无人机自主攻击作战需求与关键技术

2020年，在利比亚内战战场上，一架土耳其生产的“卡古”2四旋翼自杀式无人机以全自主模式攻击了一名参战士兵。有别于无人机以人在回路模式摧毁目标，此次“卡古”2是在自己“思考”后做出攻击决策，自主完成目标攻击，引起各方高度关注。

“卡古”2无人机挂载了光电/红外吊舱，具备目标识别能力，使用人在回路的方法执行大多数远程任务。但是，可以根据需要，预设任务目标，自主飞行，利用基于人工智能（AI）的人脸识别功能，自主识别目标，然后自主打击目标。

人在回路方法存在的问题

从美国等西方国家使用无人机攻击地面目标的过程看，普遍采用了人在回路的操控方法，即操控员在地面控制站控制无人机执行包括侦察信息收集，目标识别、定位、跟踪，攻击轨迹计算、攻击决策制定、目标打击摧毁、战场毁伤效果评估在内的整个作战行动。在这种操控模式下，人类发挥了关键作用，特别是目标识别与打击任务始终需要人员操控，而无人机只是武器的载体，始终需要操控员控制整个作战。

然而，人在回路的方法存在多种问题，越来越无法满足现代智能化战争的需求，直接影响了目标打击的时效性和准确性。

首先，人在回路模式高度依赖无人机与地面控制站之间的通信。无人机与地面控制站之间必须一直保持通信畅通，才能实现海量数据传输。这增加了数据传输的压力和数据处理的复杂性。最重要的是，无人机通信系统长时间传输信息，很容易被敌方侦察和干扰。当通信系统遭遇干扰时，无人机被诱骗，无法执行攻击任务。同时，当无人机利用卫星通信系统实施攻击时，卫星信号传输时延会产生偏差。操控员发出决策与武器打击目标之间存在时延，一定程度上会影响目标攻击精度。在无人机打击时敏目标的过程中，目标情况瞬息万变，信号传输时延极有可能导致无人机失去最佳攻击时间，甚至丢失目标。

其次，人工操控方法存在诸多问题，一是人类受生理因素的限制，其估算精度、动作准确性、反应时间等要素都会影响任务执行的效果；二是合格任务攻击操控员培养时间长，作战效费比会增加；三是通过任务载荷提供的现场影像，操控员直接看到武器打击敌方人员的过程、杀戮过程，血腥程度很高，其心理面临巨大的考验；四是操控员反复控制无人机执行攻击任务，如果敌人伤亡数量不断增加，心理负罪感也会不断增强。在美军无人机操控员中，很多人有心理障碍。同时，在无人机操控员控制武器攻击目标的过程中，信息实时处理的工作量巨大。遇到复杂情况时，操控员既要关注技术细节，又要做出正确决策，需要熟练的操控技能与过硬的心理素质，才能完成攻击任务。

现阶段，人在回路的操控方法仍然是无人机攻击作战的主要手段。但是，当问题不断出现的同时，军方也在不断探索和研究无人机自主攻击技术。

无人机作战对自主攻击的迫切需求

目前，人在回路的方法在攻击作战中被广泛采用并发挥了重要作用。究其原因，一是技术与伦理层面的限制；二是当前战场条件决定了攻击方法。纵观美国等无人机强国目前无人机经典战例，我们可以发现，无人机完成目标攻击，往往具备以下条件。一是攻击方一般充分掌握了制空权或者绝对空中优势，而敌军防空火力无法有效打击无人机，或者敌方没有防空系统，也不能对无人机实施有效干扰。无人机攻击的主要目标是恐怖分子及车辆。因此，无人机操控员有充足的时间做准备和发起攻击；二是与有人战斗机相比，攻击型无人机飞行速度较低，给操控员留出了足够时间来观察、识别、打击目标，评估战场毁伤效果。但是，未来智能化战场上，战争节奏进一步加快，无人机作战亟须采用自主攻击模式。

首先，为实现目标打击，形成空中优势，作战亟须具有高自主性的高空高速攻击型无人机。因为，该型无人机突防能力强、隐身性高、生存力好，必将成为大国之间博弈的利器，在目标攻击任务中发挥重要作用。但是，攻击型无人机实现高空高速飞行，攻击能力要求更高。人在回路的操控方法显然无法满足自主攻击的需求。自主攻击技术必须深入发展。

其次，未来目标打击的时间敏感性要求非常高，人类操控员已经无法满足作战响应时间的要求。不管是无人机空对地攻击还是空对空攻击，操控员在侦察—识别—跟踪—定位—攻击—评估回路上控制无人机，远不能满足战场需要。无人机自主攻击能力变强，部队才有可能掌握作战先机和主动权。

无人机自主攻击关键技术

自主侦察、识别与跟踪技术

自主侦察、识别与跟踪技术是无人机完成目标攻击等任务的基础，也是提升无人机自主作战能力的关键技术之一。当前，无人机机载任务载荷类型非常丰富。例如，美军第30批次（Block 30）RQ-4“全球鹰”无人机是一种多情报任务平台，搭载了包括高分辨率合成孔径雷达、高低频电子信号传感器在内的传感器套件。套件中的各种传感器同时工作，既可提供广域侦察数据，又能提供高精度点目标。通过独立信道，RQ-4将传感器数据传给地面控制中心，地面控制中心对数据进行融合与处理，最后生成战场态势感知图。第40批次（Block 40）增配了AN/ZPY-2 MP-RTIP有源电子扫描阵列雷达，具备移动目标指示和固定目标探测能力。

无人机目标侦察识别需要综合运用战场上雷达、红外热成像设备、可见光设备等不同传感器收集的数据。这些数据经过综合验证后，才能满足目标精确识别的要求。深度学习算法等人工智能技术在机载设备上建立敌方空中作战平台、装甲车辆、舰船等典型目标模型，同时训练模型，确保无人机从融合侦察数据中快速准确地识别目标。在目标识别完成后，无人机利用移动目标参数估算方法、融合跟踪算法完成移动目标实时跟踪，为自主攻击做好准备。

攻击轨迹计算技术

无人机自主完成目标精确打击，特别是移动目标甚至高速目标精确打击，必须具备强大的攻击轨迹计算能力。首先，算法对敌方雷达威胁与火力威胁等环境信息进行建模，评估攻击风险与可行性。当无人机在山区等复杂地形下执行攻击任务时，算法需对地形信息进行建模；其次，人工智能系统估算无人机航线航向、武器作用距离、机动过载能力、响应时间、攻击轨迹与瞄准时间等参数；最后，根据目标跟踪信息与参数估算值，解算出最佳攻击时间、攻击地点和攻击轨迹，确保攻击的有效性，为自主攻击做好准备。

自主决策技术

人在回路的目标攻击模式下，人类是最终做出决策、实施攻击的操控者。随着智能化水平的进一步提升，无人机能够自主决策，实现自主攻击，进一步缩短决策和攻击时间。在自主决策过程中，人的角色从操控者变成监管者，仅当紧急情况出现时，人类才参与无人机操控，否则只是监管无人机自主执行攻击任务。如果无人机自主作战能力不够强，自主性等级划分与攻击授权应依据战场态势、目标种类、威胁等级和附带损伤等要素做调整。如果威胁等级高、时间敏感性高、附带损伤小，无人机自主攻击权限需加大，否则人类操控权限应加大。总之，攻击效率、自主攻击权限与战争伦理之间应保持合理的平衡。

无人机自主攻击是无人机作战的重要发展方向。自主侦察、识别、跟踪、定位，攻击轨迹计算，自主决策等关键技术亟须取得突破。