1、“群”起而攻之 CMANO 智能型无人机蜂群作 战模式推演一、相关背景智能无人机集群是将大量无人系统基于开放式体系架构进行综合集成，以通信网络信息为中心，以系统群智涌现能力为核心，以平台间的协同交互能力为基础，以单平台节点作战能力为支撑，构建具有抗毁性、低成本、功能分布化等优势和智能特征的作战体系。无人集群作战系统可填补战术与战略之间的空白，以多元化投送方式快速投送到目标区域遂行多样化军事任务，包括与其他武器平台协同攻击海上、空中、地面目标及 ISR 等，实现对热点地区战略威慑、战役对抗、战术行动。2016 年 4 月，美军发布了小型无人机（SUAS）系统路线图2016-2036。该路线图由分
2、管情报侦察监视（ISR）的副参谋长 Robert P. Otto 中将签署并发布，凸显了小型无人系统及其集群对于 ISR 的重要意 义。将 SUAS 集成到美国空军的情报监视侦察资产组合中，帮助美国空军满足未来战士们在宽松和强对抗环境中的需求，并在首页标注“填补战术与战略之间的空白”，意指 该领域大有可为。美军已开始研制试验的几种典型智能型无人机蜂群如表 1 所示。表 1 美军研制试验的几种典型智能型无人机项目名称管理部门项目介绍 BAE“狼群” （wolfpack）DARPA 先进技术办公室（ATO）用来探 测、识别和定位以及干扰各种雷达和通信设施。低成本无人机集群技术（LOCUST）美国海
3、军研究办公室（ONR）通过自适应组网及自治协调，对某个区域进行全面侦察并对诸如指控系统等的关键节点及目标进行攻击。山鹑perdix 美国国防部战略能力办公室（SCO）微型无人机集群，执行侦察任务。小精灵 GremlinsDARPA 具备组网协同功能，携带侦察或电子战载荷，可回收。进攻性蜂群使能战术(OFFSET)项目 DARPA 聚焦于开放式软件与系统架构、博弈软件设计与基于博弈的社群开发、沉浸式交互技术、以及用于分布式机器人的机器人系统集成与算法开发，以开发并测试专为城市作战蜂群无人系统设计的蜂群战术。体系集成技术和试验（SoSITE）项目 DARPA 开发并实现用于新技术快速集成的系统架构
4、概念，无需对现有能力、系统或体系进行大规模重新设计。二、智能型无人机蜂群对海面大型目标作战模式（一）侦察探测模式对海面大型目标的搜索发现、定位跟踪无异于“大海捞针”，利用外部手段（例如天基探测）实现目标概略定位后，通过无人机蜂群完成大面积覆盖式扫描探测与跟踪是未来一种典型作战模式。在该模式中，利用重构宽频带天线、超宽带低噪复用信道等技术，实现侦察、干扰、探测、通信 4 种功能在系统架构、天线设计、信道复用、数据处理、信息融合等层面的一体化，解决蜂群无人机在有限载重下的载荷复用问题。同时，蜂群内部各无人机之间通过位置共享、探测信息共享，多源/多模信息融合可高效实现蜂群整体对目标的多基线测量、交叉
5、定位、信号特征增强、交叉印证，最终实现对目标的发现、识别、跟踪。 （二）攻击模式无人机蜂群通过自主规划能力、编队协同、人机接口和开放式架构，适应带宽限制和通信干扰，减少任务指挥官的认知负担，支撑拒止环境下协同作战（如图 1）。由于自身平台限制，无法携带常规杀伤武器，因此在目标打击阶段可行的方式有以下几种：一是智能精确打击模式，蜂群内部互相协作，自主选择目标、攻击形式、编队形式，通过多点、多次、快速打击，以小火力实现对重点目标、关键部位的精确打击，起到“四两拨千斤” 的效果；二是超高速攻击模式，将无人机平台自身转化为动能武器，以大于 5 马赫，甚至达到 20 马赫的高速攻击，使得传统防御系统面临
6、“清零 ”危险；三是电磁干 扰压制模式，即不采用传统的杀伤性武器系统，利用自身携带的多功能侦察干扰一体化载荷，对目标实施电磁干扰压制，例如 DARPA 的“小精灵” 无人机蜂群（如图 2）。图 1 拒止 环境协同作战模式（CODE）图 2 “小精灵”无人机集群执行电磁干扰压制任务三、CMANO 场景设计及实现在 CMANO 系统中，从两个角度开展无人机蜂群应用研究：一是作战模式与作战流程推演，利用 CMANO“人在回路”推演，对无人机蜂群参与作战过程推演提供步进式、可干预的闭环回路仿真；二是在任务控制阶段通过脚本接入人工智能协同指挥算法、协同态势感知与评估、协同路径规划、协同语义交互技术等外部
7、 AI 控制算法，实现无人机集群内部、无人机集群与有人作战系统之间的高度协同。 （一）想定背景蓝方某国近年来长期在某海域干涉地区国家之间事务，并派驻水面舰艇编队在相关海域巡逻，对红方在该区域经贸商船航行安全造成示威型干扰。 （二）红方想定红方通过天基探测手段发现蓝方水面舰艇编队通过某海峡进入相关区域，初步确定其当前概略航行范围在一个矩形海域内，从左上方开始，顺时针方向 4 个位置点分别为：（N171007，E1140230），（N170957，E1144915），（N163850，E1145018），（N163748，E1140236）。为精确掌握蓝方水面舰艇编队动态，为后续应对行动提供情报支
8、援，红方方向联合指挥机构下达作战指令。任务简报：红方空军第飞 行团，由 机场出动大型运输机 1 架，每架搭载10 架小规模无人机蜂群前出相关海域，在搜索任务区域内，完成对蓝方大型水面舰艇编队的发现、定位，并实现持续时间不小于 30 分钟的持续跟踪监视，同时将目标航行信息实时上报联合指挥机构。 （三）CMANO 场景实现第一步：在CMANO 系统中设置红蓝；并在蓝方添加水面舰艇编队，设置其航行路线。在红方机场添加大型运输机 1 架，分配巡逻侦察任务。第二步：设置事件触发机制，当红方 1 架运输机飞抵任务区域后，释放 10 架微小无人机，每架无人机搭载电子、光电侦察载荷，并通过内嵌自组织、协同规划
9、算法开始对任务区域进行搜索。整体场景如图 3 所示。本想定中，设定运输机搭载的蜂群无人机平台为瑞典研制生产的 Sperwer侦察无人机，搭载 1 副 CCD 相机、1 副红外侦察相机以及 1副激光雷达（如图 4）。图 3 想定整体场景图 4 Sperwer 无人机平台及搭载侦察载荷（四）蜂群无人机集群控制的实现从 CMANO1.13 版本开始，系统脚本语言 LUA 由 1.0 升级至 2.0 版本，开放并提供给用户的应用函数接口达到数百个，通过脚本语言 LUA 可以实现之前版本必须通过手动操作实现的想定编辑以及作战单元的精细化控制（如对每个作战单元部署位置的精细化控制）；通过脚本接口函数，可以
10、实现外部 AI 控制程序的接入。此次想定中，通过 LUA 脚本，初步设计了对小规模蜂群无人机的协同侦察任务与路径规划的简单 AI 算法。想定中，将释放无人机设置为事件触发，触发开关为“PLAN Y8 Remains in Area”，即运输机平台进入搜索区域（如图 5）。后续研究中，还可以扩展蜂群无人机协同指挥控制、数据融合、协同态势融合与评估等其它 AI 算法。本想定中，通过 LUA 脚本语言实现在想定中，红方大型运输机释放 10 架小型无人机的事件编辑脚本函数 CreateUAVFromTriggerUnit(triggerUnit)如图 6 所示。图 5 设置释放无人机触发事件图 6 释
11、放无人机蜂群事件脚本函数在该函数中，triggerUnit 表示触发事件的作战单元， “mission”为新释放的无人机需要执行的任务，函数“ScenEdit_GetMission（）”为 LUA 接口函数，即获取想定中相关任务，参数 1 为想定某一方名称，参数 2 为任务名称；函数“ScenEdit_AddUnit( )”为在想定中添加作战单元的接口函数，参数依次为单元类型、名称、数据库装备 ID、作战方、位置经纬度等信息；函数 ScenEdit_AssignUnitToMission( )为给指定任务分配作战单元的接口函数。四、推演过程与结果分析（一）无人机集群释放过程图 7 运输机进入搜
12、索区域后释放 10 架无人机集群由于想定中设置运输机载机进入指定区域后释放无人机集群，在图 7 所示场景中，已完成 10 架小型无人机的释放，将按照集群内部自主控制模式开始指定区域搜索侦察任务。 （二）无人机集群协同侦察探测过程本次想定推演中，设定 2 种无人机搜索控制模式，一是平行推进扫描搜索；二是自主协同区域分配搜索。在想定推演中，2 种模式的运行过程分别如图 8、9 所示。图 8 无人机集群平行推进扫描图 9 无人机集群自主协同区域分配搜索模式（三）侦察结果方式 1 中，在时刻 2:01:03，进入搜索区域的蓝方舰艇被 7 号和 8 号无人机同时发现：“Contact: SKUNK #6
13、 has been classified as: WPB 1338 Grand Isle Island C-Series - Determined as: Hostile (Classification by: UAV7 (UAV 01 Ugglan Sperwer UAV) Sensor: Euroflir FLIR at 27.9 nm)”。方式 2 中，在时刻 2:15:06，进入搜索区域的蓝方舰艇被 10 号无人机发现：“Contact: WPB 1338 Grand Isle Island C-Series #5 has been positively identified as:
14、WPB 1338 Grand Isle Island C-Series - Determined as: Hostile (ID by: UAV10 (UAV 01 Ugglan Sperwer UAV) Sensor: Euroflir CCD at 29.9 nm)”。对比两种方式结果，由于方式 1 使用的平行推进扫描覆盖面积大于方式 2，因此较快实现了对目标的发现。五、结论无人机蜂群的作战应用模式和内部控制模式非常复杂，目前国内相关研究基本都处于起步阶段。本文此次设计的想定功能较为简单，旨在抛砖引玉，通过人在回路的推演仿真验证无人机集群作战模式，通过 LUA 语言实现集群自组织控制模式；验证在 CMANO 平台中开展作战模式研究和算法试验两种模式研究的可行性，今后对 CMANO平台的研究和使用中将蜂群无人机的应用仿真、推演验证作为一个主要方向，请大家持续关注。
