0 引　言

近年来随着科学技术的飞速发展和对海洋认识的不断深化，水下空间已成为国际战略竞争的新焦点^[1]。未来海洋竞争将是系统与系统、体系与体系之间的对抗，逐步向信息化、网络化、智能化、自主化方向发展^{[2 - 3]}。水下无人航行器（Unmanned Undersea Vehicle，UUV）作为一种海上力量倍增器，在水下侦察、水下通信和反潜、反水雷作战、信息作战等领域的应用得到空前发展^[4]。通过构建多UUV编队集群，实施编队协同任务，并借助于水下网络共享信息，可克服单UUV探测、捕获目标能力有限、完成任务效能不高的弱点^{[5 - 6]}。多UUV协同工作不单是通过数量上的累加、功能上的并行达到提高效率的目的，更重要的是通过采用一定的协同策略使编队能够应对复杂多变的外界环境，从而有效增强编队的可靠性和鲁棒性^[7]。作为UUV编队协同关键任务之一^[8]，UUV编队协同搜索是当今水下协同研究中的一个重要方向^[9]。协同搜索主要通过单个个体之间的信息共享与协作，达到扩大搜索范围，提高搜索效率的目标^[10]。

1 编队协同搜索应用研究

美国对多UUV协同方面的研究积累了相对丰富的经验^[11]。美军前期针对“近期水雷探测系统（NMRS）”和“远期水雷探测系统（LMRS）”开展了相关研究。该系统使用2台UUV用于侦察浅海隐蔽水雷，1998年完成了近期水雷探测系统联合反水雷先进概念技术演示^[12]。从1994年开始由普林斯顿大学、蒙特利湾海洋研究所、美国海军研究生院等单位共同承担的自主海洋水文采样网络（Autonomous Ocean Sampling Network，AOSN）开启了利用多个UUV协同进行海洋探测的先河^[13]。该项目研究探讨了利用多UUV系统进行海洋环境数据采集的可行性，并开展了海上试验。以蓝鳍机器人公司为主的合作项目借助3类UUV的协同工作，高效完成了清扫水雷的既定任务^[14]。2003年，美国海军在“伊拉克自由”行动中，利用多台REMUS小型UUV高效完成了调查清理水雷任务。2003年底，葡萄牙波尔图大学水下系统和技术实验室（USTL）进行了第一次部署计划，通过借助多个UUV协作构建了用于海洋数据采集的先进系统^[15]。

在2003年8月，EdwardFiorelli等在蒙特里海湾进行了水下UUV编队的协调控制试验，UUV轨迹如图1所示。图中实线是UUV的轨迹，黑色圆点为队形质心，黑色虚线为虚拟引导路径，即目标质心轨迹^[16]。

2005年，美国海军研究办公室ONR启动了PLUSNet （Persistent Littoral Undersea Surveillance Network）项目，通过一个水声通信网络演示了多传感器和多航行器反潜战（ASW），旨在自主搜索并跟踪燃油潜艇，以支持海军海权21概念^[17]，如图2所示。2005年开始，美国爱达荷大学智能系统研究中心启动了“多UUV系统开发（Developing Fleets of Autonomous Underwater Vehicles，DFUUV）”的项目研究，该系统由5台小型UUV组成^[18]，如图3所示。2006年，PLUSNet在蒙特利湾测试了一个包括移动和固定传感器的海洋监测网络，通过在多个水下航行器上携带不同传感器以及传感器之间相互通信，监视系统在复杂海洋环境工作的适应性和可靠性更强，可实现对水下目标的搜索、跟踪和定位^[19]，如图4所示。

2006年，美国麻省理工学院（MIT）海洋机器人实验室发布了其研发的“自主协同的分散侦察与探测系统”（CADRE），通过使用3类异构UUV共同完成侦察与探测任务^[20]，如图5所示。

2006−2009年，欧盟开展了未知环境下异构无人系统的协调与控制（Coordination and Control of Cooperating Heterogeneous Unmanned Systems in Uncertain Environments，GREX）技术研究。GREX目标是创建操作框架，使异构无人海上交通工具组成的团队执行协调、合作的任务^[21]。在2009年进行的海上试验中，4台UUV调整自己的速度并编队，执行协调路线跟踪任务。当有目标被多次发现时，UUV向目标聚集^[10]，如图6所示。

近年来欧洲的NOPTILUS工程采用多UUV自主编队来完成区域的搜索，并且提出简单化、可扩展的方法导引编队完成区域覆盖，能够面对静态与动态的水下地图构建任务、现象跟踪任务，集成有导航模块、参数化认知自适应优化等模块^[22]，如图7所示。

2 编队协同搜索方法研究

在编队协同搜索方法研究方面，Rajnarayan等^[23]将协作理论应用于多个智能体搜索问题中。Tooi等^[24]研究了通过将整个搜索空间进行切割划分，在每个单独的小空间内运用数学方法进行搜索，该方法提高了大空间的搜索效率和精度。SAYI等^[25]通过运用相应算法对群体中，单个个体进行任务的规划和分配，以实现每个个体承担相同的任务。Healay等^[26]针对某个区域的覆盖性搜索问题进行了研究，同时考虑在搜索过程中某个UUV发生故障等异常情况下的编队协同搜索问题。通过编队队形的重构变化增强对动态环境的适应性。Simmon等^[27]对主从式UUV协同搜索方法开展了研究，主要思路是利用主UUV控制各个从UUV在区域边界进行搜索，从而最大程度减少搜索重复率。Ferranti等^[28]针对编队通信较差情况开展了研究，主要思想是单个UUV在搜索过程中与环境进行不断交互，并留下相应的环境信息，通过环境信息间接实现机器人之间的有限信息交互，可实现恶劣环境下的编队协作问题。

2005年，在水下航行器协同搜索技术上，对于多UUV研究领域，张栩^[29]提出了基于神经激励网络的多UUV协同搜索算法。通过引入遗传算法和改进人工势场法，解决了在复杂动态环境下对目标的高效搜索问题^[30]。然后基于实时感知地图，解决了目标位置未知的水下目标搜索问题，提高了搜索效率^[31]。郝勇帅^[32]提出了基于预测控制的协同在线优化搜索方法。这一协同在线优化搜索算法提高了搜索的效率、精准性和经济性。此外，张建新等^[21]提出了面向不同环境时不同的搜索方法。

2007年，张跟鹏等^[33]提出了基于UUV组群的水下协同探雷搜索与仿真，首先将搜索区域划分为独立的搜索子区域。2台UUV并行搜索，中间保留重叠区域及交叉搜索模式。搜索时间增长，重叠指数和覆盖指数增大时，搜索效能呈下降趋势^[34]。最后得出结论：综合考虑搜索概率和搜索时间，选取适当的覆盖指数和重叠指数，才能获得较高搜索效能。此后还与海军兵种指挥学院合作研究搜索算法。陈盼等^[35]提出了具有一定初始目指条件下的UUV编队协同搜索方法，利用马尔可夫运动规律，估算出目标的转移概率概率^[36]，采用一种新的分区实时贪婪搜索算法，优化出UUV编队的协同搜索方法^[37]。基于改进的粒子群优化算法的UUV编队协同最优扩方应召搜索水下匀速直线运动目标的方法，解决了螺旋应召搜索方法理论上可行但实际上无法实现的问题。

2008年开始，CISR开展了名为“多UUV系统大范围海域协同水雷搜索（Cooperative Autonomous Underwater Vehicles Used to Search Large Ocean Areas for Mines）”的研究项目^[38]。针对多UUV在反水雷作战中的应用，开展了编队航行算法、协同搜索过程中UUV替换作业策略研究，在编队控制中采用了领航-跟随者算法，通过三角形编队导航到工作区，在任务分配中采用了基于市场的“聚类”拍卖算法^[39]。这在很大程度上减少了产生次优结果的概率，并能及时地产生结果。目前该系统已完成了港湾附近的协同雷区探测试验^[40]。

现有文献资料除了对静态区域协同搜索进行研究，针对动态目标的搜索也同步开展了相关研究。已有研究假设动态目标在较远距离保持固有态势进行运动，在协同搜索时，当无法确定目标运动方向，则需在目标所有可能的运动方向进行搜索^[41]。针对上述问题，以往文献多采用扩展方形、扩展圆形和螺旋应召搜索等方法^[42]。如若目标运动过程当中又回到原先区域，则前2种搜索方法不适用^[43]。螺旋应召搜索可通过不断循环实现对动态目标的高概率搜索^[44]，但在螺旋运动过程中极大浪费了UUV航程，而且没有充分发挥编队协同的优势，在实际使用时，受到一定限制。目前，文献通过对螺旋线进行截弦来近似实现螺旋搜索^[45]，在具体使用时存在搜索效率不高的缺陷^[46]。同时，已有文献没有结合工程实际情况，对UUV的探测能力进行限制^[47]。

2010年，王宏健等^[7]针对多个自主水下航行器（AUV）执行区域搜索和协同围捕入侵对象的任务案例，设计了多航行器混合分层式体系结构，提出了分区域随机搜索策略和基于势点的优化围捕策略。徐勇^[48]在水下无人作战平台和航空反水雷直升机作战平台搜索水雷概率模型分析基础上，给出了多平台协同搜索水雷方案优化模型，经分析归纳得到最优方案。

2019年，李娟等^[21] 利用分区域策略辅助区域搜索覆盖、协同规划任务。避障模式利用改进的动态窗口法实时面对复杂的障碍威胁，根据不同的水下环境3种模式间交替切换执行，完成未知水下环境的目标搜索。2020年，魏娜等^[49]提出了基于D-S证据论的多UUV协同搜索方法，协调多UUV之间的搜索决策行为。考虑到环境的不确定性，建立了以目标确认收益、UUV协同收益为目标的多UUV协同搜索模型。该搜索方法可减少搜索路径的重复，具有搜索高效性。

3 协同搜索发展启示

在水下航行器协同搜索上，美国是最早提出相关概念的国家，其研究成果处于世界领先水平。自21世纪初，美军开展了大量水下航行器协同搜索的研究与试验，水下航行器协同搜索理论逐渐成熟，并具备实际作战能力，尤其在反水雷作战方面，整体能力世界领先。其他西方国家水下航行器协同搜索的相关研究也起步较早，积累有一定经验。但是，国内水下航行器领域的科研机构虽然针对水下无人航行器系统的协同搜索开展了大量研究工作，但绝大部分仅限于理论研究及仿真实验，就目前掌握的文献来看，国内还没有出现真正意义上的多水下无人航行器协同搜索海上试验。

受特殊的水下环境约束，信息传输、导航定位可达性限制了UUV集群的稳定运作。而且，与水下航行器协同搜索任务相关的技术包括目标搜索技术、区域覆盖技术、区域监视技术等。现有研究多关注于区域覆盖技术与区域监视技术，研究了如何提升区域全覆盖情况下的效率，减少重复搜索区域的面积，对机动目标搜索的研究较少。但在实际战争中，战斗一般是发生在已知一定初始目标先验信息的条件下进行，而且由于目标机动，目标散布随着时间而扩散，传统的巡逻、覆盖方法不具备时效性，目标搜索技术会优先于目标覆盖与监视技术，需要编队协同更加主动地确认航向目标并发现目标。目前文献多数通过将目标搜索问题转换为区域覆盖问题，通过UUV分别搜索不同区域实现搜索任务。然而由于动态目标机动的不确定性，目前协同搜索方法存在搜索时间长、不能充分利用先验信息、目标重新运动到已搜索区域丢失目标的缺陷。因此，需继续创新搜索方法以有效解决动态目标的搜索问题，特别是在搜索区域环境复杂未知时，需研究如何在相当大的未知海域中，快速执行动态目标搜索任务。

水下弱通信条件是水下航行器协同搜索的一大障碍，随着通信技术的发展与完善，未来水下航行器协同搜索将朝着无中心、开放式、自适应、自组织、强鲁棒性的复合分布式发展，充分利用不同无人装备的特长优势互补，以适应多变的、不可预测的环境，增强系统的可靠性和鲁棒性，提高复杂任务的成功率。

4 结　语

从UUV编队发展历程可以看出，UUV编队协同搜索技术是UUV应对复杂多变任务亟需解决的关键技术之一。在UUV水下探测扇面、通信互联、定位导航精度等现实约束条件下，通过高效的协同搜索方法，及时发现高速运动目标是UUV编队协同搜索要解决的一大难题。