柳文林，潘子雙，韓 維，李 樾，吳立堯

（1.海軍航空大學(xué)，山東 煙臺 264001；2.92728部隊，上海 200443；3.91404部隊，河北 秦皇島 066000）

無人機(jī)作為新型的空中作戰(zhàn)力量，具有零傷亡、低成本、易擴(kuò)展等突出優(yōu)勢，在軍事領(lǐng)域發(fā)揮著重要的作用。未來，無人機(jī)將進(jìn)一步拓展作戰(zhàn)樣式，改變戰(zhàn)爭面貌，從而引發(fā)戰(zhàn)爭制勝機(jī)理的深刻變革。然而，當(dāng)前無人機(jī)因受到平臺智能水平和有效載荷的限制，不能適應(yīng)日益復(fù)雜化的動態(tài)、對抗戰(zhàn)場環(huán)境。因此，將作戰(zhàn)性能優(yōu)異、感知能力強(qiáng)、決策周期短的有人機(jī)作為指揮機(jī)，將戰(zhàn)術(shù)實現(xiàn)靈活、持續(xù)作戰(zhàn)能力強(qiáng)且全壽命、成本低的無人機(jī)作為攻擊機(jī)，兩者構(gòu)成的有人/無人機(jī)編隊，通過彼此之間的密切協(xié)同來完成作戰(zhàn)任務(wù)。這是加快無人機(jī)裝備融入當(dāng)前作戰(zhàn)體系，實現(xiàn)有人機(jī)和無人機(jī)的優(yōu)勢互補(bǔ)，提高作戰(zhàn)效能的有效方式。

有人/無人機(jī)協(xié)同系統(tǒng)是一類典型的異構(gòu)系統(tǒng)，該系統(tǒng)協(xié)同作戰(zhàn)運(yùn)用涉及的關(guān)鍵技術(shù)主要有協(xié)同人機(jī)交互、協(xié)同態(tài)勢感知、協(xié)同任務(wù)規(guī)劃和協(xié)同編隊控制等。本文重點從有人/無人機(jī)協(xié)同規(guī)劃控制角度，對有人/無人機(jī)協(xié)同作戰(zhàn)運(yùn)用發(fā)展現(xiàn)狀和關(guān)鍵技術(shù)研究進(jìn)行梳理，并對后續(xù)發(fā)展做出展望。

1 相關(guān)項目進(jìn)展

有人/無人機(jī)協(xié)同作戰(zhàn)作為全新的作戰(zhàn)樣式，已成為第六代穿透型戰(zhàn)機(jī)的發(fā)展方向之一，受到世界部分國家的高度關(guān)注。美國軍方早在1993 年就提出了“基于編隊的有人/無人航空平臺能力”的先進(jìn)作戰(zhàn)概念，旨在利用無人機(jī)在4D（Dull，Dirty，Dangerous and Deep）環(huán)境下執(zhí)行偵察打擊任務(wù)。近年來，人工智能領(lǐng)域的高速發(fā)展和技術(shù)的突破，進(jìn)一步推動了有人/無人機(jī)協(xié)同領(lǐng)域相關(guān)作戰(zhàn)概念以及驗證項目的開發(fā)。

美國空軍研究實驗室（AFRL）于2015 年發(fā)起“忠誠僚機(jī)”項目，該構(gòu)想中，有人機(jī)將作為長機(jī)對無人僚機(jī)進(jìn)行指揮控制?；谶@一構(gòu)想，在實際作戰(zhàn)過程中，無人機(jī)突前展開目標(biāo)搜索、定位和跟蹤，實現(xiàn)作戰(zhàn)載荷的分布式部署，保證了有人機(jī)這一高價值平臺的安全；另外，通過數(shù)據(jù)鏈的穩(wěn)定連接，編隊之間實現(xiàn)緊密協(xié)同，大大拓寬了有人機(jī)的態(tài)勢感知范圍，最終實現(xiàn)“先敵發(fā)現(xiàn)，先敵打擊”的戰(zhàn)術(shù)優(yōu)勢。XQ-58A（女武神）無人機(jī)采用隱身設(shè)計且價格低廉，是“忠誠僚機(jī)”的理想機(jī)型。該機(jī)型于2019年3月完成首飛，并在隨后的4 次飛行試驗中完成了對于飛行性能的驗證?；诜唇槿?區(qū)域拒止的戰(zhàn)略背景，美軍相繼涌現(xiàn)出一系列面向未來強(qiáng)對抗環(huán)境的新型作戰(zhàn)概念，其中大部分都以有人/無人機(jī)協(xié)同作戰(zhàn)的形式為落點。以分布式作戰(zhàn)概念為例，其核心思想是將原本集中在單一高價值作戰(zhàn)平臺上的能力分散部署到大量低成本的小型異構(gòu)平臺上。作戰(zhàn)過程中，有人機(jī)主要負(fù)責(zé)決策并向無人機(jī)下達(dá)指令，多個平臺通過動態(tài)自適應(yīng)的方式組合形成殺傷網(wǎng)，使敵方陷入認(rèn)知和決策困難，從而大大提高己方整體的作戰(zhàn)效能。以分布式作戰(zhàn)概念為牽引，美軍開展了一系列技術(shù)支撐項目，如“分布式作戰(zhàn)管理（DBM）”“拒止環(huán)境中的協(xié)同作戰(zhàn)（CODE）”以及“體系綜合技術(shù)和試驗（SoSITE）”等，并且同步安排了“小精靈（Gremlins）”“進(jìn)攻性蜂群使能戰(zhàn)術(shù)（OFFSET）”等裝備項目的研發(fā)。俄羅斯也以蘇-57 戰(zhàn)機(jī)和S-70（獵人）隱身無人機(jī)為組合，開展了類“忠誠僚機(jī)”概念項目的研究。目前，S-70無人機(jī)已經(jīng)具備機(jī)場自主起飛并返航的能力。相較于國外，我國無人機(jī)技術(shù)的研究雖起步較晚，但近年來，隨著無人化、智能化技術(shù)的不斷發(fā)展，我國在有人/無人機(jī)協(xié)同作戰(zhàn)領(lǐng)域也開展了大量具有針對性的研究并取得了一定的技術(shù)突破。2014年9 月，由中航工業(yè)主持的“伴飛型無人機(jī)”項目完成了1架雙模駕駛有人機(jī)與3架無人機(jī)順序起飛、編隊會合、隊形變換，有人/無人雙模駕駛、編隊解散，在線航路重規(guī)劃和順序著陸這一完整運(yùn)行概念的半物理驗證。2020年10月，中國電子科學(xué)研究院開展的陸空協(xié)同固定翼無人機(jī)“蜂群”系統(tǒng)的試飛試驗，標(biāo)志著我國正式擁有了實用化的無人機(jī)“蜂群”。但總的來說，我國在有人/無人機(jī)協(xié)同技術(shù)上的研究還處在摸索階段，目前，仍缺乏對頂層技術(shù)的論證和關(guān)鍵技術(shù)的突破，距離系統(tǒng)研制和真正列裝還存在較大差距。

2 有人/無人機(jī)協(xié)同作戰(zhàn)指揮控制架構(gòu)

傳統(tǒng)的無人機(jī)編隊飛行主要依靠地面基站的集中控制，地面操作人員將根據(jù)戰(zhàn)場態(tài)勢和無人機(jī)回傳的數(shù)據(jù)來指揮編隊執(zhí)行任務(wù)。而有人/無人機(jī)指揮控制系統(tǒng)是將有人機(jī)平臺和無人機(jī)平臺整合為分布式一體化的作戰(zhàn)系統(tǒng)，飛行員不僅操縱飛機(jī)，而且還要完成對無人機(jī)編隊的指令下達(dá)。相對而言，有人/無人機(jī)協(xié)同作戰(zhàn)模式可以有效解決通信時延帶來的決策滯后問題，從而實現(xiàn)編隊內(nèi)部的一致性態(tài)勢感知與戰(zhàn)術(shù)決策。典型的指揮控制架構(gòu)，如圖1所示。

圖1 有人/無人機(jī)協(xié)同作戰(zhàn)指揮控制架構(gòu)[10]Fig.1 Manned/unmanned aerial vehicle coordinated operational command and control architecture[10]

典型的指揮控制架構(gòu)，主要包括任務(wù)規(guī)劃層、協(xié)調(diào)控制層以及功能實現(xiàn)層。其中：任務(wù)規(guī)劃層負(fù)責(zé)態(tài)勢感知并進(jìn)行在線決策；協(xié)調(diào)控制層負(fù)責(zé)對決策命令進(jìn)行編碼，并生成動作級命令；功能實現(xiàn)層負(fù)責(zé)機(jī)身各個執(zhí)行機(jī)構(gòu)的調(diào)整，生成相應(yīng)的機(jī)動動作。

3 關(guān)鍵技術(shù)

有人/無人機(jī)協(xié)同作戰(zhàn)指揮架構(gòu)中的協(xié)調(diào)控制層主要涉及的是協(xié)同規(guī)劃控制問題，這是一類極具復(fù)雜性和耦合性的多約束、多目標(biāo)決策優(yōu)化問題，當(dāng)前的主流觀點是基于分層遞階思想，將該問題解耦為協(xié)同規(guī)劃層和協(xié)同控制層，其中：協(xié)同規(guī)劃層包括協(xié)同任務(wù)分配與協(xié)同航跡規(guī)劃；協(xié)同控制層包括航跡跟蹤與隊形保持。

3.1 協(xié)同任務(wù)分配

有人/無人機(jī)協(xié)同任務(wù)分配問題需要重點研究不同于有人機(jī)意圖下的異構(gòu)無人機(jī)任務(wù)分配與調(diào)度，即在考慮無人機(jī)作戰(zhàn)性能、作戰(zhàn)半徑、載荷類型等各方面約束下，將無人機(jī)和目標(biāo)任務(wù)相匹配并生成執(zhí)行調(diào)度序列，最終實現(xiàn)作戰(zhàn)效能的最大化?？梢钥闯?，協(xié)同任務(wù)分配是1 項復(fù)雜的任務(wù)指派和資源調(diào)度問題。此外，協(xié)同任務(wù)分配還與協(xié)同航跡規(guī)劃問題緊密耦合，在任務(wù)分配時，需要考慮相應(yīng)的航程代價，同時，該問題也是后續(xù)開展航跡規(guī)劃的前驅(qū)條件，即在航跡規(guī)劃前需要確定各平臺具體的使命任務(wù)和協(xié)同方式，并將多個航跡段的初始狀態(tài)和終端狀態(tài)作為航跡規(guī)劃的輸入?yún)?shù)。

針對協(xié)同任務(wù)分配，當(dāng)前的通用做法是先將其抽象為經(jīng)典的組合優(yōu)化問題，參考現(xiàn)有模型對問題中的決策變量、約束條件以及目標(biāo)函數(shù)進(jìn)行數(shù)學(xué)編碼，再利用相應(yīng)的理論和算法進(jìn)行求解。其中混合整數(shù)線性規(guī)劃（Mixed Integer Linear Programming，MILP）和協(xié)同多任務(wù)分配問題（Cooperative Multiple Task Assignment Problem，CMTAP）模型由于擴(kuò)展性好，可以用于描述各類復(fù)雜的時空約束，應(yīng)用最為廣泛。就求解算法而言，可以將任務(wù)分配問題進(jìn)一步分為集中式和分布式2種。

3.1.1

集中式任務(wù)分配架構(gòu)中，存在1 個信息控制和決策中心，各無人機(jī)平臺向中心實時或周期性通報態(tài)勢信息，從而保證任務(wù)分配結(jié)果做到全局最優(yōu)。然而，由于任務(wù)分配問題的NP 特性，隨著問題求解規(guī)模的擴(kuò)大，如果繼續(xù)追求全局最優(yōu)解，最終將造成維數(shù)災(zāi)難。顯然，集中式任務(wù)分配對于規(guī)模效應(yīng)較為敏感，同時，面對實時動態(tài)環(huán)境，態(tài)勢信息的頻繁更新，集中式求解架構(gòu)極易造成通信擁塞和決策困難。為了在求解速度和解的質(zhì)量之間取得平衡，采用智能優(yōu)化算法進(jìn)行任務(wù)分配問題的求解已成為當(dāng)前的主流做法。

典型的算法有遺傳算法（Genetic Algorithm，GA）、粒子群優(yōu)化（Particle Swarm Optimization，PSO）和蟻群優(yōu)化（Ant Colony Optimization，ACO）等，此類算法復(fù)雜度低，易于實現(xiàn)且具有良好的擴(kuò)展性，可以與其他算法結(jié)合來提升算法性能。文獻(xiàn)[16]通過對遺傳算法進(jìn)行分布式改進(jìn)，加快了異構(gòu)無人機(jī)任務(wù)分配問題的求解速度；文獻(xiàn)[17]將非支配排序遺傳算法和島嶼模型、主從模型結(jié)合，采用混合式架構(gòu)將無人機(jī)編隊劃分為多個編組，編組之間采用并行運(yùn)算機(jī)制，并通過各自的master節(jié)點遷移優(yōu)解和環(huán)境信息，從而實現(xiàn)編組之間的快速學(xué)習(xí)進(jìn)化。由此可見，對集中式求解算法進(jìn)行分布式改進(jìn)，在計算過程中引入并行機(jī)制是加快算法求解速度的有效方式。文獻(xiàn)[19]對量子粒子群算法（Quantum Particle Swarm Optimization，QPSO）做出進(jìn)一步改進(jìn)，采用均勻化級聯(lián)Logistic 映射增強(qiáng)初始種群的多樣性，有利于搜索到全局最優(yōu)解；基于高斯概率分布對粒子進(jìn)行變異操作，以跳出局部最優(yōu)。姚佩陽團(tuán)隊將動態(tài)列表（Dynamic List Scheduling，DLS）作為啟發(fā)策略與智能優(yōu)化算法相結(jié)合，通過動態(tài)列表縮小搜索范圍，加快算法的求解速度；文獻(xiàn)[21]針對離散粒子群優(yōu)化-郭濤（DPSO-GT）算法易陷入局部最優(yōu)的問題，引入模擬退火（Simulated Annealing，SA）Metropolis 準(zhǔn)則，在迭代過程中不但接受優(yōu)化解，而且還按照一定概率接受相對較差的解，從而跳出局部最優(yōu)；文獻(xiàn)[22]提出1 種基于變領(lǐng)域搜索（VNS）算法用來改善PSO 算法陷入局部收斂的問題，并且設(shè)計了1種概率啟動準(zhǔn)則，特別針對陷入局部最優(yōu)的粒子采用較高的概率進(jìn)行變領(lǐng)域搜索，從而避免大范圍執(zhí)行跳出局部收斂的策略，降低了算法整體的計算開銷。綜上，針對智能優(yōu)化算法的改進(jìn)，主要集中在提高算法求解速度和跳出局部最優(yōu)2 個方面，采用并行計算架構(gòu)和加入啟發(fā)信息，可以提高算法的求解速度，增加種群多樣性、調(diào)整算法參數(shù)或結(jié)合局部搜索能力強(qiáng)的算法，可以實現(xiàn)跳出局部最優(yōu)。

3.1.2

分布式任務(wù)分配架構(gòu)中，無人機(jī)通過互相之間的通信協(xié)商實現(xiàn)任務(wù)協(xié)調(diào)。由于沒有統(tǒng)一的信息節(jié)點，無人機(jī)往往只需掌握相鄰無人機(jī)的狀態(tài)信息即可，但這樣難以保證任務(wù)分配解的質(zhì)量，同時還要在任務(wù)協(xié)調(diào)階段進(jìn)行一致沖突消解。分布式任務(wù)分配的研究重點主要有2類：一是基于市場機(jī)制的方法，包括合同網(wǎng)算法和拍賣算法；另一類是基于群體智能的方法。

合同網(wǎng)算法借鑒經(jīng)濟(jì)行為中“招標(biāo)—投標(biāo)—中標(biāo)—簽約”機(jī)制，具備任務(wù)執(zhí)行能力的無人機(jī)通過競爭和協(xié)商來壓低任務(wù)執(zhí)行的代價。拍賣算法最早由Bertsekas提出，本質(zhì)上屬于具有多項式時間的樹搜索算法，無人機(jī)按照多種拍賣規(guī)則爭取任務(wù)歸屬權(quán)?；谑袌鰴C(jī)制的分配方式需要在一定規(guī)模的無人機(jī)群體之間進(jìn)行多輪的通信協(xié)商。為降低這一過程中的通信負(fù)載壓力，可以基于特定的評價體系構(gòu)建任務(wù)熟人集，在招標(biāo)前對任務(wù)執(zhí)行主體進(jìn)行初步的篩選，從而降低通信和計算開銷。類似的方法還有基于范例推理和忽略過期消息等。在通信受限的無人機(jī)編隊作戰(zhàn)任務(wù)場景中，無人機(jī)往往只能在局部建立統(tǒng)一的通信網(wǎng)絡(luò)用于協(xié)商任務(wù)策略，這與基于市場機(jī)制的任務(wù)分配框架非常類似。文獻(xiàn)[28]在考慮無人機(jī)通信范圍的基礎(chǔ)上，基于合同網(wǎng)算法完成了多無人機(jī)的動態(tài)任務(wù)分配。此外，針對由于通信延時造成的無人機(jī)態(tài)勢感知不一致，產(chǎn)生任務(wù)沖突的問題，文獻(xiàn)[23]設(shè)計了基于時間戳的一致性沖突消解算法。此外，由于決策時間為多項式時間且采用分布式松散架構(gòu)，基于市場機(jī)制的任務(wù)分配在動態(tài)不確定場景中表現(xiàn)出良好的魯棒性。

基于市場機(jī)制的方法采用顯式通信，天然存在通信負(fù)載大的缺陷，而基于群體智能的算法往往采用“刺激-響應(yīng)”機(jī)制的隱式通信，通過個體與個體以及個體與環(huán)境之間的簡單交互，涌現(xiàn)出被稱為共識主動性（Stigmergy）的群體智能，從而自組織完成復(fù)雜任務(wù)。文獻(xiàn)[31]參考蟻群算法構(gòu)建動態(tài)信息素地圖，并設(shè)計狀態(tài)轉(zhuǎn)移函數(shù)來引導(dǎo)多個個體自組織完成偵察任務(wù)；文獻(xiàn)[32]在此基礎(chǔ)上引入Dubins曲線，最終完成多無人機(jī)任務(wù)分配和路徑規(guī)劃的一體化求解；文獻(xiàn)[33]通過降低個體對同一類型任務(wù)的響應(yīng)閾值，從而產(chǎn)生動態(tài)學(xué)習(xí)效果，加快任務(wù)分配時的決策速度。

綜合上述分析，集中式任務(wù)分配調(diào)度與戰(zhàn)前規(guī)劃的應(yīng)用場景比較貼近，在充分考慮各類敵方情報、自身作戰(zhàn)能力以及預(yù)期作戰(zhàn)效果的基礎(chǔ)上，弱化實時性要求，制定詳細(xì)的任務(wù)分配時空方案，從而確定編隊飛行“轉(zhuǎn)運(yùn)點”和調(diào)度序列。分布式任務(wù)分配過程是基于無人機(jī)之間的交互協(xié)作開展具體的作戰(zhàn)行動，這與編隊實時交戰(zhàn)的進(jìn)程較為類似。同時，分布式任務(wù)分配過程求解速度較快，滿足了實時性要求，在編隊動態(tài)合作與集群對抗應(yīng)用方面獲得了良好的實驗結(jié)果。利用分布式任務(wù)分配調(diào)度技術(shù)，可以實現(xiàn)作戰(zhàn)過程中分段航跡目標(biāo)點的快速標(biāo)定。

3.2 協(xié)同航跡規(guī)劃

有人/無人機(jī)系統(tǒng)本質(zhì)上是異構(gòu)的多智能體系統(tǒng)，對于異構(gòu)機(jī)群的航跡規(guī)劃，需要結(jié)合任務(wù)規(guī)劃指標(biāo)、飛行約束條件和戰(zhàn)場環(huán)境等因素，設(shè)計協(xié)同飛行航跡，以優(yōu)化總體作戰(zhàn)效能。根據(jù)對飛行航跡的描述粒度可以將航跡規(guī)劃進(jìn)一步分為航路規(guī)劃和軌跡規(guī)劃。航路規(guī)劃通常將任務(wù)空間離散化處理，以降低問題求解難度，隨后采用圖搜索或者樹搜索的方法進(jìn)行路徑尋優(yōu)。圖搜索法利用網(wǎng)格圖的形式進(jìn)行航跡規(guī)劃，是機(jī)器人領(lǐng)域廣泛采用的1種重構(gòu)方法，但在與飛行器動力學(xué)模型結(jié)合時存在難度，且求解實時性較差；樹搜索是1 種基于采樣的單查詢隨機(jī)搜索算法，其無須在規(guī)劃前對節(jié)點擴(kuò)展進(jìn)行預(yù)處理，但計算量較大，在節(jié)點處不利于跟蹤，拓展到多智能體航跡規(guī)劃中較為困難。另外，勢場法由于算法簡單、實時性好而得到廣泛運(yùn)用，但是在未知環(huán)境且存在動態(tài)障礙的情況下，建模存在一定的難度，極易陷入局部最優(yōu)值。

在實際應(yīng)用過程中，上述的各類航路規(guī)劃算法具備良好的擴(kuò)展性，可以互相借鑒融合，以滿足規(guī)劃速度和動態(tài)性的要求。另外，協(xié)同航路規(guī)劃結(jié)果可以作為參考解，用于任務(wù)分配過程中的航程估計，實現(xiàn)航路規(guī)劃和任務(wù)分配的一體化求解。軌跡規(guī)劃充分考慮飛行器的飛行性能，基于控制量參數(shù)建立微分運(yùn)動方程，從而將軌跡規(guī)劃問題轉(zhuǎn)化為最優(yōu)控制問題，同時，后期可以更好地對接航跡跟蹤控制算法。其求解辦法主要有直接法和間接法2種。間接法由于數(shù)學(xué)推導(dǎo)過程復(fù)雜，且存在收斂半徑小、對初值敏感等問題，在軌跡規(guī)劃方面應(yīng)用不多；直接法進(jìn)一步將最優(yōu)控制問題轉(zhuǎn)化為參數(shù)優(yōu)化問題，可以采用非線性規(guī)劃的相關(guān)算法進(jìn)行求解。其中：啟發(fā)式算法在用于多機(jī)軌跡規(guī)劃時，計算時間長且不易收斂；偽譜法具備良好的收斂性和較低的初值敏感度，但建模存在一定難度且容易陷入局部最優(yōu)；凸優(yōu)化作為1 種新興的最優(yōu)控制算法，近年來在多機(jī)協(xié)同航跡規(guī)劃領(lǐng)域得到了廣泛運(yùn)用。

隨著無人機(jī)作戰(zhàn)運(yùn)用的不斷推進(jìn)，航跡規(guī)劃過程更加注重實戰(zhàn)化背景的多要素擴(kuò)展。多機(jī)協(xié)同問題作為編隊協(xié)同戰(zhàn)術(shù)實現(xiàn)的基礎(chǔ)，是當(dāng)前航跡規(guī)劃研究的1 個熱點，其中編隊內(nèi)部避碰以及提高計算效率是問題求解的關(guān)鍵。文獻(xiàn)[44]針對有人/無人機(jī)編隊協(xié)同問題，引入時空協(xié)同約束設(shè)計了編隊規(guī)劃器，充分保證編隊，特別是有人機(jī)的飛行安全；文獻(xiàn)[45]提出了1 套基于定制內(nèi)點法的凸優(yōu)化子問題求解流程，將多無人機(jī)航跡規(guī)劃求解耗時降低到秒級；文獻(xiàn)[46]基于動態(tài)優(yōu)先級將無人機(jī)集群航跡規(guī)劃解耦為多個單機(jī)航跡規(guī)劃，降低了問題求解難度；文獻(xiàn)[47]提出1種空間分層的多機(jī)協(xié)同航跡規(guī)劃策略，將計算量由指數(shù)增長轉(zhuǎn)化為多項式乘積，有效降低了算法對規(guī)模效應(yīng)的敏感度。

隱蔽突防作為綜合考慮飛行器動力學(xué)約束以及真實戰(zhàn)場中電磁空間特性的現(xiàn)實問題，對規(guī)劃航跡的安全性以及有效性提出了進(jìn)一步要求。文獻(xiàn)[48]將飛行高度作為目標(biāo)函數(shù)之一，旨在規(guī)劃“貼地飛行”的低空突防航跡，但是對于飛行性能約束以及戰(zhàn)場環(huán)境的建模過于簡化；文獻(xiàn)[49]考慮隱身無人機(jī)相對于敵防空雷達(dá)姿態(tài)角引起的RCS變化，以總探測概率最低為目標(biāo)，完成了雷達(dá)網(wǎng)突防航跡的快速規(guī)劃；文獻(xiàn)[50]在航跡規(guī)劃過程中進(jìn)一步考慮地形遮蔽對雷達(dá)發(fā)現(xiàn)概率以及視距（Line of Sight，LOS）的影響；文獻(xiàn)[51]針對多普勒體制雷達(dá)盲區(qū)特性，研究非隱身無人機(jī)的突防航跡；文獻(xiàn)[52]將遠(yuǎn)距離支援干擾空域劃設(shè)與突防航跡規(guī)劃作為多機(jī)協(xié)同突防問題的一體兩面進(jìn)行了綜合考慮。

為充分達(dá)成預(yù)期作戰(zhàn)效果，無人機(jī)戰(zhàn)術(shù)的展開階段對航跡規(guī)劃的精度要求已經(jīng)提高到了戰(zhàn)術(shù)動作級別。此外，在分布式作戰(zhàn)背景下，作戰(zhàn)資源采取分散部署的策略，多無人機(jī)在任務(wù)執(zhí)行過程中需要彼此之間展開戰(zhàn)術(shù)協(xié)同。為此，需要針對具體的任務(wù)類型從作戰(zhàn)效能的角度出發(fā)，進(jìn)行戰(zhàn)術(shù)動作規(guī)劃以及多機(jī)協(xié)同航跡規(guī)劃。文獻(xiàn)[53]針對飛行器投彈過程，將多種基礎(chǔ)飛行動作制定為戰(zhàn)術(shù)模板，實現(xiàn)了從軌跡優(yōu)化問題到參數(shù)優(yōu)化問題的轉(zhuǎn)變，降低了問題求解難度；文獻(xiàn)[54]通過導(dǎo)彈制導(dǎo)律模型反解出無人機(jī)執(zhí)行投彈任務(wù)時的終端狀態(tài)約束，采用最優(yōu)控制理論完成無人機(jī)攻擊占位的航跡規(guī)劃；文獻(xiàn)[55]對“垂直散開”戰(zhàn)術(shù)進(jìn)行數(shù)學(xué)描述，抽象出多個戰(zhàn)術(shù)導(dǎo)航點，以便進(jìn)一步的航跡規(guī)劃；文獻(xiàn)[56]對多機(jī)協(xié)同航跡欺騙的時空約束條件進(jìn)行深入分析，采用Legendre偽譜法求解建立的最優(yōu)控制模型；文獻(xiàn)[57]從動力學(xué)控制的角度對無人機(jī)利用地面無人車進(jìn)行空地協(xié)同加油的任務(wù)場景展開研究，旨在延長無人機(jī)的有效任務(wù)時間；文獻(xiàn)[58]針對長機(jī)投彈攻擊、僚機(jī)照射引導(dǎo)的戰(zhàn)術(shù)協(xié)同過程，結(jié)合hp 自適應(yīng)偽譜法完成無人機(jī)協(xié)同對地攻擊分段航跡優(yōu)化。

綜上分析可知，當(dāng)前航跡規(guī)劃的相關(guān)研究正朝著具體任務(wù)場景下的實際作戰(zhàn)過程擴(kuò)展。應(yīng)瞄準(zhǔn)異構(gòu)多機(jī)之間的高效協(xié)同，科學(xué)運(yùn)用各種機(jī)動策略，提高作戰(zhàn)編隊的突防概率和打擊效能，以期實現(xiàn)全作戰(zhàn)流程的隱蔽出航、成功突防、有效突擊和安全返航。

3.3 協(xié)同飛行控制

在完成有人/無人機(jī)編隊協(xié)同任務(wù)分配調(diào)度與航跡規(guī)劃的基礎(chǔ)上，要實現(xiàn)在真實作戰(zhàn)環(huán)境中對飛行器平臺的編隊飛行控制，需要重點研究如何讓異構(gòu)多機(jī)編隊對規(guī)劃航跡進(jìn)行穩(wěn)定跟蹤以及在協(xié)同戰(zhàn)術(shù)展開時保持穩(wěn)定的戰(zhàn)術(shù)構(gòu)型，這是無人機(jī)作戰(zhàn)運(yùn)用底層技術(shù)實現(xiàn)的重要一環(huán)。

3.3.1

真實作戰(zhàn)環(huán)境中，風(fēng)場變化情況十分復(fù)雜，存在定常風(fēng)、切變風(fēng)、隨機(jī)風(fēng)和梯度風(fēng)等多種擾動形式，其對機(jī)群編隊飛行控制的影響不可忽視。文獻(xiàn)[60]運(yùn)用粒子濾波的方式，對風(fēng)場進(jìn)行參數(shù)估計，實現(xiàn)風(fēng)場模型的建立，其采用的對狀態(tài)變量估計的方法可以較好地應(yīng)用于非線性風(fēng)場模型。后期，需要特別針對風(fēng)場擾動，設(shè)計相應(yīng)的飛控算法，以提高編隊無人機(jī)跟蹤控制系統(tǒng)的魯棒性和控制精度。

此外，滑模變結(jié)構(gòu)控制和動態(tài)逆控制在單機(jī)航跡跟蹤中也有較多的應(yīng)用：前者在求解復(fù)雜高階控制問題上效果較好，但保守性大，易出現(xiàn)控制量飽和的問題；后者的系統(tǒng)模型受仿射非線性限制的影響小，在工程中應(yīng)用較多，但受飛行器建模精度的影響較大，往往需要考慮抗擾動的問題。

3.3.2

有人/無人機(jī)編隊隊形控制作為編隊飛行的基本保障和核心技術(shù)，在編隊飛行過程中，它控制編隊內(nèi)各機(jī)保持期望隊形的幾何關(guān)系不變或在允許誤差范圍內(nèi)變化。當(dāng)前，在無人機(jī)、機(jī)器人、無人水下航潛器和航天器編隊等應(yīng)用領(lǐng)域均有較為成熟的編隊控制方法，大致分為領(lǐng)航跟隨法、基于行為法、虛擬結(jié)構(gòu)法和一致性算法，有人/無人機(jī)編隊保持控制問題，可以從這些領(lǐng)域汲取相關(guān)技術(shù)經(jīng)驗。

其中，領(lǐng)航跟隨法比較符合當(dāng)前的有人/無人機(jī)協(xié)同作戰(zhàn)應(yīng)用場景。有人機(jī)作為編隊的指揮機(jī)充當(dāng)長機(jī)角色，相應(yīng)的，無人機(jī)作為僚機(jī)在擾動條件下對有人機(jī)進(jìn)行穩(wěn)定跟蹤。該方法控制形式簡單，有人機(jī)按照預(yù)先規(guī)劃的航跡飛行，無人機(jī)與有人機(jī)之間的相對位置關(guān)系根據(jù)飛行航向設(shè)定后，就可實現(xiàn)對整個跟隨編隊的飛行控制，大大簡化了控制過程。文獻(xiàn)[70]基于領(lǐng)航跟隨策略，設(shè)計了時變擾動下的動態(tài)反饋自適應(yīng)有人/無人機(jī)編隊隊形保持控制器，其能夠有效消除外界擾動對編隊構(gòu)型的影響；文獻(xiàn)[71]通過滑模控制器（SMC）實現(xiàn)了leader 和follower 的隊形保持，并使其均能穩(wěn)定跟蹤參考軌跡；文獻(xiàn)[72]基于領(lǐng)航跟隨的編隊拓?fù)浣Y(jié)構(gòu)，設(shè)計了1 種具有容錯機(jī)制的編隊保持控制算法，可以對外界擾動、氣動參數(shù)的不確定性和執(zhí)行器故障進(jìn)行補(bǔ)償，從而實現(xiàn)魯棒控制。

特別的，有人/無人機(jī)編隊在出航和返航以及部分特殊任務(wù)場景下需要采取緊密編隊的飛行方式：該飛行方式一方面可以提高僚機(jī)的升阻比，從而節(jié)省燃料；另一方面可以作為某種特定的協(xié)同樣式以滿足任務(wù)需求。如文獻(xiàn)[74]中，采取多無人機(jī)緊密編隊的方式進(jìn)行，可以有效地隨隊支援干擾，以實現(xiàn)對敵雷達(dá)網(wǎng)的突防。與松散編隊飛行不同的是，緊密編隊飛行時，長機(jī)會在后方產(chǎn)生翼尖渦流，形成編隊內(nèi)部的氣動耦合效應(yīng)。為此，針對緊密編隊，需要在氣動耦合條件下設(shè)計更為精確、穩(wěn)定的隊形控制算法以保證編隊的飛行安全。文獻(xiàn)[76]針對空中自動加油的任務(wù)場景，對加油機(jī)的尾渦流場進(jìn)行了精確仿真，并通過風(fēng)擾動下的受油機(jī)動力學(xué)建模，分析出加油機(jī)尾渦對受油機(jī)動態(tài)特性的影響；文獻(xiàn)[77]通過“在線”編隊氣動模型預(yù)測編隊內(nèi)部產(chǎn)生的氣動耦合效應(yīng)，并基于此，設(shè)計了魯棒自適應(yīng)編隊控制算法。

綜上分析可知，異構(gòu)機(jī)群的飛行控制是連接航跡規(guī)劃與航跡跟蹤的“紐帶”，對編隊在實際戰(zhàn)場環(huán)境中按照預(yù)定航跡飛行，實現(xiàn)既定的戰(zhàn)法戰(zhàn)術(shù)起到了底層支撐作用。為此，合理設(shè)計風(fēng)場環(huán)境下有人/無人機(jī)編隊飛行控制算法以及氣動耦合效應(yīng)下的編隊隊形保持控制算法，對于保證編隊飛行安全，提升編隊?wèi)?zhàn)斗力意義重大。

4 總結(jié)與展望

有人/無人機(jī)協(xié)同作戰(zhàn)作為未來戰(zhàn)爭的發(fā)展方向之一，在學(xué)界和軍事領(lǐng)域引起了廣泛關(guān)注。本文從規(guī)劃控制的角度對其關(guān)鍵技術(shù)發(fā)展進(jìn)行了梳理和總結(jié)，可以看出，相關(guān)研究不斷地在向作戰(zhàn)運(yùn)用聚焦，取得了眾多理論技術(shù)成果，但距離真正的實戰(zhàn)應(yīng)用還存在如求解速度、動態(tài)適應(yīng)和任務(wù)細(xì)節(jié)覆蓋以及硬件支撐等方面的不足。隨著計算機(jī)、人工智能、多智能體理論等在橫向與縱向領(lǐng)域的快速發(fā)展，有人/無人機(jī)協(xié)同作戰(zhàn)運(yùn)用的相關(guān)技術(shù)和理論呈現(xiàn)出如下的發(fā)展趨勢。

4.1 基于深度學(xué)習(xí)/強(qiáng)化學(xué)習(xí)的任務(wù)規(guī)劃研究

通過3.1 節(jié)的分析可知，任務(wù)分配本質(zhì)上來說屬于經(jīng)典的組合優(yōu)化問題。近年來，眾多學(xué)者利用深度學(xué)習(xí)和強(qiáng)化學(xué)習(xí)理論在組合優(yōu)化問題上開展了一系列前沿探索性的研究工作，該方法在序列決策的求解上表現(xiàn)出極強(qiáng)的動態(tài)性和學(xué)習(xí)能力。在未來高烈度及對抗環(huán)境下的無人機(jī)作戰(zhàn)需要開展實時性任務(wù)規(guī)劃與決策控制，而深度學(xué)習(xí)與強(qiáng)化學(xué)習(xí)在這一方面具有極大的潛力，現(xiàn)階段已有一些初步的研究成果。

4.2 基于群體智能的耦合問題一體化求解

有人/無人機(jī)協(xié)同作戰(zhàn)運(yùn)用的最終目標(biāo)是實現(xiàn)每個作戰(zhàn)平臺“在正確時間到達(dá)正確地點執(zhí)行正確任務(wù)”，這是1個高度耦合的多目標(biāo)優(yōu)化問題，需要異構(gòu)多機(jī)之間展開信息層、任務(wù)層、載荷層的高效協(xié)同。傳統(tǒng)的分層遞階思想將該問題解耦為多個并列的子問題，但是作戰(zhàn)過程呈現(xiàn)的復(fù)雜系統(tǒng)特性使得這些問題相互嵌套，難以做到完全獨立。智能化集群作戰(zhàn)是未來戰(zhàn)爭的1 種發(fā)展趨勢，可以借鑒社會化生物群體的集群行為，賦予單個作戰(zhàn)平臺一定的智能水平，并基于特定的交互規(guī)則與組織架構(gòu)，實現(xiàn)群體智能涌現(xiàn)。該方法在求解難以進(jìn)行細(xì)節(jié)抽象的耦合問題方面，具有天然優(yōu)勢并展現(xiàn)出自組織、自適應(yīng)能力以及良好的規(guī)模擴(kuò)展性，可以在作戰(zhàn)過程中實現(xiàn)感知協(xié)同、任務(wù)協(xié)同和火力協(xié)同等問題的一體化求解。

4.3 基于作戰(zhàn)視角的總體技術(shù)框架設(shè)計

當(dāng)前，有人/無人機(jī)協(xié)同作戰(zhàn)領(lǐng)域的技術(shù)研究更多的是著眼局部細(xì)節(jié)，對未來的作戰(zhàn)運(yùn)用價值難以形成體系效應(yīng)。相反的，從作戰(zhàn)視角出發(fā)，發(fā)揮先進(jìn)作戰(zhàn)概念對技術(shù)發(fā)展的牽引作用，可以實現(xiàn)從戰(zhàn)爭謀劃到技術(shù)研發(fā)的良性閉環(huán)，掌握戰(zhàn)爭整體的先勝優(yōu)勢。為此，須進(jìn)一步厘清有人/無人機(jī)協(xié)同作戰(zhàn)能力建設(shè)需求，并以此為基礎(chǔ)進(jìn)行相關(guān)技術(shù)的整體框架設(shè)計。當(dāng)前，“穿透型制空”“馬賽克戰(zhàn)”“信息機(jī)動”等作戰(zhàn)概念催生出的“低-零功率”、跨域協(xié)同和智能決策等能力需求，為有人/無人機(jī)協(xié)同作戰(zhàn)相關(guān)技術(shù)發(fā)展指明了方向。隨著戰(zhàn)爭形態(tài)的不斷演變，未來有人/無人機(jī)協(xié)同作戰(zhàn)運(yùn)用的技術(shù)發(fā)展更加需要向?qū)崙?zhàn)聚焦，以先進(jìn)作戰(zhàn)概念為牽引，將作戰(zhàn)進(jìn)程引入電磁環(huán)境和概率空間，融入成熟的戰(zhàn)法戰(zhàn)術(shù)，加強(qiáng)作戰(zhàn)過程的動態(tài)對抗特性，并精細(xì)化設(shè)計異構(gòu)多機(jī)之間的協(xié)同規(guī)則，不斷增強(qiáng)交戰(zhàn)過程的復(fù)雜性和不確定性，從而使敵方陷入態(tài)勢認(rèn)知和決策方面的困難，使我牢牢把握戰(zhàn)爭制勝優(yōu)勢。