国外多弹协同项目发展及关键技术展望

摘 要：""""" 对国外多弹协同项目发展这一新兴领域的研究进行了综合评述， 并对未来主要技术方向进行了展望。 首先， 梳理了现阶段国外主要的多弹协同项目概况； 然后， 分析了这些项目的发展路线和内在特点； 最后， 从六个方面探讨了支撑多弹协同对抗的关键能力， 展望了未来需要重点关注的若干关键技术方向。 综述表明， 多弹协同对抗已成为各国导弹武器系统发展的新方向和新竞争点， 现阶段的智能化水平还难以确保多弹适应未来真实体系化对抗运用需求。 在发展单弹智能化水平的基础上， 提升弹间网络通信、 协同探测感知、 协同任务规划、 协同制导控制、 协同推演仿真等能力， 能够为未来体系对抗条件下的多弹协同对抗能力建设提供新的思路。

关键词："""" 多弹协同； 多弹编队； 协同对抗； 战术战法； 体系化； 网络化

中图分类号："""" TJ765； V249

文献标识码：""" A

文章编号："""" 1673-5048（2024）06-0001-13

DOI： 10.12132/ISSN.1673-5048.2024.0146

0 引" 言

当前， 国防科技领域正处于新一轮科技革命的关键时期， 加快无人智能对抗力量发展、 统筹网络信息体系建设运用至关重要^［1-3］。 近年来， 随着人工智能技术的飞速发展， 以ChatGPT为代表的大语言模型（Large Language Model， LLM）的出现促进了国防领域的数字化转型， 涌现了大量新技术^［4-8］， 使其成为发展新质生产力的核心要素， 催生了诸如网络中心战^［9-10］、 进攻性蜂群战^［11-12］、 马赛克战^［13-14］、 联合全域作战^［15-16］等新的智能化对抗概念和对抗样式， 对军事领域产生了全方位的渗透与影响。

随着智能化对抗概念与对抗样式的不断发展与逐步成熟， 未来对抗模式必将是体系与体系之间的对抗。 作为现代战争中精确打击武器的主角， 导弹在未来体系化对抗模式下， 必将面临高强度对抗、 多任务需求、 体系化应用等多种挑战。 在该形势下， 传统的单枚导弹对抗所能发挥的效能将十分有限， 多弹协同对抗正是顺应了导弹智能化、 对抗体系化发展的时代需求。

多弹协同对抗通过网络赋能， 将多枚导弹组成一个网络化、 智能化、 一体化的整体， 有效实现弹间信息共享、 能力互补， 从而在巩固单弹对抗优势的同时， 充分发挥导弹编队的数量规模优势和体系对抗优势， 实现对目标的高效侦查、 打击与毁伤等。 综合而言， 开展多弹协同对抗研究主要具有以下几方面的意义：

（1） 创新对抗运用。 在未来体系对抗环境下， 面对日益增强的导弹防御体系和防御能力， 为避免军事大国构建非对称对抗能力、 进而威胁区域和平与稳定， 多弹协同对抗可以为导弹提供更广阔的战术应用空间和更加灵活多变的战术选择， 不断推动信息化智能化条件下导弹对抗运用模式创新^［17-18］。

（2） 形成规模优势。 随着智能导弹技术的加速发展， 单枚导弹的对抗能力在不断跃升。 多弹协同对抗能够进一步提升导弹的信息聚合、 自主决策等能力， 实现导弹对抗时的时间、 空间、 安全等多维度协同， 克服单一导弹的对抗劣势， 提高导弹对复杂战场环境、 高强度对抗条件的适应能力， 从而充分发挥导弹编队的规模优势^［19-20］。

（3） 提升对抗效能。 在体系对抗中单平台的对抗能力被极大限制， 多弹协同对抗以弹间协同为基础， 围绕对抗任务与目标， 基于战场环境、 对抗目标等信息的共享与处理， 不仅可有效降低己方对抗损耗， 增大对手干扰、 拦截难度， 更可实现侦查、 干扰、 突防、 打击等任务的合理规划与决策， 大幅度提高导弹在体系对抗中的综合对抗效能^［21-23］。

针对现阶段多弹协同对抗的发展情况， 本文系统梳理了现阶段国外协同对抗主要项目概况， 分析了这些项目的发展路线和内在特点， 在此基础上从六个方面探讨了多弹协同对抗的关键能力需求， 展望了未来需要重点关注的关键技术方向。

1 国外多弹协同项目发展概况

1.1 美" 国

美国正在加快推动导弹网络化、 协同化、 自主化的构建与提升进程， 以使不同类型的导弹能够实现实时交互与自主协同对抗， 提升导弹的决策效率与对抗效能。

（1） 远程反舰导弹项目

远程反舰导弹（Long Range Anti-Ship Missile， LRASM）是由美国国防部高级研究计划局（Defense Advanced Research Projects Agency， DARPA）、 美国海军、 美国空军于2009年起联合推动的新一代远程反舰导弹（见图1）， 是美军目前最新型多平台发射的隐身亚声速巡航导弹， 具有射程远、 隐身性好、 抗干扰能力强、 智能化程度高等特点^［24-25］。 该导弹由美国洛克希德·马丁公司负责研制， 由美国海军和DARPA共同出资， 初衷是替代当时已经服役了30余年的“鱼叉”反舰导弹。 LRASM项目从2009年启动， 计划初期曾是AB两个子计划同时运作。 LRASM-A计划是以JASSM-ER导弹为基础改良的亚声速反舰导弹， LRASM-B计划则是采用冲压发动机的超声速反舰导弹， 但是在2012年1月取消， 后来仅有LRASM-A计划进入实际工程开发^［24］。 LRASM原型弹在2013年初进行测试， 2014年底全备弹完成首度试射， 具体发展路线如表1所示。

为了提升对目标的生存能力和毁伤效能， LRASM集成了抗干扰的GPS/INS+数据链的制导体制， 具有红外成像制导+被动雷达制导的多模导引头， 主要性能参数如表2所示。 LRASM从立项伊始就受到了“分布式杀伤”和“空海一体战”等对抗体系概念的影响， 其对抗构想如图2所示。 该导弹巡航高度可设定和自主改变， 通过先进的制导技术及稳定可靠的双向数据链技术， 可实现防区外远程打击、 先进综合突防、 自主智能对抗、 网络协同对抗。 按照美国空军的演习规划， 4架B-1B轰炸机可一次性投送96枚LRASM导弹， 以验证大规模导弹集群的协同反舰能力。 与目前的反舰导弹不同， LRASM能够进行自主瞄准， 依靠机载瞄准系统独立获取目标， 而无需事先获取精确情报或像全球定位卫星导航和数据链这样的支持服务。 此外， 该导弹被设计成带有反制措施， 能够躲避对方的主动防御系统。

据美国《防务邮报》报道， 美国海军在2024年4月5日首次完成了4枚LRASM的协同飞行测试（见图3）。 该测试由美国海军与洛克希德·马丁公司合作完成， 全面验证了LRASM系统从任务规划到杀伤链整合， 再到打击目标的实战能力， 充分展示了LRASM的高效杀伤力。 此次成功试射也标志着美国海军在高端武器系统领域迈出了重要一步。

（2）" 新型“战斧”巡航导弹

“战斧”巡航导弹是一种多用途的巡航导弹， 主要用于精准攻击设防区域内的目标， 是美国现役最主要的巡航导弹之一^［31］。 20世纪80年代， 为应对苏联水面舰艇部队， 美国海军研制并列装了BGM-109B“战斧”反舰巡航导弹， 其射程超过1 600 km， 能够在舰队防区外进行攻击。 该导弹使用高爆弹头、 先进雷达导引头和高速处理器， 进一步提高了导弹搜索、 水面目标跟踪和对舰船的毁伤能力^［32］。 此外， 该导弹还拥有反辐射模式， 能够跟踪并锁定舰船电子战系统的主动电子干扰信号源， 引导导弹对其进行攻击。

“战斧”巡航导弹的具体发展路线如表3所示。 据美国《防务新闻》2021年初报道， 美国海军一艘阿利·伯克级导弹驱逐舰发射2枚新型“战斧”巡航导弹（Block5）， 分别命中靶标（见图4）， 标志着这种新型巡航导弹具备实战能力， 试验推动了该型导弹在美国海军的列装。 新型“战斧”巡航导弹采用了双向数据链， 在网络化对抗过程中， 美国海军希望该导弹能和小型无人机协同对抗， 控制中心根据小型无人机获取的目标状态对“战斧”导弹重新定向， 以验证“战斧”导弹与小型无人机协同对抗的可行性， 扩大其战术运用范围。

（3） “灰狼”导弹项目

LRASM和新型“战斧”巡航导弹Block5是在导弹武器型号研制或改进过程中融入了多导弹分布式协同对抗理念的新的具体武器型号， 而“灰狼”导弹则完全是美国空军为了验证“多巡航导弹分布式协同打击技术”于2017年3月推出的网络化、 低成本巡航导弹技术演示验证项目^［29］（见图5）。 该项目最早可追溯到2016年初以美国空军研究实验室巡航导弹为名开展的信息征询活动， 具体发展路线如表4所示。

“灰狼”导弹是一种低成本亚音速的巡航导弹， 采用开放式体系结构和模块化设计， 能够迅速更换战斗部和发动机， 特别强调了网络化对抗能力， 能够协同发起蜂群攻击， 主要用于对付世界各国的集成防空系统， 其任务灵活性高。 低成本是“灰狼”导弹最大的特点， 使用商业级的制导系统、 传感器， 导弹导引头需要具备多种模式， 可在恶劣气象条件下对抗， 甚至包含电子战功能、 防欺骗能力。 “灰狼”导弹另一个战术设想是变身诱饵， 采用模块化系统后， “灰狼”导弹可模拟大型航空器的特征， 变成诱饵， 让对方防御系统发射导弹予以拦截， 从而消耗对方防空导弹数量。

作为一个技术演示验证项目， “灰狼”导弹的核心目标是回答以下两个关键问题： 第一， “灰狼”导弹能否以“极低”的价格进行生产， 需要哪些相关的设计和制造技术； 第二， “灰狼”导弹是否可以有效部署在网络化协同编队中， 需要哪些相关的对抗概念和技术。 值得一提的是， 尽管“灰狼”导弹项目被取消， 但其理念与技术将被继承。 在“灰狼”项目下研制的TDI-J85涡轮喷气发动机已经成功完成空中试车， 在空射巡航导弹、 诱饵弹、 无人机等低成本系统上拥有广泛应用前景。 另外， “灰狼”导弹采用模块化、 开放式系统架构， 其弹体设计也可为其他相关导弹项目提供支持。

（4）" “金帐汗国”项目

由于美国空军对武器网络化对抗领域持有强烈兴趣， 2019年3月， 美国空军授予科学应用与研究协会公司价值1亿美元的合同， 用于开发“金帐汗国”项目中所需的新型弹药技术及综合武器验证。 该项目是同“灰狼”导弹项目类似的验证“弹药网络化协同对抗技术”的演示验证项目， 不同之处在于该项目中不涉及全新的低成本导弹武器平台设计， 而是选择直接在现有武器平台基础上尽快进行网络化协同能力建设^［37-38］。

“金帐汗国”项目初步选定的协同对抗武器平台包括小直径炸弹（SDB-I/II）、 联合空地防区外导弹及其增程型（JASSM， JASSM-ER）， 以及小型空射诱饵弹MALD-J， 这三种武器平台在美国空军都大量装备， 且本身都具备一定的网络化协同对抗能力， 将成为“金帐汗国”项目发展的重要基础。 “金帐汗国”项目的概念图如图6所示，

旨在将传统的精确制导炸弹或其他类型的可发射式机载制导武器与人工智能和“蜂群”网络自主协同对抗技术相融合， 以实现这些机载制导武器在发射后的飞行航线自主规划和对目标的自主协同攻击， 提高机载精确制导武器的网络化、 自主化和协同化能力， 增强其在未来对抗中的使用灵活性和对抗效能， 具体发展路线如表5所示。

在前期大量技术储备的基础上， “金帐汗国”项目已开展多次实际飞行试验（见表6）。 据美国《空军杂志》2023年11月11日报道， 美国空军“先锋”技术孵化器项目中“金帐汗国”与“天空博格人”两个项目都将在2023年融入“协同对抗飞机”项目中， 并正式纳入采办序列， 成为美国空军未来对抗系统的重要组成部分。 这也意味着， 经过3年多时间发展的“金帐汗国”项目， 即将从早期的概念阶段进入到实际应用阶段。 根据美国空军目前的计划， 作为今后美国空军未来对抗系统的重要组成部分， “金帐汗国”项目里开发的配套武器， 都会与美国空军当前使用的大部分主力战机和今后的NGAD、 B-21“突袭者”隐身战略轰炸机等新锐战机进行相应的结合， 从而更好地服务于美国空军的“穿透型制空”战法。 如此， 也就能进一步提升美国空军之后的整体对抗能力。

1.2 俄 罗 斯

从海上对抗力量上看， 反舰导弹是摧毁对手海上目标的关键性武器。 对于俄罗斯而言， 反舰导弹依靠超远射程和精确命中率等优势， 成为其对抗美军航空母舰等大型战舰的杀手锏。 依托P系列的导弹研制计划， 俄罗斯开启了多弹协同对抗模式在工程实践方面的探索^［42］。

在众多研制计划中， P-500反舰导弹（代号“玄武岩”）和P-700（代号“花岗岩”）是两个声名远扬的代表^［43］， 两者主要性能及发展情况如表7所示。 P-500导弹最多可由8枚组成一个“编队”， 并指定其中1枚为“领弹”。 对于该导弹编队， “领弹”将保持5 000～7 000 m的高度飞行， 并打开雷达导引头以搜索目标， 其他“从弹”则关闭导引头， 维持30 m的低空无线电静默飞行， 并和“领弹”进行信息交互共享。 尽管P-500反舰导弹编队战术中有1枚或多枚的长弹可能在飞行途中被探测并击落， 但其他导弹仍将保持低空高速飞行状态， 以穿透防空网。 P-700导弹在融合陆、 海、 空、 天等多类传感器信息基础上，" 能对目标数据进行解算后实施任务规划和自主攻击， 其主要用途是攻击海上大型的水面舰艇编队， P-700导弹已体现出了智能化导弹的初步特征。

由于俄罗斯多弹协同方面公开资料较少， 对于P系列导弹研制计划， 尽管受制于当时技术限制， 多弹协同对抗水平相对较低， 但已具备网络化协同雏形， 其战术价值影响深远， 不容小觑。

1.3 英" 国

2021年7月1日， 英国国防部宣布向其国防科技实验室（Defence Science and Technology Laboratory， DSTL）拨款350万英镑， 用于开展“协同打击武器技术演示器”（Cooperative Strike Weapons Technology Demonstrator， CSWTD）项目^［45］。 该项目旨在探索如何通过升级弹载软件实现弹间通信， 使导弹系统能够协同打击目标， 提升其对威胁或场景变化的响应能力， 从而增强现有武器系统的综合效能。 7月5日， 英国国防部发布了该项目中“协同导弹技术”的说明视频。 如图8所示， 在3枚导弹实施协同对抗的场景中， 基于弹间通信网络， 3枚导弹先后进行协同规划和目标分配， 其中2枚导弹打击新出现的高价值目标， 1枚导弹打击原有目标。 该技术方案及对抗场景和美国的“金帐汗国”项目如出一辙。

据悉， CWSTD项目于2021年4月启动预研， 原计划2023年内完成全部工作。 如果进展顺利， 英国有望在5年内完成该项目的飞行试验。

1.4 其他国家

2024年3月11日， 印度总理纳伦德拉·莫迪宣布印度成功试射了首枚能够携带多弹头的“烈火-5”导弹， 具备协同对抗能力。 这一里程碑式的事件标志着印度在导弹技术领域的重大突破， 进一步提升了其在地区乃至全球的战略威慑能力。 此外， 2024年5月28日， 德法安全与防务委员会在德国柏林郊外的梅泽贝格宫发表联合声明称， 德国和法国已同意在未来共同开发远程导弹， 旨在瞄准未来体系化对抗需求。

总体而言， 多弹协同对抗已成为世界军事变革的一个重要发展方向， 当前各军事大国均认识到多弹协同在现代战争中的巨大价值， 纷纷加大经费投入， 加快布局推进相关武器装备和对抗系统的研制和试验， 以期尽快形成对抗能力。

2 多弹协同对抗关键技术展望

多弹协同对抗基于弹间通信网络， 能够形成多种高效的协同对抗样式， 极大地提升导弹武器系统的综合对抗效能， 已成为精确制导领域的一个研究热点。 多弹协同对抗是一个典型的多学科交叉综合研究与应用领域^［47-49］， 除了要加强对抗理论创新与装备体系顶层规划设计外， 多弹协同对抗未来还需要重点关注和发展以下六大关键能力与技术（见图9）。

2.1 单弹智能自主能力

单弹智能自主能力是多弹编队协同对抗的重要前提。 现阶段， 在传统控制方法的加持下， 导弹已基本具备简单对抗场景下的姿态控制能力。 如图10所示， 面对未来日益复杂的任务需求， 未来多弹协同对抗要求导弹还要进一步提升环境适应、 态势感知、 健康管理、 规划决策、 精确制导和智能突防等能力^［50-54］。 只有保证单弹智能化水平的不断进阶， 才能保证多弹编队在协同对抗中实现1+1＞2的根本目标。

2.2 弹间网络通信能力

弹间网络通信能力是多弹编队协同对抗的核心要素。 多弹协同对抗具备大规模、 无中心等特点。 对于多弹协同对抗场景， 各导弹可以类比为弹间通信网络中的各个独立节点， 各节点之间依靠通信模块实现弹间信息的交互传递^［55］。 从网络层面来看， 未来多弹协同对抗更应关注网络的动态结构（如网络拓扑切换、 异构网络交互、 节点加入或退出、 网络攻击与安全性等因素^［56-58］）来确保弹间通信网络的灵活性、 可靠性、 扩展性、 安全性和鲁棒性。 从通信层面来看， 未来多弹协同对抗更应关注通信的信息尺度（如通信协议、 通信带宽、 通信时延等因素^［59-61］）， 从而增强弹间网络通信的一致性、 适应性、 可靠性和稳定性。

2.3 协同探测感知能力

协同探测感知能力是多弹编队协同对抗的中间桥梁。 基于弹间通信网络， 多枚导弹进行态势信息的交互共享， 实现对目标多维度的解析， 从而增强多弹协同对抗的柔韧性和灵活性， 为多弹编队整体的任务规划和指令响应提供关键支撑^［62］。 未来多弹协同对抗更应关注多源多域协同探测感知技术和多弹编队协同探测制导一体化技术^［63-64］。 从近年来的冲突事件可以看出， 未来对抗模式一定是体系与体系之间的对抗， 多弹如何在如此繁杂庞大的对抗模式下持续发挥自身规模优势至关重要。 具体来看， 未来多弹编队需要构建标准化的交互共享机制， 在陆、 海、 空、 天、 电、 磁等不同对抗空间进行态势信息的交互共享， 达到满足复杂战场态势感知、 指控一体等任务需求（见图11）， 支撑体系化对抗模式下对抗效能的最大化。 另一方面， 现有的探测和制导回路是通过解耦设计， 制导律解算时只考虑目标探测信息的传递， 没有考虑探测和制导之间的耦合影响， 会造成信息缺失。 实际上， 探测与制导两个环节需要紧密耦合： 制导需要实时估计的目标信息作为输入， 且制导也会影响目标探测状态和测量方程的构建以及观测条件， 两者存在较高的耦合度， 解耦设计会造成信息缺失， 导致体系化对抗模式下多弹编队的抗干扰能力不足。

2.4 协同任务规划能力

协同任务规划能力是多弹编队协同对抗的必要条件。 导弹编队根据获取的态势信息， 需要进行对抗任务的分解和分配， 确保后续对抗任务的高效执行， 维持整个导弹编队的正常运转^［65］。 从个体层面来看， 未来多弹协同对抗更应关注具备快速响应的在线多约束弹道规划技术， 确保在复杂的战场环境下生成理想的弹道轨迹。 从群体层面来看， 未来多弹协同对抗更应关注面向多弹协同的多约束快速弹道规划技术（非理想网络通信条件、 考虑弹间避碰因素、 导弹加入/退出因素等）、 任务规划硬件环境建模技术和目标分配技术^［66-68］。 多弹弹道规划技术的发展需建立在弹道规划技术的基础上， 综合考虑外界环境、 通信网络、 时空约束等条件， 具有高非线性、 高耦合性和高复杂度的特点， 主要涉及建模分析、 耦合处理、 规划算法等三部分， 具体发展思路如图12所示。 此外， 未来体系化的对抗模式下， 要求导弹编队具备快速为每一枚导弹分配对抗目标的能力， 避免对抗资源的冲突与浪费， 确保每一枚导弹“物尽其用”。

2.5 协同制导控制能力

协同制导控制能力是多弹编队协同对抗的直接响应。 导弹编队基于态势信息， 计算生成制导指令， 导引导弹向对抗目标运动， 并满足时间维度（同时达到、 波次到达等约束）、" 空间维度（打击角度、 视场角、" 编队构型等约束）和态势维度（导弹编队协同围捕）的协同打击^［69-77］， 以提升对目标的毁伤概率和毁伤效能。 未来多弹协同对抗更应关注规模化、 智能化、 绿色化和强对抗的协同制导控制技术。 规模化是指面向大规模导弹集群， 建立有效的协同机理， 合理地调动每一枚导弹的角色积极性， 实现大规模对抗模式下导弹编队的协同制导控制能力； 智能化是指利用神经网络、 强化学习等人工智能技术， 提升导弹编队在体系化对抗模式下的对抗效能， 赋能导弹编队智能化协同对抗能力； 绿色化是指在保证原有时间/空间维度协同打击的前提下， 进一步提升导弹编队的能量消耗、 控制性能优劣、 收敛性能快慢等约束， 确保导弹编队整体对抗效能的最大化； 强对抗是指探究导弹编队在强对抗环境中新的对抗样式和攻防对抗策略， 从而顺应复杂多元化的攻防对抗发展趋势。 总的来看， 规模化、 智能化、 绿色化和强对抗的发展思路瞄准了导弹本身性能层面和未来体系化对抗的协同能力需求， 从多维度构建了导弹协同制导控制能力清单。

2.6 协同推演仿真能力

协同推演仿真能力是多弹编队协同对抗的重要支撑。 在体系化对抗模式下， 如何高效校验多弹编队协同对抗能力至关重要。 作为一种重要的预实践方式和手段， “推演”被广泛运用于模拟演训、 冲突分析、 危机分析等领域^［78-81］。 《孙子兵法·虚实篇》指出： 故善攻者， 敌不知其所守； 善守者， 敌不知其所攻。 通过构建推演仿真能力， 多弹编队能够洞穿对手制造的战争迷雾， 更好地做到知彼知己。 推演贵在“推”的过程， 因为其允许多弹编队在协同推演仿真过程中失败、 再失败， 经历损失、 适应、 创新。 虽然推演过程永远无法穷尽未来真实战场上可能出现的各种意外， 但如果做得好， 就能让整个导弹编队为未来潜在冲突做好准备。 未来多弹协同对抗更应创造一种适合的协同推演仿真环境， 以便在不完整和不完美的态势占据上风的对抗“迷雾”和“摩擦”中， 应用批判性推理技术并分析协同对抗策略， 从而牵引促进导弹编队智能化设计方法， 孵化新的体系化多弹协同对抗样式。

值得一提的是， 近年来随着人工智能技术的日益成熟， LLMs以其卓越的自然语言处理能力和广泛的知识库， 为多弹协同对抗推演仿真技术发展提供了前所未有的智能化和精细化支持^［82-85］。 首先， LLMs能够深入理解复杂的指令和语境， 使协同对抗推演中的信息交流更加精准和高效。 其次， LLMs具备强大的知识融合和推理能力， 能够为推演提供丰富的背景信息和决策支持。 通过对海量数据的深度学习和分析， LLMs能够准确理解并整合来自不同领域的知识， 为协同对抗过程中的指挥控制人员提供全面的情报分析和建议。 在面对复杂多变的对抗环境时， 大语言模型能够基于现有的战场态势和对抗规则， 通过逻辑推理和常识推理， 预测双方的可能行动和反应， 为推演人员提供有力的决策依据。 此外， LLMs还能够通过多模态输入和输出， 实现与仿真系统的深度集成。 在协同对抗推演中， 不仅需要处理文本信息， 还需要处理图像、 视频等多媒体数据。 LLMs支持将这些多媒体数据作为输入或输出选项， 使得仿真系统能够更加直观地展示对抗态势和推演结果， 提高推演的真实感和可信度。 通过大量的推演学习和训练仿真， LLMs不仅可以快速高效地验证协同对抗策略的有效性， 还有助于反哺导弹总体设计， 定位导弹性能劣势短板， 反哺未来面向体系化对抗的导弹总体优化方向。

3 结" 论

本文以多弹协同对抗为背景， 系统梳理了现阶段国外多弹协同项目的发展情况， 分析展望了未来多弹协同对抗需重点关注的关键技术。

（1） 从发展路线和项目特点出发， 综述了现阶段国外协同对抗项目概况， 并简要分析了项目的主要特点。

（2） 从单弹维度和协同维度出发， 探讨了多弹协同对抗未来应重点关注的智能自主、 弹间网络通信、 协同探测感知等发展方向。

总的来看， 多弹协同对抗是未来体系化对抗模式下的必然趋势和时代产物。 现阶段的智能化水平还难以确保多弹适应未来真实体系化对抗运用需求。 在未来发展中， 可以遵循先小后大、 先简后繁、 先同构后异构、 先同域后跨域的发展思路， 支撑未来多弹协同对抗的智能化可持续发展。

参考文献：

［1］ 刘新， 曾立. 总体国家安全观视域下新兴领域战略能力建设研究［J］. 科学管理研究， 2023， 41（6）： 11-17.

Liu Xin， Zeng Li. Research on Strategic Capacity Building in Emerging Fields from the Perspective of General National Security Concept［J］. Scientific Management Research， 2023， 41（6）： 11-17.（in Chinese）

［2］ 吕彬， 李晓松， 雷帅. 复杂系统视角下的新型国防战略智库建设研究［J］. 智库理论与实践， 2021， 6（5）： 70-76.

Lü Bin， Li Xiaosong， Lei Shuai. Research on the New-Type National Defense Strategy Think Tank Construction from the Perspective of Complex Systems［J］. Think Tank： Theory amp; Practice， 2021， 6（5）： 70-76.（in Chinese）

［3］ 刘庆龄， 曾立. 三螺旋理论下的国防科技协同创新体系建模［J］. 国防科技， 2024， 45（2）： 51-60.

Liu Qingling， Zeng Li. Modelling of a Collaborative Innovation System for National Defense Science and Technology Based on the Triple Helix Theory［J］. National Defense Technology， 2024， 45（2）： 51-60.（in Chinese）

［4］ 刘挺. 从ChatGPT谈大语言模型及其应用［J］. 语言战略研究， 2023， 8（5）： 14-18.

Liu Ting. Applications of Large Language Model Based on ChatGPT［J］. Chinese Journal of Language Policy and Planning， 2023， 8（5）： 14-18.（in Chinese）

［5］ Peng X. Software Development in the Age of Intelligence： Embracing Large Language Models with the Right Approach［J］. Frontiers of Information Technology amp; Electronic Engineering， 2023， 24（11）： 1513-1519.

［6］ Ray P P. ChatGPT： A Comprehensive Review on Background， Applications， Key Challenges， Bias， Ethics， Limitations and Future Scope［J］. Internet of Things and Cyber-Physical Systems， 2023， 3： 121-154.

［7］ Chang Y P， Wang X， Wang J D， et al. A Survey on Evaluation of Large Language Models［J］. ACM Transactions on Intelligent Systems and Technology， 2024， 15（3）： 1-45.

［8］ Liu Y H， Han T L， Ma S Y， et al. Summary of ChatGPT-Related Research and Perspective Towards the Future of Large Language Models［J］. Meta-Radiology， 2023， 1（2）： 100017.

［9］ 赵国宏. 体系中心战： 未来战争的顶层作战概念［J］. 指挥与控制学报， 2021， 7（3）： 225-240.

Zhao Guohong. SoS-Centric Warfare： Capstone Operational Concept for Future War［J］. Journal of Command and Control， 2021， 7（3）： 225-240.（in Chinese）

［10］ 王守权， 刘敏， 汪晓雨. 基于网络中心战的航空反潜作战使用［J］. 数字海洋与水下攻防， 2022， 5（2）： 133-136.

Wang Shouquan， Liu Min， Wang Xiaoyu. Aviation Antisubmarine Warfare Based on Network Centric Warfare［J］. Digital Ocean amp; Underwater Warfare， 2022， 5（2）： 133-136.（in Chinese）

［11］ 王彤， 李磊， 蒋琪. “进攻性蜂群使能战术”项目推进无人蜂群能力发展分析［J］. 战术导弹技术， 2020 （1）： 33-38.

Wang Tong， Li Lei， Jiang Qi. Offensive Swarm-Enabled Tactics Program Promotes the Development of Unmanned Swarm Capability［J］. Tactical Missile Technology， 2020 （1）： 33-38. （in Chinese）

［12］ 印度首次展示进攻性无人机蜂群［J］. 航天电子对抗， 2021， 37（1）： 37.

Indian First Show the Offensive Drone Swarm［J］. Aerospace Electronic Warfare， 2021， 37（1）： 37. （in Chinese）

［13］ 郭行， 符文星， 闫杰. 浅析美军马赛克战作战概念及启示［J］. 无人系统技术， 2020， 3（6）： 92-106.

Guo Hang， Fu Wenxing， Yan Jie. Analysis and Inspiration of the U.S. Force’s Concept of Mosaic Warfare［J］. Unmanned Systems Technology， 2020， 3（6）： 92-106. （in Chinese）

［14］ Ioni C C. The “Mosaic” Warfare： A New American Strategy for the Future［J］. Strategic Impact， 2020 （75）： 25-42.

［15］ 李祯静， 彭玉婷， 王晓璇， 等. 美军联合全域指挥控制发展研究［J］. 军事文摘， 2024（9）： 7-12.

Li Zhenjing， Peng Yuting， Wang Xiaoxuan， et al. Research on the United States Military Joint All-Domain Command and Control Development ［J］. Military Digest， 2024（9）： 7-12. （in Chinese）

［16］ 袁超， 步项禹， 张霖， 等. 美军联合全域指挥与控制发展分析及启示［J］. 战术导弹技术， 2023（6）： 134-141.

Yuan Chao， Bu Xiangyu， Zhang Lin， et al. Analysis and Enlightenment of Joint All-Domain Command and Control （JADC2） Development［J］. Tactical Missile Technology， 2023（6）： 134-141. （in Chinese）

［17］ 吕金虎， 冉茂鹏， 王成才， 等. 有人/无人机智能协同：机遇与挑战［J］. 中国科学： 技术科学， 2024， 54（5）： 968-978.

Lü Jinhu， Ran Maopeng， Wang Chengcai， et al. Manned/Unmanned Aerial Vehicle Intelligent Cooperation： Opportunities and Challenges ［J］. Scientia Sinica Technologica， 2024， 54（5）： 968-978. （in Chinese）

［18］ 张宏宏， 李文华， 郑家毅， 等. 有人/无人机协同作战： 概念、 技术与挑战［J/OL］. 航空学报， doi： 10.7527/S1000-6893.2023.29653.

Zhang Honghong， Li Wenhua， Zheng Jiayi， et al. Coordinated Manned/Unmanned Aerial Warfare： Concepts， Technologies， and Challenges ［J/OL］. Acta Aeronautica et Astronautica Sinica， doi： 10.7527/S1000-6893.2023.29653. （in Chinese）

［19］ 姚禹正， 余文斌， 杨立军， 等. 多导弹协同制导技术综述［J］. 飞航导弹， 2021（6）： 112-121.

Yao Yuzheng， Yu Wenbin， Yang Lijun， et al. Summary of Multi-Missile Cooperative Guidance Technology［J］. Aerodynamic Missile Journal， 2021（6）： 112-121.（in Chinese）

［20］ 吴诗辉， 贾军， 鲍然， 等. 面向集群对抗的多弹协同目标分配模型与仿真分析［J］. 空天防御， 2021， 4（3）： 1-9.

Wu Shihui， Jia Jun， Bao Ran， et al. Cooperative Target Assignment Model and Simulation Analysis for Multiple Missiles Against Unmanned Aerial Vehicle Swarm［J］. Air amp; Space Defense， 2021， 4（3）： 1-9.（in Chinese）

［21］ 魏旭鸿， 陈舒思. 集群协同对抗雷达制导导弹方法探索［J］. 舰船电子对抗， 2023， 46（4）： 19-22.

Wei Xuhong， Chen Shusi. Research into the Method of Swarm Cooperative Countermeasure to Radar Guided Missile［J］. Shipboard Electronic Countermeasure， 2023， 46（4）： 19-22.（in Chinese）

［22］ 陈洁卿， 孙瑞胜， 陈伟. 超声速导弹群协同博弈突防制导研究［J］. 无人系统技术， 2021， 4（6）： 65-74.

Chen Jieqing， Sun Ruisheng， Chen Wei. Research on Cooperative Penetration Game Guidance of Supersonic Missile Group［J］. Unmanned Systems Technology， 2021， 4（6）： 65-74. （in Chinese）

［23］ 王瑞东， 王世练， 张炜， 等. 多弹分布式协同智能抗干扰通信策略［J］. 战术导弹技术， 2022（4）： 187-195.

Wang Ruidong， Wang Shilian， Zhang Wei， et al. Distributed Cooperative Intelligent Anti-Jamming Commmunication Strategy for Multi-Missile System［J］. Tactical Missile Technology， 2022（4）： 187-195.（in Chinese）

［24］ 杨宁， 吴艳梅. 智能化的新型反舰导弹LRASM综述［J］. 军事文摘， 2020（23）： 39-43.

Yang Ning， Wu Yanmei. Overview of Intelligent New Anti Ship Missile LRASM［J］. Military Digest， 2020（23）： 39-43. （in Chinese）

［25］ 孟博. 美国远程反舰导弹LRASM分析与思考［J］. 指挥控制与仿真， 2022， 44（2）： 137-140.

Meng Bo. Analysis and Consideration of American Long Range Anti-Ship Missile［J］. Command Control amp; Simulation， 2022， 44（2）： 137-140.（in Chinese）

［26］ 张耀， 王永海， 王菁华， 等. 美国下一代反舰导弹LRASM性能分析与研究［J］. 飞航导弹， 2018（7）： 18-22.

Zhang Yao， Wang Yonghai， Wang Jinghua， et al. Research on the US’s Next Generation Anti-Ship Missiles LRASM［J］. Aerodynamic Missile Journal， 2018（7）： 18-22.（in Chinese）

［27］ Sherman J. OSD Directs Navy， Air Force to Establish Formal LRASM Program［J］. Inside the Navy， 2013， 26（42）： 14-15.

［28］ 方有培， 汪立萍， 赵霜. 美国新型远程反舰导弹突防能力分析［J］. 航天电子对抗， 2014， 30（3）： 5-7.

Fang Youpei， Wang Liping， Zhao Shuang. Analysis on Penetration Ability of American Late-Model Long-Range Anti-Ship Missile［J］. Aerospace Electronic Warfare， 2014， 30（3）： 5-7.（in Chinese）

［29］ 郝雅楠， 祝彬， 朱华桥， 等. 美军导弹智能化发展态势研究［J］. 战术导弹技术， 2020（1）： 15-21.

Hao Yanan， Zhu Bin， Zhu Huaqiao， et al. Research on the Intelligence Development of US Army Missiles［J］. Tactical Missile Technology， 2020（1）： 15-21.（in Chinese）

［30］ 硬科技前沿. 洛克希德公司首次完成四枚远程反舰导弹协同飞行测试［EB/OL］. （2024-04-06） ［2024-08-15］. https：∥mp.weixin.qq.com/s/Z8SP3fATNAFXW6DP3oP0Pg.

Core Technology Frontier. Lockheed Martin First Performed Coordinated Flight Test of Four Long-Range Anti-Ship Missiles ［EB/OL］. （2024-04-06） ［2024-08-15］. https：∥mp.weixin.qq.com/s/Z8SP3fATNAFXW6DP3oP0Pg. （in Chinese）

［31］ 董露， 李文胜. 美军战斧5巡航导弹发展及技术特点分析［J］. 飞航导弹， 2021（12）： 116-121.

Dong Lu， Li Wensheng. Analysis on the Development and Technical Characteristics of US Tomahawk 5 Cruise Missile ［J］. Aerodynamic Missile Journal， 2021（12）： 116-121.（in Chinese）

［32］ 赵鸿燕. 美国面向未来战争的导弹协同作战概念发展研究［J］. 航空兵器， 2019， 26（4）： 1-9.

Zhao Hongyan. Research on the Concept Development of the United States Missile Cooperative Operations for Future War［J］. Aero Weaponry， 2019， 26（4）： 1-9.（in Chinese）

［33］ 张小东， 胡海， 姜林君. 美国海军战斧巡航导弹战术技术特性分析［J］. 飞航导弹， 2020（11）： 31-36.

Zhang Xiaodong， Hu Hai， Jiang Linjun. Analysis of Tactical and Technical Characteristics of US Navy Tomahawk Cruise Missile［J］. Aerodynamic Missile Journal， 2020（11）： 31-36.（in Chinese）

［34］ 赵倩. 巡航导弹的百年进化史［N］. 解放军报， 2023-10-13（10）.

Zhao Qian. The Centennial Evolution History of Cruise Missiles［N］. PLA Daily， 2023-10-13（10）. （in Chinese）

［35］ 虹摄. 美新“战斧”巡航导弹战力几何［N］. 中国国防报， 2021-01-05（4）.

Hong She. How Powerful is the US’s New Cruise Missile ［N］. China National Defense Newspaper， 2021-01-05（4）. （in Chinese）

［36］ 葛佳昊， 刘莉， 王军. 拒止环境下巡飞武器分布式智能作战关键技术研究［J］. 战术导弹技术， 2022 （5）： 62-73.

Ge Jiahao， Liu Li， Wang Jun. Research on Key Technologies of Distributed Intelligent Operation of Loitering Weapon Systems in Denial Environment［J］. Tactical Missile Technology， 2022（5）： 62-73. （in Chinese）

［37］ 姜志杰， 杨卫丽. 美国加快导弹集群作战能力发展的分析与影响［J］. 战术导弹技术， 2020（4）： 189-192.

Jiang Zhijie， Yang Weili. Analysis and Effects of US Accelerating the Development of Missile Cluster Combat Capacity［J］. Tactical Missile Technology， 2020（4）： 189-192.（in Chinese）

［38］ 王雅琳， 武坤琳， 宋怡然， 等. 美空军推动现役导弹实现半自主网络化协同作战［J］. 飞航导弹， 2020（2）： 17-21.

Wang Yalin， Wu Kunlin， Song Yiran， et al. US Air Force Promotes Active Missiles to Achieve Semi-Autonomous Networked Cooperative Operations［J］. Aerodynamic Missile Journal， 2020（2）： 17-21.（in Chinese）

［39］ 闫朋朋. 多巡航导弹分布式协同合围制导方法研究［D］ 西安： 西北工业大学， 2021.

Yan Pengpeng. Research on Distributed Target-Encirclement Cooperative Guidance of Multiple Cruise Missiles［D］. Xi’an： Northwestern Polytechnical University， 2021. （in Chinese）

［40］ 美空军推动现役导弹实现半自主网络化协同作战［EB/OL］. 国际航空. （2021-03-03） ［2024-08-15］. https：∥mp.weixin.qq.com/s/cgTtjgiEtg-5K46f8NTW9g.

The US Air Force Promotes Semi-Autonomous Networked Collaborative Operations of On-Service Missiles ［EB/OL］. International Aviation. （2021-03-03） ［2024-08-15］. https：∥mp.weixin.qq.com/s/cgTtjgiEtg-5K46f8NTW9g. （in Chinese）

［41］ 渊亭防务. 智能化的“蜂群”弹药 -解析美军“金帐汗国”项目［EB/OL］. （2022-11-17） ［2024-08-15］. https：∥mp.weixin.qq.com/s/FR3PlIAMuiZqDcRAiix1MQ.

Yuanting Defence. Intelligent ‘Swarm’ Ammunition-Analysis of the US Army’s Golden Horde Project ［EB/OL］.（2022-11-17）［2024-08-15］. https：∥mp.weixin.qq.com/s/FR3PlIAMuiZqDcRAiix1MQ. （in Chinese）

［42］ Jane’s. P-500 Bazal’t （SS-N-12 ‘Sandbox’）/P-700 Granit （SS-N-19 ‘Shipwreck’）［EB/OL］. （2022-11-29）［2024-08-15］.https：∥janes.cinfo.net.cn/display/jnws0150-jnw_.

［43］ 刘桐林. 花岗岩——世界智能化飞航导弹的先驱［J］. 飞航导弹， 2005（9）： 14-18.

Liu Tonglin. Granit- Pioneer of Intelligent Missiles［J］. Aerodynamic Missile Journal， 2005（9）： 14-18.（in Chinese）

［44］ 孟二龙， 高桂清， 王康， 等. 俄罗斯锆石高超声速智能反舰导弹主要优势及启示［J］. 飞航导弹， 2019（11）： 34-38.

Meng Erlong， Gao Guiqing， Wang Kang， et al. Main Advantages and Enlightenment of Russian Zircon Hypersonic Intelligent Anti-Ship Missile［J］. Aerodynamic Missile Journal， 2019（11）： 34-38.（in Chinese）

［45］ 王雅琳， 刘都群， 赵倩， 等. 2021年精确打击武器领域技术发展综述［J］. 战术导弹技术， 2022 （2）： 20-28.

Wang Yalin， Liu Duqun， Zhao Qian， et al. Overview of Technological Developments of Precision Strike Weapons in 2021［J］. Tactical Missile Technology， 2022 （2）： 20-28. （in Chinese）

［46］ 装备参考. 英国国防部启动“合作式打击武器技术演示器”项目［EB/OL］. （2021-07-25） ［2024-08-15］. https：∥mp.weixin.qq.com/s/u4AE9K8OYeU0yxYo1PuLVg.

Equipment Reference. The United Kingdom Ministry of Defence Starts the CSWTD Project ［EB/OL］. （2021-07-25） ［2024-08-15］. https：∥mp.weixin.qq.com/s/u4AE9K8OYeU0yxYo1Pu LVg. （in Chinese）

［47］ 商巍， 赵涛， 环夏， 等. 导弹武器系统协同作战研究［J］. 战术导弹技术， 2018（2）： 31-35.

Shang Wei， Zhao Tao， Huan Xia， et al. Research on Cooperative Operation of Missile Weapon System［J］. Tactical Missile Technology， 2018（2）： 31-35.（in Chinese）

［48］ 槐泽鹏， 梁雪超， 王洪波， 等. 多弹协同及其智能化发展研究［J］. 战术导弹技术， 2019（5）： 77-85.

Huai Zepeng， Liang Xuechao， Wang Hongbo， et al. Research on Multi-Missile Collaborative and Its Intelligence Development［J］. Tactical Missile Technology， 2019（5）： 77-85.（in Chinese）

［49］ 唐胜景， 史松伟， 张尧， 等. 智能化分布式协同作战体系发展综述［J］. 空天防御， 2019， 2（1）： 6-13.

Tang Shengjing， Shi Songwei， Zhang Yao， et al. Review on the Development of Intelligence-Based Distributed Cooperative Operational System［J］. Air amp; Space Defense， 2019， 2（1）： 6-13.（in Chinese）

［50］ 程进， 齐航， 袁健全， 等. 关于导弹武器智能化发展的思考［J］. 航空兵器， 2019， 26（1）： 20-24.

Cheng Jin， Qi Hang， Yuan Jianquan， et al. Discussion on the Development of Intelligent Missile Technology［J］. Aero Weaponry， 2019， 26（1）： 20-24.（in Chinese）

［51］ Dantas J P A， Maximo M R O A， Costa A N， et al. Machine Learning to Improve Situational Awareness in Beyond Visual Range Air Combat［J］. IEEE Latin America Transactions， 2022， 20（8）： 2039-2045.

［52］ Peng H， Zhang Y F， Yang S， et al. Battlefield Image Situational Awareness Application Based on Deep Learning［J］. IEEE Intelligent Systems， 2020， 35（1）： 36-43.

［53］ Lee Y H， Kim S M， Kim J W， et al. A Study on Method for Applying CBM+ in Missile for Effective Health Management［J］. Journal of the Korea Institute of Military Science and Technology， 2024， 27（2）： 294-303.

［54］ Liu Y， Lin R F， Li J Y， et al. Design of Multi-Storey Health Management System for Missile Equipment Based on PHM［C］∥IEEE International Conference on Artificial Intelligence and Computer Applications （ICAICA）， 2021： 580-583.

［55］ 邹汝平， 孙静， 刘大卫， 等. 智能弹药集群协同作战关键技术研究［J］. 战术导弹技术， 2020（6）： 1-6.

Zou Ruping， Sun Jing， Liu Dawei， et al. Study of Key Technologies of Intelligent Munition Swarms Cooperative Warfare［J］. Tactical Missile Technology， 2020（6）： 1-6.（in Chinese）

［56］ Ai X L， Wang L L， Shen Y C. Co-Operative 3D Salvo Attack of Multiple Missiles under Switching Topologies Subject to Time-Varying Communication Delays［J］. The Aeronautical Journal， 2019， 123（1262）： 464-483.

［57］ 刘昊， 张云飞， 张伟斌， 等. 基于量子决策的异构集群协同巡航方法［J］. 指挥控制与仿真， 2024， 46（4）： 66-76.

Liu Hao， Zhang Yunfei， Zhang Weibin， et al. Cooperative Cruise Method of Heterogeneous Cluster Based on Quantum Decision［J］. Command Control amp; Simulation， 2024， 46（4）： 66-76.（in Chinese）

［58］ Pasdar A， Koroniotis N， Keshk M， et al. Cybersecurity Solutions and Techniques for Internet of Things Integration in Combat Systems［J/OL］. IEEE Transactions on Sustainable Computing， doi： 10.1109/TSUSC.2024.3443256.

［59］ Song L， Zhang Y A， Huang D， et al. Cooperative Simultaneous Attack of Multi-Missiles under Unreliable and Noisy Communication Network： A Consensus Scheme of Impact Time［J］. Aerospace Science and Technology， 2015， 47： 31-41.

［60］ 周敏， 王一鸣， 郭建国， 等. 多弹协同末制导方法综述［J］. 航空兵器， 2023， 30（4）： 17-25.

Zhou Min， Wang Yiming， Guo Jianguo， et al. A Survey of Multi-Missile Cooperative Terminal Guidance［J］. Aero Weaponry， 2023， 30（4）： 17-25.（in Chinese）

［61］ 赵军民， 任海鹏. 智能弹药集群网链［J］. 前瞻科技， 2022， 1（4）： 8-17.

Zhao Junmin， Ren Haipeng. Internet of Intelligent Missiles［J］. Science and Technology Foresight， 2022， 1（4）： 8-17.（in Chinese）

［62］ 董胜波， 苏琪雅， 于沐尧， 等. 协同探测与导引技术发展探讨［J］. 现代防御技术， 2023， 51（3）： 75-82.

Dong Shengbo， Su Qiya， Yu Muyao， et al. Discussion on the Development of Collaborative Detection and Guidance Technology［J］. Modern Defence Technology， 2023， 51（3）： 75-82.（in Chinese）

［63］ 王奥亚， 周生华， 刘宏伟， 等. 多弹协同雷达导引头信号融合探测架构分析［J］. 航空兵器， 2019， 26（4）： 31-37.

Wang Aoya， Zhou Shenghua， Liu Hongwei， et al. Scheme Analysis of Radar Seeker Signal-Fusion Detection under Multi-Missile Collaboration［J］. Aero Weaponry， 2019， 26（4）： 31-37.（in Chinese）

［64］ 杨鹤鸣， 李勇， 张飞， 等. 考虑探测效能的空空导弹分布式协同中制导律［J］. 控制理论与应用， 2024， 41（4）： 638-648.

Yang Heming， Li Yong， Zhang Fei， et al. Guidance Law in Distributed Cooperative Air-to-Air Missile Considering Detection Effectiveness［J］. Control Theory amp; Applications， 2024， 41（4）： 638-648.（in Chinese）

［65］ 龙腾， 徐广通， 曹严， 等. 智能弹群协同任务规划技术进展与展望［J］. 前瞻科技， 2022， 1（4）： 18-39.

Long Teng， Xu Guangtong， Cao Yan， et al. Review and Prospect on Cooperative Mission Planning Technology of Intelligent Munition Swarms［J］. Science and Technology Foresight， 2022， 1（4）： 18-39. （in Chinese）

［66］ Lu F X， Dai Q Y， Yang G， et al. Online Task Planning Method of Anti-Ship Missile Based on Rolling Optimization［J］. Journal of Systems Engineering and Electronics， 2024， 35（3）： 720-731.

［67］ Dong X L， Shi C G， Wen W， et al. Cooperative Optimization of Task Allocation and Trajectory Planning for Multimission in Heterogeneous UAV Cluster［C］∥Fifteenth International Conference on Signal Processing Systems （ICSPS 2023）， 2024： 898-905.

［68］ Xu S F， Bi W H， Zhang A， et al. A Deep Reinforcement Learning Approach Incorporating Genetic Algorithm for Missile Path Planning［J］. International Journal of Machine Learning and Cybernetics， 2024， 15（5）： 1795-1814.

［69］ 赵建博， 杨树兴. 多导弹协同制导研究综述［J］. 航空学报， 2017， 38（1）： 17-29.

Zhao Jianbo， Yang Shuxing. Review of Multi-Missile Cooperative Guidance［J］. Acta Aeronautica et Astronautica Sinica， 2017， 38（1）： 17-29.（in Chinese）

［70］ 方洋旺， 邓天博， 符文星. 智能制导律研究综述［J］. 无人系统技术， 2020， 3（6）： 36-42.

Fang Yangwang， Deng Tianbo， Fu Wenxing. An Overview on the Intelligent Guidance Law［J］. Unmanned Systems Technology， 2020， 3（6）： 36-42. （in Chinese）

［71］ 何智川， 王江， 范世鹏， 等. 事件触发机制下具有视场约束的三维协同制导［J］. 航空学报， 2024， 45（3）： 328687.

He Zhichuan， Wang Jiang， Fan Shipeng， et al. Three-Dimensional Cooperative Guidance with Field-of-View Constraints Based on Event-Triggered Mechanism［J］. Acta Aeronautica et Astronautica Sinica， 2024， 45（3）： 328687.（in Chinese）

［72］ 唐杨， 祝小平， 周洲， 等. 一种基于攻击时间和角度控制的协同制导方法［J］. 航空学报， 2022， 43（1）： 466-478.

Tang Yang， Zhu Xiaoping， Zhou Zhou， et al. Cooperative Gui-dance Method Based on Impact Time and Angle Control［J］. Acta Aeronautica et Astronautica Sinica， 2022， 43（1）： 466-478.（in Chinese）

［73］ 顾镇镇， 王旭刚， 王中原， 等. 事件触发机制下多导弹固定时间编队控制［J］. 宇航学报， 2023， 44（2）： 266-281.

Gu Zhenzhen， Wang Xugang， Wang Zhongyuan， et al. Fixed-Time Event-Triggered Formation Control for Multiple Missiles［J］. Journal of Astronautics， 2023， 44（2）： 266-281.（in Chinese）

［74］ 尹依伊， 王晓芳， 田震， 等. 基于预设性能控制的多导弹编队方法［J］. 系统工程与电子技术， 2020， 42（12）： 2847-2858.

Yin Yiyi， Wang Xiaofang， Tian Zhen， et al. Multi-Missile Formation Method Based on Prescribed Performance Control［J］. Systems Engineering and Electronics， 2020， 42（12）： 2847-2858.（in Chinese）

［75］ Su W S， Shin H S， Chen L， et al. Cooperative Interception Strate-gy for Multiple Inferior Missiles Against one Highly Maneuvering Target［J］. Aerospace Science and Technology， 2018， 80： 91-100.

［76］ 江涌， 王林波， 王蒙一， 等. 基于覆盖理论的高速强机动目标协同围捕策略［J］. 工程科学学报， 2024， 46（7）： 1169-1178.

Jiang Yong， Wang Linbo， Wang Mengyi， et al. Coverage-Based Cooperative Encirclement Strategy Against High-Speed and Highly Maneuvering Targets［J］. Chinese Journal of Engineering， 2024， 46（7）： 1169-1178.（in Chinese）

［77］ 江涌， 王林波， 王蒙一. “群对群”协同对抗的规划与制导问题研究［J］. 中国科学： 技术科学， 2024， 54（3）： 377-390.

Jiang Yong， Wang Linbo， Wang Mengyi. Planning and Guidance Challenges in a “Group-to-Group” Collaborative Confrontation［J］. Scientia Sinica Technologica， 2024， 54（3）： 377-390.（in Chinese）

［78］ 罗俊仁， 张万鹏， 项凤涛， 等. 智能推演综述： 博弈论视角下的战术战役兵棋与战略博弈［J］. 系统仿真学报， 2023， 35（9）： 1871-1894.

Luo Junren， Zhang Wanpeng， Xiang Fengtao， et al. Survey on Intelligent Wargaming： Tactical amp; Campaign Wargame and Strategic Game from Game-Theoretic Perspective ［J］. Journal of System Simulation， 2023， 35（9）： 1871-1894. （in Chinese）

［79］ Schechter B， Schneider J， Shaffer R. Wargaming as a Methodology： The International Crisis Wargame and Experimental Wargaming［J］. Simulation amp; Gaming， 2021， 52（4）： 513-526.

［80］ 张俊峰， 薛青， 吴堃， 等. 军事行动推演系统通用建模机制研究［J］. 计算机仿真， 2018， 35（6）： 13-17.

Zhang Junfeng， Xue Qing， Wu Kun， et al. Research on General Modeling Mechanism of Military Action Deduction System［J］. Computer Simulation， 2018， 35（6）： 13-17.（in Chinese）

［81］ Mittal V， Davidson A. Combining Wargaming with Modeling and Simulation to Project Future Military Technology Requirements［J］. IEEE Transactions on Engineering Management， 2021， 68（4）： 1195-1207.

［82］ Wang S， Liu C， Zheng Z， et al. Boosting LLM Agents with Recursive Contemplation for Effective Deception Handling［C］∥Findings of the Association for Computational Linguistics， 2024： 9909-9953.

［83］ Sun H， Xu W， Liu W， et al. DetermLR： Augmenting LLM-Based Logical Reasoning from Indeterminacy to Determinacy［C］∥62nd Annual Meeting of the Association for Computational Linguistics， 2024： 9828-9862.

［84］ 蒋旭丰. 类ChatGPT大语言模型背景下计算机兵棋面临的机遇、 挑战及未来展望［J］. 军事文摘， 2023 （21）： 57-60.

Jiang Xufeng. Wargame with the ChatGPT Large Language Model： Opportunities， Challenges， and Future Prospects［J］. Military Digest， 2023 （21）： 57-60.（in Chinese）

［85］ 姚奕， 陈朝阳， 杜晓明， 等. 多模态知识图谱构建技术及其在军事领域的应用综述［J/OL］. 计算机工程与应用， doi： 10. 3778/j.issn.1002-8331.2404-0285.

Yao Yi， Chen Zhaoyang， Du Xiaoming， et al. Survey of Multimodal Knowledge Graph Construction Technology and Its Application in Military Field ［J/OL］. Computer Engineering and Applications，" doi： 10. 3778/j.issn.1002-8331.2404-0285. （in Chinese）

Development and Key Technologies Outlook of Foreign

Multi-Missile Collaborative Projects

Liu Shuangxi^{1， 2}， Xu Xiaoping3， Huang Wei^{1， 2*}， Yan Binbin4， Lin Zehuai4， Ma Wenhui5

（1. College of Aerospace Science and Engineering， National University of Defense Technology， Changsha 410073， China;

2. Hypersonic Technology Laboratory， National University of Defense Technology， Changsha 410073， China;

3. Beijing Institute for Advanced Study， College of Advanced Interdisciplinary Studies，

National University of Defense Technology， Beijing 100101， China;

4. School of Astronautics， Northwestern Polytechnical University， Xi’an 710072， China;

5. School of Sciences， Xi’an Technological University， Xi’an 710021， China）

Abstract： A comprehensive review is conducted on the research in the emerging field of multi-missile collaborative projects internationally， with an outlook on the major technological directions for the future. Firstly， an overview of current major multi-missile collaborative projects abroad is provided， followed by an analysis of their development trajectories and intrinsic features. Finally， the key capabilities underpinning multi-missile collaborative engagement are explored across six aspects， alongside a look ahead at key technological directions that merit special focus in the future. The review indicates that multi-missile collaborative engagement has emerged as a new direction and focal point of competition in the development of missile weapon systems globally. Given the current state of intelligence， it remains challenging to ensure that multiple-missiles can meet the demands of future systematic combat operations. Building on the intelligence of individual missiles， enhancing inter-missile capabilities in network communication， cooperative detection and sensing， cooperative task planning， cooperative guidance and control， and cooperative simulation can offer innovative approaches for enhancing multi-missile collaborative engagement capabilities in future systemic confrontations.

Key words：" multi missile collaboration; multi missile formation; collaborative confrontation; tactical tactics; systematic; networking