无人作战飞机侦察/打击一体化自主控制关键技术探讨

张 安，曹 璐，郭凤娟

(西北工业大学电子信息学院，西安 710129)

0 引言

无人作战飞机(UCAV)是20世纪90年代中期出现的一种新的武器系统概念，它是现代战争、军事需求和科学技术发展到信息时代的产物，也是在有人作战飞机和早期无人机基础上向更高技术和更高作战能力方向深入发展，并将无人机和有人机相结合的一种新型武器系统［1］。UCAV是无人在机上驾驶，可自主控制或地面、空中遥控，具有自主飞行能力和长续航能力的攻击型无人驾驶飞行器，它能执行对高、中、低机动目标，对地/海面固定或活动目标的打击任务，实现自主或由操作员参与的武器投放、武器进攻决策，并具有可回收、可重复使用的特征。

目前，对UCAV的控制采用地面和空中指挥中心集中控制的模式，但这种方式无法对快速变化的战场情况做出实时、灵活和准确的反应。然而，随着智能型计算机飞行控制技术的不断进步，未来的UCAV可通过智能C4I控制系统，自动进行目标搜索、监视、跟踪和武器分配、发射等作战行动，具有相同于或超越有人机的应变能力。据悉，美国正在为UCAV研制的神经网络飞行控制系统，将采用先进的神经网络技术，开发具有类似人脑记忆、信息处理和适应环境等功能的软件，使UCAV在受到损伤、出现故障和遭遇各种意外情况时，仍能保持稳定的工作状态。

发展UCAV的最终目的是在人不干预或极少干预的条件下，自主完成作战任务［2］。针对以上现状，需要最大程度地给UCAV赋予智能，实现其自主控制、决策和管理，从而在某些领域取代有人机的作用。由于自主控制具有在线模型辨识、自主决策、自我调节、恢复等能力，当环境和模型发生变化时，它能够在线调整控制律，还能够完成几乎所有需要驾驶员来完成的操作与决策，所以将自主控制技术应用于UCAV已经成为一种趋势［3］。本文阐述了自主控制概念以及侦察/打击一体化技术，着重讨论了UCAV在自主控制中所面临的关键技术，并给出初步解决的方法。

1 自主控制

1.1 自主控制概念

具备自主性(Autonomy)或自主能力的控制过程都可以称作自主控制［4］，它与无人移动平台的制导与控制密切相关。由于缺乏人为直接控制，其含义强调“无外界控制干涉”，以及“自我控制决策”［5］，即不需要人的干预以最优的方式执行给定的控制策略，并且具有快速而有效的自主适应的能力，以及在线对环境态势的感知，信息的处理和控制的重构［6］。

对于自主控制的定义，Pachter等［4］认为自主控制是在“非常”未组织的环境结构下采用的“高度”动控制。其中的自动化强调了无人参与，非结构化强调了各类不确定性，虽然这种定义强调无人干预，但没有考虑环境感知等关键问题;Panos等［7］认为自主意味着具有自主的能力，自主是控制的目的。强调自动决策是自动控制从内回路控制、自动驾驶仪到飞行管理、再到任务管理的一种逻辑层次的进步，也是自动控制从连续反应的控制层面到离散事件驱动的决策层面的延伸;Boskovic等［8］认为自主控制是在通过在线感知、信息处理和控制重构得到的不确定环境里，在没人干涉的条件下，以最优的方式执行控制策略，自主快速有效地适应环境，实现场景描述、故障检测、策略规划、避障控制等功能。自主控制是自动控制的高级发展阶段，本质上属于智能控制，从智能程度上看常规的自动控制和自主控制，二者的区别在于常规的自动控制是基于数据驱动的，几乎不具有智能;而自主控制的产生则是信息，甚至是知识驱动的，可以具有很高程度的智能［9］。

UCAV自主控制包括自动完成预先确定的航路和规划的任务，或者在线感知形势，并按确定的使命、原则在飞行中进行决策并自主执行任务［10］。

1.2 无人机自主控制发展

无人机的控制方式主要包括遥控、程序控制/指令控制、半自主控制和自主控制等方式。随着无人机自主控制的运用，“机器”将承担飞行工作和执行任务的使命，当任务非常复杂时，实际是对执行任务的机器智能化。从信息、决策、控制的大系统角度分析，人机关系/人机分工的演进将经过以下不同的3个阶段，机器智能也将由低向高逐渐发展［11］。第一阶段，在有人机情况下，人在飞机上，主要决策者为飞行员本身，而信息获取以及控制为机器本身，但控制方式相对简单;第二阶段，在无人机初始阶段，人不在飞机上而在闭环内，仅参与比较复杂的决策，机器有一定的自主性，而信息获取和控制也为机器本身，不过控制方式较第一阶段复杂;第三阶段，在无人机高级阶段，人不介入过程，只监控而不参与决策，而信息获取、决策过程以及控制完全依靠机器本身。

当前，自主控制技术的发展进入到“可变权限自主控制”的发展阶段，要实现完全意义上的自主尚有相当大的距离。图1为美国国防部在《无人机系统路线图2005－2030》中公布的无人机自主控制趋势［12］。从图中可以看出各无人机型号与无人机10个自主控制级别之间的对比关系。目前，美国先进的无人机仅处于等级4～5之间的水平，离完全自主群集还有很大的差距。

2 UCAV侦察/打击一体化

UCAV在执行作战任务时，如果没有突然出现的目标，将按照规划方案飞到战区，并按照事先确定的攻击武器、攻击方式、攻击时刻完成对目标的自动攻击。如果情况稍微发生一些变化(如由于事先的情报不准，目标位置发生变化;或者事先侦察的目标已消失取而代之出现了新的目标等)，UCAV就无法对目标进行攻击。而目前的研究中，都只是对这些新出现的目标进行规避，没有考虑打击。但这种目标往往是更高价值目标，所以为了达到自主作战的目的，针对突然出现的目标，UCAV必须能够及时自主做出攻击决策，并快速生成攻击航迹，完成对目标的精确打击，实现UCAV任务/路径规划与自主攻击一体化，最终实现侦察/打击一体化的自主控制。

2.1 侦察/打击一体化概念

现代战争中，由于作战环境和作战模式的变化，打击一些稍纵即逝的机动目标和即时发现的时间敏感性目标已成为作战的关键，而以往的作战信息流程已不能满足要求，打击“时间敏感性目标”，需要在侦察到目标后，在其重新隐蔽起来或丧失即时打击时机之前，立即做出判断和决策，对其进行识别、跟踪和打击［13］。因此具备侦察/打击一体化能力的UCAV可以及时地向其所探测到的目标发动攻击，不需要其他武器平台的支援，极大地提高了侦察信息的时效性和攻击的准确性;而且，网络各节点之间的信息交换通道少，作战隐蔽性强，减轻了信息网络的负担，也降低了在网络战中由于数据链遭到破坏而失去战斗力的危险［14］。

图1 无人机自主控制趋势Fig.1 Trend in UAV autonomy

图2 侦察/打击一体化系统典型构造方案Fig.2 Typical configuration for integration of reconnaissance and attack system

侦察/打击一体化UCAV是指UCAV具备侦察、监视、目标搜索和对目标的实时打击能力。它主要是利用自身携带的精确制导武器或火控系统实施对实时目标的攻击，极大地缩短了从发现到摧毁目标的时间。可以对时间敏感的目标出其不意地攻击，对重要目标“定点清除”或“斩首行动”以及长时间目标压制，实现“发现即打击”。

侦察/打击一体化系统的典型构造方案如图2所示。

2.2 侦察/打击一体化UCAV型号背景

美国在2001年10月8日开始的对阿富汗的军事打击中，除了使用“战斧”巡航导弹、“小牛”空地导弹、CBU－97传感器引爆子母炸弹等大量精确制导武器外，还于10月17日首次出动“捕食者”无人机携带反坦克导弹对阿富汗地面目标实施攻击，标志着美军对地攻击型无人机技术发展到了一个新的阶段—侦察/打击一体化，因此美军也加大了对侦察/打击一体化无人作战飞机的研制力度。

2.2.1 捕食者(MQ－1 Predator)

MQ－1B无人机翼展14.85 m，机长8.13 m，最大起飞重量1020 kg，任务载荷204 kg，巡航速度126～162 km/h，最大平飞速度204 km/h，实用升限7260 m，活动半径926 km，最大续航时间42 h。执行攻击任务时，MQ－1B无人机每侧机翼下可挂载一枚“海尔法”导弹。MQ－1B无人机任务载荷包括光电/红外传感器、激光测距/指示器、合成孔径雷达等，用于侦察、目标获取与指示、毁伤评估。MQ－1B的航点设备包括前视飞行控制摄像机、利钝 LN－100GPS/INS导航系统和自动驾驶仪/飞行控制系统。MQ－1B无人机机载C波段数据链路系统和卫星数据链路系统可分别实现无人机的视距内和超视距数据传输。

2.2.2 猎手(RQ－5A/RQ－5B Hunter)

RQ－5“猎手”最初是陆军/海军/海军陆战队联合发展的短程无人机系统，陆军打算用它来满足师级和军级层次的需求。该机装备有一套安装在万向支架上的光电/红外传感器，其图像可通过C波段视线数据链实时向空中的另一架“猎手”转发。1999年该机被部署到马其顿以支持北约在巴尔干半岛的行动，2002年又被部署到伊拉克。

2.2.3 收割者(MQ－9 Reaper)

MQ－9无人机采用霍尼韦尔TPE331－10T涡桨发动机，翼展9.5 m，机长10.98 m，最大起飞重量4536 kg，可携带360 kg内部载荷和1361 kg外部载荷，最大飞行速度444 km/h，实用升限15600 m，续航时间32 h。MQ－9无人机每侧机翼下有3个外挂点，最内侧挂架可挂载1枚680 kg的弹药，中间和外侧的挂架可分别挂载1枚159 kg和68 kg的弹药。同“捕食者A”相比，MQ－9反应速度快，生存能力强，可靠性与维护性能好，机载武器也扩展到了GBU－38、GBU－12激光制导炸弹、“毒刺”空空导弹和“巴特”反坦克导弹等武器，作战能力显著增强。

2.2.4 火力侦察兵(MQ－8 Fire Scout)

“火力侦察兵”是一种垂直起降战术无人机(VTUAV)。验证试飞已成功完成，验证内容包括自主飞行、战术通用数据链操作、多任务载荷性能以及地面控制站操作等。2003年陆军选择了有4片旋翼桨叶的RQ－8B作为其“未来战斗系统”(FCS)的无人机。首批2架原型机预定在2006年交付。海军也选择RQ－8B来支援其“濒海战斗舰”(LCS)。

2.3 侦察/打击一体化UCAV发展趋势

2.3.1 大纵深持久打击能力

美国空军已把UCAV说成是“能进行全球攻击的武器”(GSE)，认为UCAV的主要优点是其“向纵深飞行和持久作战”能力，可飞入敌方严密设防的空域，并在那里停留足够长的时间，等待有人攻击机的飞入，完成其任务后并离开。

2.3.2 隐身性能

隐身性能将是UCAV赖以生存的主要手段，这是因为设计中的UCAV将不携带干扰机或对抗设备，即使是雷达告警接收机或导弹接近告警系统也不携带，而且也没有足够的敏捷性。侦察/打击一体化UCAV采用隐身技术，可以缩短敌方雷达的作用距离，减小预警时间，提高突防的成功概率［15］。

2.3.3 多机协同攻击

在实战中，由于UCAV单平台的综合作战能力通常比先进的有人战斗机要弱，因此，UCAV以多平台协同攻击为主要作战模式。UCAV编队充分利用多平台在空间上能够形成快速、多变进攻态势的特点来弥补单机作战能力弱的缺点，达到以弱胜强的目标。UCAV编队通过战术数据链共享战场信息，编队中每架飞机根据各自的空间位置和作战资源，在统一的作战目的指引下，进行实时任务决策和战术动作分解。

2.3.4 智能化趋势

以计算机为核心的人工智能技术将赋予UCAV新的“生命”，这样的UCAV不仅能够实施“自杀攻击”和侦察任务，而且将具备实施自主式空中格斗、重复使用、完成更加复杂的攻击作战任务等多方面的新能力。高度智能化UCAV大量采用人工智能和群体智能理论技术，UCAV自动寻找、识别目标，确定攻击目标的优先顺序，选择恰当的武器，做出战术决策，执行必要的攻击机动动作，并通过携带的智能武器系统实施对敌方高价值目标的自主攻击。

3 UCAV自主控制系统结构

UCAV自主控制系统是一个系统阶次高、子系统相互关联、系统评价目标多且相互矛盾的复杂大系统，是多个学科的交叉［3］。其设计的优劣直接关系到系统整体性能的发挥和智能水平的高低，它的结构一般可分为3类:分层递阶式结构;并行式体系结构;分布式体系结构。UCAV自主控制系统主要任务是把感知、规划和行动等各种功能有机地结合起来［16］，如图3 所示。

图3 UCAV自主控制系统的逻辑结构Fig.3 Logic configuration of UCAV autonomous control system

UCAV自主控制系统的工作流程如下［17］:UCAV 通过自身传感器获取目标信息，根据敌我双方当前状态及运动趋势确定敌我态势，并结合自身武器配置及综合控制要求做出自主攻击决策，并由决策结果实时快速地生成攻击航迹攻击目标。UCAV自主控制系统也可以通过指挥控制系统人员的操控与其柔性结合，实现UCAV的任务功能。

图4 UCAV侦察/打击一体化自主控制系统结构图Fig.4 Configuration of autonomous control system on integration of reconnaissance and attack for UCAV

根据UCAV侦察/打击一体化的过程和特点，并结合UCAV自主控制系统的工作流程，基于侦察/打击一体化的自主控制系统结构如图4所示。

4 UCAV自主控制关键技术

文献［9］中提出对于UCAV的智能自主控制，首要的几个关键问题是如何进行飞行中任务、航迹的自主快速规划与重规划;采用什么形式的控制结构体系以及如何实现自主条件下的安全着陆。文献［16］中认为UCAV对通信协同的需求比较弱，更多依赖于自身自主能力执行任务，其自主控制的关键问题在于自主控制系统结构、环境感知和动态重规划。文献［18］中认为自主控制的关键问题在于态势感知、决策分析和通信协同。而文献［19］中则认为相对于人机接口、通信和目标识别，决策是实现自主最为困难的问题，不确定环境中快速在线的重规划是自主控制的关键问题。文献［20］中提出UCAV自主控制的关键技术主要包括以下几个方面:在线态势感知和自主决策;自主飞行控制;自修复飞行控制以及智能火力控制等。即如何快速进行在线态势感知，自主决策;如何进行飞行中任务、航迹的自主快速规划与重规划;如何实现飞行过程中自主导航;如何实现自主条件下的安全着陆;如何实现实时健康诊断和故障自修复;以及如何自主准确地对目标实施火力打击。

本文根据UCAV侦察/打击一体化的要求，自主控制系统需要完成有人机上由飞行员完成的任务，主要就是控制决策与攻击航迹快速生成，实际上就是模拟飞行员的决策过程。根据对方目标的类型，双方之间的态势和威胁情况，结合我方UCAV和武器系统的状态和作战效能，根据具体的战役目的，进行攻击武器、攻击方式、攻击时刻、武器投放域的确定和攻击航迹的快速生成，以实现最终作战目的。

4.1 侦察/打击综合控制技术

侦察/打击一体化UCAV可以通过携带的多种任务设备以及各种传感器、数据链路等完成对目标自动跟踪和敌我识别、攻击路径选择、武器类型选择等。因此控制系统不仅要完成飞行状态的控制要求，实现自主飞行控制，还需要对各种侦察设备、机载武器进行控制，使其完成一体化作战的需求。如何将UCAV的各种设备有机结合，既能充分发挥各自性能，又能保证整体的作战效能，需要对侦察/打击综合控制技术进行研究。

根据UCAV自主控制系统的工作流程，可以将其简单地概括为:侦察—决策—打击—评估，综合控制技术应围绕这一流程，努力提高控制系统的智能化和自动化程度。主要包含以下几个方面:多传感器数据融合技术;目标探测与敌我识别技术;目标自动跟踪技术;自主导航定位技术;智能打击决策技术;攻击路径规划技术;智能武器选择与发射技术;综合飞行/推力/火力控制技术。

4.2 多传感器信息融合技术

侦察/打击一体化UCAV所处的战场环境日益复杂，要完成作战任务，必须充分、准确地获取敌我双方信息，因此UCAV需要从多种平台获取信息。UCAV可以通过预警机、卫星数据链路获取战场信息，并且自身也携带较多的侦察设备，例如雷达、光电/红外传感器、激光测距/指示器等。由于获取的信息量大，要从如此多的信息中获取有用信息，并对有用信息进行合理利用，就必须发展多传感器信息融合技术，使UCAV具有对多种信息获取手段所获得的信息进行分析和处理，提供目标的位置、类型以及其他军事状态(敌方意图、威胁程度等)的能力，完成作战任务。

4.3 UCAV自主控制智能决策技术

在有人机上，对于不同的目标以及相对态势，飞行员会选择相应的攻击武器、攻击方式和攻击时刻。在UCAV系统中，对于瞬息万变的战场态势，如果这些工作由操作员来完成的话，必然会贻误最佳作战时机。而且，在战场上，往往很难保证通讯数据链路的时时畅通，因此，需要研究UCAV的自主控制决策技术，主要包括目标威胁判断、攻击武器、攻击方式与攻击时刻的确定，以及攻击排序、火力分配和武器投放域的快速计算等。

本文应用动态贝叶斯网络研究自主攻击决策，并对动态贝叶斯网络进行改造，建立攻击决策的以动态贝叶斯网络为基础的人工智能模型。动态贝叶斯网络是模拟人类思维的有力工具［21］，贝叶斯网络是通过对先验知识和观测数据的综合处理来进行推理，先验知识实际就是经验知识，而观测数据就是实际情况，这正好与人类的思维过程吻合。而动态贝叶斯网络是贝叶斯网络的发展，它是根据所有时刻的观测值来进行推理，因此能够处理观测数据的不确定性。并且贝叶斯网络在任务决策、态势评估、威胁估计以及目标识别等多方面有着很好的应用。

根据武器种类和性能、目标类型和状态、目标和 UCAV定位方式、UCAV机动方式以及综合控制系统的要求，构建快速可行的不同武器类型自主控制决策方案，建立相应的目标威胁判断、攻击武器选择、攻击方式选择、攻击时刻确定、攻击排序和火力分配等决策模型，对目标进行假想攻击，并进行实时毁伤效果评估，进而创建UCAV侦察/打击一体化的自主控制决策方案。

4.4 UCAV攻击航迹快速生成技术

一旦确定了攻击方式、攻击时刻、最佳武器投放域，在有人机上，飞行员会根据瞄准误差操纵飞机快速占位，达到最佳武器投放点，做到先敌发射或尽早攻击。在UCAV上，就需要能够自主、快速地引导其到最佳武器投放域，以实现对目标的攻击。一般的，大多数路径规划算法在确定攻击航迹时很少考虑实时性的问题，但在瞬息万变的战场上，机会稍纵即逝，必须考虑算法的快速性，否则很难满足日益复杂的战场需要。因此，需要研究UCAV攻击航迹的快速生成技术，主要包括代价函数的确定、快速规划算法的设计等。

根据攻击决策确定的攻击方式、攻击时刻和最佳武器投放域，采用基于战术轨迹库的实时轨迹生成技术，实现攻击航迹的自主快速生成［22］。基于轨迹库的实时轨迹生成方法可以有效地应用于规避威胁等动态环境、短时间尺度的应飞轨迹实时解算。它的基本思路是借鉴有人机的战术机动动作，可以规划出UCAV在其飞行包线和机动能力范围内进行的各类机动及其轨迹，这些机动动作及其轨迹就构成了基本战术轨迹库。自主进行轨迹重规划时可以根据当前的态势和对未来一段时间内态势的估计，结合预测控制中的滚动优化概念，从基本轨迹库中选取合适的应飞轨迹，从而赋予了无人作战平台一定的智能能力。

对快速优化计算技术，“预先进化算法”能够提高进化算法的运行效率，而快速概率分析进化算法能够进行“连锁学习”，提高算法的全局收敛性［23］。针对“攻击航迹的快速生成”，通过“预先进化遗传算法”结合快速概率分析进化算法解决优化算法的实时性和全局收敛性问题，以实现攻击航迹的自主快速生成。

5 结论

UCAV侦察/打击一体化自主控制技术是一项高度综合的研究课题，是智能控制技术和自动控制技术的高度有机结合，一定程度上代表了未来航空尖端技术的最新研究方向。由于对象的开放性、复杂性和所面对信息模式的多样性、不确定性，应站在大系统的角度来研究，面临的挑战在于如何在不确定的飞行条件下实现一定的实时自主控制决策能力，最终在局部完全取代并超过人的决策作用。本文分析了自主控制的基本概念和发展阶段，并围绕 UCAV侦察/打击一体化作战的过程及特点，从总体的角度建立了UCAV侦察/打击一体化自主控制系统结构，研究了侦察/打击系统一体化技术和自主控制方法，最终给出了UCAV侦察/打击系统一体化自主控制的各项关键技术及相应的解决方法，为我国UCAV自主控制的研究提供了理论方法。

［1］郑涛.无人机系统的仿真建模研究［D］.西安:西北工业大学，2001.

［2］高劲松，邹庆元，陈哨东.无人机自主性概念研究［J］.电光与控制，2007，14(5):58-61.

［3］施蓉花.无人机自主飞行控制和自主攻击研究［D］.南京:南京航空航天大学，2008.

［4］PACHTER M，CHANDLER P R.Challenges ofautonomouscontrol［J］.IEEE Control Systems，1998，18(4):92-97.

［5］ANTSAKLIS P J，PASSINO K M.An introduction to intelligent and autonomous control［M］.Netherlands:Kluwer Academic Publisher，1993.

［6］王英勋，蔡志浩.无人机的自主飞行控制［J］.航空制造技术，2009(8):26-31.

［7］ANTSAKLIS P J，PASSINO K M，WANG S J.An introduction to antonomous control systems［C］//Fifth IEEE International Symposium on Intelligent Control，1990:5-13.

［8］BOSKOVIC J D，PRASANTH R，MEHRA R K.Multi-layer architecture for intelligent control of unmanned aerial vehicle［C］//AIAA，2002，3473:1-11.

［9］唐强，朱志强，王建元.国外无人机自主飞行控制研究［J］.系统工程与电子技术，2004，26(3):418-422.

［10］杨晖.无人作战飞机自主控制技术研究［J］.飞行力学，2006，24(2):1-4.

［11］张新国.从自动飞行到自主飞行—飞行控制与导航技术发展的转折和面临的挑战［J］.飞机设计，2003(3):55-59.

［12］Office of the Secretary of Defense.Unmanned aircraft systems roadmap 2005-2030［M］.Washington DC，2005.

［13］张会军，翟彬.侦察打击一体化无人机关键技术分析［J］.电光系统，2007(3):43-45.

［14］任宏光，刘颖.无人机侦察打击一体化武器系统发展［J］.飞航导弹，2009(6):47-49.

［15］张才文，展凤江，邓海强.侦察打击一体化无人机［J］.航空制造技术，2008(9):34-37.

［16］牛轶峰，沈林成，龙涛.攻击型无人飞行器自主控制技术研究综述［J］.系统工程与电子技术，2007，29(3):391-395.

［17］路志伟.无人作战飞机自主攻击的实现［C］.第一届中国导航、制导与控制学术会议，2007.

［18］CLOUGH B T.Unmanned aerial vehicles-autonomous control challenges，a researcher's perspective［C］//AIAA，2003，6504:1-15.

［19］CHANDLER P R，PACHTER M.Research issues in autonomous control of tactical UAVs［C］//Proc American Control Conf，1998:394-398.

［20］陈海.无人机自主控制综述及自主着陆控制系统设计［D］.西安:西北工业大学，2007.

［21］KUENZER V.A dynamic Bayesian network approach to figure tracking using learned dynamic models［C］//Intl Conf on Computer Vision(ICCV 99)，1999:94-101.

［22］张翔伦.基于战术轨迹库的实时轨迹生成研究［C］//第一届中国导航、制导与控制学术会议，2007.

［23］史建国，高晓光.预先进化遗传算法的研究［J］.宇航学报，2005，26(2):168-173.