舰船科学技术  2022, Vol. 44 Issue (14): 127-132    DOI: 10.3404/j.issn.1672-7649.2022.14.027   PDF    
海上无人系统集群通信网络关键技术研究
黄治华, 袁林锋, 蔡全旺     
武汉船舶通信研究所,湖北 武汉 430079
摘要: 无人系统集群通信网络作为信息基础设施,已成为支撑海上无人系统集群作战的关键要素。针对海上无人系统集群的任务要求,分析无人系统集群通信网络的通信特征,提出一种海上无人系统集群通信网络的互连模型、功能结构及技术架构,并对其关键技术进行研究。
关键词: 无人集群通信     通信特征     互连模型     认知电磁环境     认知网络    
Research of key technology in marine unmanned swarm commnunication network
HUANG Zhi-hua, YUAN Lin-feng, CAI Quan-wang     
Wuhan Maritime Communication Research Institue, Wuhan 430079, China
Abstract: As information infrastructure, unmanned swarm commnunication network has been the key element to support marine unmanned vehicle swarm operation. According to the requirements of swarm operation, the communication feature of unmanned swarm commnunication network is analyzed. Then the interconnection model, function structure and technical architecture of unmanned swarm commnunication network are proposed. Finally, the key techniques are studied.
Key words: unmanned swarm communication     communication feature     interconnection model     cognitive electromagnetic environment     cognitive network    
0 引 言

近年来,随着电子信息、自动控制、新材料、人工智能等新技术的快速发展,无人系统的性能得到了提升,无人系统集群(包括空中无人机集群、水面无人艇集群、水下无人潜航器集群以及跨域异构无人集群)作为一种新型模式应运而生,也成为无人系统装备技术发展的重点[1]。无人系统集群通信网络作为信息基础设施,是实现各类无人系统互连互通,确保指挥信息、任务载荷、平台控制等信息入网与应用的关键系统,其技术发展直接决定着无人系统集群效能的发挥水平。为此,美、英、法等主要军事强国都在积极开展无人集群通信网络的基础理论研究和试验演示验证。在无人机集群方面,开展了“低成本无人机蜂群技术(LOCUST)”的陆上联试,采用窄带、宽带视距通信链路相结合通信方式实现了30架“郊狼”无人机的集群编队和机动试验。在无人艇集群方面,开展了无人水面艇集群试验,通过无线自组织网络通信方式实现了4艘无人艇集群协同目标探测、识别、跟踪[2]。在无人潜航器集群方面,启动了“持续濒海水下监控网络(PLUSNet)”、“协作自主的分布式侦察与探测系统(CADRE)”等项目,通过水声组网通信方式实现了无人潜航器之间的水下通信[3]。此外,在2016−2019年每年举办的“先进技术演习(ANTX)”期间,美国通用动力、波音、洛·马等中美公司采用超短波、卫星、水声等多种异构通信手段以及中继节点跨网互连方式,重点验证了多类型无人系统之间的跨域通信和协同控制能力。对于无人系统集群通信未来发展,美国国防部在2018年发布的《2017−2042财年无人系统综合路线图》中也明确指出“集群能力”、“网络弹性和稳健性”、“网络和频谱增强能力”等多项未来需重点发展的关键通信技术[4]

海上无人系统集群通信网络涉及的平台类型多样,包括无人机、无人艇、无人潜航器等无人系统以及各类有人系统,采用的通信手段异构,包括声、光、电等无线通信手段,构建的网络结构复杂,包括点对点、星状网、网状网等网络结构。此外,无人集群作战也更加强调网络对电磁环境、拓扑变化、任务需求的自动认知、弹性适变以及抗干扰能力。因此,构建海上无人系统集群通信网络的难度更大、面临的技术难题也更多。本文针对海上无人系统集群的任务要求,分析无人系统集群通信网络的通信特征,提出一种海上无人系统集群通信网络的互连模型、功能结构及技术架构,并对其关键技术进行研究。

1 通信特征

与有人系统集群通信一样,无人系统集群通信同样面临信道传播特性、物理层波形设计、链路层接入控制、网络层组网机制等问题。但同时,无人系统由于缺少人员的实时操控,还具有集群化、服务化、抗干扰、自主化、小型化等专属通信特征,如图1所示。

图 1 海上无人系统集群通信网络通信特征 Fig. 1 Communication feature of unmanned swarm commnunication network

1)集群化、网络化要求更高

无人系统具有隐蔽性好、机动灵活、成本低等特点,往往采用集群方式替代有人系统执行协同情报侦察、协同行动控制等任务。在任务执行过程中,无人系统既要与岸基或母舰交互遥控遥测信息与任务载荷信息,同时无人系统之间也需要快速交互协同探测、协同打击信息,而且单无人系统的受损不得影响协同任务执行的效果。因此,无人系统对集群化的要求更高。此外,由于无人系统的高机动性、自主运行等特征,以及设备小型化要求、天线高度架设限制等使得视距通信范围有限、声光电异构通信手段跨域互连等因素,使得无人系统之间组网控制相比有人系统更加困难,对网络化的要求更高。

2)服务化、可靠性要求更高

针对不同的使命任务,无人系统集群作战对通信网络在传输时延、带宽、可靠性等方面的要求有所不同。对于情报侦察监视任务,要求保障大量情报信息的高速传输;对于反舰时敏打击任务,要求保障指挥命令及目标信息的可靠传输;对于信息对抗任务,要求保障伪装信息的生成与发送。同时,无人系统通信链路具有不对称性,传输业务数据的信道数据速率远高于传输控制指令的信道。因此,无人系统对业务传输按需服务的要求更高。此外,无人系统的人工干预在远端,自身智能化程度也更高,在远程控制、自主控制等平台控制方面,要求通信网络具有更高的可靠性。

3)抗干扰、安全性要求更高

无人系统常常替代有人系统前出执行侦察、打击等危险任务,所面临的电磁环境更恶劣,需要应对强敌“电子战”的侦察与干扰、“网络电磁空间战”的威胁。此外,无人系统缺少人员操控判断,一旦被劫持或者恶意平台接入我方通信网络时,将面临任务失败乃至被反制的危险,因此,对通信网络的安全性要求更高,要求通信网络具有低截获概率、抗欺骗能力、高安全性和足够的抗干扰能力。

4)自主化、智能化要求更高

无人系统相比有人系统的显著特点是无人化、智能化,与其相应的通信网络也应具备自主化、智能化能力。具体体现为:可对信道质量、频谱环境等信息进行感知,并可自主决策动态调整工作频率、调制编码方式等,从而生成适应环境特性的传输波形;可感知链路状态、网络时隙资源等信息,并可动态选择网络接入方式、灵活配置网络资源并进行流量控制等;可感知网络拓扑信息、节点状态信息的变化,建立和维护自适应路由,使网络适应拓扑的动态变化。

5)小型化、标准化要求更高

由于无人系统平台空间有限,对通信设备的尺寸、重量、功耗等要求更严格,必然对通信设备的模块化、标准化的要求也更高。针对不同的任务要求,无人系统上往往配置多种无线通信手段。为实现多种通信手段的集成部署,通信设备必将采用软件无线电技术体制,在共享硬件平台上,通过波形软件移植、重用和动态加卸载等方式实现通信设备的软件化和集成化。此外,通信天线应具备小型化、低雷达散射截面积、可共形安装等特点,以提供无人系统综合隐身性能。

2 网络体系 2.1 互连模型

根据大规模集群作战的应用需求和集群通信网络的通信特征,提出“分域分群”的海上无人系统集群通信网络互连模型,如图2所示。

图 2 海上无人系统集群通信网络互连模型示意图 Fig. 2 Interconnection model of unmanned swarm commnunication network

1)分域结构

无人系统集群通信网络按照空间域分为空中通信网、水面通信网和水下通信网。空中通信网主要实现无人机与有人机之间以及无人机之间的通信联络,水面通信网主要实现无人艇与有人艇之间以及无人艇之间的通信联络,水下通信网主要实现无人潜航器与水下有人系统之间以及无人潜航器之间的通信联络。

空中通信网、水面通信网和水下通信网在各自空间域采用卫星、微波、超短波、水声、水下光等通信手段实现互连。此外,在各空间域边缘节点上设置网关节点,通过通信手段层叠配置的方式实现与其他空间域的网关节点互连。

2)分群结构

无人系统集群通信网络在网络分域的基础上,按照通信手段能力和网络规模大小采用分群的网络结构。

在空中、水面、水下各空间域通信网内,按照无人系统网络规模的大小和降低路由协议开销的要求,划分为多个群组,由群首节点管理群组内节点之间的通信并承担与其他群组间节点的通信,群组内节点仅与群首节点进行通信;当群首节点损伤时,群组内节点根据网络拓扑、通信载荷等综合因素自动选择产生新的群首节点,并通知其他群组的群首节点。此外,在各空间域通信网间,边缘的网关节点通过配置同一通信手段也可形成群,并按照群组运行机制实现互连。

2.2 功能结构

针对海上无人集群通信网络的通信特征以及互连模型,结合外军无人通信网络的发展趋势,以“认知、自主、智能”为主要功能特征,提出海上无人系统集群通信网络的功能结构,由基础传输、综合互连、无人运行管理和无人安全保密等功能域组成,如图3所示。

图 3 海上无人系统集群通信网络功能结构示意图 Fig. 3 Function structure of unmanned swarm commnunication network

1)基础传输功能域

基础传输功能域主要实现各类无人系统的智能接入以及同一通信手段内各无人系统之间或无人系统与有人系统之间的互连互通功能,由卫星、微波、短波、超短波、水声、光等各类通信手段提供。基础传输功能域分为物理子层、链路子层和网络子层等子层功能。其中,物理子层实现对信道质量、频谱信息、时空信息等的实时感知,并可动态调整编码调制方式及抗干扰机制,达成传输波形的动态重构;链路子层实现对接入方式、链路状态、时隙资源的实时感知,并可灵活调整接入控制方式及链路层QoS控制机制,达成接入方式的灵活控制;网络子层实现对任务需求、网络拓扑、节点状态的实时感知,并可自主收敛网络路由及调控数据转发策略,达成路由控制的自主适变。

2)综合互连功能域

综合互连功能域主要实现卫星、微波、短波、超短波、水声、光等各类异构无线通信手段之间的综合互连、信息的统一承载和按需传输服务功能。综合互连功能域分为多网互连子层、业务网络子层和传输服务子层等子层功能。其中,多网互连子层实现分域控制管理、异构网络互连、统一信息交换等功能,对上屏蔽基础传输层的差异性,对下实现对多种手段、异构网络的综合运用和融合;业务网络子层实现网络功能虚拟化、软件定义网络、业务网络构建、数据转发控制等功能,在统一的物理承载网络的基础上,根据各类业务数据的传输要求搭建逻辑专用的端到端虚拟业务网络,确保各类业务按需传输;传输服务子层实现接纳控制、地址转换、业务感知、网络感知、协议优化等功能,为上层各类业务应用提供认知传输服务。

3)无人运行管理功能域

无人运行管理功能域主要为海上无人系统集群通信网络提供预置或自主的任务及网络管理能力,保障网络稳定运行。无人运行管理功能域分为无人任务管理、无人运行管理、无人通信态势三部分。其中,无人任务管理部分实现预置任务分解与角色分配、智能任务分解与角色分配等任务管理功能;无人运行管理部分实现与无人系统集群任务要求相适配的预置网络规划、自主网络规划等网络规划功能;无人通信态势部分实现无人系统通信状态采集、统一态势生成、态势按需分发等功能。

4)无人安全保密功能域

无人安全保密功能域主要为海上无人系统集群通信网络提供安全防护和密码保密能力,保障网络安全运行。无人安全保密功能域分为无人安全防护、无人密码防护两部分。其中,无人安全防护部分实现无线网络防护、有线网络隔离、安全防护态势等功能;无人密码防护部分实现信道加密防护、网络加密防护、密码防护态势等功能。

2.3 技术架构

与海上无人系统集群通信网络的功能结构相对应,其所采用的技术架构如图4所示。

图 4 海上无人系统集群通信网络技术架构示意图 Fig. 4 Technical architecture of unmanned swarm commnunication network

1)基础传输技术

基础传输技术主要包括动态频谱感知与接入、软件无线电、无人自组织通信、低碰撞链路接入、多模态自主链路接入、链路传输抗干扰、低能耗低时延多跳路由、网络拓扑结构优化、大规模集群仿生智能组网等技术,具有“自适应、自组织”的技术特征。

2)综合互连技术

综合互连技术主要包括多频段异构无线网络综合互连技术、物理网络资源表征与虚拟、虚拟网络管理与编排、轻量化南向接口控制、分布式SDN控制器动态部署等技术,具有“一体化、虚拟化”的技术特征。

3)无人运行管理技术

无人运行管理技术主要包括基于作战任务的智能任务分解与角色分配、面向任务需求的航路自动计算与优化、面向任务流程的网络建模、复杂无人网络规划与生成、通信综合态势融合与生成等技术,具有“任务化、智能化”的技术特征。

4)无人安全保密技术

无人安全保密技术主要包括无线网络轻量级认证、基于多无人系统协作的攻击检测、面向不同应用场景的跨层通信加密、无人集群分布式密钥管理等技术,具有“轻量化、自主化”的技术特征。

3 关键技术 3.1 基础传输层关键技术

1)动态频谱感知与接入技术

动态频谱感知与接入技术主要是通过快速准确的频谱感知算法,判断空闲的频谱资源,然后按照相应的接入策略方法,接入到空闲频谱资源当中,从而达到频谱资源共享的目的。经典的频谱感知算法包括能量检测、循环平稳特征检测、匹配滤波器检测等算法。近年来,人工智能技术也逐步应用到频谱感知领域,研究提出了基于支持向量机的频谱感知算法、基于卷积神经网络的频谱感知算法等[5]

2)多模态自主链路接入技术

多模态自主链路接入技术主要是在链路层采用强化学习方法对战场网络环境进行自主学习,并根据学习结果动态选择最佳的MAC接入方式,如TDMA,FDMA,CSMA等实现无人系统的自适应信道接入控制[6]。同时,针对不同的业务类型以及不同的QoS传输需求,在链路层自主选择相应的流量控制、差错控制机制确保数据的有效传输。

3)大规模集群仿生智能组网技术

大规模集群仿生智能组网技术主要是针对大规模无人集群的应用需求,将仿生技术与组网技术相结合,在无集中式控制和全局视图的情况下,通过个体的局部感知和相应的反应行为使得整体呈现涌现行为,类似于蜂群、鸟群、蚁群等的群体行为[7]。与传统的基于路由信息交换、全网拓扑收敛的路由机制不同,仿生智能组网技术主要根据相邻节点的位置、速度、能量等信息进行网络控制,以通过个体自组织行为达成群体的协作优势。

3.2 综合互连层关键技术

1)多频段异构无线网络综合互连技术

多频段异构无线网络综合互连技术主要是基于IP互连机制,实现海上不同频段、不同传输机制的无线网络的综合互连,支持信息的跨网传输,从而为上层提供统一的传输环境,提供端到端数据传输能力。综合互连技术需要针对海上复杂无线环境,设计轻量化的跨网互连协议,同时还需针对不同传输能力的无线网络,设计协议适配、流程适配和速率适配等机制。

2)分布式SDN控制器动态部署技术

分布式SDN控制器动态部署技术主要是针对大规模无人集群作战需求以及海上无线复杂环境,设计SDN控制器的动态激活、连接管理、鲁棒维护等机制[8]。其中,SDN控制器动态激活机制是根据网络规模与任务要求,选择需要激活的SDN控制器的数量以及优选部分SDN控制器作为激活控制器;SDN控制器连接管理机制是在选定激活SDN控制器的基础上,选择合适的无人系统节点受其控制,以实现对网络的分布式管理;SDN控制器鲁棒维护机制是当网络连通性、拓扑结构发生变化后,实现激活SDN控制器的动态管理。

3)业务感知技术

业务感知技术主要是依据业务流的特征对数据包进行业务类型识别,在此基础上,通过QoS需求映射得到业务的传输服务质量要求。综合考虑识别准确率以及运算复杂度,深度包检测技术成为业务感知的主流技术。深度包检测技术在传统的依据地址、端口、协议类型等进行业务识别外,还增加了应用层分析,以识别各种业务应用。根据识别方法不同,深度包检测技术主要分为:基于协议特征的识别技术、应用网关识别技术和行为模式识别技术三类。

3.3 无人运行管理关键技术

1)基于作战任务的智能任务分解与角色分配技术

基于作战任务的智能任务分解与角色分配技术主要是针对特定的作战任务要求,结合各无人系统自身的性能约束条件,以实现无人集群的任务效能最优为目标,将执行任务的具体目标和任务分配给各个无人系统,并随着作战任务类型的变化,可动态调整各无人系统承担的任务和角色。任务分配模型主要包括动态网络流优化模型、多维多选择背包问题模型、混合整数线性规划模型等,任务分配算法主要包括遗传算法、群体智能算法、拍卖算法等[9]

2)面向任务流程的网络建模技术

面向任务流程的网络建模技术主要是针对不同的任务类型以及任务的不同的阶段,通过分析任务的通信需求,对网络基本特征进行表征与建模,快速生成与任务过程、管控模式相一致的无人集群网络结构,包含网络架构、网络类型、互连结构、通信关系等信息。网络建模技术基本上都是采用基于图论的结构模型[10],针对无人系统间信息交互关系、QoS需求(带宽、时延、抖动)、网络抗毁性等通信需求展开设计。

3.4 无人安全防护关键技术

1)无线网络轻量级认证技术

无线网络轻量级认证技术主要是针对带宽受限的战场环境,使用轻量级认证协议实现无人系统之间互连的安全认证,防止假冒或非法的用户接入[11]。安全认证技术采用有中心或无中心2种认证模型。在有中心安全认证模型中,由管理中心为无人系统分发密钥和提供身份认证;在无中心安全认证模型中,采用门限密钥技术,由网络中多个节点共同参与密钥生成和身份认证。轻量级认证技术需重点研究在不影响通信的机密性、完整性的基础上,简化认证交互次数以及交互数据量。

2)无人集群分布式密钥管理技术

无人集群分布式密钥管理技术主要是针对网络成员动态变化、密钥易丢失的应用需求,采用基于证书的分布式密钥管理、基于身份ID的密钥管理、无证书公钥管理等模型,进行无人集群系统的密钥管理[12]。密钥管理技术需重点研究分布式密钥管理和降低密钥管理开销等方面,如基于Blom算法设计的密钥分配方案采用组内和组间双空间密钥管理机制,大大降低了计算开销,提升了通信效率和安全性。

4 结 语

海上无人系统集群在未来战争中扮演越来越重要的角色,呈现出智能化、体系化的发展趋势,其通信网络的构建将直接影响系统作战效能的发挥,通信网络技术的发展也面临着新的挑战和更多的难点。本文在分析海上无人系统集群通信网络的通信特征的基础上,提出一种海上无人系统集群通信网络的互连模型、功能结构及技术架构,并对其关键技术进行研究,为海上无人系统集群通信网络的发展提供一定的技术支撑。

参考文献
[1]
谢伟, 陶浩, 龚俊斌, 等. 海上无人系统集群发展现状及关键技术研究进展[J]. 中国舰船研究, 2021, 16(1): 7-17.
[2]
顾颖闽. 水面无人艇艇群技术发展概述[J]. 舰船科学技术, 2019, 41(12): 35-38. DOI:10.3404/j.issn.1672-7649.2019.12.008
[3]
张伟, 王乃新, 魏世琳, 等. 水下无人潜航器集群发展现状及关键技术综述[J]. 哈尔滨工程大学学报, 2020, 41(2): 289-297. DOI:10.11990/jheu.201909039
[4]
The Department of Defnese of USA. Unmanned Systems Integrated Roadmap FY2017-2042[R]. Washington DC: DoD, 2018.
[5]
盖建新, 薛宪峰, 吴静谊, 等. 基于深度卷积神经网络的协作频谱感知方法[J]. 电子与信息学报, 2021, 43(10): 2911-2919. DOI:10.11999/JEIT201005
[6]
任晓岳, 陈长兴. 认知无线电传感器网络自适应接入控制策略[J]. 系统工程与电子技术, 2017, 39(9): 2100-2108. DOI:10.3969/j.issn.1001-506X.2017.09.26
[7]
卢开红. 基于多智能体网络的分布式优化研究[D]. 西安: 西安电子科技大学, 2019.
[8]
陈家宣. 基于容器的分布式SDN控制器技术研究[D]. 北京: 北京邮电大学, 2021.
[9]
李建军. 基于群体智能的多AUV协同任务分配方法研究[D]. 哈尔滨: 哈尔滨工程大学, 2018.
[10]
刘同林, 杨芷柔, 张虎, 等. 基于复杂网络的军事通信网络建模与性能分析[J]. 系统工程与电子技术, 2020, 42(12): 2892–2898.
[11]
何道敬, 杜晓, 乔银荣, 等. 无人机信息安全研究综述[J]. 计算机学报, 2019(5): 1076–1094.
[12]
廖竣凯, 程永新, 付江. 无人系统安全保密体系研究[J]. 通信技术, 2020, 53(9): 2283–2291.