党的二十大报告指出,增加新域新质作战力量,加快无人智能作战力量发展,统筹网络信息体系建设运用[1]。随着智能技术的蓬勃发展,无人装备智能化水平获得极大提升,无人装备在局部战争中显示出至关重要的作用。各军事强国逐步加大在无人/智能装备上的投入,研发重点由无人装备单体智能水平提升向无人装备集群协同作战控制方向转变[2]。
相比传统有人作战模式,无人集群协同作战有以下优势[3]:
1)作战效能优势
根据著名的兰切斯特平方率理论,交战双方在交战过程中,兵力的变化对战争的结果起着至关重要的影响。无人集群利用数量优势,使敌方陷入“单拳难敌四手”的困境,可大幅提升局部战争的胜率。敌方在与无人集群对抗时往往因集群数目大、火力密等特点需要付出更大的代价、更高的成本。
2)系统健壮抗毁优势
多无人平台协同控制大多采用去中心化的分布式协同架构,相比传统中心指挥模式,集群中多个无人平台均可承担“指挥官”的工作,集群之间有稳定的网络支撑,各节点之间信息共享,具备毁伤接替能力,当集群中部分节点受损时,不会影响集群的完整性,集群可继续执行既定作战任务。
3)分布式协同优势
传统的有人装备往往兼顾多方面能力,力争将每款装备都打造成“多面手”,但往往因为空间受限、集成复杂度、制造成本等因素受到约束。无人集群装备作战的一个显著特点是将复杂的作战任务细化分解为多个简单任务,将每个任务分配给多个低成本无人平台,通过智能协同控制算法将多个平台能力组合,形成严密作战体系,达到作战效能倍增的效果。
当前,各无人平台大都独立发展,同构无人集群的协同控制已得到部分验证及应用,但跨域异构无人集群的协同控制仍然因为运用方法、作战形态、数据交互、通信体制等问题存在一些技术难题。亟须在协同架构、协同模式、关键技术等方面进行探索研究。
本文分析了跨域无人集群协同能力需求,设计提出了跨域无人集群分布式协同架构,分析探索了跨域无人集群协同模式和协同关键技术,为跨域无人集群作战体系顶层架构规划与技术架构设计提供参考。
1 跨域无人集群协同作战运用1)跨域协同机动
空中无人平台具有机动性好、隐蔽性强的优势,但存在续航时间有限,带载能力不足的缺点。地面与水面无人平台相比空中无人平台,机动性能一般,但带载能力较强。在跨域无人集群协同作战过程中,可以利用空中无人平台的机动性优势,完成第一轮搜索侦察,引导地面/水面无人平台完成机动路线规划及调整,然后空中无人平台降落到地面/水面无人平台上面进行能源补充。跨域多无人平台协同机动可提升作战效能,降低被敌方发现并打击的概率,降低作战成本。
2)跨域协同侦察
跨域协同侦察是利用不同物理域中无人平台的各自特长及能力,完成对敌方目标的侦察任务。空中无人平台侦察视野广,移动速度快,但难以精确侦察,对目标的解算不能满足部分武器的打击精度要求。地面及水面无人平台可完成对目标的持续精确跟踪,锁定目标后,对目标的解算精度可以满足大部分武器的打击精度要求。在作战运用中,可以利用空中无人平台的优势完成对战场的概略侦察,引导地面/水面无人平台进行二次精确侦察,为武器系统提供目标指示。
3)跨域协同攻击
由于自身平台限制,空中无人蜂群难以携带大量杀伤性载荷,空中无人平台可携带通信干扰载荷,对敌方目标实施电磁干扰,同时部分携带杀伤性载荷的空中无人平台执行自杀式打击任务,吸引敌方火力,地面及水面无人平台完成对地火力压制。跨域无人集群协同完成对敌方目标的立体打击[4]。
2 协同能力需求未来战争中,无人集群一定是由跨域、异构的多无人平台组成,集群以动态自适应宽带网络为支撑,以柔性可变信息网络系统为基础,以智能集群调度指挥算法为核心,形成的智能化、协同化的新型作战体系。为适应战争对抗需求,充分发展无人集群作战效能,集群协同控制系统需具备指挥关系可智能接替,群内信息可按需共享、作战任务可灵活分配、作战行动可自主协同的特征。基于上述分析,跨域无人集群协同控制需包含以下特征:
1)体系兼容,无缝融入传统有人作战系统
无人集群作战体系虽可以独立完成部分侦察、监视、打击等作战任务,但在很大程度上还需要人在环指挥,无人集群作战体系与传统有人作战体系相结合,弥补传统有人作战体系的不足是当前无人装备发展的趋势。
体系兼容包含多个层面,第一是在作战应用层面上,无人集群的使命任务要符合当前部队需求,弥补有人装备不足,这样在作战过程中才能有机协同。第二是在无人装备顶层设计方面,无人装备的体系架构要遵循当前有人作战体系的架构,这样才能与现有作战体系无缝融为一体。第三是在信息交互方面,无人装备的通信链路、消息格式要与现役装备兼容,这样才能与有人装备相辅相成,提升综合作战效能[5]。
2)架构开放,支持跨域异构无人平台接入
经过近几年的迅猛发展,无人装备单装已初步具备实战能力,装备呈现出系列化、多元化发展趋势。但平台的设计以硬件为导向,软件架构不统一,加之不同无人平台传感器的差异,导致信息在数据类型、噪声水平等多方面存在显著差异,跨域无人平台协同的信息一致性表述面临极大挑战。
为满足无人平台跨域协同的需求,亟需设计一套可接入不同技术体制无人平台的协同架构,使跨域无人平台在软件层面做到数据可互通、信息可理解、意图可领会。
3)去中心化,抗毁性强系统按需弹性重组
跨域无人集群是一个典型的多机器人系统,多机器人系统的组织结构包括集中式、分布式、混合式。集中式架构存在明显的瓶颈效应,且该模式抗毁性较差,一旦主节点失效,整个系统将陷入瘫痪。分布式结构中每个节点都是一个智能体,系统各节点之间通过信息交互来共享信息、协调行动,该结构具有良好的扩展性,同时抗毁性较强。混合式整体上是分布式结构,但在局部是集中式的,当局部只有一个节点时,可以看做特殊的分布式结构。
实战环境是一个强对抗环境,集中式架构难以满足要求,需要构建去中心化、抗毁性强的分布式协同架构。
4)以智赋能,支持无人集群智能持续涌现
无人集群作战包含的节点众多,作战任务复杂,战场环境瞬间万变,无人集群要想形成战斗力必须要具有强智能化特征[6]。在无人集群通信带宽分配、态势信息共享、指挥决策、任务调度协同等方面运用深度学习、数据挖掘等技术形成无人集群智能态势认知、智能作战意图理解、智能临机决策的能力。提升无人集群对战场认知的清晰度、准确度,强化临机决策的高效性、实时性,支撑集群群体实战环境下的作战能力生成。
3 分布式协同架构设计为适应战争对抗需求,充分发挥无人集群作战效能,提出具有指挥关系可智能接替,群内信息可按需共享、作战任务可灵活分配、作战行动可自主协同特征的跨域多无人平台分布式协同软件架构(见图1)。每个跨域无人平台上软件架构保持一致、功能统一,根据作战需求动态制定协同控制主平台,主平台通过一系列协同指令,调动群内从平台协同工作,当主平台战损时系统可选定其他平台接替主平台,继续执行协同任务。软件架构分为无人平台层、基础支撑层、理解共享层、协同规划层。
![]() |
图 1 跨域多无人平台分布式协同软件架构图 Fig. 1 Architecture diagram of distributed collaborative software for cross-domain multi-unmanned platforms |
无人平台层主要是指无人水面平台、无人空中平台、无人地面平台等,基础支撑层对上提供本平台传感器的感知数据、任务执行情况、本平台状态信息等,同时响应上级控制指令。跨域无人平台需搭载技术体制统一的通信电台,保证跨域无人集群内部网络连接稳定,控制数据可按需发送。
基础支撑层是跨域协同控制软件运行的基础,主要包含通信网络管控、通信协议转化、基础软件支撑平台等方面。通信网络管控是指实时监测本平台与集群内其他节点的通信状况,及时调整通信带宽及通信频点,保证本平台与群内节点保持通联状态。通信协议转化主要是为了屏蔽不同无人平台的控制差异,对上级控制指令进行适应性转化,同时对无人平台感知探测到的数据进行处理,保证上级收到的数据标准统一,通过协议转化不同生产厂家的无人平台都可在该软件架构下工作。基础软件支撑方面主要是为协同控制软件提供基础软件服务,如数据库、消息队列、基础算法模型等服务支撑。
理解共享层主要功能是态势理解与共享,包括多源数据融合、集群态势共享、作战意图理解等内容。多源数据融合主要是指将不同传感器、不同无人平台共享的数据信息进行数据清洗、去重与融合处理,结合自身平台及群内其他平台状态数据,生成战场态势。集群态势共享指各个无人平台共享平台自身生成的态势信息,支撑平台间互相理解作战意图。作战意图理解指各无人平台根据协同任务执行情况、群内其他平台态势信息,分析理解群内其他平台面临的威胁,下一步行动内容,为自身平台决策提供支撑,群内平台作战意图互相理解能力是决定群内协同水平的重要影响因素。
协同规划层是协同控制架构的最高指挥层,主要包含集群的任务规划,群内无人平台的任务分配、任务按需动态调整等内容。此外,协同规划层另外一个主要功能是根据各平台的自身状态、通信状况动态评估选择集群的行动控制中心,确保无人集群指挥节点的正常工作。
4 关键技术分析1)多无人平台抗干扰通信技术
跨域多无人平台协同工作的本质是多无人平台之间的信息交互,信息交互的基础是一套可靠的信息传输链路,作战环境与试验测试环境不同,作战环境电磁环境非常复杂,存在各种干扰因素甚至是针对无人系统的特定干扰,跨域无人系统必须根据系统的作战使命及特点,选择适当的抗干扰通信技术,同时在系统设计之初要考虑应急通信链路,以及系统通信中断情况下无人平台的对应方式等问题[7]。
2)跨域无人集群协同态势感知技术
在当前信息化战争中,作战双方谁掌握的信息多谁就获得了战场的主动权,跨域无人集群相对传统作战平台具有感知手段立体多维的优势,如何将多个平台的态势感知能力协同运用、优势互补是提升集群综合作战效能的关键。在系统的感知能力配置及协同感知算法设计时要注意多角度盲区互补侦察、多载荷协同交替侦察等问题的研究,保证无人集群系统在战场上获得信息优势[8]。
3)跨域无人集群协同任务规划技术
跨域无人集群协同任务规划包含无人平台的任务分配、无人平台的航线规划等内容,无人集群任务规划的目标是做到多无人平台相互取长补短,在作战特定条件下,寻求出最佳分配方式,发挥群体最大作战效能[9]。任务规划算法中要充分考虑系统的抗毁性,为多无人平台分配任务时,要注意设置备份指挥节点,当指挥节点失效时,备份指挥节点可按需接替指挥[10]。
4)集群协同作战效能评估技术
无人集群协同中重要的一环是建立跨域无人集群协同作战的指标体系,根据指标体系评价跨域无人集群的作战效能,然后根据集群作战表现调整集群协同架构,使整个体系形成闭环。在集群的作战效能评估中,需要根据实际需求,制定集群的效能评价指标体系,模拟实战环境,设计集群协同能力测试试验,在试验设计过程中,注意一些边界条件的设置,真正做到对集群能力的“摸边探底”,为集群作战效能提升提供全面的提升改进思路[11]。
5 结 语集群协同控制系统需具备指挥关系可智能接替,群内信息可按需共享、作战任务可灵活分配、作战行动可自主协同的特征。在集群协同架构设计过程中,要充分考虑系统的兼容性、抗毁性等问题,同时利用先进的人工智能技术,实现集群的态势共享、智能决策,提高集群综合作战效能,跨域无人集群协同架构对于跨域无人集群系统战斗力形成具有重大意义。
[1] |
胡绪杰, 李伟强, 肖雪. 军事生态系统环境下的智能化指挥控制研究[J]. 军事文摘, 2024(1): 57-61. HU X J, LI W Q, XIAO X. Research on intelligent command and control in the military ecosystem environment[J]. Military Digest, 2024(1): 57-61. |
[2] |
付战彬, 刘立彪. 无人舰艇技术及军事应用研究[J]. 国防科技, 2016, 37(5): 42-44+51. FU Z B, LIU L B. Research on technology and application of unmanned naval vessels[J]. National Defense Technology, 2016, 37(5): 42-44+51. |
[3] |
韩月明, 方丹, 张红艳, 等. 无人机集群典型作战运用样式及关键技术分析[J]. 飞航导弹, 2020(9): 43-47. HAN Y M, FANG D, ZHANG H Y, et al. Analysis of typical combat application styles and key technologies of UAV swarms[J]. Aerospace Technology, 2020(9): 43-47. |
[4] |
王勇, 王聘, 李关防, 等. 海上无人集群有人/无人协同控制架构[J]. 指挥控制与仿真, 2022, 44(5): 1-5. WANG Y, WANG P, LI G F, et al. Manned-unmanned cooperation control structure for unmanned swarm at sea[J]. Command Control & Simulation, 2022, 44(5): 1-5. DOI:10.3969/j.issn.1673-3819.2022.05.001 |
[5] |
郭永金, 鞠鸿彬. 海上无人装备体系应用研究[J]. 测控技术, 2020, 39(10): 150−155. GUO Y J, JU H B. Application of mairtime unmanned equipment systems [J]. Measurement & Control Technology, 2020, 39(10): 150−155. |
[6] |
郑少秋, 吴浩, 梁汝鹏, 等. 智能化作战及其智能指挥控制技术需求[J]. 火力与指挥控制, 2022, 47(2): 1−6+13. ZHENG S Q, WU H, LIANG R P, et al. Intelligent operations and its intelligent command and control technology requirements[J]. Fire Control & Command Control, 2022, 47(2): 1−6+13. |
[7] |
董昭荣, 赵民, 姜利, 等. 异构无人系统集群自主协同关键技术综述[J]. 遥测遥控, 2024, 45(4): 1−11. DONG Z R, ZHAO M, JIANG L, et al. Review on key technologies of autonomous collaboration in heterogeneous unmanned system cluster[J]. Journal of Telemetry, Tracking and Command, 2024, 45(4): 1−11. |
[8] |
张霖, 谢开鑫, 郑显华, 等. 多机器人系统感知能力和控制体系结构综述[J]. 智能系统学报, 2024, 19(4): 767−790. ZHANG L, XIE K X, ZHENG X H, et al. A survey on perception ability and control architecture of multi-robot system[J]. CAAI Transactions on Intelligent Systems, 2024, 19(4): 767−790. |
[9] |
王童豪, 彭星光, 胡浩, 等. 海上有人/无人协同系统及其关键技术综述[J]. 兵工学报, 2024, 45(10): 3317−3340. WANG T H, PENG X G, HU H, et al. Maritime manned/unmanned collaborative systems and key technologies: a survey[J]. Acta Armamentarii, 2024, 45(10): 3317−3340. |
[10] |
郭斐然, 张旭辉, 路鹰, 等. 无人集群智能任务规划方法研究综述[J]. 无人系统技术, 2024, 7(3): 14−27. GUO F R, ZHANG X H, LU Y, et al. Review of research on intelligent mission planning methods for unmanned swarms[J]. Unmanned Systems Technology, 2024, 7(3): 14−27. |
[11] |
张效天, 彭文成, 刘瑞. 某无人机系统作战效能评估研究[J]. 火力与指挥控制, 2024, 49(5): 152−157. ZHANG X T, PENG W C, LIU R. Research on the evaluation of the combat effectiveness of a certain UAV system[J]. Fire Control & Command Control, 2024, 49(5): 152−157. |