无人机蜂群作战及其关键技术研究*

彭正忠 欧青华

（广州市花都区拥军路21号 广州 510800）

1 引言

自海湾战争以来，无人机在战争中的应用领域不断拓展，深刻影响着战争的走向。随着无人机的不断发展完善，其应用范围不断扩大、规模数量不断增多、作战样式不断翻新，作战运用已从空中侦察、战场监视、电子对抗向通信中继、精确打击和后装保障等领域延申，正在逐步由辅助作战手段向基本作战手段过渡。综合来看，无人机在军事上可代替有人机执行四类任务，即4D 任务（枯燥乏味、环境恶劣、危险性高、深入敌方；Dull，Dirty，Dangerous and Deep）。

20世纪60年代，法国生物学家皮埃尔·保罗开始了关于智能蜂群（Swarm Intelligence）的研究。通过对自然界各类昆虫群体的深入观察分析，皮埃尔·保罗发现某类昆虫群体内部存在高度结构化的组织，个体之间分工明确，协同工作，能够完成远远超出单一个体能力的复杂任务。其中，蚁群是最具代表性的群体，单体之间通过简单的信号传递，就能实现较成熟的沟通协调，从而表现出某种规模化的集群智能行为。在此现象的基础上，人类不断深入研究昆虫之间的集群行为，最终得出了如蚁群算法（ACS）和粒子群优化算法（PSO）等诸多智能集群算法。

2 作战样式

目前，比较具有代表性的无人机蜂群作战概念主要有两种，分别是“集群作战”系统与“忠诚僚机”系统。上述两种概念在某种程度上均属于协同作战，但协同的对象却有很大不同。“集群作战”系统存在于大量小型无人机之间，体现的是机-机协同；“忠诚僚机”系统存在于有/无人机之间，体现的是人-机协同。

图1 全球鹰无人机

图2 蜂群

2.1 忠诚僚机

1）协同探测

在有/无人协同探测过程中，主要可采取以下三种方式完成任务：

（1）由无人机前置负责探测目标，可通过有源机载雷达传感器对目标实施定位。然后通过数据链将目标信息传送至后方有人机，有人平台负责信息处理、威胁评判和打击决策。

（2）有人平台通过其有源雷达传感器对目标进行照射，多架无人机前置接收反射波，通过无源定位的方式完成探测，再将目标信息回传至有人机，该方式降低了目标起伏特性，扩展了探测距离。无源定位的精度与各接收站的位置密切相关，因此，可充分利用无人机的机动性，实时调整排布方式，提高定位精度。

（3）前置部署的无人机蜂群可根据敌方目标自身的辐射信息，直接实现无源定位，并通过数据链向长机或有人平台传递相关数据，完成对目标的探测侦察。

2）协同攻击

在有/无人协同攻击方面，每架无人机均可装配不同的任务载荷，如雷达、光电、红外、电子支援设备，以及各类不同类型的攻击性武器。在有/无人编队中，长机或有人平台负责指挥多架无人机执行攻击任务，实现分布式协同作战。长机或有人平台对敌目标发射武器，无人机发挥中继制导作用，扩展武器杀伤距离、提高打击效率。在执行任务时，小型无人机能够增加编队作战的杀伤链配置选项，降低大型有人平台探测、对抗威胁目标的成本。在整个作战过程中，长机或有人平台负责目标探测、识别跟踪、信息处理、目标打击等任务分配，并通过数据链传输给无人僚机，指挥无人机完成作战各类任务。

图3 有/无人编队压制敌方防空系统

2.2 集群作战

1）协同探测

无人机集群作战的最大优势在于体系的区域分布性，最大特征是单元的自主特性以及“去中心化”。在目标探测方面，小型无人机自身具有低截获率、低检测率等的特性，可在潜入敌方作战区域甚至后方执行远程侦察任务。由于小型无人机重量轻、尺寸小等原因导致个体功能单一，所以需要多架小型无人机密切联系，才能实现集群协同探测。外辐射源探测是通过我方特定的辐射源照射敌方目标，再根据外辐射源的直达波与目标的反射回波相结合，进行数据处理实现那对目标的定位。外辐射源可以采用地面电台、雷达，也可以利用我方的无人机搜索发现敌方的外辐射源，如机载照射源、预警机等，达到为我所用的目的。

2）协同攻击

无人机集群作战是由大型运输机或战斗机等携带大量小型无人机，在特定空域释放，迅速完成编队后对目标实施攻击。集群式作战网络基于各平台的位置、任务参数、载荷能力、预期效果，为每一项优先作战任务选择分配最适合的无人机。主要是由蜂群内个体之间通过三角定位等无源定位与瞄准技术，综合多个平台上的侦察资源、集中统一进行动态的任务分配，为引导目标信号干扰提供决策，压制敌方防御系统、切断敌方通信或向敌方数据网络中植入恶意代码，实现“cyber攻击”等。

3 作战优势

对于蜂群作战的优势，美国国防智库在《战场机器人时代》的报告中曾在理论上进行了证明。在战争理论中，有一个基础性理论——Lanchester 定律。交战方的有效战力，与其战斗单位数的平方及每个战斗单位的平均毁伤率系数的乘积成正比，如果我方武器系统的单个战斗单位的平均效能为敌方的4 倍，则敌方在数量上集中2 倍于我方的兵力就可抵消我方武器在质量上的优势。

图4 Lanchester定律

另外，无人机蜂群作战还有着更低的成本和更小的费效比。根据奥古斯丁定律可知飞机的单价是指数增长的。而同时国防预算通常是线性增长的，所以一个直接的结果就是各国空军所拥有的飞机数量越来越少。单架飞机的成本及任务量都大大增加，在反介入／区域拒止环境下费效比太高。

图5 美国年度飞机造价变化图

综上可知，与功能复杂且全面的单一作战平台相比，无人机蜂群在作战时具备以下优势：1）功能分布化；2）体系生存率高；3）效费交换比高。

4 关键技术

为了更进一步弄清无人机的自主作战能力，美国海军研究办公室及空军研究实验室（AFRL）定义了10 个自主控制级别（Autonomous Control Level，ACL）对无人机自主程度进行量化衡量。其中最高等级为完全自主集群，这一最高控制等级要求智能无人机蜂群系统在复杂环境下实现无人多任务目标全自主规划，如图6所示。

图6 美军无人机自主控制等级

目前，中美两国在智能无人机蜂群领域的研究处于领先地位，但无人机蜂群受机体性能限制，还不具备远距离、高自主的作战能力。距离完全实现无人机蜂群的自主控制，还有很长一段距离，需要攻克的关键技术主要有：环境感知与认识、多机协同任务规划与决策、信息共享与自主控制等。

4.1 环境感知与认识

无人机蜂群系统要具备在复杂环境下执行作战任务的能力，就必须确保系统能够准确感知和识别战场环境。通过蜂群内单体之间的信息交互，不断增强群体对战场环境的感知与认识，这是整个系统实现自主控制、进行任务规划、完成作战决策的基础。环境感知与认识技术是利用蜂群内单体携带雷达、红外、光电等任务载荷，收集环境数据信息，通过数据分析与处理发现环境特点及潜在目标，在熟悉战场环境之后进行目标识别、定位与攻击。该技术的主要环节包括数据采集与建模、信息传递与融合、目标识别与定位等。

4.2 多机协同任务规划与决策

无人机蜂群系统具备多样化的能力，能够在复杂的战场环境中完成现地侦察、战场监视、精确打击、火力引导等任务。确保任务规划与决策环节高效顺畅是发挥蜂群系统效能的前提，该技术的成熟度在一定程度上决定了无人机蜂群系统执行任务时的成本。无人机蜂群系统以如何使收益最大化为基本原则进行任务规划，综合考虑战场空间的特点，单机性能参数以及对环境的适应程度，充分发挥蜂群协同作战的优势，实现作战效益的最大化。

4.3 信息共享与自主控制

规模庞大的无人机蜂群系统主要依靠单体之间的信息共享来实现对环境的认知，路线的调整以及自主控制的迭代。信息共享能够支持单机选择性接收自身需要的信息，实时路线调整与自主控制，避免单体之间的碰撞与重复执行同一项任务。无人机蜂群可能会面临如何保持编队稳定、抵抗电磁干扰或内部系统故障等问题，这都需要单机情报信息实时共享与自主控制。该技术的主要内容有多机协调与交互、复杂环境下的实时航迹规划、编队运动协调规划与控制，基于故障预测的任务规划等。

5 结语

随着世界各国对无人机蜂群作战的研究不断深入，其发展趋势和方向已经较为清晰。综合来看，无人机蜂群作战理念已经对现代防空体系造成了严峻挑战，只有摸清其发展现状、趋势及特点规律，才有可能弄清无人机蜂群作战的制胜机理，在未来作战中掌握主动权。