輔助效能指標(biāo)，給出各指標(biāo)的計(jì)算與耦合方法;最后，通過案例實(shí)驗(yàn)，對采用不同編配方案的無人機(jī)群進(jìn)行作戰(zhàn)過程仿真，評估分析作戰(zhàn)效能，驗(yàn)證了本文方法的可行性，可實(shí)現(xiàn)不確定態(tài)勢下無人機(jī)群作戰(zhàn)效能的有效評估。

關(guān)鍵詞：無人機(jī)群;不確定態(tài)勢;作戰(zhàn)過程仿真;作戰(zhàn)循環(huán);作戰(zhàn)效能

中圖分類號：TP391．9 文獻(xiàn)標(biāo)志碼：A DOI：10.3969/j.issn.1673-3819.2025.01.002

Evaluation of combat effectiveness of unmanned aerial

vehicle group in uncertain situations

SUN Pengyao HUANG Yanyan WANG Kaisheng WU Kui

（1. School of Automation， Nanjing University of Science and Technology， Nanjing 210014;

2. Jiangsu Automation Research Institute， Lianyungang 222061， China）

Abstract： A set of unmanned aerial vehicle （UAV） swarm combat effectiveness evaluation methods based on combat process simulation is constructed to address the issue of UAV swarm combat effectiveness evaluation in uncertain situations. Firstly， analyze the operational process of unmanned aerial vehicle （UAV） reconnaissance and strike missions from the perspective of closed-loop combat environment. Secondly， design a combat method calculation module based on the various steps of the closed-loop combat environment， and combine the designed parameter setting module， battlefield situation generation and recording module， global progress controller， and combat data recording module to form a complete simulation system for unmanned aerial vehicle group observation and combat process. Then， based on the available simulation data of the combat process， construct core effectiveness indicators and auxiliary effectiveness indicators， and provide a calculation and coupling method for each indicator. Finally， a scenario is set up to simulate the combat process of unmanned aerial vehicle swarms using different deployment schemes， evaluate and analyze the combat effectiveness， verify the feasibility of the proposed method， and achieve effective evaluation of the combat effectiveness of unmanned aerial vehicle swarms under uncertain situations.

Key words：unmanned aerial vehicle group; uncertain situation; combat process simulation; combat cycle; combat effectiveness

在以俄烏沖突為代表的近年戰(zhàn)爭中，無人機(jī)群承擔(dān)的戰(zhàn)場突擊作用愈加凸顯［1-2］，無人機(jī)群協(xié)同作戰(zhàn)正成為未來作戰(zhàn)中備受關(guān)注的作戰(zhàn)樣式之一，有效評估無人機(jī)群作戰(zhàn)效能是合理運(yùn)用無人機(jī)群的重要前提［3］。所謂機(jī)群作戰(zhàn)效能，即在某對抗態(tài)勢情況下，多機(jī)通過作戰(zhàn)策略將單機(jī)任務(wù)能力耦合從而涌現(xiàn)出的群體任務(wù)能力，作戰(zhàn)效能的涌現(xiàn)是多因素耦合影響的結(jié)果，同時受單機(jī)性能、作戰(zhàn)策略、任務(wù)強(qiáng)度等因素影響。目前對作戰(zhàn)效能的評估方法主要包括模糊評判法［4-5］、層次分析法［6-7］、ADC法［8-9］等傳統(tǒng)方法以及基于神經(jīng)網(wǎng)絡(luò)［10］、機(jī)器學(xué)習(xí)［11］等人工智能技術(shù)的相關(guān)方法［12］。上述方法各有特點(diǎn)，但在不確定態(tài)勢情況下難以準(zhǔn)確刻畫無人機(jī)群各作戰(zhàn)能力要素之間的耦合關(guān)系以及攻防對抗過程中的隨機(jī)性，因此這些方法具有局限性。除此之外，現(xiàn)代作戰(zhàn)的動態(tài)性、對抗性以及不確定性也影響了無人機(jī)群的作戰(zhàn)效能。大量新質(zhì)力量的產(chǎn)生，使得不能再通過單純地疊加不同武器裝備的作戰(zhàn)能力來評估其整體效能。因此，本文面向戰(zhàn)場態(tài)勢不確定的情況，考慮作戰(zhàn)中的對抗行動、戰(zhàn)場態(tài)勢等不確定因素，提出基于作戰(zhàn)過程仿真的無人機(jī)群協(xié)同作戰(zhàn)效能評估方法。首先結(jié)合OODA作戰(zhàn)循環(huán)理論分析無人機(jī)群執(zhí)行典型察打任務(wù)的過程;其次，基于作戰(zhàn)環(huán)閉環(huán)過程建立無人機(jī)群作戰(zhàn)過程仿真系統(tǒng);再次，結(jié)合仿真系統(tǒng)中擬獲取的結(jié)果數(shù)據(jù)設(shè)計(jì)核心效能指標(biāo)與輔助效能指標(biāo)，給出無人機(jī)群協(xié)同作戰(zhàn)效能評估計(jì)算方法;最后，通過想定案例驗(yàn)證了評估方法的可行性，為不確定態(tài)勢下無人機(jī)群協(xié)同作戰(zhàn)效能評估提供了新的思路。

1 無人機(jī)群察打任務(wù)作戰(zhàn)過程分析

要建立無人機(jī)群作戰(zhàn)過程仿真系統(tǒng)，首先需要先對無人機(jī)群的作戰(zhàn)過程進(jìn)行分析?？紤]協(xié)同察打任務(wù)是無人機(jī)群未來主要的作戰(zhàn)任務(wù)之一，因此從協(xié)同察打任務(wù)入手進(jìn)行分析。無人機(jī)群執(zhí)行察打任務(wù)本質(zhì)上就是機(jī)群通過各機(jī)搭載的裝備設(shè)備，按照一定的戰(zhàn)法策略，對目標(biāo)實(shí)現(xiàn)偵察、識別、決策、打擊這一OODA作戰(zhàn)環(huán)閉環(huán)的過程，以求實(shí)現(xiàn)發(fā)現(xiàn)即摧毀的作戰(zhàn)效果。

在無人機(jī)群協(xié)同作戰(zhàn)中，由于協(xié)同機(jī)制的加入，目標(biāo)偵察由單機(jī)偵察變?yōu)榛谌中畔⑷诤系南到y(tǒng)偵察，各單機(jī)的任務(wù)目標(biāo)序列也由戰(zhàn)前籌劃執(zhí)行的行動方案轉(zhuǎn)變成由全局任務(wù)協(xié)調(diào)來進(jìn)行動態(tài)調(diào)整的方式。系統(tǒng)偵察提高了各無人機(jī)對目標(biāo)實(shí)現(xiàn)有效偵察識別的概率，一方面降低了無人機(jī)偵察目標(biāo)消耗的時間，提高了整體的作戰(zhàn)效率，另一方面，也使得無人機(jī)對戰(zhàn)場態(tài)勢的感知更加精準(zhǔn)正確，從而能夠花費(fèi)與目標(biāo)態(tài)勢相吻合的彈藥資源以實(shí)現(xiàn)對目標(biāo)的精確毀傷;統(tǒng)一任務(wù)協(xié)調(diào)通過協(xié)同策略對無人機(jī)的任務(wù)執(zhí)行順序進(jìn)行優(yōu)化，提高無人機(jī)打擊資源的利用效率，一定程度上減少了整個編隊(duì)的補(bǔ)給次數(shù)，實(shí)現(xiàn)無人機(jī)群同時對更多目標(biāo)的打擊毀傷，無人機(jī)群協(xié)同察打作戰(zhàn)循環(huán)過程如圖1所示。

通過上述分析可知，無人機(jī)群察打任務(wù)作戰(zhàn)過程就是通過各單機(jī)作戰(zhàn)循環(huán)鏈條的不斷閉環(huán)，實(shí)現(xiàn)對指定目標(biāo)的偵察打擊，直到各無人機(jī)完成各自的察打任務(wù)，無人機(jī)群的整體作戰(zhàn)效能其實(shí)是源自各無人機(jī)作戰(zhàn)循環(huán)鏈閉環(huán)能力。除了無人機(jī)單機(jī)能力的影響，統(tǒng)一任務(wù)協(xié)調(diào)策略的優(yōu)劣與全局信息融合方法的結(jié)果也進(jìn)一步影響了作戰(zhàn)循環(huán)鏈的閉環(huán)情況。因此，本文以無人機(jī)群作戰(zhàn)閉環(huán)包含的偵察、識別、決策、打擊這四個步驟為基礎(chǔ)，設(shè)計(jì)面向不確定態(tài)勢條件下無人機(jī)群執(zhí)行協(xié)同察打任務(wù)的作戰(zhàn)過程仿真系統(tǒng)。

2 無人機(jī)群察打作戰(zhàn)過程仿真系統(tǒng)設(shè)計(jì)

無人機(jī)群作戰(zhàn)仿真系統(tǒng)的本質(zhì)功能在于依據(jù)某種全局推進(jìn)策略，將作戰(zhàn)全過程劃分為多個節(jié)點(diǎn)，在輸入無人機(jī)參數(shù)模型、戰(zhàn)場態(tài)勢模型后，通過設(shè)置的作戰(zhàn)規(guī)則計(jì)算當(dāng)前作戰(zhàn)任務(wù)序列，按照全局推進(jìn)的順序?qū)γ恳粋€節(jié)點(diǎn)處的無人機(jī)狀態(tài)與戰(zhàn)場敵方狀態(tài)信息進(jìn)行計(jì)算更新，在每個節(jié)點(diǎn)處，無人機(jī)會開始執(zhí)行偵察、識別、決策、打擊四類動作中的一個或多個動作，以實(shí)現(xiàn)對每個無人機(jī)的作戰(zhàn)環(huán)閉合過程的逐步仿真，同時，敵方作戰(zhàn)單元可能會執(zhí)行反無人機(jī)動作，以實(shí)現(xiàn)戰(zhàn)場的對抗過程仿真。因此，設(shè)計(jì)仿真系統(tǒng)的模塊組成主要包括全局進(jìn)度控制器、參數(shù)設(shè)置模塊、戰(zhàn)場態(tài)勢數(shù)據(jù)庫、作戰(zhàn)數(shù)據(jù)庫、作戰(zhàn)規(guī)則與算法庫。

2．1 參數(shù)設(shè)置模塊

參數(shù)設(shè)置模塊的功能是對戰(zhàn)場環(huán)境參數(shù)、無人機(jī)群性能參數(shù)、目標(biāo)分布與抗毀能力等進(jìn)行預(yù)設(shè)，由于可能存在不確定的態(tài)勢信息，因此，在本文設(shè)計(jì)的參數(shù)設(shè)置模塊中，許多參數(shù)只需要設(shè)置其取值范圍，仿真系統(tǒng)根據(jù)該范圍進(jìn)行隨機(jī)取值，從而實(shí)現(xiàn)對不確定戰(zhàn)場態(tài)勢的有效模擬，本文對該模塊中包含的參數(shù)類型設(shè)置如下。

CS=〈ZC，F(xiàn)C，GC，MC〉

ZC=｛zcx，zcy，zcr｝

FC=｛jcx，jcy，fn，fv，fza，fzr，fzz，，fdn，fdr，fdz｝

GC=｛gn，gkn，gfkn，gfka，gfkr，gfkz｝ （1）

式中變量的含義解釋如表1所示。

2．2 戰(zhàn)場態(tài)勢生成與記錄模塊

戰(zhàn)場態(tài)勢初始化模塊的功能是根據(jù)參數(shù)設(shè)置模塊中輸入的相關(guān)參數(shù)，通過隨機(jī)的方式初始化無人機(jī)群、目標(biāo)群當(dāng)前時刻的狀態(tài)信息，或者是在經(jīng)過戰(zhàn)法計(jì)算模塊和作戰(zhàn)數(shù)據(jù)模塊后通過狀態(tài)變化量，依據(jù)上一全局推進(jìn)節(jié)點(diǎn)態(tài)勢信息計(jì)算當(dāng)前節(jié)點(diǎn)的態(tài)勢信息，主要包括在對應(yīng)時刻所有無人機(jī)的位置坐標(biāo)、存活狀態(tài)、載彈量以及所有目標(biāo)的位置坐標(biāo)、抗毀能力，記錄如下：

2．3 全局進(jìn)度控制器

全局進(jìn)度控制器的功能主要包含全局計(jì)時與系統(tǒng)終止判定。全局進(jìn)度控制器有兩種設(shè)計(jì)思路：一種是按照時間劃分，將作戰(zhàn)全過程按照某一單位時間間隔dt時序推進(jìn)并進(jìn)行節(jié)點(diǎn)劃分，系統(tǒng)依據(jù)單位時間內(nèi)的狀態(tài)變化量計(jì)算各節(jié)點(diǎn)下的狀態(tài)量。另一種則是按照事件劃分，將作戰(zhàn)全過程以引起狀態(tài)變化的關(guān)鍵事件為節(jié)點(diǎn)進(jìn)行劃分，依據(jù)相鄰事件的已知狀態(tài)與約束對一些狀態(tài)的變化量進(jìn)行求解。

本文采用時間劃分方法，設(shè)計(jì)對作戰(zhàn)全過程的時序推進(jìn)，如圖2所示。

首先檢測無人機(jī)的毀傷情況，如果無人機(jī)都被摧毀，則直接結(jié)束仿真流程，若存在可以作戰(zhàn)的無人機(jī)，此時檢測作戰(zhàn)任務(wù)序列，若作戰(zhàn)任務(wù)序列為空，表示作戰(zhàn)任務(wù)已經(jīng)全部完成，則終止系統(tǒng);否則進(jìn)入下一時序節(jié)點(diǎn)，進(jìn)行下一節(jié)點(diǎn)的計(jì)算。

2．4 作戰(zhàn)數(shù)據(jù)記錄模塊

2．5 戰(zhàn)法計(jì)算模塊

戰(zhàn)法計(jì)算模塊的核心是設(shè)計(jì)符合OODA作戰(zhàn)環(huán)閉合過程的作戰(zhàn)計(jì)算流程以及相應(yīng)的計(jì)算方法，以此計(jì)算出作戰(zhàn)數(shù)據(jù)模塊中包含的相關(guān)作戰(zhàn)過程數(shù)據(jù)，提供給戰(zhàn)場態(tài)勢生成與記錄模塊，更新并記錄相關(guān)態(tài)勢信息。作戰(zhàn)計(jì)算模塊主要由任務(wù)分配、機(jī)群偵察、對敵識別、開火決策、毀傷動作以及對抗反無人動作六個部分組成。設(shè)全局節(jié)點(diǎn)n的戰(zhàn)場態(tài)勢已生成，現(xiàn)需解算節(jié)點(diǎn)n+1時態(tài)勢，各部分運(yùn)行流程如圖3所示。

任務(wù)分配和機(jī)群偵察是體現(xiàn)無人機(jī)群協(xié)同作戰(zhàn)策略的主要部分，分別對應(yīng)任務(wù)分配方法與機(jī)群偵察融合方法，通過配置不同任務(wù)分配和機(jī)群偵察方法，能夠?qū)崿F(xiàn)不同協(xié)同策略下的無人機(jī)作戰(zhàn)過程仿真，模塊化設(shè)計(jì)使得系統(tǒng)具有一定的可擴(kuò)展性。對敵識別、開火決策、毀傷動作以及對抗反無人動作主要體現(xiàn)無人機(jī)或目標(biāo)的自身能力，主要是通過判定以及執(zhí)行動作使得無人機(jī)群與目標(biāo)的狀態(tài)發(fā)生變化。同時通過設(shè)置偵察識別概率，使得無人機(jī)群對目標(biāo)的感知情況有可能與目標(biāo)真實(shí)狀態(tài)不相同，進(jìn)而影響無人機(jī)的開火決策計(jì)算結(jié)果，這一設(shè)計(jì)更符合戰(zhàn)場目標(biāo)具有一定未知性的客觀事實(shí)。

2．6 仿真系統(tǒng)運(yùn)行流程

結(jié)合上文設(shè)計(jì)的各個模塊，給出系統(tǒng)完整運(yùn)行流程圖，如圖4所示。

完整的仿真系統(tǒng)被解耦為五個獨(dú)立的模塊，且其中的各個模塊可根據(jù)實(shí)際仿真背景需求進(jìn)行設(shè)計(jì)替換。模塊化設(shè)計(jì)極大地提升了仿真系統(tǒng)的通用性與可擴(kuò)展性。

3 無人機(jī)群作戰(zhàn)效能評估模型

協(xié)同策略與無人單機(jī)的軟硬結(jié)合實(shí)現(xiàn)了無人機(jī)群察打作戰(zhàn)中的效能提升，作戰(zhàn)結(jié)果是作戰(zhàn)效能的最直接體現(xiàn)。運(yùn)用仿真系統(tǒng)對無人機(jī)群進(jìn)行作戰(zhàn)仿真時，考慮戰(zhàn)場態(tài)勢的不確定性，每次仿真時，根據(jù)設(shè)置的戰(zhàn)場態(tài)勢參數(shù)，隨機(jī)生成不同的戰(zhàn)場態(tài)勢信息，分別對采用不同力量-策略編配方案的無人機(jī)群進(jìn)行作戰(zhàn)過程仿真，記錄得到作戰(zhàn)結(jié)果仿真數(shù)據(jù)，通過統(tǒng)計(jì)分析處理，可以得到多組反映機(jī)群作戰(zhàn)效能的指標(biāo)評估參數(shù)，從而綜合表征無人機(jī)群在相應(yīng)不確定態(tài)勢下的作戰(zhàn)效能。本文設(shè)計(jì)的作戰(zhàn)效能指標(biāo)為作戰(zhàn)成功率、裝備效費(fèi)比平均增益、時間效費(fèi)比平均增益、作戰(zhàn)成功潛力、作戰(zhàn)穩(wěn)定性，指標(biāo)關(guān)系如圖5所示。

3．1 核心效能指標(biāo)

3．2 輔助效能指標(biāo)

評估結(jié)果可以通過結(jié)果清單或雷達(dá)圖進(jìn)行展示，指揮人員可以根據(jù)效能指標(biāo)結(jié)果的對比選擇合適的方案。

4 案例驗(yàn)證與結(jié)果分析

現(xiàn)設(shè)置具有態(tài)勢不確定特點(diǎn)的無人機(jī)群察打任務(wù)作戰(zhàn)想定案例，根據(jù)本文所提基于作戰(zhàn)過程仿真的無人機(jī)群作戰(zhàn)效能評估方法，對該作戰(zhàn)案例中的無人機(jī)群作戰(zhàn)效能進(jìn)行評估分析。

4．1 想定概述

R軍與U軍發(fā)生沖突，現(xiàn)擬派遣無人機(jī)分隊(duì)對U一處軍事聚集區(qū)域A開展察打任務(wù)。區(qū)域A中的敵情不明確，知道目標(biāo)群的最大可能數(shù)量、模糊分布位置、裝備構(gòu)成等粗略信息。R軍現(xiàn)有20架同構(gòu)察打無人機(jī)，機(jī)群有不同的掛載方案和作戰(zhàn)策略。現(xiàn)需對采用不同掛載和作戰(zhàn)策略時的無人機(jī)群執(zhí)行本次任務(wù)的作戰(zhàn)效能進(jìn)行評估，從而為作戰(zhàn)指揮決策提供輔助支持。結(jié)合已知戰(zhàn)場態(tài)勢信息設(shè)置仿真系統(tǒng)參數(shù)如表4所示。

現(xiàn)有無人機(jī)群可選掛載方案與作戰(zhàn)策略如表5所示。

表5中的均勻分配策略、基于均勻分配方案的任務(wù)再分配策略以及采用DS證據(jù)理論的偵察融合策略流程分別如圖6—8所示，圖中的rem（·）表示求余操作。

現(xiàn)將掛載方案與作戰(zhàn)策略搭配組合，形成4組無人機(jī)群編配方案，通過本文設(shè)計(jì)的面向不確定態(tài)勢的作戰(zhàn)過程仿真系統(tǒng)進(jìn)行仿真分析，結(jié)合仿真結(jié)果評估分析不同編配方案下無人機(jī)群的作戰(zhàn)效能。

4．2 結(jié)果分析

作戰(zhàn)過程仿真系統(tǒng)能實(shí)時動態(tài)地展示戰(zhàn)場態(tài)勢變化，圖9展示了無人機(jī)機(jī)群在區(qū)域A的作戰(zhàn)模擬過程。圖中紅色六角星代表敵方目標(biāo)，彩色正方形為每個時間節(jié)點(diǎn)下我方無人機(jī)所在位置，每條正方形構(gòu)成的折線表示一架無人機(jī)的飛行軌跡。

考慮目標(biāo)群數(shù)量以及具有反無人能力的目標(biāo)數(shù)量占比的不確定性，設(shè)置目標(biāo)最大數(shù)量為100，在不同數(shù)量下，設(shè)置反無人目標(biāo)最大占比為1，對4種編配方案分別進(jìn)行2 200次作戰(zhàn)過程仿真，將一次仿真結(jié)果中的目標(biāo)毀傷情況、無人機(jī)被擊毀情況以及任務(wù)執(zhí)行總時長記錄為一組數(shù)據(jù)，4種編配方案無人機(jī)群共獲得4*2 200組仿真結(jié)果數(shù)據(jù)。部分仿真結(jié)果數(shù)據(jù)如表6所示。

從掛載方案與作戰(zhàn)策略本身角度看，掛載方案2相比掛載方案1，雖然載彈量大、探測精度高，一定程度上能夠縮短偵察決策時間，減少回基地補(bǔ)給的次數(shù)，從而提高作戰(zhàn)效率，但是在探測距離和打擊范圍方面弱勢較為明顯，尤其是打擊距離小于目標(biāo)的反無人距離，因此在使用掛載方案2作戰(zhàn)時，無人機(jī)打擊動作晚于目標(biāo)反無人動作的概率增大，對無人機(jī)群作戰(zhàn)造成較大的劣勢;作戰(zhàn)策略A與作戰(zhàn)策略B相比，由于缺少了機(jī)群整體任務(wù)協(xié)調(diào)的能力以及偵察融合的能力，作戰(zhàn)策略A支撐機(jī)群協(xié)同作戰(zhàn)完成任務(wù)的能力相比作戰(zhàn)策略B，弱勢較為明顯，整體上呈現(xiàn)出1強(qiáng)2弱、B強(qiáng)A弱的狀態(tài)。從仿真系統(tǒng)計(jì)算所得的各指標(biāo)統(tǒng)計(jì)結(jié)果與最終作戰(zhàn)效能評估結(jié)果來看，組合1B在核心指標(biāo)作戰(zhàn)成功率方面領(lǐng)先其他組合較多，計(jì)算得到的作戰(zhàn)效能也最好，為0．456;2B與1A的作戰(zhàn)效能較為接近，分別為0．331、0．329;2A組合排在最后，為0．278，排序的結(jié)果符合方案本身的強(qiáng)弱狀態(tài)。

為進(jìn)一步深入分析評估各編配方案下無人機(jī)群的作戰(zhàn)效能，按照目標(biāo)數(shù)量與反無人占比對作戰(zhàn)場景進(jìn)行分類，分類標(biāo)準(zhǔn)如表8所示。

在此分類標(biāo)準(zhǔn)下，分別計(jì)算各編配方案無人機(jī)群的作戰(zhàn)效能結(jié)果，不同規(guī)模與對抗強(qiáng)度態(tài)勢條件下的數(shù)值結(jié)果分別如表9～表12所示，雷達(dá)圖分別如圖11～圖14所示。

從上述效能評估計(jì)算結(jié)果可以看出，無人機(jī)群隨著目標(biāo)數(shù)量的增大以及具有反無人能力的目標(biāo)占比提高，其整體的作戰(zhàn)效能會呈現(xiàn)下降態(tài)勢，其中目標(biāo)數(shù)量的影響比反無人占比的影響更大，當(dāng)處于大規(guī)模-強(qiáng)對抗?fàn)顟B(tài)下，所有編配方案都無法成功完成任務(wù)，更強(qiáng)的掛載方案和更好的協(xié)同作戰(zhàn)策略雖然能夠提升無人機(jī)群的作戰(zhàn)效能，但依然存在上限，科學(xué)合理的協(xié)同作戰(zhàn)策略能夠一定程度上放緩機(jī)群作戰(zhàn)效能的下降速度。這一現(xiàn)象符合無人機(jī)群作戰(zhàn)的客觀規(guī)律。

從上述評估結(jié)果中不難看出，編配方案1B在各種場景下都具有一定優(yōu)勢，該編配方案下的無人機(jī)群最適合執(zhí)行此次對A區(qū)域的目標(biāo)察打作戰(zhàn)任務(wù)。除此之外，依據(jù)本文提出的無人機(jī)群作戰(zhàn)效能評估方法，當(dāng)存在兩個編配方案的任務(wù)成功率十分接近時，可以根據(jù)其他輔助指標(biāo)進(jìn)行判斷。觀察小規(guī)模-弱對抗中的1A與2B編配方案，成功率分別為0．6和0．604，此時需分析輔助指標(biāo)。首先，對比設(shè)備效費(fèi)比，2B方案在打擊距離上的弱勢增大了無人機(jī)被毀傷的概率，同時，該方案中的任務(wù)再分配協(xié)同作戰(zhàn)策略也會使得執(zhí)行完自己作戰(zhàn)任務(wù)的無人機(jī)協(xié)助執(zhí)行其他無人機(jī)未完成的任務(wù)，這一動作進(jìn)一步加大了無人機(jī)被毀傷的風(fēng)險(xiǎn)，因此2B方案比起1A在設(shè)備效費(fèi)比上具有劣勢;其次，對比時間效費(fèi)比，2B方案載彈量大，因此回基地補(bǔ)給的次數(shù)相對較少，補(bǔ)給花費(fèi)時間較少，同時其單機(jī)單次偵察探測概率更高，雖然探測的范圍相對1A較弱，但由于采用了基于DS證據(jù)理論融合的協(xié)同偵察策略，各無人機(jī)之間實(shí)現(xiàn)了偵察信息的互通融合，每個無人機(jī)都可以獲取其他無人機(jī)的偵察結(jié)果，形成機(jī)群系統(tǒng)偵察結(jié)果，彌補(bǔ)了偵察范圍弱勢，同時進(jìn)一步提高了偵察探測概率，提高了無人機(jī)作戰(zhàn)閉環(huán)的整體成功率，縮短了閉環(huán)時間，因此在時間效費(fèi)比方面2B方案具有優(yōu)勢。最后，對比分析可行潛力與穩(wěn)定性，基于任務(wù)再分配的協(xié)同作戰(zhàn)策略主要是通過將未完成的目標(biāo)分配給已經(jīng)完成自身任務(wù)的無人機(jī)，其策略本質(zhì)是將一些完成率與規(guī)定閾值相接近的過程優(yōu)化執(zhí)行，從而使無人機(jī)群能夠順利完成任務(wù)，由此減少了執(zhí)行不成功但完成率與閾值接近的過程，即作戰(zhàn)過程仿真結(jié)果完成率分布相對更加極端，因此對應(yīng)地，可行潛力與穩(wěn)定性會具有劣勢。因此，若不考慮最佳方案1B，在小規(guī)模-弱對抗的戰(zhàn)場態(tài)勢下，方案2B更適合對時效要求較高的情況，在其他情況下方案1A更優(yōu)。通過運(yùn)用本文所提方法，能夠在不確定的態(tài)勢情況下，進(jìn)行作戰(zhàn)過程仿真從而實(shí)現(xiàn)對無人機(jī)群察打作戰(zhàn)效能的有效評估，評估結(jié)果符合客觀規(guī)律，能夠?yàn)樽鲬?zhàn)決策提供有力支撐。

4．3 結(jié)果對比

基于本節(jié)中的想定案例，采用目前常用的指標(biāo)體系方法進(jìn)行無人機(jī)群作戰(zhàn)效能評估，通過對比分析指標(biāo)體系方法和本文所提方法的評估結(jié)果，進(jìn)一步驗(yàn)證本文方法的有效性和優(yōu)越性。參考文獻(xiàn)［13］中評估指標(biāo)體系并結(jié)合專家經(jīng)驗(yàn)，獲得在該想定下無人機(jī)的能力指標(biāo)和權(quán)重分別如表13和表14所示。

計(jì)算得到各配置方案下無人機(jī)群作戰(zhàn)效能結(jié)果，如表15所示。

對比表7和表15中的效能計(jì)算結(jié)果可發(fā)現(xiàn)，基于指標(biāo)體系方法和本文所提方法所得結(jié)果都是1Bgt;2Bgt;1Agt;2A，符合方案本身的強(qiáng)弱狀態(tài)，進(jìn)一步驗(yàn)證了本文方法的可行性。但相比之下，基于指標(biāo)體系的評估方法其結(jié)果準(zhǔn)確性受到專家經(jīng)驗(yàn)主觀性的影響，而本文基于作戰(zhàn)過程仿真的評估方法，由于其采用的評估信息和數(shù)據(jù)是通過仿真系統(tǒng)進(jìn)行大量隨機(jī)仿真獲得，更具客觀性，結(jié)果也更加準(zhǔn)確和穩(wěn)定。同時，本文所提方法能夠在系統(tǒng)仿真所得的數(shù)據(jù)信息基礎(chǔ)上，根據(jù)目標(biāo)數(shù)量、敵方反無人目標(biāo)占比等信息從對抗強(qiáng)弱和規(guī)模大小等方面對不確定態(tài)勢進(jìn)行進(jìn)一步的細(xì)分處理，實(shí)現(xiàn)在不確定態(tài)勢下更加細(xì)致全面地進(jìn)行無人機(jī)群協(xié)同作戰(zhàn)效能評估，從而能夠更好地為指戰(zhàn)員提供決策支撐。

5 結(jié)束語

本文面向不確定態(tài)勢條件下的無人機(jī)群作戰(zhàn)效能評估問題，構(gòu)建了一套基于作戰(zhàn)過程仿真的無人機(jī)群作戰(zhàn)效能評估方法。依據(jù)分析無人機(jī)群典型察打任務(wù)的作戰(zhàn)環(huán)閉合過程，設(shè)計(jì)無人機(jī)群察打作戰(zhàn)過程仿真系統(tǒng);通過控制輸入?yún)?shù)實(shí)現(xiàn)對不確定態(tài)勢信息的有效表達(dá)，通過模塊化設(shè)計(jì)使得仿真系統(tǒng)具有較好的可擴(kuò)展性;依據(jù)可獲得的作戰(zhàn)過程仿真結(jié)果數(shù)據(jù)，構(gòu)建核心效能指標(biāo)與輔助效能指標(biāo)，并給出各指標(biāo)的計(jì)算與耦合方法;設(shè)置想定案例，對采用不同編配方案的無人機(jī)群進(jìn)行作戰(zhàn)過程仿真，依據(jù)仿真結(jié)果計(jì)算并分析作戰(zhàn)效能，驗(yàn)證了本文所提方法的有效性。本文所提的不確定態(tài)勢下基于作戰(zhàn)過程仿真的無人機(jī)群作戰(zhàn)效能評估方法，能夠?yàn)闊o人作戰(zhàn)的科學(xué)高效決策提供有力支撐。

參考文獻(xiàn)：

[1] 張?jiān)A， 門金柱， 虞啟磊. 俄烏沖突中無人機(jī)技術(shù)作戰(zhàn)使用研究［J］. 科技與創(chuàng)新， 2023（9）： 138-140， 143.ZHANG Y H， MEN J Z， YU Q L. "Research on operational use of UAV technology in Russia-Ukraine conflict［J］. Science and Technology ＆ Innovation， 2023（9）： 138-140， 143.

［2］ 徐同樂， 劉方， 肖玉杰， 等. 國外無人機(jī)蜂群作戰(zhàn)典型戰(zhàn)例及發(fā)展趨勢［J］. 中國電子科學(xué)研究院學(xué)報(bào)， 2023， 18（10）： 946-951.XU T L， LIU F， XIAO Y J， et al. Operational application and technology development of foreign UAV swarm［J］. Journal of China Academy of Electronics and Information Technology， 2023， 18（10）： 946-951.

［3］ 武曉龍， 吳濤濤， 張震. 高端戰(zhàn)爭中低成本無人機(jī)集群作戰(zhàn)研究［J］. 戰(zhàn)術(shù)導(dǎo)彈技術(shù)， 2023（5）： 157-163.WU X L， WU T T， ZHANG Z. Research on low cost drone cluster operations in high end warfare［J］. Tactical Missile Technology， 2023（5）： 157-163.

［4］ 王波， 于升濤， 孫凱華. 艦載無人機(jī)對海突擊作戰(zhàn)效能評估研究［J］. 無人系統(tǒng)技術(shù)， 2023， 6（1）： 72-81.WANG B， YU S T， SUN K H. Research on the effectiveness evaluation of shipborne UAV in sea assault operations［J］. Unmanned Systems Technology， 2023， 6（1）： 72-81.

［5］ 丁元明， 龍志勇， 胡瑞祥， 等. 基于模糊層次分析和偏離度的無人機(jī)作戰(zhàn)效能評估［J］. 火力與指揮控制， 2023， 48（7）： 55-65， 73.DING Y M， LONG Z Y， HU R X， et al. UAV combat effectiveness evaluation based on fuzzy analytic hierarchy process and deviation degrees［J］. Fire Control ＆ Command Control， 2023， 48（7）： 55-65， 73.

［6］ 曹冠平， 甄自清， 李坎. 基于灰色層次分析法的無人機(jī)蜂群作戰(zhàn)能力評估［J］. 裝甲兵學(xué)報(bào)， 2023， 2（4）： 65-69，88.CAO G P， ZHEN Z Q， LI K. Evaluation of drone swarm combat capability based on grey analytic hierarchy process［J］. Journal of Armored Forces， 2023， 2（4）： 65-69，88.

［7］ 寇昆湖， 劉登攀， 錢峰， 等. 基于改進(jìn)層次分析法的無人機(jī)作戰(zhàn)效能評估方法研究［J］. 艦船電子工程， 2023， 43（2）： 110-114.KOU K H， LIU D P， QIAN F， et al. Research on operational effectiveness evaluation of UAV based on improved analytic hierarchy process［J］. Ship Electronic Engineering， 2023， 43（2）： 110-114.

［8］ 邵明軍， 劉樹光， 嚴(yán)驚濤. 基于ADC-BP模型的對地攻擊無人機(jī)自主作戰(zhàn)效能評估［J］. 空軍工程大學(xué)學(xué)報(bào)， 2023， 24（6）： 112-119.SHAO M J， LIU S G， YAN J T. Evaluation of autonomous combat effectiveness of ground attack drones based on ADC-BP model［J］. Journal of Air Force Engineering University， 2023， 24（6）： 112-119.

［9］ 常會振， 秦大國， 孫盛智， 等. 基于ADC模型優(yōu)化的海上無人機(jī)作戰(zhàn)效能評估［J］. 兵器裝備工程學(xué)報(bào)， 2023， 44（9）： 58-68.CHANG H Z， QIN D G， SUN S Z， et al. Operational effectiveness evaluation of marine unmanned aerial vehicle based on ADC model optimization［J］. Journal of Ordnance Equipment Engineering， 2023， 44（9）： 58-68.

［10］陳俠， 胡乃寬. 基于改進(jìn)型小波神經(jīng)網(wǎng)絡(luò)的電子戰(zhàn)無人機(jī)作戰(zhàn)效能評估研究［J］. 電光與控制， 2018， 25（5）： 64-67，91.CHEN X， HU N K. Operational effectiveness assessment for electronic warfare UAVs based on improved WNN［J］. Electronics Optics ＆ Control， 2018， 25（5）： 64-67，91.

［11］李小娟， 馬興民. 基于混沌遺傳-支持向量機(jī)的空地攻擊型無人機(jī)作戰(zhàn)效能評估［J］. 數(shù)學(xué)的實(shí)踐與認(rèn)識， 2023， 53（2）： 152-158.LI X J， MA X M. Operational effectiveness evaluation of electronic warfare UAV based on chaotic particle swarm optimization and support vector machine［J］. Journal of Mathematics in Practice and Theory， 2023， 53（2）： 152-158.

［12］寇昆湖， 劉登攀， 鹿珂珂， 等. 無人機(jī)作戰(zhàn)效能評估方法研究綜述［J］. 兵工自動化， 2022， 41（11）： 58-62， 76.KOU K H， LIU D P， LU K K， et al. Review of research on UAV operational effectiveness evaluation method［J］. Ordnance Industry Automation， 2022， 41（11）： 58-62， 76.

［13］黃吉傳， 周德云. 無人機(jī)協(xié)同作戰(zhàn)效能評估指標(biāo)體系設(shè)計(jì)與分析［J］. 西安工業(yè)大學(xué)學(xué)報(bào)， 2020， 40（1）： 38-44.HUANG J C， ZHOU D Y. Design and analysis of an evaluation index system for UAV cooperative combat effectiveness［J］. Journal of Xian Technological University， 2020， 40（1）： 38-44.

（責(zé)任編輯：許韋韋）