论文部分内容阅读
摘 要： 随着军事技术不断进步， 无人机在军事作战方面得到越来越广泛的应用， 发挥着越来越重要的作用， 有人/无人机协同作战模式必将成为未来一种重要的作战方式。 针对无人机在协同作战体系中的应用， 构建有人/无人机协同作战体系结构， 研究有人/无人机被动集中式、 半主动分布式和驻地分布式协同作战模式， 提出支撑未来有人/无人机协同作战的关键技术， 对提升协同作战能力具有重要的现实意义和理论意义。
关键词： 无人机; 协同作战; 作战模式; 关键技术; 作战能力
中图分类号： TJ85; V279 文献标识码： A 文章编号： 1673-5048（2021）05-0033-05
0 引 言
近些年， 随着无人机在近几次局部战争中的广泛应用， 各军事强国正试图利用有人/无人机协同作战来弥补传统作战力量在信息化作战上的劣势。 信息化战场环境下， 利用有人/无人机协同作战， 充分发挥其作战能力并进行互补增效， 是提高作战效能的重要手段[1-2]。 虽然当前无人机的智能化水平尚无法支撑其在作战行动中完全实现“自主”作战， 但是通过有人/无人机协同作战， 可以充分发挥两者的优势， 提高无人机智能化水平和整体作战效能， 弥补现有作战模式的缺点， 是未来信息化战争重要的作战方式[3]。
1 有人/无人机作战体系结构
有人/无人机作战体系包括地面指挥中心、 指挥机、 有人/无人机编组三类实体构成， 利用高度信息化的作战体系实现指挥机、 有人机和无人机之间的有序高效协同。 随着智能化技术的发展， 指挥机并非必须固定在有人机上， 未来高度智能化的无人机同样可以成为指挥机。 有人机与无人机协同遂行作战任务过程中， 如果某个有人机或无人机被击毁， 失去相应的作战能力， 则通过信息交互技术实现作战体系的自动调整， 将该平台的作战职责自动迁移至其他作战平台上， 从而实现作战体系的柔性重组， 提高其抗毁能力。 结合有人机与无人机协同作战的组织关系， 构建具有层次化特征的作战体系结构， 如图1所示。
有人/无人机协同作战的关键是合理分解作战任务， 优化配置作战资源， 快速、 高效达成作战目标。 信息化作战体系的运行贯穿于作战行动全过程， 根据作战进程可以将体系运行过程分为四个步骤： 一是由地面指挥中心依据作战需求， 快速生成作战任务， 并借助作战决策系统实现作战任务的分解， 将作战任务下发至各指挥机; 二是指挥机利用作战规划系统对分配的作战任务进行深度分解， 形成可执行的
作战子任务， 并下发至各有人/无人机编组; 三是各有人/无人机编组领取任务后， 对编组执行的局部任务进行优化， 并建立局部协同作战方案， 遂行作战子任务; 四是各有人/无人机编组将作战任务的执行状态反馈至指挥机和地面指挥中心， 由指挥
机统筹作战任务的局部执行情况， 形成局部作战态势， 地面指挥中心统筹作战任务的整体执行情况， 形成整体作战态势， 并根据所形成的局部和整体作战态势， 优化局部和整体作战方案， 将优化方案以作战任务的方式反馈至各有人/无人机编组， 從而实现有人机和无人机闭环式协同作战。
2 有人/无人机协同作战模式
美军在“第三次抵消战略”中提出有人/无人机作战编队， 旨在利用有人和无人机系统之间的有效协同， 大力激发体系作战能力[4-5]。 根据无人机的智能化水平， 有人/无人机协同作战可以划分为三种模式： 一是有人/无人机被动集中式协同作战模式， 即无人机无智能化， 有人机通过遥控无人机被动参与作战; 二是有人/无人机半主动分布式协同作战模式， 即无人机具有局部智能化， 与有人机进行半自主协同作战; 三是有人/无人机驻地分布式协同作战模式， 即无人机具有全局智能化， 与有人机实现全自主协同作战。
2.1 有人/无人机被动集中式协同作战模式
“被动集中式”是机械化条件下的有人/无人机协同作战模式， 处于协同作战的初级阶段， 是最原始的作战模式。 “被动集中式”作战模式的指挥机全程固定在有人机上， 无人机配合有人机完成作战任务， 其核心思想是不单独依靠多用途有人机独立完成相应的作战任务， 而是将各种作战能力分散加载到多种无人机上， 由有人机控制无人机协同作战。 因此， 如果有人机被击毁， 将极大影响作战进程， 而无人机被击毁， 将一定程度上影响作战进程。 有人/无人机被动集中式协同作战模式将包括少量有人机和大量无人机， 有人机驾驶员作为战斗指挥者和决策者， 负责作战任务的分配和实施， 而无人机则用于执行相对危险或相对简单的单项任务（如电子干扰或空中侦察等）[6-7]。 有人机是被动集中式协同作战的核心， 具有很强的指挥控制能力， 与无人机之间是一种主从关系， 有人机对无人机的飞行轨迹、 通信保障、 有效载荷和任务执行等多个层面进行有效的控制。 有人/无人机协同作战需要其之间具有良好的互连、 互通和互操作能力， 它们之间的信息交互可以按作战进程自动发起， 也可以由有人机根据作战需求随时发起。 有人机根据战场态势的变化， 能够及时传输作战指令给无人机， 必要的时候对无人机飞行进行人工干预， 同时， 无人机能够将获取的战场情报数据、 作战任务执行状态以及自身运行情况及时反馈给有人机。 综合上述信息， 有人机驾驶员对战场态势进行分析判断， 及时调整作战计划， 并指挥无人机协同有人机完成相应的作战任务。
有人/无人机被动集中式协同作战可以降低作战体系的复杂性， 减少无人机之间的通信， 适用于小规模、 近距离的有人/无人机协同作战模式。
有人/无人机被动集中式协同作战模式如图2所示。
2.2 有人/无人机半主动分布式协同作战模式
“半主动分布式”是信息化条件下的有人/无人机协同作战模式， 处于协同作战的中级阶段， 是目前普遍应用的作战模式。 “半主动分布式”作战模式的指挥机基本固定在有人机上， 但在局部空间也存在无人机独立完成作战任务， 其核心思想是不再依靠高价值多用途有人机独立完成相应的作战任务， 而是将各种能力分散加载到多种无人机上， 相比较“被动集中式”， 不是简单的有人机控制无人机， 而是增加了无人机之间的信息交互， 由有人/无人机协同决策。 虽然有人机对作战进程的影响要大于无人机， 但是有人机被击毁对作战进程的影响要低于“被动集中式”。 有人/无人机半主动分布式协同作战模式不但包括大量的有人机和无人机， 而且有人机的指挥决策功能部分被智能化无人机取代， 无人机可以通过捕捉局部战场态势的变化， 快速作出决策， 并分配相应的作战任务给最优的有人/无人机， 及时完成局部作战任务。 在作战任务执行过程中， 无人机不再是单纯的执行机， 而成为具有部分指挥决策功能的指挥机。 无人机依据局部作战任务需求， 分析战场态势的变化， 判断战场目标的威胁程度， 优化分配传感器和火力打击等资源， 形成分布式传感器资源和火力资源的使用决策， 下达科学合理的指挥协同命令， 协调分散配置的有人机与无人机高效协同完成局部作战任务。 该作战模式以大容量、 高效、 快速的信息传输网络为基础， 以协同作战任务规划为核心， 综合机载雷达、 无人侦察机、 无人察打机等多类传感器设备在多维空间监视战场态势， 为火力打击平台提供精确的目标指示[8]。 有人/无人机半主动分布式协同作战模式对无人机的自主协调能力要求较高， 要同时具备感知、 判断、 决策、 交互等战场认知能力， 优点是灵活性好， 适用于复杂、 高危的战场环境。
有人/无人机半主动分布式协同作战模式如图3所示。
2.3 有人/无人机驻地分布式协同作战模式
“驻地分布式”是智能化条件下的有人/无人机协同作战模式， 处于协同作战的高级阶段， 是未来有人/无人机协同作战的重要发展方向。 “驻地分布式”作战模式的指挥机根据作战任务需要在无人机与有人机之间实现自由切换， 其核心思想是有人机和无人机都可以作为战场空间的指挥控制节点， 全程自主参与作战， 相比较“半主动分布式”， 不再是无人机之间简单的信息交互， 而是任何一个作战平台都能够随时共享其他作战平台的信息， 进行自主作战决策， 主导作战行动的进程， 同时， 作战进程的主导可以在不同作战平台之间自由切换， 因此， 有人机或无人机单独被击毁对整个编队的作战效能影响不大。
在作战任务执行过程中， 全过程同时发生在密切相关的物理域、 信息域、 认知域和行动域， 有人机与无人机之间的信息交互在四个域内分别表现为态势共享、 信息共享、 决策共享和打击共享[8]。 战场各类探测传感器收集来自物理域的目标监视和战场环境相关信息， 在信息域中经传输、 融合等处理后， 通过网络在有人机与无人机之间实现信息共享， 在认知域中发挥体系整体决策优势， 形成科学合理的决策计划， 在行动域中无人机或有人机按照决策计划分配的作战任务， 对作战目标实施精确打击， 并在物理域中将评估的任务完成程度及时共享其他作战平台。 作战全过程在四个域内并不是依次发生的关系， 而是在不同域内同时发生并将信息实时共享于其他作战平台。 该作战模式可以最大限度发挥作战编队的整体决策优势， 实现有人机和无人机优势互补、 分工协作， 适用于作战任务复杂的战场环境。 有人/无人机驻地分布式协同作战模式高度智能化的无人机决策仅仅是保证完成作战任务的前提下， 实现整个编队作战效能的最大化， 而要实现整个作战体系效能的最优化， 有人机还是起到主导作用。 如何实现多个有人/无人机编队整体作战效能的最优化已经成为未来重点研究方向。
有人/无人机驻地分布式协同作战模式如图4所示。
3 有人/无人机协同作战关键技术
在信息化时代， 迫切要求采用大数据、 云计算、 数据挖掘、 机器学习等最新技术， 支撑有人/无人机协同作战模式向智能化方向发展， 提高自主协同作战水平， 推动其作战能力实现跨越式发展。 以智能化作战需求为牵引， 围绕驻地分布式协同作战模式， 研究突破战场态势研判、 作战任务自动分配、 智能化仿真推演与评估等核心技术， 已经成为提升有人/无人机协同作战能力的基础和关键[9]。
3.1 战场态势研判及预测技术
态势研判及预测的重点是通过研究敌方作战部署的调整， 深度分析战场态势的变化， 对未来战场态势进行初步预测。 利用复杂网络对有人/无人机协同作战体系进行建模， 以作战体系中各有人机和无人机之间的指挥、 控制和协同等关系为边设计复杂网络， 研究点和边在复杂网络中的分布， 探索其变化规律， 认识作战体系的演化， 分析有人/无人机协同作战重心以及协同关系[10]， 实现对战场态势的研判。 同时， 通过多智能体建模技术构建有人/无人机协同作战实体模型， 演示有人/无人机协同作战能力是如何影响作战体系的演化， 利用复杂网络技术构建大量有人机和无人机之间的交互关系模型， 进而反映作战实体之间的交互关系和网络演化趋势。 收集大量有人/无人机协同作战样式涉及到的相关数据， 如飞行速度、 航向、 高度等参数作为协同作战训练数据， 训练支持向量回归机得到战场预测模型; 依据战场预测模型及已获取的敌方实时战场态势辅助作战行动决策， 从而为有人/无人机协同作战提供更精准的敌方目标动态监视情报支撑[11]。
3.2 作战任务自动分配技术
作战任务自动分配是统筹整体作战资源和匹配作战任务的过程， 即根据预先设定的作战任务需求， 安排与之匹配的有人机或无人机遂行相应作战任务， 且分配给有人机或无人机的作战任务应符合整体作战态势需求。 作战任务自动分配的关键是面向作战任务需求的自动分配技术， 其主要对比敌我双方在关键性局部战场上的力量部署、 交战格局和火力配系， 综合计算得出双方不同作战平台的作战势能值， 在定量计算的基础上对不同作战平台要执行的作战任务进行智能化分配。 该技术通过引入加权系数的作战任务生成框架， 其中， 加权系数主要是根据力量部署、 交战格局和火力配系对作战任务的重要性为其进行合理加权， 以己方作战损失最小为前提， 以完成整体作战任务为基础， 以实现总体作战目标为核心， 深入研究作战任务与作战目標的映射关系， 在有人机与无人机编组的飞行高度、 速度以及战场环境影响等约束条件下， 建立基于目标匹配和加权系数相结合的作战任务自动分配模型， 实现有人/无人机高度自主地自动分配作战任务， 确定作战目标和行动方案。
3.3 作战方案智能推演与评估技术
作战方案智能推演与评估是基于机器学习对作战方案进行智能化推演和智能化评估。 智能化推演是支撑有人/无人机协同作战方案仿真试验的基础平台， 着眼提高作战方案仿真推演的智能化水平， 应实现基于离线学习的智能推演机制， 利用有人/无人机协同作战数据作为训练样本， 训练深度逆向强化学习网络， 以经典战例或经典演习中的获胜方作为专家示例学习回报函数， 构建面向有人机和无人机的自主协同作战模型; 智能化评估包括有人/无人机协同作战方案的整体综合评估和局部专项评估， 从技术可行性、 作战效能发挥、 可承受风险等多个方面对作战方案进行评估， 采用正向与逆向评估、 静态与动态评估、 整体与局部评估、 人工与系统评估、 过程与结果评估等多种评估方式， 从多角度对作战方案进行全面评估， 找出有人/无人机协同作战方案的优点和缺点， 分析作战方案产生问题的原因， 为其进行优化调整提供科学依据。 4 結 论
本文构建了有人/无人机协同作战体系结构， 研究有人/无人机被动集中式、 半主动分布式和驻地分布式协同作战模式， 提出支撑未来有人/无人机协同作战的关键技术， 但是并没有分析关键技术对协同作战能力的贡献率。 下一步将通过定量分析和定性分析相结合的方法， 设定贡献率评估指标， 研究关键技术对协同作战能力的影响， 为关键技术的研发提供科学合理的发展路线图。
参考文献：
[1] 姚传明， 王庆元， 杨叶林. 多平台协同作战任务系统建模[J].指挥信息系统与技术， 2017， 8（3）： 43-48.
Yao Chuanming， Wang Qingyuan， Yang Yelin. Mission System Modeling for Multi-Platform Cooperative Combat[J]. Command Information System and Technology， 2017， 8（3）： 43-48.（in Chinese）
[2] Jung D W， Tsiotras P. On-Line Path Generation for Unmanned Aerial Vehicles Using B-Spline Path Templates[J]. Journal of Guidance， Control， and Dynamics， 2013， 36（6）： 1642-1653.
[3] 魏炳翌， 闻新. 基于高阶滑模观测器的微分滑模四旋翼无人机控制研究[J]. 航空兵器， 2017 （4）： 26-32.
Wei Bingyi， Wen Xin. Study on Sliding-Mode Differentiation Quadrotor UAV Based on High-Order Sliding-Mode Observer [J]. Aero Weaponry， 2017 （4）： 26-32.（in Chinese）
[4] 李东兵， 申超， 蒋琪. SoSITE等项目推动美军分布式空战体系建设和发展[J]. 飞航导弹， 2016（9）： 65 -70.
Li Dongbing， Shen Chao， Jiang Qi. SoSITE and Other Projects Promote the Construction and Development of the US Military’s Distributed Air Combat System[J]. Aerodynamic Missile Journal， 2016（9）： 65-70.（in Chinese）
[5] Defense Advanced Research Projects Agency （DARPA）. CD-MaST/Sea of Dreams RFI， DARPA-SY-17-47 [R]. 2016.
[6] 王涛， 胡军， 黄克明. 多无人机协同作战系统运用方式研究[J]. 舰船电子工程， 2015， 35（3）： 4-7.
Wang Tao， Hu Jun， Huang Keming. Application Modes of Cooperative Combat for Multi-UAVS System [J]. Ship Electronic Engineering， 2015， 35 （3）： 4-7.（in Chinese）
[7] 沈林成， 牛轶峰， 朱华勇. 多无人机自主协同控制理论与方法[M]. 北京： 国防工业出版社， 2013： 271-276.
Shen Lincheng， Niu Yifeng， Zhu Huayong. Theories and Methods of Autonomous Cooperative Control for Multiple UAVs[M]. Beijing： National Defense Industry Press， 2013： 271- 276.（in Chinese）
[8] 李进军， 申战胜. 基于信息系统的水面舰艇分布式协同作战研究[J]. 军事运筹与系统工程， 2015， 29（3）： 16-19.
Li Jinjun， Shen Zhansheng. Research on the Distributed Cooperative Operation of Surface Warship Based on Information System[J]. Military Operations Research and Systems Engineering， 2015， 29（3）： 16-19.（in Chinese） [9] 張强， 李建华， 孙禄. 面向体系作战的信息共享效益建模仿真[J]. 火力与指挥控制， 2014， 39（2）： 42-45.
Zhang Qiang， Li Jianhua， Sun Lu. Research on Modeling and Simulation for Information Sharing Benefit Oriented System Combat[J]. Fire Control & Command Control， 2014， 39（2）： 42-45.（in Chinese）
[10] 张臻， 姜枫， 李彭伟. 基于重心分析的联合作战计划制定方法[J]. 指挥信息系统与技术， 2016， 7（3）： 38-43.
Zhang Zhen， Jiang Feng， Li Pengwei. Method for Joint Operational Design Based on Gravity Analysis[J]. Command Information System and Technology， 2016， 7（3）： 38-43.（in Chinese）
[11] 王君， 芮同林， 李进， 等. 空空导弹网络化协同制导作战模式[J]. 航空兵器， 2015（5）： 32-35.
Wang Jun， Rui Tonglin， Li Jin， et al. The Networking Cooperative Guidance Combat Pattern for Air-to-Air Mi- ssile[J]. Aero Weaponry， 2015（5）： 32-35.（in Chinese）
Research on the Collaborative Operational Mode and Key
Technologies of Manned/Unmanned Aerial Vehicles
Sun Shengzhi1*， Meng Chunning1， Hou Yan2， Cai Xiaobin3
（1. China Coast Guard Academy， Ningbo 315801， China;
2. Aerospace Command College， Space Engineering University， Beijing 101416， China;
3.Unit 93196 of PLA， Urumqi 841700， China）
Abstract： With the continuous progress of military technology， unmanned aerial vehicles have been more and more widely used in military operation and play an increasingly important role. The collaborative operational mode of manned/unmanned aerial vehicles will surely become an important operational mode in the future. According to the application of unmanned aerial vehicles in the collaborative operational system， the manned/unmanned aerial vehicles collaborative operational architecture is constructed， and the passive centralized， semi-active distributed and resident distributed collaborative operational modes of manned/unmanned aerial vehicles are studied， and key technologies for supporting future manned/unmanned aerial vehicles collaborative operation are proposed. It is of great practical and theoretical significance to enhance the capability of collaborative operation.
Key words： unmanned aerial vehicle; collaborative operation; operational mode; key technology; operational capability
关键词： 无人机; 协同作战; 作战模式; 关键技术; 作战能力
中图分类号： TJ85; V279 文献标识码： A 文章编号： 1673-5048（2021）05-0033-05
0 引 言
近些年， 随着无人机在近几次局部战争中的广泛应用， 各军事强国正试图利用有人/无人机协同作战来弥补传统作战力量在信息化作战上的劣势。 信息化战场环境下， 利用有人/无人机协同作战， 充分发挥其作战能力并进行互补增效， 是提高作战效能的重要手段[1-2]。 虽然当前无人机的智能化水平尚无法支撑其在作战行动中完全实现“自主”作战， 但是通过有人/无人机协同作战， 可以充分发挥两者的优势， 提高无人机智能化水平和整体作战效能， 弥补现有作战模式的缺点， 是未来信息化战争重要的作战方式[3]。
1 有人/无人机作战体系结构
有人/无人机作战体系包括地面指挥中心、 指挥机、 有人/无人机编组三类实体构成， 利用高度信息化的作战体系实现指挥机、 有人机和无人机之间的有序高效协同。 随着智能化技术的发展， 指挥机并非必须固定在有人机上， 未来高度智能化的无人机同样可以成为指挥机。 有人机与无人机协同遂行作战任务过程中， 如果某个有人机或无人机被击毁， 失去相应的作战能力， 则通过信息交互技术实现作战体系的自动调整， 将该平台的作战职责自动迁移至其他作战平台上， 从而实现作战体系的柔性重组， 提高其抗毁能力。 结合有人机与无人机协同作战的组织关系， 构建具有层次化特征的作战体系结构， 如图1所示。
有人/无人机协同作战的关键是合理分解作战任务， 优化配置作战资源， 快速、 高效达成作战目标。 信息化作战体系的运行贯穿于作战行动全过程， 根据作战进程可以将体系运行过程分为四个步骤： 一是由地面指挥中心依据作战需求， 快速生成作战任务， 并借助作战决策系统实现作战任务的分解， 将作战任务下发至各指挥机; 二是指挥机利用作战规划系统对分配的作战任务进行深度分解， 形成可执行的
作战子任务， 并下发至各有人/无人机编组; 三是各有人/无人机编组领取任务后， 对编组执行的局部任务进行优化， 并建立局部协同作战方案， 遂行作战子任务; 四是各有人/无人机编组将作战任务的执行状态反馈至指挥机和地面指挥中心， 由指挥
机统筹作战任务的局部执行情况， 形成局部作战态势， 地面指挥中心统筹作战任务的整体执行情况， 形成整体作战态势， 并根据所形成的局部和整体作战态势， 优化局部和整体作战方案， 将优化方案以作战任务的方式反馈至各有人/无人机编组， 從而实现有人机和无人机闭环式协同作战。
2 有人/无人机协同作战模式
美军在“第三次抵消战略”中提出有人/无人机作战编队， 旨在利用有人和无人机系统之间的有效协同， 大力激发体系作战能力[4-5]。 根据无人机的智能化水平， 有人/无人机协同作战可以划分为三种模式： 一是有人/无人机被动集中式协同作战模式， 即无人机无智能化， 有人机通过遥控无人机被动参与作战; 二是有人/无人机半主动分布式协同作战模式， 即无人机具有局部智能化， 与有人机进行半自主协同作战; 三是有人/无人机驻地分布式协同作战模式， 即无人机具有全局智能化， 与有人机实现全自主协同作战。
2.1 有人/无人机被动集中式协同作战模式
“被动集中式”是机械化条件下的有人/无人机协同作战模式， 处于协同作战的初级阶段， 是最原始的作战模式。 “被动集中式”作战模式的指挥机全程固定在有人机上， 无人机配合有人机完成作战任务， 其核心思想是不单独依靠多用途有人机独立完成相应的作战任务， 而是将各种作战能力分散加载到多种无人机上， 由有人机控制无人机协同作战。 因此， 如果有人机被击毁， 将极大影响作战进程， 而无人机被击毁， 将一定程度上影响作战进程。 有人/无人机被动集中式协同作战模式将包括少量有人机和大量无人机， 有人机驾驶员作为战斗指挥者和决策者， 负责作战任务的分配和实施， 而无人机则用于执行相对危险或相对简单的单项任务（如电子干扰或空中侦察等）[6-7]。 有人机是被动集中式协同作战的核心， 具有很强的指挥控制能力， 与无人机之间是一种主从关系， 有人机对无人机的飞行轨迹、 通信保障、 有效载荷和任务执行等多个层面进行有效的控制。 有人/无人机协同作战需要其之间具有良好的互连、 互通和互操作能力， 它们之间的信息交互可以按作战进程自动发起， 也可以由有人机根据作战需求随时发起。 有人机根据战场态势的变化， 能够及时传输作战指令给无人机， 必要的时候对无人机飞行进行人工干预， 同时， 无人机能够将获取的战场情报数据、 作战任务执行状态以及自身运行情况及时反馈给有人机。 综合上述信息， 有人机驾驶员对战场态势进行分析判断， 及时调整作战计划， 并指挥无人机协同有人机完成相应的作战任务。
有人/无人机被动集中式协同作战可以降低作战体系的复杂性， 减少无人机之间的通信， 适用于小规模、 近距离的有人/无人机协同作战模式。
有人/无人机被动集中式协同作战模式如图2所示。
2.2 有人/无人机半主动分布式协同作战模式
“半主动分布式”是信息化条件下的有人/无人机协同作战模式， 处于协同作战的中级阶段， 是目前普遍应用的作战模式。 “半主动分布式”作战模式的指挥机基本固定在有人机上， 但在局部空间也存在无人机独立完成作战任务， 其核心思想是不再依靠高价值多用途有人机独立完成相应的作战任务， 而是将各种能力分散加载到多种无人机上， 相比较“被动集中式”， 不是简单的有人机控制无人机， 而是增加了无人机之间的信息交互， 由有人/无人机协同决策。 虽然有人机对作战进程的影响要大于无人机， 但是有人机被击毁对作战进程的影响要低于“被动集中式”。 有人/无人机半主动分布式协同作战模式不但包括大量的有人机和无人机， 而且有人机的指挥决策功能部分被智能化无人机取代， 无人机可以通过捕捉局部战场态势的变化， 快速作出决策， 并分配相应的作战任务给最优的有人/无人机， 及时完成局部作战任务。 在作战任务执行过程中， 无人机不再是单纯的执行机， 而成为具有部分指挥决策功能的指挥机。 无人机依据局部作战任务需求， 分析战场态势的变化， 判断战场目标的威胁程度， 优化分配传感器和火力打击等资源， 形成分布式传感器资源和火力资源的使用决策， 下达科学合理的指挥协同命令， 协调分散配置的有人机与无人机高效协同完成局部作战任务。 该作战模式以大容量、 高效、 快速的信息传输网络为基础， 以协同作战任务规划为核心， 综合机载雷达、 无人侦察机、 无人察打机等多类传感器设备在多维空间监视战场态势， 为火力打击平台提供精确的目标指示[8]。 有人/无人机半主动分布式协同作战模式对无人机的自主协调能力要求较高， 要同时具备感知、 判断、 决策、 交互等战场认知能力， 优点是灵活性好， 适用于复杂、 高危的战场环境。
有人/无人机半主动分布式协同作战模式如图3所示。
2.3 有人/无人机驻地分布式协同作战模式
“驻地分布式”是智能化条件下的有人/无人机协同作战模式， 处于协同作战的高级阶段， 是未来有人/无人机协同作战的重要发展方向。 “驻地分布式”作战模式的指挥机根据作战任务需要在无人机与有人机之间实现自由切换， 其核心思想是有人机和无人机都可以作为战场空间的指挥控制节点， 全程自主参与作战， 相比较“半主动分布式”， 不再是无人机之间简单的信息交互， 而是任何一个作战平台都能够随时共享其他作战平台的信息， 进行自主作战决策， 主导作战行动的进程， 同时， 作战进程的主导可以在不同作战平台之间自由切换， 因此， 有人机或无人机单独被击毁对整个编队的作战效能影响不大。
在作战任务执行过程中， 全过程同时发生在密切相关的物理域、 信息域、 认知域和行动域， 有人机与无人机之间的信息交互在四个域内分别表现为态势共享、 信息共享、 决策共享和打击共享[8]。 战场各类探测传感器收集来自物理域的目标监视和战场环境相关信息， 在信息域中经传输、 融合等处理后， 通过网络在有人机与无人机之间实现信息共享， 在认知域中发挥体系整体决策优势， 形成科学合理的决策计划， 在行动域中无人机或有人机按照决策计划分配的作战任务， 对作战目标实施精确打击， 并在物理域中将评估的任务完成程度及时共享其他作战平台。 作战全过程在四个域内并不是依次发生的关系， 而是在不同域内同时发生并将信息实时共享于其他作战平台。 该作战模式可以最大限度发挥作战编队的整体决策优势， 实现有人机和无人机优势互补、 分工协作， 适用于作战任务复杂的战场环境。 有人/无人机驻地分布式协同作战模式高度智能化的无人机决策仅仅是保证完成作战任务的前提下， 实现整个编队作战效能的最大化， 而要实现整个作战体系效能的最优化， 有人机还是起到主导作用。 如何实现多个有人/无人机编队整体作战效能的最优化已经成为未来重点研究方向。
有人/无人机驻地分布式协同作战模式如图4所示。
3 有人/无人机协同作战关键技术
在信息化时代， 迫切要求采用大数据、 云计算、 数据挖掘、 机器学习等最新技术， 支撑有人/无人机协同作战模式向智能化方向发展， 提高自主协同作战水平， 推动其作战能力实现跨越式发展。 以智能化作战需求为牵引， 围绕驻地分布式协同作战模式， 研究突破战场态势研判、 作战任务自动分配、 智能化仿真推演与评估等核心技术， 已经成为提升有人/无人机协同作战能力的基础和关键[9]。
3.1 战场态势研判及预测技术
态势研判及预测的重点是通过研究敌方作战部署的调整， 深度分析战场态势的变化， 对未来战场态势进行初步预测。 利用复杂网络对有人/无人机协同作战体系进行建模， 以作战体系中各有人机和无人机之间的指挥、 控制和协同等关系为边设计复杂网络， 研究点和边在复杂网络中的分布， 探索其变化规律， 认识作战体系的演化， 分析有人/无人机协同作战重心以及协同关系[10]， 实现对战场态势的研判。 同时， 通过多智能体建模技术构建有人/无人机协同作战实体模型， 演示有人/无人机协同作战能力是如何影响作战体系的演化， 利用复杂网络技术构建大量有人机和无人机之间的交互关系模型， 进而反映作战实体之间的交互关系和网络演化趋势。 收集大量有人/无人机协同作战样式涉及到的相关数据， 如飞行速度、 航向、 高度等参数作为协同作战训练数据， 训练支持向量回归机得到战场预测模型; 依据战场预测模型及已获取的敌方实时战场态势辅助作战行动决策， 从而为有人/无人机协同作战提供更精准的敌方目标动态监视情报支撑[11]。
3.2 作战任务自动分配技术
作战任务自动分配是统筹整体作战资源和匹配作战任务的过程， 即根据预先设定的作战任务需求， 安排与之匹配的有人机或无人机遂行相应作战任务， 且分配给有人机或无人机的作战任务应符合整体作战态势需求。 作战任务自动分配的关键是面向作战任务需求的自动分配技术， 其主要对比敌我双方在关键性局部战场上的力量部署、 交战格局和火力配系， 综合计算得出双方不同作战平台的作战势能值， 在定量计算的基础上对不同作战平台要执行的作战任务进行智能化分配。 该技术通过引入加权系数的作战任务生成框架， 其中， 加权系数主要是根据力量部署、 交战格局和火力配系对作战任务的重要性为其进行合理加权， 以己方作战损失最小为前提， 以完成整体作战任务为基础， 以实现总体作战目标为核心， 深入研究作战任务与作战目標的映射关系， 在有人机与无人机编组的飞行高度、 速度以及战场环境影响等约束条件下， 建立基于目标匹配和加权系数相结合的作战任务自动分配模型， 实现有人/无人机高度自主地自动分配作战任务， 确定作战目标和行动方案。
3.3 作战方案智能推演与评估技术
作战方案智能推演与评估是基于机器学习对作战方案进行智能化推演和智能化评估。 智能化推演是支撑有人/无人机协同作战方案仿真试验的基础平台， 着眼提高作战方案仿真推演的智能化水平， 应实现基于离线学习的智能推演机制， 利用有人/无人机协同作战数据作为训练样本， 训练深度逆向强化学习网络， 以经典战例或经典演习中的获胜方作为专家示例学习回报函数， 构建面向有人机和无人机的自主协同作战模型; 智能化评估包括有人/无人机协同作战方案的整体综合评估和局部专项评估， 从技术可行性、 作战效能发挥、 可承受风险等多个方面对作战方案进行评估， 采用正向与逆向评估、 静态与动态评估、 整体与局部评估、 人工与系统评估、 过程与结果评估等多种评估方式， 从多角度对作战方案进行全面评估， 找出有人/无人机协同作战方案的优点和缺点， 分析作战方案产生问题的原因， 为其进行优化调整提供科学依据。 4 結 论
本文构建了有人/无人机协同作战体系结构， 研究有人/无人机被动集中式、 半主动分布式和驻地分布式协同作战模式， 提出支撑未来有人/无人机协同作战的关键技术， 但是并没有分析关键技术对协同作战能力的贡献率。 下一步将通过定量分析和定性分析相结合的方法， 设定贡献率评估指标， 研究关键技术对协同作战能力的影响， 为关键技术的研发提供科学合理的发展路线图。
参考文献：
[1] 姚传明， 王庆元， 杨叶林. 多平台协同作战任务系统建模[J].指挥信息系统与技术， 2017， 8（3）： 43-48.
Yao Chuanming， Wang Qingyuan， Yang Yelin. Mission System Modeling for Multi-Platform Cooperative Combat[J]. Command Information System and Technology， 2017， 8（3）： 43-48.（in Chinese）
[2] Jung D W， Tsiotras P. On-Line Path Generation for Unmanned Aerial Vehicles Using B-Spline Path Templates[J]. Journal of Guidance， Control， and Dynamics， 2013， 36（6）： 1642-1653.
[3] 魏炳翌， 闻新. 基于高阶滑模观测器的微分滑模四旋翼无人机控制研究[J]. 航空兵器， 2017 （4）： 26-32.
Wei Bingyi， Wen Xin. Study on Sliding-Mode Differentiation Quadrotor UAV Based on High-Order Sliding-Mode Observer [J]. Aero Weaponry， 2017 （4）： 26-32.（in Chinese）
[4] 李东兵， 申超， 蒋琪. SoSITE等项目推动美军分布式空战体系建设和发展[J]. 飞航导弹， 2016（9）： 65 -70.
Li Dongbing， Shen Chao， Jiang Qi. SoSITE and Other Projects Promote the Construction and Development of the US Military’s Distributed Air Combat System[J]. Aerodynamic Missile Journal， 2016（9）： 65-70.（in Chinese）
[5] Defense Advanced Research Projects Agency （DARPA）. CD-MaST/Sea of Dreams RFI， DARPA-SY-17-47 [R]. 2016.
[6] 王涛， 胡军， 黄克明. 多无人机协同作战系统运用方式研究[J]. 舰船电子工程， 2015， 35（3）： 4-7.
Wang Tao， Hu Jun， Huang Keming. Application Modes of Cooperative Combat for Multi-UAVS System [J]. Ship Electronic Engineering， 2015， 35 （3）： 4-7.（in Chinese）
[7] 沈林成， 牛轶峰， 朱华勇. 多无人机自主协同控制理论与方法[M]. 北京： 国防工业出版社， 2013： 271-276.
Shen Lincheng， Niu Yifeng， Zhu Huayong. Theories and Methods of Autonomous Cooperative Control for Multiple UAVs[M]. Beijing： National Defense Industry Press， 2013： 271- 276.（in Chinese）
[8] 李进军， 申战胜. 基于信息系统的水面舰艇分布式协同作战研究[J]. 军事运筹与系统工程， 2015， 29（3）： 16-19.
Li Jinjun， Shen Zhansheng. Research on the Distributed Cooperative Operation of Surface Warship Based on Information System[J]. Military Operations Research and Systems Engineering， 2015， 29（3）： 16-19.（in Chinese） [9] 張强， 李建华， 孙禄. 面向体系作战的信息共享效益建模仿真[J]. 火力与指挥控制， 2014， 39（2）： 42-45.
Zhang Qiang， Li Jianhua， Sun Lu. Research on Modeling and Simulation for Information Sharing Benefit Oriented System Combat[J]. Fire Control & Command Control， 2014， 39（2）： 42-45.（in Chinese）
[10] 张臻， 姜枫， 李彭伟. 基于重心分析的联合作战计划制定方法[J]. 指挥信息系统与技术， 2016， 7（3）： 38-43.
Zhang Zhen， Jiang Feng， Li Pengwei. Method for Joint Operational Design Based on Gravity Analysis[J]. Command Information System and Technology， 2016， 7（3）： 38-43.（in Chinese）
[11] 王君， 芮同林， 李进， 等. 空空导弹网络化协同制导作战模式[J]. 航空兵器， 2015（5）： 32-35.
Wang Jun， Rui Tonglin， Li Jin， et al. The Networking Cooperative Guidance Combat Pattern for Air-to-Air Mi- ssile[J]. Aero Weaponry， 2015（5）： 32-35.（in Chinese）
Research on the Collaborative Operational Mode and Key
Technologies of Manned/Unmanned Aerial Vehicles
Sun Shengzhi1*， Meng Chunning1， Hou Yan2， Cai Xiaobin3
（1. China Coast Guard Academy， Ningbo 315801， China;
2. Aerospace Command College， Space Engineering University， Beijing 101416， China;
3.Unit 93196 of PLA， Urumqi 841700， China）
Abstract： With the continuous progress of military technology， unmanned aerial vehicles have been more and more widely used in military operation and play an increasingly important role. The collaborative operational mode of manned/unmanned aerial vehicles will surely become an important operational mode in the future. According to the application of unmanned aerial vehicles in the collaborative operational system， the manned/unmanned aerial vehicles collaborative operational architecture is constructed， and the passive centralized， semi-active distributed and resident distributed collaborative operational modes of manned/unmanned aerial vehicles are studied， and key technologies for supporting future manned/unmanned aerial vehicles collaborative operation are proposed. It is of great practical and theoretical significance to enhance the capability of collaborative operation.
Key words： unmanned aerial vehicle; collaborative operation; operational mode; key technology; operational capability