无人飞行器制导控制与集群智能 | 智能科学与技术丛书

无人飞行器一般指无人驾驶的航空航天飞行器，因其具有独特优势，在民用和军事领域得到广泛应用。随着人工智能的日益发展，大量智能化无人系统装备应运而生，未来战争将呈现出信息化、无人化、集群化、智能化、自主化等特点。无人飞行器集群的灵感和思想来源于自然界生物群体的智能自组织行为，它们通常“倾巢而出”“蜂拥而至”“以小博大”“齐心协力”，往往让敌手“防不胜防”，这种“分散兵力，集中火力”的集群协同作战模式将极大程度地改变未来战争的形态，已成为世界军事强国发展和竞争的新热点。

无人飞行器种类繁多，包括无人机、旋翼飞行器、导弹、高超声速飞行器、变体飞行器等，通过制导与控制技术实现基本的稳定飞行、航路或目标跟踪，通过集群协同可以执行情报搜索、侦察警戒、电子干扰、通信中继、战斗评估、战场突围、饱和攻击等众多作战任务，获得远超于单个飞行器作战平台的作战效能。无人飞行器集群协同作战以多智能体协同控制理论为基础，以无人系统科学与技术为支撑，是一项提升武器装备作战效能的颠覆性技术。

近年来，美国国防部、空军、海军等机构不断规划和出台无人飞行器集群作战相关的计划项目，极大地推动了无人飞行器的制导控制和集群智能协同控制技术的发展。然而，无人飞行器集群智能技术具有丰富的理论内涵和广泛的应用前景，它的理论发展还不够完善，工程应用仍有待推进。（甄子洋等编著. 北京：科学出版社，2024.1）一书的作者在国家自然科学基金项目(61973158)等课题的支持下，在国内率先开展了无人飞行器技术领域的研究，在无人飞行器制导与控制、协同任务规划、编队飞行、集群作战等方面取得了较大的研究进展，并进行了相关飞行试验验证。

← 左右滑动查看详细信息→

本书既是对上述研究成果的系统性总结，也有对国内外相关理论与技术的发展概述。本书全面介绍了无人飞行器制导控制与集群智能的相关理论方法及应用。首先，综述了无人飞行器、制导与控制、集群智能协同控制以及集群作战应用的技术发展现状；其次，介绍了固定翼无人机、旋翼飞行器、导弹、高超声速无人飞行器、变体无人飞行器的制导与控制理论方法；接着，阐述了无人飞行器集群的自组织任务规划、信息感知交互及运动控制方法的基本原理；然后，研究了无人飞行器集群协同侦察、对地打击、饱和攻击、空中对抗等典型作战应用；最后，分析了无人系统集群智能跨域协同的作战概念和技术内涵。

本书第8 章无人飞行器集群智能协同作战，主要研究了无人飞行器集群智能协同作战的几个典型任务，包括协同点目标侦察、面目标侦察、对地打击、突防打击、饱和攻击和空战对抗等。本文摘编分享其中“8.4 集群协同突防打击”。

集群协同突防打击

航母、基地、指挥控制中心等高价值目标一直是军事行动中重要的打击对象，为此需要有防御系统形成反制区域，以便保护高价值目标。无人飞行器集群突防打击任务的关键在于威胁规避程度、精确打击率及近似于闪击战的快速打击后撤离战场的集群存活率等。在敌方全系统空防下，如何尽可能地规避任务过程中的敌方威胁以提高存活率、高效检索敌方目标以实行精确打击、缩短战场滞留时间以快速撤离战场成为集群突防任务中亟待解决的关键问题。本节主要研究基于混合人工势场-狼群算法(hybrid artificial potential field-wolf pack algorithm，HAPF-WPA)的集群突防打击方法。

1 协同突防打击任务

假设敌方空防区域具有全系统防御能力，考虑探测跟踪、电子干扰、伪装欺骗与毁伤拦截等四种防御手段，我方无人飞行器集群由一群同构无人飞行器组成，需要先穿越敌方包围圈或防护带，再精确打击目标，具体场景示意图如下图所示。

▲ 集群协同突防打击场景示意图

无人飞行器集群协同突防打击的关键步骤包括感知、通信、决策、控制与攻击。感知主要指获得环境、威胁和目标信息；通信主要指保持机间通信实现信息交互；决策主要指派出飞行器、确定突防方向和生成航路信息；控制主要指跟踪航路、避开威胁和避免相撞；攻击主要指对目标实施精确协同打击。

2 全系统防御下的集群突防

突防区域或攻击区域涵盖了当前反集群作战的四大类别，在飞行器集群突防过程中，规避敌方火力密集区域、逃离敌方侦察机探测范围、远离电子干扰高强度领域及保证集群内部的机间防撞等行为尤为重要，对此进行如下建模（详细过程略）。

• 探测跟踪区。

• 电子干扰区。

• 拦截毁伤区。

• 伪装欺骗区。

3 基于人工势场的协同突防打击

无人飞行器集群突防打击任务的目标是以最小的突防损失，成功打击指定目标，并撤离战场。为此研究了一种基于改进人工势场法的协同突防打击算法。该算法的关键在于计算目标对集群的引力以及各个威胁对集群的斥力，具体计算方法描述如下（详细过程略）。

• 目标引力场。

• 安全区引力场。

• 探测跟踪区斥力场。

• 电子干扰区斥力场。

• 毁伤拦截区斥力场。

• 伪装欺骗区斥力场。

• 集群内部防撞斥力场。

4 基于狼群优化的协同突防打击

自然界的狼群具有强者为王的社会组织、规则分明的捕猎制度以及狩猎场中丰富的交互方式，狼群优化算法是一种模拟狼群捕猎行为的仿生学算法。狼群具有很强的攻击性和组织性，在捕猎过程中会展现召唤、游走、奔袭与围攻等智能行为，因此可以较好地匹配飞行器集群协同突防打击任务。无人飞行器相当于狼，突防相当于避开危险、隐蔽前行，搜索目标相当于寻找猎物，分布式通信相当于狼群嚎叫，打击目标相当于捕杀猎物。

狼群具有严密的等级制度，按照社群关系可以分为头狼、探狼及猛狼三类，无人飞行器集群的突防打击任务可以视为狼群的狩猎行为，具体思想描述如下。

• 头狼是狼群通过竞争所产生的首领，负责狼群的指挥与决策。它相当于无人飞行器集群中的长机或指挥中心，掌握着全局信息，它的召唤行为相当于飞行器集群的战术决策、任务分配等行为。

• 探狼是狼群中的精锐部分，通常具有更快的速度与更丰富的捕猎经验，一般会先行出发，负责搜索与跟踪猎物，也容易处于危险的最前沿。它相当于无人飞行器集群中的前端飞行器，它的游走行为相当于飞行器集群的目标搜索和跟踪行为，同时也容易受到敌方的探测、干扰、欺骗和毁伤等。

• 猛狼是狼群中攻击能力强的部分，通常蛰伏在头狼周围，等待头狼进攻信号以围剿猎物。它相当于无人飞行器集群中的后端飞行器，它的围攻行为相当于飞行器集群的包围打击行为。

无人飞行器集群的协同突防打击任务可转化为狼群围猎的路径寻优问题， 面向无人飞行器集群协同突防打击任务的狼群优化算法流程如图所示。

▲ 基于狼群优化的集群协同突防打击流程图

• 首先，需要初始化狼群的位置；

• 其次，依据一定的规则产生头狼和探狼，头狼可以直接进入下一次迭代；

• 然后，先后进入探狼游走、头狼召唤、猛狼奔袭、狼群围攻等智能行为，过程中会按照最优性原则更新头狼；

• 最后，按照“适者生存”的自然法则，适应度较低的一些人工狼将被淘汰，然后在头狼周围重新随机生成新的人工狼位置，从而更新狼群。

• 算法反复迭代直至任务完成，否则满足其他终止条件。

选择合适的适应度函数对于狼群优化算法的应用效果尤为重要，因为它既可以引导无人飞行器集群飞行目标，又可以引导集群安全地避开各种威胁。

5 基于混合人工势场-狼群优化的协同突防打击

针对无人飞行器集群协同突防打击任务，人工势场法通常存在距离过近导致的斥力过大、距离过远引起的引力异常以及易陷入局部最优等问题，而狼群优化算法存在适应度函数选择困难等问题。混合人工势场-狼群优化算法结合了人工势场法与狼群优化算法各自的优势，主要是在后者的适应度函数中引入了前者的势场力，较好地综合了局部和全局的搜索能力。

混合人工势场-狼群算法的主要步骤描述如下（详细过程略）。

• 狼群位置初始化。

• 头狼产生规则。

• 探狼游走行为。

• 猛狼奔袭行为。

• 狼群围攻行为。

▲ 集群协同突防打击仿真结果

无人飞行器集群协同突防打击的仿真结果如图所示。从图中可以看出，协同算法在很大程度上优化了突防过程中的集群运动轨迹，使集群能够实现威胁规避、机间防撞、伪目标探测及真实目标打击等能力，提高了飞行器集群突防打击的生存率和成功率。

本文摘编自《无人飞行器制导控制与集群智能》（甄子洋等编著. 北京：科学出版社，2024.1）一书“前言”“第8 章 无人飞行器集群智能协同作战”，有删减修改，标题为编者所加。

(智能科学技术著作丛书)

责任编辑：陈 静 高慧元

本书可作为控制科学与工程、无人系统科学与技术、航空宇航科学与技术、兵器科学与技术等相关学科研究生的参考书，也可供从事无人飞行器技术相关领域研究的科研工作者和工程技术人员借鉴参考。

（本文编辑：刘四旦）

一起阅读科学!

科学出版社│微信ID：sciencepress-cspm

专业品质 学术价值

原创好读 科学品位

科学出版社视频号

硬核有料 视听科学