有人机/无人机协同作战研究现状及关键技术浅析
樊洁茹，李东光
（北京理工大学机电动态控制重点实验室，北京 100081）
摘 要： 在阐述有人机/无人机协同作战基本概念的基础上，结合协同作战系统的作战任务需求，描述了一种典型的有人机/无人机协同作战想定，并且给出了协同作战过程中情报指令及控制指令信息处理流程。重点总结了有人机/无人机协同作战的国内外研究情况。对有人机/无人机协同交互控制技术、协同态势感知技术、协同任务分配技术、协同航路规划技术和协同效能评估技术等关键技术进行了讨论，最后对该领域的研究发展方向进行了展望。
关键词： 有人/无人机；协同作战；作战能力；协同控制；任务分配；效能评估
1 引 言
无人机具有结构简单、造价低廉、侦察能力强等特点，在电子干扰、防空压制、空中对抗、对地攻击等方面具有显著优势［1］。在军事应用层面，无人机已经从早期的侦察监视、通讯中继逐渐向“察-打-评”一体化方向发展［2］。近年来，随着航空科学的不断发展和无人机制造技术的不断突破，在军事需求的牵引下，无人机的设计和制造已经逐步走上了通用化和系列化之路，将在未来战争中扮演越来越重要的角色［3］。但是，随着时代的发展，未来战场环境愈加复杂，战争局势瞬息万变，而且无人机的智能系统还不能替代人的思维与判断，仅依靠无人机或无人机群的作战模式往往不能在指挥和决策中迅速做出最优决定。未来很长的一段时间内，在大多数作战任务中，无人机还不能完全摆脱“人在作战任务回路中”这一现状。因此，为了提高作战任务的成功率，有人机/无人机协同作战模式将成为当下及未来研究的重点，通过二者的相互支援、能力互补，形成一个有机的战斗系统。
有人机/无人机协同作战模式可以弥补无人机执行特定任务过程中应对各种突发情况时指挥与决策能力不足的短板，同时避免有人机执行高危任务的作战成本，提升整体集群的智能化水平，很大程度地提高信息时代体系对抗的作战效能。从以上角度分析，有人机/无人机协同作战的模式将改变现有空战格局，成为未来无人机作战运用的必然选择，具有重大军事应用价值。
2 有人机/无人机协同作战系统
2.1 协同作战概念
通过数据传输和通信，将有人机作为指挥机，无人机作为攻击机进行密切协同。通过地面指挥控制中心实现战场信息共享、可用资源统一调度及作战任务的综合管理。由无人机完成目标探测、识别、攻击和评估，将探测和评估结果与有人机进行互通，由有人机完成信息整合，感知战场态势，最终共同完成信息获取、战术决策、指挥引导、武器发射和武器制导等作战任务。
2.2 协同作战想定
有人机/无人机协同作战，能够在联合编队条件下充分发挥有人平台及无人平台优势，同时结合地面指挥控制中心，制定符合战场需求的具体编队作战模式，并使其达到最大作战效能。
现假设我方接到命令要求立即执行对敌方营地的突袭任务，目标是摧毁敌方地面防御工事。由地面指挥控制中心、有人机集群、无人机集群组成的有人机/无人机协同作战编队立即启动，对目标区域实施作战。首先由若干无人机组成的侦察编队，对目标区域进行侦察，在地面指挥控制中心或有人机的控制下，无人机多机协同搜索目标区域。多架无人机根据所携带的多种传感器，对目标区域进行综合探测，获得目标区域环境信息或态势信息，并将信息回传给指挥控制中心或有人机（如果有人机参与，则经过综合分析后，最终将目标信息发送给地面指挥控制中心）。指挥控制中心作为协同作战系统最高指控节点，通过对目标区域的卫星图像、目标信息等情报进行分析，得到战场全面态势情况。分析制定此次任务的整体作战流程和具体计划，选择符合作战计划的有人机和无人机类型及数量，组成协同作战编队，并引导其进入作战区域，共同执行地面指挥中心下发的打击任务。有人机作为移动的次级控制中心，主要负责完成作战执行阶段的具体战术决策和阶段性任务分配，同时需要对战场态势进行评估，为无人机组进行所需打击目标的分配，并为其规划相应的航线，最终以任务指令的方式发送给无人机。多架无人机作为编队僚机，对目标区域进行目标探测和干扰防御，发现目标后，立即锁定并跟踪，将目标信息和战场态势回传给有人机，请求有人机确认目标并下达是否攻击指令；待有人机下发攻击指令后，无人机攻击目标并进行毁伤评估。
在该作战想定中，地面指挥控制中心是该协同作战系统的最高指挥单位，能够与各有人机和无人机分别进行通讯，并可对整个作战编队的每一个体作战单元直接控制，以此确保作战系统中所有有人机与无人机之间的信息共享，最终达到统一调度可用资源和综合管理作战任务的目的。特定条件下有人机/无人机协同作战完成任务的想定示意图如图1所示。
2.3 协同作战流程
图1 有人机/无人机协同作战想定
Fig.1 Conception of MAV/UAV cooperative combat
有人机/无人机协同态势感知是协同作战中的一个重要阶段。有人机接收无人机探测的目标信息，从而分析战场环境，评估战场威胁，利用战场的绝对知识做出正确的决策，并将行动指令传送给无人机。
（1）任务装定。作战起初，有人机和无人机均处于待命状态，进行任务和航路数据的装定后，由地面指挥控制系统指挥引导其进入作战区域。
（2）战场数据信息处理。有人机对战场信息进行接收汇总，经过计算分析完成综合处理，估计战场态势和敌方威胁。以此为依据对各无人机的任务进行分配，并为其规划飞行路径。处理结果通过信息传输传递给相关的各无人机。
油菜免耕稀植栽培与常规技术相比，具有不用耕整土地、移栽密度小、从种至收用工减少三分之一、节省生产投入、增产增收等优点，相比常规栽培可增产25-35%，在冬油菜产区具有很好的推广价值。
（3）战场侦察、监视和探测。无人机接收具体任务后，沿所分配的飞行路径进入作战区域，对该区域进行侦察、监视和探测等任务。所得到的探测信息将传输至有人机，后者据此进行信息整合，并继续为无人机输送指令，控制其下一步的探测。期间有人机和无人机时刻与地面指挥控制系统保持战场信息实时交换。
近年来，随着人工智能理论的发展，基于自然语言的智能人机接口技术受到越来越高的重视。利用自然语言理解技术模拟人的语言分析能力和对话方式，完成人与计算机之间的信息交换。系统可以理解用户输入的语言，并根据给定领域的知识和概念进行推理，明确用户意图，完成用户需求。利用自然语言理解的控制技术，实现人机交互控制，实现有人机与无人机之间的信息交换。交互过程简单易行，大大减轻了操作人员的工作量和通信信道负担［14］。
图2 有人机/无人机协同作战流程
Fig.2 Process of MAV/UAV cooperative combat
完整的协同交互方式必然包含一套指令集，保证无人机能够识别来自系统内有人机的指令，同时也保证有人机能够实时接收无人机对战场信息的检测情况。指令集按功能分为三种类型：有人机任务命令、无人机系统命令以及指令编码。这套指令集的设计首先应尽可能满足实际作战中存在的可能性和突发性，以便在任何情况下系统内部都能保持流畅的信息交互。其次命令集应尽量简单，作战任务的执行中包含了大量的数据传输和计算，简单的命令集是信息传输实时性的保证。最后，命令集应符合设计规范，以减少实际作战中信息交互过程中所存在的干扰和噪声，确保信息的正常发送和接收［13］。
（6）再次攻击或返航。根据上一步对打击效果的评估，有人机将判定本轮打击是否有效，目标是否已经被摧毁。如果目标毁伤程度未达到预想标准，则有人机将再次根据当前战场信息及我方剩余战力进行评判，并准备下一轮打击。若目标已经被摧毁或已达到毁伤要求，则判定本次作战任务结束，无人机和有人机将先后返回基地。
援助：这家人住在一所属于病人父亲的房子里，因为家中有继母，所以他们需要支付房租，但是当经济状况特别糟糕时，病人的父亲会予以宽限、理解。
3 有人机/无人机协同研究现状
3.1 国外研究概况
随着科技的快速发展，越来越多的技术和手段可以用于无人机设计和制造，这极大地促进了该领域的发展，也使其受到了国内外学者和军队的普遍关注。英美等西方发达国家更是已经摆脱了纯无人机作战的设计思路，探索无人机与有人机结合的方法，开始将有人机/无人机协同作战的理念逐渐变为现实。
目前，世界无人机市场的主要销售国是美国、以色列、法国与英国等。与西方发达国家相比，国内无人机在系统载重、空气动力、发动机、轻质结构及高精度导航等诸多方面都还存在相当的差距。
美国是较早开展这项研究的国家，其研究机构近年来已突破多项有人机/无人机协同所需的关键技术，并投入了大量精力进行了相关验证。比较有代表性的是20世纪末开展的Bird Dog、机载有人/无人系统技术（AMUST）、猎人远距离杀手编队（HSKT）、无人机视频智能共享系统VUIT-2等项目。在这些项目研究中，美陆军和研究机构首先针对具体作战任务进行了有人机、无人机编队的功能需求研究，对联合编队从系统角度进行了概念定义，然后分析和突破了相关关键技术，最后选择了符合要求的有人机（Apache和Black Hawk）和无人机（Hunter和Shadow）进行了试验验证［4］。在上述项目研究中，美空军将有人机和无人机进行编队并将其整合为一个综合大系统，其中有人机负责统筹指挥，总体把控系统工作与运行情况，无人机与巡航导弹和有人驾驶的轰炸机密切配合，进行打击任务，结合C4KISR体系达到作战目的。
1996年，美军启动AMUST项目，主要负责开发和验证有人/无人协同作战所需软件、组件和程序。1999年，美军启动AMUST6.2项目，重点关注对有无人机编队的功能和概念分析，并着重对这种作战模式的效果进行评估，结果显示，该模式极大发挥了有人机和无人机的优势，有效降低了战斗人员伤亡，机载人员生存率提高25%以上，同时将系统杀伤力提高了50%以上。时隔一年后，AMUST6.3启动，使用TCDL实现有人机与无人机之间的互联通信，并开发视频/数据接收、飞行控制等编队技术。
根据上海市物价局关于合理调整电价结构有关事项的通知（沪价管〔2017〕17号），上海市大工业用电（1～10kV）峰谷平时段及电价如下：
2003年，美国国防预先研究计划局（DARPA）和美国空军组织在前期研究的基础上联合开展了软件使能控制（Software Enabled Control，SEC）研究计划，并通过验证。波音首次验证开放式控制平台OCP转换软件用于无人机控制以及F-15E与无人战机协同飞行。研究完成了有人机和无人机的通讯接口设计并进行了试验，选用F-15E有人战斗机与无人机进行通讯，二者最终通过自然语言（英语）成功传达和接收了控制指令，完成了控制任务，最终实现了有人机/无人机协同编队飞行。在上述研究的基础上，美国空军和海军启动了联合无人空中作战系统（J-UCAS）项目，主要用于继续研究有人机和无人机的通讯问题。该项目于2004年在加利福尼亚州爱德华空军基地进行试验，试验中有人机选用了T-33教练机，无人机选用了波音公司研制的演示样机X-45A，二者成功进行了通讯和实时数据传输，在此基础上完成了协同飞行［5-6］。
2005年，美军在航宇飞行器技术 （PE0602201F）项目的“飞行控制与驾驶员-飞行器接口”专项下，设置了有人机和无人机之间安全、互用性先进飞控技术专题，并在2005—2006年间多次进行了有人机和无人机设计、选型及试验验证。其中，由美国海军主导的无人战斗机舰载演示试验获得很大进展。为了保证试验的顺利进行，作为合作机构的诺格公司甚至按照美国海军具体要求专门设计制造了2架飞行演示样机。样机以典型的X-47B无人战斗机作为原型，用于测试其在有人机/无人机协同编队作战模式下的通讯和飞行状态。为了深入研究这种协同作战模式的可行性，美国联合无人机办公室也进行了无人机系统联合战术试验，在该试验中，协同编队中的无人机选择的是Hermes450，有人机选择的是Boeing F/A-18，并在此基础上搭建实验平台进行有人/无人机系统的联合战术实验验证。
美国军用航空航天电子学网站2010年12月14日报道，美国雷锡恩公司将向美国空军交付并安装用于无人机的宙斯感知和协同系统。宙斯通过提高无人机与其所支援的不同军事单位间协同和感知水平从而提高任务参与者的效能。2010年波音公司得到美国空军研究实验室（AFRL）的一个为期3年、价值980万美元的合同，用于进一步研究和验证无人机协同控制技术，该技术能实现多种小型无人机互相协同，并通过有人机的机载控制站更加安全、有效地执行情报、监视和侦察任务。项目的重点在于，有人机在空中对多种无人机组成的混合编队进行控制。
英国也在有人机/无人机协同作战领域进行了探索。为了更好实现编队中有人机和无人机的实时通讯问题，国防科技集团QinetiQ一直致力于开发编队执行任务过程中有人机对其他协同无人机的实时同步控制技术［7］。在该技术的使用中，有人机驾驶员无需同时对编队中的无人机进行实时监控，而是通过机载解算器对无人机提供的实时战场信息按照预定的算法进行融合和计算，以此生成任务分配指令。当准备对目标进行打击时，无人机实时将前方敌军目标的图像传输给有人机，在得到有人机下达的攻击命令后便开始进行打击行动。当出现突发情况时，有人机可以停止无人机的自动操作转而对其进行控制。另外，该协同技术还规定当由于特殊联系导致二者通讯失效时，无人机将转换为全自主作战模式，并可在任务完成后自动返回。为验证技术的可行性，英方研究机构进行了试验验证，成功演示了Tornado Fighter战斗机同时与四架BAC1-11无人机协同编队，并对其进行控制与管理，对目标进行模拟打击。整个任务过程中，无人机从起飞到目标探测、信息传输等工作均自主完成，最终在有人机的命令下完成打击动作。另外，与美国一样，英国也提出了未来对于有人/无人协同作战的发展计划，考虑在2018—2020年完成的未来攻击航空器系统（FOAS）中增加协同编队以增强其空军力量［8-9］。
（1）沟通高效性。BIM技术应用于建筑工程项目管理中，能够基于建筑工程项目模拟出具体的项目3D模型，通过BIM技术的应用实现了建筑项目从设计、施工、运营及管理的全生命周期的可视化，能够便于建筑工程的施工方、业主单位以及分包商基于项目可视化，保障各方的充分、有效地沟通，减少因信息交流不畅而导致的建筑工程质量问题，使建筑工程项目符合各方要求。
在上述研究的基础上，美军在2011年编写了《2011—2036无人系统综合路线图》，其中明确将有人/无人编队作为各军兵种无人系统发展面临的重大挑战之一，要求发展能提升有人/无人系统编队的战术、技术和规程。美国米切尔航空航天研究所发布了《有人/无人编队：将空中作战力量提升到新水平》的研究报告，指出了美国未来将重点发展有人/无人编队力量，提高美军的空中作战能力。2015年，美国海弗-空袭者IF-16改装无人机编队完成长机指挥与控制僚机航线跟随、僚机完成长机指定的预先规划任务后进行战斗毁伤评估、僚机重新加入编组、自动空中防撞系统等演示。AFRL发布“忠诚僚机”自主技术征询书，寻求支撑无人机自主能力的关键技术。2015年6月，美国国防部在阿拉斯加的“北方利刃”军事演习中，以航速约692km/h的F-16战斗机为领导者，投掷多枚微型无人机。2017年2月，美国海军在模拟器上的空战中使用控制僚机的智能软件TBM；同年3月，美国空军在“海弗-空袭者Ⅱ”演习中，展示了基于有人机/无人机编队中无人僚机自主执行对地攻击的技术能力。近年来，美国已经开始计划利用有人机和无人机的协同编队来实现具体的作战任务，比如美国通用原子公司提出了一种协同编队模式，利用8架Avenger无人机与4架F-22有人战斗机进行协同作战，协作摧毁敌方地空导弹阵地。2018年8月30日，美国国防部公开了《无人系统综合路线图(2017—2042)》，其中人机协同被列为四个关键主题之一。该路线图指出人机协同对于满足在无人系统方面的愿景至关重要，未来的军事行动将需要无人系统和人之间的协作。在经过近30年的发展，美军计划在2020年开始正式应用成熟的带有战术意义的有人机/无人机多机编队技术。可以看出，美军在有人机/无人机协同作战模式的研究已经走在世界前列，其相应的研究机构都已经陆续开展了试验验证，甚至已经开始着手将研究技术向成果转化，准备运用到未来战场中。
除英美外，世界其他军事强国也在积极开展有人机和无人机协同作战的技术研究。法国在2014年4月向世界展示了利用Rafale有人战斗机与Neuron无人机进行编队飞行的视频，视频显示通过两种机型的协同和实时信息交互，二者可在编队状态下稳定飞行上百公里，体现了技术的稳定性和可行性。
3.2 国内研究概况
我国财政支农支出对农民收入的影响——基于1999-2013年省级面板数据的实证研究白志远 乐美媛9-86
现在，国内也开始重视对有人机/无人机协同问题的研究。各级研究机构和高校对有人机/无人机协同任务分配、航路规划、编队及自主控制、协同作战等开展了理论研究，取得了很多研究成果。其中彩虹3（CH3）和彩虹4（CH4）两款无人机都带有对地攻击功能；翼龙无人机具备全自主平台，可独立执行监视、侦察及对地攻击等任务，为今后与有人机的协同奠定了良好基础。在理论模型方面，国内的很多模型都建立在比较理想的基础上，不考虑飞行器气动参数的变化和干扰、假设通讯情况都很理想等［10］；在控制算法方面，主要依靠传统的线性控制方法，并没有充分考虑编队系统的非线性特征，在设计控制方法时未充分考虑飞行器本身的动力学特性等［11］。而且这些研究都还停留在理论仿真阶段，尚未达到应用于实际模型的程度。
综上所述，与美国等发达国家相比，我国对有人机/无人机协同作战的相关技术研究仍然处于探索阶段，距技术成果转化还有很长的路要走。
2017年我国总人口达13.9亿，大学毕业生数量达795万人。解决大学生群体就业问题，成为社会各界的热点话题。“十三五”规划中明确指出，当前我国首要任务是实现供给侧结构性改革。在此前提下，为实现政府扩大就业的目标，李克强总理提出“大众创业、万众创新”，以期在完成产业结构改革的同时，带动就业增长。研究高校大学生创业问题，符合我国经济发展形势与社会要求，对解决大学生毕业就业问题也有重要意义。
4 有人机/无人机协同作战关键技术
4.1 协同交互控制技术
有人机和无人机的协同交互是二者能够成为一个完整作战系统的必要条件，保证了系统内部的信息流通，为系统中的各单元建立了联系。在协同作战模式下，有人机的数据处理量将大大增加，因为其不但要执行自身任务，还要根据无人机和地面指挥中心发送的战场信息进行分析，为无人机分配任务。因此，简单有效的协同信息传输方式将极大提高整个作战系统的作战效率［12］。
（5）战场损伤评估。无人机在目标打击过程中时刻保持对战场的监测，并根据机载解算器及预订的算法对其自身完成的打击效果进行评估。同时，监测信息回传至有人机，有人机综合所有无人机的作战情况，对本次作战任务进行总体分析与评估，并统计我方的损伤与消耗情况。
为便于科技成果转化和示范推广，将先进实用的农业技术及时送到广大农民手中，解决当地农民设施农业生产管理水平低、技术经验缺乏等问题，真正把广大农户培养成有较强市场意识、有较高生产技能、有一定管理能力的新型农民，长期以来，郝哲还特别注重科技培训和咨询指导服务。
（4）对目标实施攻击。根据无人机回传的战场实时数据，有人机再次对作战区域的无人机进行任务分配。与之前的任务分配不同的是，本次任务主要是为了对目标实时打击。无人机再次接收攻击任务指令后，开始进行末端打击所需的计算与分析，最终完成对目标的打击。
4.2 协同态势感知技术
有人机/无人机协同作战的关键是既能保留并充分发挥有人机和无人机的优点，又能最大限度地激发二者在编队中的作战潜力。编队中的每一架有人机和无人机都可视为作战系统的节点，需要在地面指挥控制系统的指挥引导下，结合接收全部战场信息进行综合处理，以此进行战场态势感知和敌方威胁估计。在此基础上对特定作战任务下的指挥与控制进行决策，对编队中的每个有人机和无人机节点进行子任务分配和飞行路径规划，确保任务流程在协同条件下有条不紊地推进和展开，最终在无人机节点到达攻击区域后完成目标锁定、瞄准、发射等一系列动作，完成对目标的攻击和毁伤。有人机/无人机协同作战流程如图2所示。
目前一些学者对有人机/无人机协同态势感知技术进行了初步探索。Endsley提出了一种询问式的态势感知方法和全局评估技术，将询问结果与随机冻结仿真的态势进行比较，探讨了基于不同情境下个人和环境因素对感知和决策结果的影响［15］。胡洪波等利用多源信息形成了面向态势感知的通用战术态势图，为指挥员战术态势分析、战术决策等提供了依据［16］。胡杰等将变精度粗糙集理论与UCAV态势评估相结合，能够正确预测敌方行动意图，解决了非确定性决策的问题［17］。
STEP2：打开适配器服务器，绑定服务器地址，开始监听等待代理连接，当代理发出连接请求后与代理建立socket连接；
4.3 协同任务分配技术
有人机/无人机协同作战任务分配是指有人机、无人机相互取长补短，在给定的约束条件下，寻求符合分配原则的最佳方案，利用各自优势充分发挥最大的综合作战效能。有人机作为核心指挥角色，可以根据目标信息和态势评估结果为无人机分配任务。无人机根据自身飞行状态进行武器和编队配置，划定武器的投放区域并确定对目标的打击方向和打击点［18-21］。
有人机/无人机协同任务分配是一种多参数、多约束的多项式复杂非确定性问题，通常称为NP（Nondeterministic Polynomial）问题。主要求解思路有最优化方法和启发式方法两种。其中最优化方法包括穷举法、图论方法、规划方法等；启发式方法包括模拟退火法、禁忌搜索法、神经网络和遗传算法等。目前，应用于任务分配的经典理论算法还有合同网算法、蚁群算法、拍卖算法、粒子群算法、Hopfield神经网络、满意决策法等。霍霄华等对多无人机攻击多目标的任务分配问题进行了优化，应用粒子群算法解决了多处理器任务分配和武器分配等问题［22］。叶媛媛等提出了基于满意决策的多UAV协同任务分配方法，解决了多机场起飞的UAV编队配置和任务分配问题［23］。
随着我国经济和社会的发展，人民生活水平的不断提高，人们对肉蛋制品的需求日益增加。其中，人们对鸡和蛋的需求量很大。近年来，我国养鸡场的数量在增加，市场的数量和养殖数量也在增加。在鸡的饲养过程中，鸡病对鸡的养殖有不良影响。在养鸡场，由于温度的影响，容易滋生各种病原微生物，影响鸡的抗性。因此，春季的养鸡过程是疫情的集中发生期，对养鸡业产生负面影响，损害农民的经济利益。因此，研究春季常见病的防治技术措施，对提高鸡的育种质量和经济效益具有重要意义。
4.4 协同航路规划技术
有人机/无人机协同航路规划需要结合任务规划指标、飞行约束条件和战场环境等因素，设计协同飞行航路，以优化总体作战效能。
协同航路规划是一个具有复杂性和耦合性的多约束、多目标优化决策问题。为了降低求解难度，需要将运筹学、智能计算和计算几何学结合起来。Denton等将三维路径分解为水平和竖直方向，解决了航路规划计算过程中维数过高的问题［24］。现有的路径规划方法大多基于已知信息规划初始路径，然后在发现障碍物时局部修改规划或重新规划整个路径。这些工作都是建立在对环境具有完整和准确了解的基础上，较少关注部分已知的环境问题。因此，Stentz提出了一种新的D*算法，能够在未知、部分已知和变化的环境中实现最优路径规划［25］。当无人系统执行任务时，需要自动规划从无人机当前位置到目标位置的路径。由于路径距离较长，且情况相对复杂，Stentz提出了复杂作战环境中无人机长距离航路规划问题的解决方案［26］。Kambara从Voronoi图中的邻居节点构造Delaunay图，并利用Voronoi网络图构造子图，提出了一种根据需求计算路径的方法，有效地减少了路径搜索的步骤［27］，该方法被广泛应用于求解机器人和飞行器的航路规划问题。马向玲基于数据链通信体制，引入惯性权重系数改进了A*算法，使无人机可以进行在线实时航路规划［28］。韩昕锋等将协同进化理论与扩展Voronoi图模型相结合，提出了一种多UCAV协同航路规划算法，实现了规划航路的时域和空域协同［29］。
4.5 协同效能评估技术
在有人机/无人机协同作战系统中，如何确定协同作战指标体系，评估其作战效能也是十分重要的问题。
评估有人机/无人机协同作战效能的关键环节是对协同作战体系结构进行合理的建模与描述。随着对装备体系认识的不断深入，以往基于美军所提出的Department of Defense Architecture Framework （DoDAF）［30-31］的装备体系建模和分析方法已无法体现出作战过程中整个武器装备体系涌现出的高度复杂性、连通性和网络化特征。为了弥补传统武器装备体系建模中存在的不足，使武器装备体系结构建模研究工作更具客观合理性，军事领域专家和学者纷纷尝试新的建模思路。Boyd提出了OODA循环模型［32］，该模型将军事决策过程归纳为由观测（Observe）、判断（Orient）、决策（Decide）和行动（Act）四个环节构成的动态周期循环过程。Cares基于该思想建立了一种静态模型［33-34］，将作战过程中的武器装备抽象为网络中的四类节点，用节点之间的连接边表示作战过程中的信息和物质能量交互，由此构建成一种信息时代交战模型。Dekker提出了一种C4ISR体系结构分析方法，用于研究网络拓扑结构对作战效能的影响，并建立了基于Agent的仿真系统［35］。Dekker的研究指出，用复杂网络的分析思想来研究作战网络，不但能确定作战循环过程的关键所在，而且还能改进作战体系的通信和工作流程，为提高决策者的决策效率提供支持。Deller等对Cares模型进行了扩展，定量分析了一个以网络为中心的作战模型，阐明了网络连接性与作战效能之间的相关关系［36］。当前对于效能评估的研究方法大都是基于传统指标体系的建模方法，根据体系的层次结构逐层分解进行研究的［37］，忽略了有人机/无人机协同作战体系中的各作战实体之间相互作用关系对于整个协同作战体系效能的影响。
5 结束语
有人机/无人机协同技术符合航天技术的发展方向，能够最大限度地发展二者的优势，是未来战争的一种主要打击手段，该技术研究也将在未来很长一段时间内成为航空领域的热点。目前，西方发达国家已经在有人机/无人机协同技术上取得了较大进展。但是，关于如何进一步实现有人机/无人机协同作战应用的诸多问题，尚待深入研究。比如有人机/无人机协同多载体、多类型传感器信息融合问题还没有完全成熟的设计方案，根据不同作战任务和军事需求选择最合适的机型和数量进行合理配置也尚无成型标准。另外，目前还没有一种科学有效的方法用于合理判断和规定这种协同作战模式的性能指标，对其作战效能的评估也亟待开展。加强在这些方面的研究，对指导军队信息化建设，打赢未来高技术条件下的局部战争，具有十分重要的意义。
说明：学生举例子是对概念的理解，同时通过这个问题产生“自然数集、整数集、有理数集、实数集”等概念及表示，把新知的生成纳入问题解决过程中，使得整个问题链环环相扣层层递进.
总之，有人机/无人机协同体系是一种新兴的作战模式，符合未来战争发展方向。同时，这种作战模式构建了一个更为复杂的系统，其军事层面的实现难度和复杂性不言而喻。想要从这项技术中有所突破，必须综合运用大量的先进模拟与仿真技术为前期研究打下基础，同时，还需要大量的理论研究与试验验证为今后的实际战场应用做保障。
参考文献
［1］马向玲，雷宇耀，孙永芹，等.有人/无人机协同空地作战关键技术综述［J］.电光与控制，2011，18（3）：56-60.
［2］闫晔.有人机/无人机协同中的交互控制技术研究［D］.长沙：国防科技大学，2007.
［3］祝小平，周洲.作战无人机的发展与展望［J］.飞行力学，2005，23（2）：1-4.
［4］包战，王树文.有人/无人机协同作战能力生成问题研究［J］.国防科技，2017，38（3）：76-79.
［5］阴小晖.有人机/无人机协同作战效能评估研究［D］.南昌：南昌航空大学，2013.
［6］Kambara T，Kibe T，NishiDe R，et al.Context-dependent route generation scheme using network voronoi diagrams［C］.2007 IEEE International Workshop on Databases for Next Generation Researchers.Istanbul，2007.
［7］Roberto D，Richard L.Flexible UAV/UCAV mission management using emerging technologies［C］.Command and Control Research and Technology Symposium.California，2002.
［8］王焱.有人/无人机协同作战［J］.电讯技术，2013，53（9）：1253-1258.
［9］孙晓闻.无人/有人机协同探测/作战应用研究［J］.中国电子科学研究院学报，2014，9（4）：331-334.
［10］李文，陈建.有人机/无人机混合编队协同作战研究综述与展望［J］.航天控制，2017，35（3）：90-96.
［11］申超，李磊，吴洋，等.美国空中有人/无人自主协同作战能力发展研究［J］.战术导弹技术，2018（1）.
［12］彭辉，相晓嘉，吴立珍，等.有人机/无人机协同任务控制系统［J］.航空学报，2008（b05）：135-141.
［13］吴立珍，李远，彭辉，等.有人机/无人机协同任务指令集的设计与实现［C］.全国虚拟现实与可视化学术会议，福州，2008.
［14］刘纪文，袁胜智，漆云海，等.有人机/无人机协同作战系统关键技术研究［J］.船舰电子工程，2012，32（6）：1-3.
［15］Endsley M R.Toward a theory of situation awareness in dynamic systems［J］.Human Factors the journal of the Human Factors& Ergonomics Society，1995，37（1）：32-64.
［16］胡洪波，郭徽东.通用作战态势图的构成与实现方法［J］.指挥控制与仿真，2006，28（5）：28-32.
［17］胡杰，黄长强，赵辉，等.基于变精度粗集理论的UCAV态势评估方法研究［J］.电光与控制，2010，17（3）：23-26.
［18］Hathaway D C.Germinating a new SEAD：the implications of executing the SEAD mission in a UCAV［D］.Alabama：School of Advaced Airpower Studies Air University，2001.
［19］Wellman M P.Market-aware agents for a multi-agent world［J］.Robotics & Autonomous Systems，1997，24（3）：115-125.
［20］Schumacher C，Chandler P R，Rasmussen S J.Task allocation for wide area search munitions via network flow optimization［C］.AIAA Guidance，Navigation and Control Conference and Exhibit.Montreal，2001.
［21］Chandler P，Pachter M.Hierarchical control for autonomous teams［J］.AIAA Journal，2013.
［22］霍霄华，陈岩，朱华勇，等.多无人机协同控制中的任务分配模型及算法［J］.国防科技大学学报，2006，28（3）：83-88.
［23］叶媛媛，闵春平，沈林成，等.基于满意决策的多UCAV协同目标分配方法［J］，国防科技大学学报，2005，27（4）：116-120.
［24］Denton R V，Jones J E，Froeberg P L.A new technique for terrain following/terrain avoidance guidance command generation［R］.New York：IEEE，1985.
［25］Stentz A.Optimal and efficient path planning for partially known enviroments［C］.IEEE International Conference on Robotics and Automation，1994.
［26］Stentz A.Optimal and efficient path planning for partially known environments［M］.Intelligent Unmanned Ground Vehicles.Springer，1997.
［27］Kambara T，Kibe H，Nishide R，et al.Context-dependent route generation scheme using network voronoi diagrams［C］.IEEE International Workshop on Databases for Next Generation Researchers.IEEE，2007.
［28］马向玲，陈旭，雷宇曜.基于数据链的无人机航路规划A*算法研究［J］.电光与控制，2009，16（12）：15-17.
［29］韩昕锋，叶文，陈海生，等.多UCAV协同航路规划算法［J］.海军航空工程学院学报，2010，25（5）：535-541.
［30］董彦非，徐冠华 .UCAV operational effectiveness assessment based on department of defense architecture framework［C］.第19届中国系统仿真技术及其应用学术年会，2018.
［31］Ender T R.A top-down hierarchical system-of-systems approach to the design of an air defense weapon［J］.Atlanta：Georgia Institute of Technology，2006.
［32］Aaron A.Bazin B.Boyd’s OODA loop and the infantry company commander［J］.Infantry.2005，18（1）：17-19.
［33］Cares J R，Incorporated A.An information age combat model［J］.Paper for Iccrts，2004.
［34］Cares J R.Distributed networked operations：The foundations of network centric warfare［J］.IUniverse，2006.
［35］Dekker A H.Network topology and military performance［C］.MODSM 2005 International Congress on Modelling and Simulation，2005.
［36］Deller S，Michael I B，Shannon R B，et al.Applying the information age combat model：quantitative analysis of network centric operations［J］.International C2 Journal，2009，3（1），1-25.
［37］李进军，刘国光，黄谦，等.基于复杂网络理论的作战指挥体系结构分析模型和方法［J］.系统仿真学报，2008，20（17）：4712-4715.
Overview of MAV/UAV Collaborative Combat and Its Key Technologies
FAN Jieru，LI Dongguang
（Science and Technology on Electromechanical Dynamic Control Laboratory,Beijing Institute of Technology，Beijing 100081，China）
Abstract： The basic concept of MAV/UAV cooperative combat is described in this paper.According to the mission requirements of cooperative combat system，a typical cooperative combat scenario of MAV/UAV is described，the information processing flows for operational information and control instruction is followed.The domestic and international research results are emphatically summarized subsequently.The key technologies are discussed，including cooperative interactive control，cooperative situational awareness，cooperative task allocation，cooperative route planning and cooperative effectiveness evaluation.Finally，a short discussion section is presented to propose several promising research directions for further investigation.
Keywords： Manned/Unmanned Aerial Vehicles；Cooperative Combat；Operational Ability；Collaborative Control；Task Assignment；Effectiveness Assessment
中图分类号： E919
文献标识码： A
文章编号： 2096-5915（2019）01-0353-09
收稿日期： 2018-12-13；
修回日期： 2019-01-15
作者简介：
樊洁茹（1989-），女，博士研究生，主要研究方向为武器系统总体技术、无人系统分析与设计、多机协同与智能控制。
李东光（1965-），男，博士，教授，主要研究方向为微小型武器系统分析与设计、灵巧弹药与引信、动态测控技术、无人系统分析与设计等。本文通信作者。
宁波市目前有近30所绘本馆，其中宁海县1所（笑笑绘本馆），象山县2所（老约翰绘本馆分馆、常春藤绘本馆），余姚市2所（老约翰绘本馆分馆、书虫阅读绘本馆），慈溪市2所（老约翰绘本馆分馆、七彩绘本馆），其余均位于市辖区，主要分布于鄞州区和海曙区。由此可见，在商业推广领域，老约翰绘本馆是宁波当之无愧的领跑者。
标签：有人论文; 无人机论文; 协同作战论文; 作战能力论文; 协同控制论文; 任务分配论文; 效能评估论文; 北京理工大学机电动态控制重点实验室论文;