2. 芜湖造船厂有限公司,安徽 芜湖 241001
2. Wuhu Shipyard Co.,Ltd., Wuhu 241001, China
伴随着传感器的发展,计算能力的升级,无人装备在战场中扮演愈发重要的角色。本文针对未来海战场,将无人机、无人艇、无人潜航器作为研究对象,探索海上无人集群的应用模式,梳理智能集群的关键技术,并提出无人装备体系发展的建议。
1 无人集群应用现状无人集群是指由一定数量的无人机、无人艇、无人潜航器联合组成,依托空中、水面、水下通信网络互连,采用群组方式实现协同侦察与打击等任务的装备系统。
1.1 无人机集群无人机拥有效费比高、作战能力强、隐蔽性高、机动性好等诸多优点。在近年来发生的中东反恐战争、纳卡冲突、俄乌冲突中,无人机在战场侦察、火力打击方面均有突出表现。目前,无人机逐步向执行扫雷、探潜、空中加油等高危任务领域发展。
美国海军研究局持续推进低成本无人机机群(Low-Cost UAV Sarm Technology,LOCUST)的研发验证项目。LOCUST项目[1]选用管式发射、体积小、成本低的郊狼(Coyote)无人机。郊狼无人机呈折叠状态贮存在发射管内,经发射后飞行一段时间,机翼展开,推进系统工作,开始进入固定翼飞行模式。单架无人机通过分享自身定位等重要信息,与其他同型无人机共同组网,形成无人机蜂群执行目标任务。美国还聚焦于典型的无人机集群技术,实施了“小精灵”、“山鹑”、近战隐蔽自主无人一次性飞机、进攻性蜂群使能战术等项目。
1.2 无人艇集群无人艇具备精确可靠的航行及导航等功能,可向岸基/舰基平台提供实时的战场情报信息,并对可疑目标进行智能干预处理,能够执行的使命任务包括视侦察、精确打击、海上拦截以及反水雷战、反潜战、反舰战等,可大幅提升海军作战能力。
2018年美军对13艘无人艇在詹姆士河上进行了集群技术内河测试,2020年在切萨皮克浅海湾使用4艘海上无人艇进行了长达30天的海上演示,4艘无人艇在无人直接操控的状态下先后完成巡逻、分类、跟踪和追踪任务,演示验证期间未发生碰撞等事故。
1.3 无人潜航器集群根据自主程度或者控制方式,无人潜航器大致分为有线遥控式和自主式,为实现集群作业,基本采用自主式无人潜航器在减少人工干预的前提下,借助光学成像[2]、声呐等传感器完成探测、搜索、测量海洋环境噪声[3]等任务。
美国通用动力任务系统公司旗下的蓝鳍机器人公司于2006年公布了用于无人潜航器自主协同控制的协作自主分布式侦察与探测系统(Cooperative Autonomy for Distributed Reconnaissance and Exploration,CADRE),该系统基于水下扫雷任务开发,并在保持严格的导航和定位精度的前提下利用Bluefin系列无人潜航器成功进行了集群应用验证[4]。
2 海上无人集群作战运用 2.1 攻击作战模式无人机群携带侦察、弹药等任务载荷从母舰出动,可填补传统侦察手段纵深浅、精度低、夜间战力不足的短板,以实现编队视距范围外的态势掌控。无人机群突防能力强,可轻易突破敌方防空雷达的侦测,潜入敌方编队区域进行抵近侦察,持续进行电子压制、干扰与火力打击。然而,无人机载荷有限,机载武器难以对敌方作战单位造成威胁,而无人艇可搭载反舰导弹等武器装备,可对敌方海上目标进行致命打击,因此提出无人机集群与无人艇集群联合作战模式,如图1所示。在无人机集群探测到敌方海上目标精确位置后,由无人艇集群发射反舰导弹对目标进行饱和攻击,完全摧毁敌方海上目标,并通过数据链将打击效果等敌情传回母舰。
![]() |
图 1 无人集群攻击作战模式示意图 Fig. 1 Schematic diagram of unmanned swarm attack operational mode |
无人潜航器在反潜战中扮演重要角色,既可在敌方港口、基地、敌方潜艇水域等前线危险区域作业,提供情报给其他反潜平台,也可使用无人潜航器作为假目标诱导[5]敌方主动跟踪开火暴露具体位置。然而,重型无人潜航器自身平台航速低,模拟假目标时逼真度较低,同时仅凭自身平台无法持续跟踪敌方潜艇,因此提出无人艇集群与无人潜航器集群联合反潜作战模式,如图2所示。在敌方潜艇活动区域,无人潜航器集群以能量消耗较低的方式长期巡航,持续收集水下情报信息,构建反潜网络。由无人艇集群携带水声发生器,以高度逼真的方式模拟我方舰队目标,吸引敌方潜艇进入反潜网络攻击范围。发现可疑目标后,无人潜航器集群迅速占据有利位置,精准围堵敌方潜艇并实施攻击。
![]() |
图 2 无人集群反潜作战示意图 Fig. 2 Schematic diagram of unmanned swarm anti-submarine operational mode |
两栖作战过程中,往往无法避开敌人在航渡水域布置的雷区。虽然无人艇、无人潜航器均可独立执行反水雷任务,然而其探测能力有限,无法高效完成大面积水域的精确扫雷任务。因此提出无人艇、无人潜航器与无人机联合反水雷作战模式,如图3所示。在探测阶段,通过机载探雷系统完成登陆区域大范围精确探雷任务,并在集群中共享目标位置。在作战阶段,由无人艇在敌方岸基探测范围外释放无人潜航器集群,共同协作完成灭雷任务,从而有效避免人员伤亡,最大程度提升反水雷作战效能,进一步加速改变战场态势,为后续登陆作战的两栖主力部队开辟海上安全通道。
![]() |
图 3 无人集群反水雷作战示意图 Fig. 3 Schematic diagram of unmanned swarm mine countermeasures operational mode |
支撑海上跨域无人集群系统实现的关键技术包含互操作性、推进动力、任务载荷、跨域协同控制等。其中跨域协同控制技术所包含的协同通信、编队控制、任务规划3项子技术被视为制约无人集群系统性能的核心因素。
3.1.1 协同通信在有人/无人集群系统协同作战中,通信网络是连接各类作战平台的纽带,协同作战必须依靠多类型作战平台的组网通信,才能有效实施协同态势感知、协同行动控制和协同干扰防御。离开通信网络,就不可能实现协同作战。基于跨域无人集群系统通信特点,协同通信网络应具备以下能力:
1)动态拓扑
网络节点经常处于移动状态,移动路径和速度无一定的规律可循,加上通信信道易受干扰,导致各节点间的连接关系时刻发生变化,因此网络拓扑结构应具备自适应快速变化的能力。
2)分布式架构
在复杂海洋环境中,协同作战通信网络应采用去中心化的分布式网络架构,各无人作战平台在通信上承担的功能是对等的,不存在中心节点,因此子节点的加入、退出、失效不应影响到整个网络的存在和性能。
3)无线带宽适应
无人作战平台之间的通信主要依赖于无线信道,而无线信道所能提供的带宽比有线信道小很多,稳定性和质量较差,协同作战通信网络应支持受限无线信道下的高效组网。
4)抗毁生存
集群协同通信网络应在不需任何其他预制网络设施的情况下,快速展开并自动组网,即使某个节点的无人作战平台受到攻击,也可自动重构网络拓扑,具有高度的自治性和自适应的能力。
5)多模态通信
跨域无人集群系统在进行自主协同或有人/无人协同时,可能同时采用有线通信、卫星通信、移动通信等多元化的通信模式,因此协同通信网络应支持多模态通信,在满足各无人平台集群内部以及跨域协同通信的同时,又能使集群与其他各类有人平台间保持联系[6]。
3.1.2 编队控制多个无人平台组成的集群在向特定目标或者方向运动的过程中,相互之间需保持或变换预定的几何形态,避开障碍物,适应环境约束,从而实现编队控制。目前,实现集群编队控制的方法主要有行为法、一致性法等。
基于行为法编队控制方法的思想是通过为每个无人平台预设多种期望的行为事件,行为的事件可能包括目标搜索、障碍避碰、队形形成和队形保持以及其他为了应付各种复杂环境中突发的可预知或者难以预知问题的行为事件等。再利用一定的选择机制来综合各种基本的行为事件从而控制Agent整体行为事件的输出,进而实现控制Agent做相应的运动。
基于一致性法编队控制方法的思想是单个无人平台通过与其相邻的无人平台坐标或者速度等信息交互来更新自身的状态,最终使得系统中所有的坐标围成的图形是预定义的几何图形,之后所有无人平台之间将维持相对坐标不变。同时它们的运动方向或者其他状态达到相同状态,缺点是变量的选取可能比较困难。
为进一步优化控制效果,蚁群算法、粒子群算法、人工势场法、强化学习等智能控制算法也越来越多地被用于集群编队控制[7-9]。然而,现已提出的编队控制算法多聚焦于路径规划、避障、协同围捕等特定任务目标,难以支撑未来无人集群复杂作战任务的实现[10]。与此同时,现有算法仍以单边系统编队控制为目标,无法满足无人机、无人艇、无人潜航器跨域协同编队控制的要求。因此,充分考虑复杂海洋环境的影响及跨域无人集群任务的多样性,在现有算法的基础上,通过优化、组合和创新的方式探索更加适合的编队控制算法是未来跨域无人集群系统发展应用的关键因素之一。
3.1.3 任务规划无人系统之间协同决策和控制问题可视为将智能体所要完成的任务在时间上和空间上最合理分配到每一个智能体上,以实现综合作战效能最大化的问题。然而信息化的海上作战行动节奏快,态势多变,涉及作战要素、信息和作战活动之间的关系复杂,作战任务具有不确定性和突发性,导致海上战场决策控制变得尤为困难。无人工干预下的集群技术尚未进入工程应用阶段,多元扰动下无人装备鲁棒性较差,且系统自学习能力有限,传统的有人联合作战模式无法适用于无人集群系统的研制开发和应用,因此需构造集一体化行为决策能力、局部态势感知能力和智能任务规划能力于一体的智能化无人集群决策与规划系统。为实现集群决策与规划系统,需完成以下任务:1)通过训练-执行架构、通信交互机制、学习支撑环境等元素共同支撑智能无人集群决策与规划的顶层架构;2)基于决策建模、策略交互、经验共享等技术途经构建一体化行为决策模块;3)基于集群策略学习、局部态势决策学习、策略进化等手段大幅提升无人集群的局部态势感知模块的能力;4)任务分解、任务调度、航路与路径规划等组件元素共同组成智能任务规划模块,根据作战目标状态和战场态势实时分解调度。
3.2 无人集群仿真及试验验证现有单一场景、数个参数可调的仿真不具备检验装备的能力,为检验大规模无人集群在复杂多变的战场环境下功能性能,迫切需要构建高度逼真的数字化仿真环境。考虑极端复杂干扰因素,规划无人集群验证总体架构,使用数学建模等手段设计验证系统,赋予该系统更强的拓展性和延伸性。同步开展视景驱动仿真设计,借助先进传感器等外部硬件组成半实物的虚实结合手段,通过多次迭代,能够有效提升无人集群系统研制质量和效率,降低试验风险及成本。如图4所示,高动态协同场景设计、异构集群演示任务设计、异构协同任务评估方法,以作为集群自主协同验证的主要试验手段,支撑集群自主协同验证试验。
![]() |
图 4 集群仿真及试验验证技术发展思路 Fig. 4 Development strategies of unmanned swarm simulation and experimental verification technology |
作战效能评估的方法主要包括层次分析法、ADC方法[11]、人工神经网络等。层次分析法受限于专家的经验,打分获得判断矩阵的过程与专家的主观思想紧密相连。ADC方法仅适用于单项效能的评估,无法直接对复杂集群进行有效评估。如图5所示,基于人工神经网络效能评估方法适用于多层网络化拓扑效能评估分析,能够实现“点”、“链”、“网”的效能评估,是未来无人集群效能评估的发展方向。
![]() |
图 5 集群网络效能评估方法 Fig. 5 Schemitic diagram of unmanned swarm network effectiveness evaluation method |
在未来高技术条件下的海战场中,仅靠单一无人系统难以实现复杂使命任务,需要采用多种无人集群系统联合作战的方式,才能充分发挥无人系统的效能优势。因此,须以作战需求为牵引,注重无人系统集群的体系发展和跨域应用,明确无人机、无人艇、无人潜航器的技术发展路线及技术要求。重点攻克无人系统跨域协同控制、仿真及试验验证、作战效能评估等关键技术。融入标准化设计理念,推进无人装备系统框架及平台的通用化、系列化和模块化建设,加快跨域无人系统间的互联互通互操作性建设进度,为实现无人系统海空一体、水上水下联合的集群作战模式做好技术积累,促成跨域无人集群作战能力的大幅提升。
[1] |
张昊. 美国无人机协同作战研究[J]. 飞航导弹, 2017(8): 12-16+21. DOI:10.16338/j.issn.1009-1319.2017.08.03 |
[2] |
郑婷婷. 人工智能在智慧海洋建设中的应用[J]. 中国海洋平台, 2021, 36(5): 59-62. |
[3] |
刘庆文. 海洋环境物理场特性测试与分析技术研究[D]. 哈尔滨: 哈尔滨工程大学, 2005.
|
[4] |
WILLCOX S, GOLDBERG D, VAGANAY J, et al. Multi- vehicle cooperative navigation and autonomy with the blue- fin CADRE system[C]//International Federation of Auto- matic Control Conference (IFAC), Cambridge, 2006.
|
[5] |
吴吉伟, 徐先勇, 陆文俊. 浅谈无人潜航器在反潜作战中的应用[J]. 军民两用技术与产品, 2014(7): 52-53. |
[6] |
张汝云, 肖戈扬, 单麒赫, 等. 多模态网络下多智能体协同控制的通信拓扑重构方法[J]. 通信学报, 2022, 43(4): 50-59. |
[7] |
苏菲, 陈岩, 沈林成. 基于蚁群算法的无人机协同多任务分配[J]. 航空学报, 2008(S1): 184-191. |
[8] |
段勇, 徐心和. 基于多智能体强化学习的多机器人协作策略研究[J]. 系统工程理论与实践, 2014, 34(5): 1305-1310. |
[9] |
Reza Olfati-Saber. Flocking for multi-agent dynamic systems: algorithms and theory [J]. IEEE Transactions on Automatic Control, 2006, 51(3): 401−420.
|
[10] |
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 |
[11] |
韩月明, 方丹, 张红艳, 等. 智能无人机集群协同作战效能评估综述[J]. 飞航导弹, 2020(8): 51-56. DOI:10.16338/j.issn.1009-1319.20200035 |