摘要：有人機與無人機混合編隊協同作戰是未來空戰的重要形式。有人機是中央指揮，而無人機直接接受有人機的指揮和控制，并進行戰場態勢感知、目標打擊等。有人機和無人機可以看成空間上分離而邏輯上一體的巨型虛擬戰機，二者優勢互補，充分發揮最大綜合效能，既提高了有人機的生存能力又延伸了無人機的探測距離范圍和攻擊距離。本文首先簡述了有人機/無人機混合編隊協同作戰的發展歷程，然后重點歸納了協同作戰的關鍵技術原理和國內外研究成果，包括協同態勢感知與評估技術、協同任務分配技術、協同航路規劃技術、編隊飛行與跟蹤控制技術，并給出了一個在典型作戰任務設定下的協同作戰流程。最后對該領域的研究發展方向進行了展望。

  無人機是信息化、無人化戰爭的重要武器裝備，其成本低、體積小、機動性好、效費比高。世界各國競相發展無人機的最終目標是自主地完成作戰任務，作戰全程不人為干預。但是目前，因為單架無人機所能發揮的作用效能十分有限，提高對抗能力主要依靠多無人機編隊的戰術配合來保持規模優勢。而無人機編隊正常運行依賴地面站控制，但這種傳統模式的信息傳遞速度有限，存在指揮控制范圍有限，信號易被干擾和監聽的問題，跟不上現代戰爭快速打擊的節奏，很大程度上限制了多無人機體系作戰效能的發揮。因此，實現多無人機自主協同作戰任重道遠，客觀上需要有機融入人類的決策智慧。有人機/無人機混合編隊協同作戰使二者優勢互補。無人機群在有人機外圈飛行，相互之間通過數據鏈通信，實現二者信息共享，根據有人機飛行員的指揮控制開展任務，既提高了有人飛機的生存能力又延伸了無人機的探測距離和攻擊距離。有人機/無人機混合編隊協同作戰示意圖如圖1所示。

有人機/無人機混合編隊協同作戰是一個復雜過程，要達到出色的作戰效果，涉及到各個環節的良好配合，這包括協同態勢感知與評估技術、協同任務分配技術、協同航路規劃技術、編隊飛行與跟蹤控制技術、戰場智能決策技術和目標打擊效能評估技術等。目前鮮有文章全面覆蓋總結這些關鍵技術，本文圍繞這些技術，簡要介紹其原理并總結了國內外的主要研究成果，最后在此基礎上對今后值得研究的重要問題和發展方向進行了展望。

有人機/無人機協同編隊態勢感知與評估是協同作戰非常重要的階段。大致過程是有人機通過接收無人機上傳感器傳來的外部戰場信息，分析戰場環境所處狀態以及估計可能的發展趨勢，評估完成后，有人機進行決策并將決策結果傳送給無人機。

1．1 戰場態勢感知與評估

目前，關于有人機/無人機協同作戰態勢感知與評估并無一個完善的理論方法與體系框架，一些學者進行了初步探索，獲取了一定的成果。Endsley在文獻［1］中提出了詢問式的態勢感知方法和全局評估技術，探討了基于不同情境下個人和環境因素對感知和決策結果的影響。文獻［2］設計了通用作戰態勢圖來顯示戰場綜合態勢，輔助飛行指揮員進行戰場態勢感知與評估、戰術決策等任務。胡杰［3］等人提出基于變精度粗糙集的態勢評估算法，來解決機載傳感器或其他信息系統獲得的目標屬性數據可能存在噪聲或某種程度的不完整性的問題。

1．2 目標信息感知

協同感知另一方面是對目標信息的感知，包括目標的種類、數量、當前及未來的位置和運動信息等。快速準確探測作戰環境是協同作戰任務成功的關鍵，而協同數據融合是實現協同感知的核心。由于單架戰機對目標信息的感知是不完整和不精準的，每架有人機/無人機上均需要攜帶多個或多類傳感器，這就產生了大量的高維的冗余數據。因此，混合編隊協同作戰要求分布式多層次的數據融合:首先初步融合單架載機上的傳感器數據;然后多機成一級子網絡，縱向和橫向融合不同無人機上的傳感器輸出數據;最后融合有人機/無人機協同綜合體和作戰指揮系統提供的信息。這使得不同傳感器性能可以優勢互補，提高探測性能及探測信息的可信度、系統的容錯能力和抗干擾能力增強。

1．3 數據信息融合算法

在數據融合研究領域，信息融合算法［4］主要有聚類分析法(Cluster)、卡爾曼濾波法(Kalman Filter)、人工神經網絡(Artificial Neural Network)和模糊推理規則(Fuzzy Inferring)等。文獻［5］提出了采用最小二乘法的信息數據特征級融合方法，解決了無人機多傳感器從局域傳感器陣列到融合節點的傳輸數據量過大的問題。文獻［6］提出一種基于遞階融合估計結構的分布式無色信息濾波算法。

數據融合算法雖然在國內外已形成規范的理論形式，并在實際系統中獲得了一些應用，但是現有的融合技術主要針對單一載體上的多傳感器，或者是由同類型的靜止/低速運動的傳感器構成的無線傳感器網絡，多載體(比如有人機/無人機航空綜合體)多類型傳感器信息融合問題還沒有完全成熟的設計方案，還需進一步深入研究。

2．1 混合編隊任務分配原則

有人機與無人機組成系統協同作戰可以相互取長補短，利用各自優勢充分發揮二者最大的綜合作戰效能。無人機機動性強，可以長時間遠距離進入危險區域，有人機可以充分發揮核心指揮角色，飛行員甚至不需親臨戰場危險區域就可以通過無人機上的遠程探測設備全面感知戰場態勢，并指揮無人機進行作戰。協同目標分配任務一般由有人機完成，飛行員根據態勢評估結果和作戰目標以及無人機的狀態信息，考慮各項戰術和技術指標要求以及滿足有人機/無人機裝備限制、飛行約束等情況，對無人機分配攻擊方向或打擊點，進行武器配置和編隊配置，武器投放區域設計等。使整個作戰編隊收益最大，代價最小［7－10］。協同作戰中的流程可以參考文獻［11］中圖2。

2．2 組合優化問題求解

有人/無人機協同目標分配是組合優化問題，屬于多參數、多約束的多項式復雜程度的非確定性問題(Nondeterministic Polynomial，NP)。目前NP問題的求解有2種思路:1)精確搜索;2)啟發式搜索。窮舉法屬于前者，后者指在搜索過程中加入一定啟發因子，來縮小搜索范圍，比如模擬退火、神經網絡和遺傳算法等［12－13］。另外，一些學者把先進的理論算法應用到目標分配問題中，獲得了不錯的效果，如Hopfield神經網絡、動態網絡流、粒子群算法、蟻群算法、拍賣理論、市場調配理論以及合同網算法等。文獻［14］采用合同網算法，但只限于單個編隊內的多無人機任務分配，未考慮多編隊之間協同執行任務的情況。文獻［15］中提出了以合同網協議為基本框架，通信結構、信息結構和協同機制三維一體的目標分配模型求解策略。雖然基于擴展合同網協議的分布式目標分配算法計算時間少，時效性好，但是在尋優質量上不如集中式遺傳算法。

這些先進的算法計算量較小，在緊迫的動態戰場環境中可以實現實時協同目標分配。但是，這些文獻多限于單機分配單任務問題，很少涉及基于代數圖論和“鄰居”思想的建模和設計方法，對任務執行過程中隨機出現的新任務處理能力有限。故通過求解網絡節點局部優化問題來得到全局優化目標是目前十分具有挑戰性的課題。

3．1 航路規劃原則

通過協同態勢感知，作戰編隊對目標特性有了清晰全面的認識，有人機需要根據作戰任務確定其余無人機的任務、協同編隊隊形以及協同編隊飛行航路等。其中，有人機/無人機協同航路規劃是指在滿足飛行任務、單機性能以及戰場環境等各種約束條件下，在協同任務規劃方案基礎上規劃各機可行有效的協同航路，滿足多機在空間和時間上的協調一致關系，使其整體作戰效能最優或近似最優。另外，有人機/無人機作戰優先級高低、多機協同飛行的規避以及敵方攔截威脅等因素也需作為約束因素考慮。具有高度不確定性和突發性的戰場環境下的協同航路規劃具有高動態性，要求飛行員能根據感知結果隨機應變迅速決策，所以高動態協同航路規劃是有人機/無人機協同編隊協同作戰制勝的關鍵。

3．2 航路規劃關鍵技術

高動態協同航路規劃的本質是實現快速多約束多目標協同優化與協同制導，是為了在滿足協同任務規劃方案要求下，兼顧各種約束協同設計各戰機的航跡。航路規劃本身是一個約束條件多且相互耦合的多目標優化與決策問題，需要綜合利用運籌學、智能計算以及計算幾何等理論，而混合系統協同航路規劃問題更加復雜，十分具有挑戰性。

國內外學者在航路規劃上已作了大量的研究工作，獲得了一些研究成果。文獻［16］把三維最優路徑設計問題轉換成求解水平和垂直方向的路徑規劃問題。文獻［17］介紹了一種新的D*算法，在不斷知識學習中能夠實時動態規劃路徑，持續修正當前路徑并規劃新路徑。馬向玲等［18］采用A*算法和線性權值自適應方法生成航跡路線，使包含危險和航路長度的代價函數最小。D*優化算法［19］應用圖論理論持續修正路徑并生成一條新的優化路徑，可以實現動態規劃。文獻［20］中，Kambara提出了一種根據用戶的需要盡可能多通過指定區域的路徑規劃方法，使用了Voronoi圖中的鄰居節點構造Delaunay圖，并在子圖上使用A*方法進行最短路徑搜索。韓昕鋒等［21］提出了一種基于擴展Voronoi圖模型和協同進化算法的多無人機協同航路規劃方法，降低了以往航路規劃問題的求解難度。

雖然已有許多學者研究過路徑規劃問題，但從相關文獻來看，針對有人機/無人機混合編隊的相關研究很少，現有的機器人、單架無人機及同類無人機編隊航路規劃成果不能直接應用到本文討論的異類協同編隊航路規劃問題上。此外，現有文獻成果多把戰場環境簡化處理，或者僅考慮避讓敵方火力集中點、有人機/無人機間交互、繞開敵方雷達監測設備和系統總體能耗最小等因素其中之一，沒有綜合考慮這些因素，導致理論假設和實際環境相差甚遠。

4．1 協同編隊飛行過程

有人機/無人機混合編隊準確快速地協同跟蹤是作戰成功的基本保障。混合編隊中戰機接到命令后，同時到達指定區域集結后進行編隊，準備好開始協同作戰，作戰過程中，混合戰機系統根據飛行員指令沿設計好的航路軌跡保持特定編隊隊形，為實時保持編隊隊形，需要采用跟蹤控制技術。戰場形式時刻變化，敵方目標也在時刻機動，混合編隊也應該根據戰術需要時變和機動，這要求編隊隊形方案在系統可接受時間內迅速做出調整，快速成形并保持指定的編隊隊形。

4．2 協同編隊控制技術

編隊控制在機器人控制領域已取得豐碩成果，目前應用到無人機編隊控制上的是以下幾種思想。

1)Behavior based編隊控制

Behavior based編隊控制方法是分布式的，在多機編隊飛行中，每架飛機子系統有4種控制行為［22－24］:避免碰撞、回避障礙物、獲取目標以及保持隊形。根據所有子系統行為響應控制的加權平均值來指揮編隊中各架飛機采取的行為響應方式。它的優點是適應性強，而且編隊中無人機不會發生碰撞;缺點是設計子系統的行為較為困難。

2)Leader－follower based編隊控制

Leader－follower based編隊控制目前在多無人機編隊中很常用，方法是將某架無人機指定為Leader，編隊中的其它無人機為Followers。Leader根據航路規劃結果按預定軌跡飛行，Followers按一定的控制策略跟隨Leader的航向速度、航向角和高度飛行，從而達到協同編隊的目的。

Leader－follower based編隊法直觀易懂，但缺點是一旦Leader出現問題，編隊將不能正常執行。為了解決這個問題，很多學者采用魯棒控制、極值搜索、自抗擾控制和自適應控制等方法［25－26］，取得較好效果，但同時也存在受到干擾后所有戰機的位置需重新計算，對機載計算機的要求很高。

3)Virtual Structurebased編隊控制

Virtual Structurebased編隊控制是集中式的控制方法，首先由LewisM A［27］提出，編隊中無實體Leader戰機，它將隊形看作一個虛擬的剛體結構，每架戰機看成是虛擬結構上相對位置固定的點，設定一個虛擬幾何中心，當隊形移動時，每個成員參照這一虛擬幾何中心運動。虛擬領航法可以避免Leader－follower based編隊控制的干擾問題，控制精度較高［28－30］。但是該方法是集中式的控制方法，可靠性較差，合成虛擬Leader需要以高通信質量和高計算能力為代價。

4)其他控制策略

上面3種編隊控制方法目前應用最多，各有優缺點。Behavior based編隊控制方法可以同時兼顧隊形保持、避開障礙和獲取目標等行為模式，但是行為難以定義，實現復雜。Leader－follower based的編隊控制方法簡單易于實現，但抗干擾性差，Leader對整個編隊影響重大，一旦失效編隊就散了。Virtual Structure based的編隊控制方法抗干擾性較好，編隊精度高，但是采用集中式結構不利于結構拓展，且通信量和計算量過大。

近年，采用分布式結構的基于一致性策略［31－32］的編隊控制方法引起了學者的重視。這種方法僅使用鄰居的相對信息，編隊中可以沒有明確的中心節點，通過對編隊收斂的時間進行指定可以滿足編隊快速收斂性的要求。整個編隊按照指定的航跡飛行，本質是混合系統在編隊的同時實現對航跡的強一致跟蹤。朱旭在文獻［33－34］中提出了基于一致性的三維編隊控制策略，以預定速度和航線作為參考狀態，控制精度比較高，抑制了測量誤差、協同誤差和通信延遲。除了上述編隊控制方法之外，Shin J在文獻［35］中基于模型預測控制技術設計了Leader－follower based編隊控制策略，采用分布式通信結構提升了通信效率，而且文中方法實現了有效避障。段海濱在文獻［36］中針對非線性系統提出了一種非線性雙模滾動時域控制方法進行無人機編隊控制，并采用粒子群優化方法求解得到所有飛行器的控制輸入。田八林［37］采用了補償模糊神經網絡控制方法，實現編隊飛行中速度控制、隊形結構保持和避開障礙物。

有人機/無人機混合編隊協同空戰具有極大的作戰潛力和應用前景。雖然國內外學者在此領域中開展了一些研究工作，取得了一些成果，但仍需深入研究。混合編隊協同作戰未來的研究方向可以考慮以下幾個方面。

 1)協同任務分配方面

多約束條件下網絡化任務規劃建模研究:針對具有多約束、多目標的有人機/無人機混合編隊，基于代數圖論和分布式思想進行網絡化任務規劃系統建模與設計，進而通過各個網絡節點局部優化問題的求解得到全局優化目標。

考慮任務優先權的影響:目標是實現預先任務分配和執行過程中動態任務分配，保證動態環境下編隊整體分配效能較優。

多機多任務分配和動態環境下編隊整體分配優化問題，提高預先任務分配和執行過程中動態任務的分配能力，提高任務執行過程中隨機出現的新任務的處理能力。

2)協同態勢感知與數據融合方面

提升戰場態勢感知與鑒別能力，提升對戰場對方制造假象的識別能力。提高快速獲取和全面綜合環境大數據的能力，包括地形地理數據、專家知識經驗和武器裝備特性數據等。

有人機/無人機多層次感知建模研究:單機作為節點建立感知網絡，包括單點態勢感知與數據融合、無人機層次以及有人機/無人機層次態勢感知與數據融合。

目標特征認知和分類、威脅等級建模和協同評估等理論研究。

3)多機協同航路規劃方面

考慮空戰環境中不同威脅程度的潛在目標，依據威脅程度進行航路優化設計，使暴露自身可能性最小，攻擊效能最大。

基于協同制導原理的航路生成方法研究:根據優化結果和各機資源配置情況，生成優化后的編隊飛行航跡及各機的飛行航跡。

4)編隊飛行與跟蹤控制方面

不同用途、不同類型的無人機協同組合，發揮各自優勢，不局限于戰斗機，還可以是偵察機、空中預警機、電子干擾機/對抗機和空中加油機等。大部分編隊控制研究均采用簡化的運動模型或把三維問題轉換為2個二維平面的思路，不適用于空間大機動的協同運動，所以應研究適用于三維運動模型的編隊控制律。戰場態勢瞬息萬變，對協同編隊有收斂時間限制，有必要研究有收斂時間限制和拓撲變化情況下的協同編隊飛行控制與一致跟蹤的方法。

總之，混合編隊協同作戰是復雜的過程，需要綜合應用大量先進技術，要達到在戰場實際應用還需要大量的理論研究和工程實踐。

轉自「人機與認知實驗室」，作者：李文，陳建

本文摘自《航天控制》，2017(3):90-96