海上無人系統(tǒng)集群發(fā)展現(xiàn)狀及關(guān)鍵技術(shù)研究進(jìn)展

謝偉，陶浩*，龔俊斌，羅威，尹逢川，梁曉龍

1 中國(guó)艦船研究設(shè)計(jì)中心，湖北 武漢 430064

2 空軍工程大學(xué) 空管領(lǐng)航學(xué)院，陜西 西安 710051

0 引 言

近年來，隨著電子信息、智能控制等技術(shù)的快速發(fā)展以及在軍事上的不斷應(yīng)用，軍用無人系統(tǒng)的性能得到躍升，但仍受限于單體能力而難以形成規(guī)?；鲬?zhàn)能力。無人系統(tǒng)集群、協(xié)同作戰(zhàn)是解決此問題的重要途徑，也是無人系統(tǒng)裝備技術(shù)發(fā)展的重點(diǎn)。美、英、法等主要軍事強(qiáng)國(guó)正將其作為提升裝備體系整體作戰(zhàn)效能的重要抓手之一，通過不斷增加經(jīng)費(fèi)投入，加快新概念、新技術(shù)的演示驗(yàn)證工作來推進(jìn)實(shí)戰(zhàn)化應(yīng)用，并已初見成效。

無人系統(tǒng)集群大致可以分為無人機(jī) (UAV)集群，水面無人艇 (USV) 集群和無人水下機(jī)器人(UUV)集群。其中，無人機(jī)集群技術(shù)發(fā)展得最迅速，在發(fā)展思路、技術(shù)途徑等方面呈現(xiàn)出百花齊放的態(tài)勢(shì)。1980 年代，美、俄等國(guó)就已重視水下無人裝備的運(yùn)用。近10 年來，這些國(guó)家加快了水下無人系統(tǒng)集群技術(shù)的驗(yàn)證，以及小規(guī)模應(yīng)用。目前，美國(guó)海軍已完成了執(zhí)行反潛探測(cè)任務(wù)的無人水下機(jī)器人集群技術(shù)的演示驗(yàn)證，已實(shí)現(xiàn)在深海、淺海的大范圍反潛探測(cè)。不僅如此，在水面無人系統(tǒng)方面，美國(guó)海軍也已開始探索集群作戰(zhàn)，以突破執(zhí)行使命任務(wù)的技術(shù)瓶頸，最終于2016 年實(shí)現(xiàn)了水面無人艇集群自主執(zhí)行目標(biāo)探測(cè)與識(shí)別、跟蹤、巡邏等任務(wù)。

跨域異構(gòu)無人系統(tǒng)集群指的是無人機(jī)、水面無人艇、無人水下機(jī)器人等不同類型的無人系統(tǒng)在空中、水面、水下等不同作戰(zhàn)域之間的協(xié)同控制。截至目前，美、英、法等國(guó)重點(diǎn)驗(yàn)證了無人系統(tǒng)間跨域協(xié)同通信和指控能力，并均已取得一定的進(jìn)展。

目前，雖然尚無法全面準(zhǔn)確地判斷無人系統(tǒng)集群在未來海戰(zhàn)、空戰(zhàn)中的定位，但隨著技術(shù)的不斷進(jìn)步，無人系統(tǒng)集群將逐步由概念走向?qū)嵮b應(yīng)用，其所呈現(xiàn)出的應(yīng)用場(chǎng)景也將越來越來清晰。因此，加快我國(guó)在無人系統(tǒng)集群及其協(xié)同作戰(zhàn)方面的研究，對(duì)于探索未來戰(zhàn)爭(zhēng)模式、裝備應(yīng)用落地以及推動(dòng)海軍武器裝備創(chuàng)新發(fā)展都具有重要意義。

首先，本文將系統(tǒng)回顧國(guó)內(nèi)外無人機(jī)集群、水面無人艇集群、無人水下機(jī)器人集群和跨域無人系統(tǒng)集群的發(fā)展現(xiàn)狀；然后，全面論述無人系統(tǒng)集群的共性關(guān)鍵技術(shù)研究進(jìn)展，并著重分析各項(xiàng)關(guān)鍵技術(shù)的主要研究思路、代表性算法及其研究趨勢(shì)，期望能夠?yàn)楹Ｉ蠠o人系統(tǒng)集群技術(shù)研究提供有益的參考和借鑒。

1 海上無人系統(tǒng)集群發(fā)展概況

1.1 無人機(jī)集群發(fā)展概況

無人機(jī)集群是由一定數(shù)量的單一功能或者多功能無人駕駛飛行器組成的空中移動(dòng)系統(tǒng)，其以交感網(wǎng)絡(luò)為基礎(chǔ)，具有整體作戰(zhàn)能力涌現(xiàn)和行為可測(cè)、可控、可用的特點(diǎn)。在無人系統(tǒng)集群類型方面，無人機(jī)集群研究得最多，理念也最成熟[1]。

無人機(jī)集群概念最早于1990 年代末由美國(guó)率先提出。在美國(guó)國(guó)防部國(guó)防先期研究計(jì)劃局（DARPA）和海軍研究辦公室（ONR）等單位的支持下，開展了無人機(jī)集群作戰(zhàn)概念的探索和原理技術(shù)驗(yàn)證。2016 年5 月，美國(guó)空軍發(fā)布了《2016～2036 年小型無人機(jī)系統(tǒng)飛行規(guī)劃》，在規(guī)劃中，闡述了4 種集群作戰(zhàn)概念：“蜂群”（亦即“集群”）、“編組”、“忠誠(chéng)僚機(jī)”和“誘餌”。根據(jù)發(fā)展戰(zhàn)略，實(shí)施了大量研究項(xiàng)目，其中包括如下幾個(gè)典型的項(xiàng)目：

1） “小精靈”（Gremlin）低成本無人機(jī)項(xiàng)目。

2015 年8 月項(xiàng)目啟動(dòng)，根據(jù)研究目標(biāo)，無人機(jī)可快速換裝情報(bào)、監(jiān)視和偵察（ISR）等傳感器模塊，并可選用非動(dòng)能有效載荷。無人機(jī)通過C130 運(yùn)輸機(jī)搭載至敵方前沿陣地，發(fā)射后實(shí)施穿插滲透，執(zhí)行ISR 任務(wù)，任務(wù)完成后可回收和重復(fù)使用。

2） “低成本無人機(jī)集群技術(shù)”(low-cost UAV swarming technology, LOCUST) 項(xiàng)目。

該項(xiàng)目設(shè)想在陸地或艦船上釋放大量小型無人機(jī)，通過自適應(yīng)組網(wǎng)、自治與協(xié)同，執(zhí)行偵察、監(jiān)視或者對(duì)陸及對(duì)海攻擊任務(wù)。2016 年4 月，在陸上演示了30 s 內(nèi)連續(xù)發(fā)射30 架“郊狼”(Coyote)無人機(jī)和編組飛行的試驗(yàn)。

3） “山鶉”(Perdix)微型無人機(jī)機(jī)載高速發(fā)射演示項(xiàng)目。

2017 年1 月， 美 國(guó) 海 軍 公 布 了3 架F/A-18F“超級(jí)大黃蜂”戰(zhàn)斗機(jī)以0.6 Mach 速度投放103 架“山鶉”無人機(jī)的演示結(jié)果。

4） “進(jìn)攻性蜂群使能戰(zhàn)術(shù)”（offensive swarmenabled tactics, OFFSET）項(xiàng)目。

該項(xiàng)目于2017 年1 月啟動(dòng)，旨在開發(fā)和測(cè)試用于無人系統(tǒng)集群的體系架構(gòu)、博弈軟件以及用于分布式機(jī)器人的系統(tǒng)與算法，發(fā)展可以控制集群的原型系統(tǒng)。

根據(jù)國(guó)內(nèi)有關(guān)報(bào)道，在無人機(jī)集群技術(shù)研究領(lǐng)域，國(guó)防科大、空軍工程大學(xué)等軍內(nèi)院校開展了基礎(chǔ)理論研究、作戰(zhàn)仿真實(shí)驗(yàn)和無人機(jī)編隊(duì)飛行演示驗(yàn)證。復(fù)旦大學(xué)、南京航空航天大學(xué)等高校開展了無人機(jī)集群編隊(duì)、協(xié)同規(guī)劃技術(shù)的研究，并取得了一定的研究成果。在原型系統(tǒng)研發(fā)方面，航天三院開展了一定數(shù)量的無人機(jī)半實(shí)物仿真實(shí)驗(yàn)，驗(yàn)證了集群技術(shù)原理； 中國(guó)電科集團(tuán)電科院、清華大學(xué)和泊松科技公司合作，于2016 年11 月在珠海航展上公布了67 架規(guī)模的無人機(jī)集群編隊(duì)飛行原理驗(yàn)證測(cè)試結(jié)果，2017 年6 月，該團(tuán)隊(duì)還進(jìn)行了119 架固定翼無人機(jī)集群的飛行試驗(yàn)，演示了密集彈射起飛、空中集結(jié)、多目標(biāo)分組、編隊(duì)合圍、集群行動(dòng)等動(dòng)作概念，2018 年5 月，完成了200 架無人機(jī)集群飛行演示驗(yàn)證[2]。

1.2 水面無人艇集群發(fā)展概況

1980 年代，美國(guó)率先提出了海上無人系統(tǒng)集群的概念。海上無人系統(tǒng)集群是指通過智能化的指揮、協(xié)同控制和信息交互，將水面無人艇集群、無人水下機(jī)器人集群進(jìn)行有機(jī)集成。水面無人艇集群作為重要一環(huán)，現(xiàn)已得到高度重視及廣泛研究。

近10 年內(nèi)，國(guó)內(nèi)外對(duì)水面無人艇集群作戰(zhàn)進(jìn)行了一些試驗(yàn)驗(yàn)證。例如，在2014 年8 月，美國(guó)海軍研究辦公室在弗吉尼亞州詹姆斯河開展了13 艘水面無人艇集群協(xié)同搜索、圍捕的試驗(yàn)，驗(yàn)證了“分散與數(shù)據(jù)自動(dòng)融合系統(tǒng)”（decentralized and autonomous data fusion service, DADFS）和“機(jī)器人智能感知系統(tǒng)控制體系架構(gòu)”（control architecturefor robotic agent command and sensing，CARACaS）這兩個(gè)軟件在實(shí)現(xiàn)水面無人艇集群協(xié)同完成任務(wù)分解和自主決策方面的有效性。由于上述系統(tǒng)在目標(biāo)識(shí)別、攔截等方面還需要人工輔助，所以僅實(shí)現(xiàn)了半自主的無人協(xié)同作戰(zhàn)。2016 年10 月，美國(guó)海軍研究辦公室還開展了4 艇協(xié)同對(duì)海面目標(biāo)自主察打跟蹤的試驗(yàn)，并取得了成功，這標(biāo)志著美國(guó)成為了首個(gè)實(shí)現(xiàn)水面無人艇集群自主作戰(zhàn)的國(guó)家； 2018 年1 月，中國(guó)華中科技大學(xué)實(shí)現(xiàn)了4 艘水面無人艇組網(wǎng)，并進(jìn)行了協(xié)同勘探、巡邏緝私、物資投送、污染清理等試驗(yàn)；同年5 月，云洲智能公司使用56 艘水面無人艇，驗(yàn)證了航跡規(guī)劃、編隊(duì)控制、集群內(nèi)部沖突解脫算法的有效性。綜上所述，在水面無人艇集群方面，我國(guó)相關(guān)研究的起步較晚，目前實(shí)現(xiàn)的水面無人艇集群協(xié)同控制與智能化程度距國(guó)際先進(jìn)水平尚有一定的差距。

1.3 無人水下機(jī)器人集群發(fā)展概況

無人水下機(jī)器人從1960 年代開始逐步發(fā)展。近些年，大型化、綜合化和多任務(wù)作戰(zhàn)能力成為了美、俄兩國(guó)無人水下機(jī)器人發(fā)展的主要方向。在無人水下機(jī)器人集群領(lǐng)域，其他國(guó)家也競(jìng)相投入力量開展相應(yīng)研究，在軍用和民用方面得到了初步應(yīng)用到了初步應(yīng)用[3]。

2008～2009 年，歐盟的GREX 項(xiàng)目驗(yàn)證了在有限通信條件下的編隊(duì)航行。2010 年，美國(guó)國(guó)防先期研究計(jì)劃局開始研發(fā)“分布式敏捷反潛系統(tǒng)”（distributed agile submarine hunting, DASH），探索利用無人系統(tǒng)集群實(shí)施反潛探測(cè)，并于2015年7 月在菲律賓海域由40 艘無人水下機(jī)器組成的“海底星座”網(wǎng)絡(luò)成功實(shí)施了大范圍反潛探測(cè)演示驗(yàn)證。2006 年，美國(guó)海軍研究辦公室提出了“近海水下持續(xù)監(jiān)視網(wǎng)”（persistent littoral undersea surveillance network，PLUSNet）項(xiàng)目，旨在利用“俄亥俄”級(jí)戰(zhàn)略核潛艇搭載無人水下機(jī)器集群以加強(qiáng)潛艇對(duì)近海環(huán)境的反潛探測(cè)能力，2013 年9 月，項(xiàng)目完成了5 個(gè)節(jié)點(diǎn)的水下網(wǎng)絡(luò)初步測(cè)試，2015 年，成功完成各項(xiàng)海上測(cè)試，目前已小規(guī)模部署進(jìn)行作戰(zhàn)評(píng)估。2016 年，英國(guó)在“無人戰(zhàn)士”（unmanned warrior）軍演中進(jìn)行了無人水下機(jī)器集群作戰(zhàn)演示。此外，美海軍在“分布式偵察與探測(cè)的協(xié)作自主性”（cooperative autonomy for distributed reconnaissance and exploration，CADRE）系統(tǒng)研究項(xiàng)目的協(xié)同框架下開展并驗(yàn)證了無人水下機(jī)器集群掃雷任務(wù)。目前，我國(guó)在無人水下機(jī)器集群研究方面仍處于編隊(duì)航行、協(xié)同作戰(zhàn)概念探索及水下組網(wǎng)通信等關(guān)鍵技術(shù)研究階段，例如，哈爾濱工程大學(xué)進(jìn)行了6～9 艘小型無人水下機(jī)器群組的中繼通信、動(dòng)態(tài)組網(wǎng)、航行控制、群組指控、相對(duì)導(dǎo)航等試驗(yàn)。

1.4 海上跨域無人系統(tǒng)集群發(fā)展概況

無人機(jī)、水面無人艇和無人水下機(jī)器人集群技術(shù)的進(jìn)步為跨域海上無人系統(tǒng)集群的發(fā)展奠定了基礎(chǔ)，這些技術(shù)可用于無人系統(tǒng)的協(xié)同偵察、快速?gòu)?qiáng)力突擊、全域集群瀕海對(duì)抗、精準(zhǔn)高效保障等任務(wù)[4]。目前，在跨域海上無人系統(tǒng)集群作戰(zhàn)方面，主要有美、英、法幾個(gè)國(guó)家通過演習(xí)進(jìn)行了作戰(zhàn)概念驗(yàn)證，重點(diǎn)驗(yàn)證跨域通信和指控能力，并在近幾年不斷取得突破。具體驗(yàn)證項(xiàng)目如表1 所示。

由表1 可見，國(guó)外美、英、法這幾個(gè)國(guó)家已在跨域無人系統(tǒng)集群協(xié)同作戰(zhàn)領(lǐng)域開展了卓有成效的研究工作，從多個(gè)角度驗(yàn)證了集群協(xié)同作戰(zhàn)概念的可行性，初步解決了與無人系統(tǒng)集群、協(xié)同作戰(zhàn)密切相關(guān)的集群發(fā)射回收、編隊(duì)機(jī)動(dòng)、自主控制與任務(wù)管理、信息共享、跨域通信指控等關(guān)鍵技術(shù)問題，有望在未來十年內(nèi)加速發(fā)展并形成規(guī)?；鲬?zhàn)能力。

1.5 海上無人系統(tǒng)集群發(fā)展趨勢(shì)

目前，無人系統(tǒng)集群正朝著自主化、協(xié)同化、多樣化的方向發(fā)展。未來，無人系統(tǒng)集群必須能夠與有人系統(tǒng)無縫集成，且擁有很強(qiáng)的自主行為能力及自主控制能力，以便在瞬息萬(wàn)變的環(huán)境下能夠獨(dú)立或協(xié)同完成復(fù)雜任務(wù)。結(jié)合國(guó)內(nèi)外研究現(xiàn)狀，分析得到未來海上無人系統(tǒng)集群技術(shù)將呈現(xiàn)如下發(fā)展趨勢(shì)：

表1 國(guó)外海上跨域無人系統(tǒng)集群典型項(xiàng)目Table 1 Typical demonstration projects of cross-domain swarm operations of marine unmanned vehicle

1） 作戰(zhàn)任務(wù)由執(zhí)行相對(duì)簡(jiǎn)單的偵察監(jiān)視任務(wù)向主流作戰(zhàn)任務(wù)方向發(fā)展。

當(dāng)前，無人系統(tǒng)集群執(zhí)行的主要任務(wù)基本上還是以傳統(tǒng)的ISR 任務(wù)為主，隨著技術(shù)日漸成熟，未來將逐漸向需要更強(qiáng)決策控制能力、可壓制敵防空系統(tǒng)及縱深突防攻擊等復(fù)雜任務(wù)方面擴(kuò)展。

2） 集群控制由簡(jiǎn)單遙控、程控方式向人機(jī)智能融合的交互控制方式轉(zhuǎn)變，并逐步向全自主控制方式發(fā)展。

有別于有人裝備，無人系統(tǒng)的控制水平是實(shí)現(xiàn)無人操控和執(zhí)行各種任務(wù)的關(guān)鍵。當(dāng)前，無人系統(tǒng)集群智能化水平還較低，各平臺(tái)控制方式主要以簡(jiǎn)單的遙控和預(yù)編程控制為主。隨著無人系統(tǒng)智能化水平的提高，未來其控制方式將向更先進(jìn)的人機(jī)交互和全自主控制方向發(fā)展，以適應(yīng)復(fù)雜、動(dòng)態(tài)、對(duì)抗、不確定的真實(shí)作戰(zhàn)環(huán)境下的作戰(zhàn)任務(wù)要求。

3） 體系結(jié)構(gòu)由專用化、單一化向通用化、標(biāo)準(zhǔn)化、互操作方向發(fā)展。

互操作技術(shù)可提高無人系統(tǒng)集群執(zhí)行作戰(zhàn)任務(wù)時(shí)的協(xié)同作戰(zhàn)能力。美軍已著手研究通用控制技術(shù)，使無人系統(tǒng)能夠在控制、通信、數(shù)據(jù)、數(shù)據(jù)鏈等方面達(dá)到更高的互操作性。通用化將使無人系統(tǒng)集群的可維護(hù)性和集成性更便捷，快速融入現(xiàn)有的有人作戰(zhàn)體系，從而提高體系作戰(zhàn)能力。

2 海上無人系統(tǒng)集群形成作戰(zhàn)能力的關(guān)鍵技術(shù)

無人系統(tǒng)集群是以集群智能控制算法和協(xié)同感知、協(xié)同任務(wù)規(guī)劃及高效低成本平臺(tái)技術(shù)為基礎(chǔ)，圍繞任務(wù)目標(biāo)，形成以無中心、群控制、高涌現(xiàn)等為特征的整體作戰(zhàn)群組。由于無人系統(tǒng)集群可執(zhí)行的任務(wù)復(fù)雜多樣，自適應(yīng)環(huán)境，對(duì)抗交換成本低，抗毀性高，直接通信量小，具有顛覆未來戰(zhàn)爭(zhēng)樣式的潛力，所以美軍將其列為實(shí)現(xiàn)第3 次抵消戰(zhàn)略的顛覆性技術(shù)之一。然而，若要形成作戰(zhàn)能力，無人系統(tǒng)集群需要具備通信自組網(wǎng)、協(xié)同態(tài)勢(shì)感知、任務(wù)分配、航跡規(guī)劃、編隊(duì)控制和虛擬測(cè)試這些關(guān)鍵技術(shù)。

2.1 通信自組網(wǎng)

靈活、高速和可靠的通信網(wǎng)絡(luò)是實(shí)現(xiàn)無人系統(tǒng)集群實(shí)時(shí)信息交互傳輸?shù)幕A(chǔ)，而網(wǎng)絡(luò)分簇和拓?fù)浣Y(jié)構(gòu)優(yōu)化是現(xiàn)有研究的主要方面。

網(wǎng)絡(luò)分簇通過網(wǎng)絡(luò)結(jié)構(gòu)分層來提高網(wǎng)絡(luò)通信效率，算法一般包括最低ID、最高節(jié)點(diǎn)度、基于權(quán)重的分簇等。在傳統(tǒng)方法的基礎(chǔ)上，有學(xué)者提出了可避免將能量低的無人機(jī)選為簇首的基于能量的權(quán)重分簇算法。文獻(xiàn)[5]提出了CB-MAC 協(xié)議，該協(xié)議對(duì)簇的形成過程進(jìn)行了定義，更適用于集群通信。

網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)優(yōu)化主要解決通信網(wǎng)絡(luò)連通性的問題。在此基礎(chǔ)上，優(yōu)化通信功率，降低內(nèi)部干擾，提高網(wǎng)絡(luò)抗毀傷能力，分別包括基于位置、方向、鄰居節(jié)點(diǎn)和最短路徑的拓?fù)淇刂扑惴ǖ?。文獻(xiàn)[6]給出了一種基于學(xué)習(xí)自動(dòng)機(jī)的拓?fù)淇刂茀f(xié) 議（learning based topology control mechanism，LBLATC），該協(xié)議的特點(diǎn)是，每個(gè)傳感器節(jié)點(diǎn)的學(xué)習(xí)自動(dòng)機(jī)利用相鄰傳感器節(jié)點(diǎn)的學(xué)習(xí)自動(dòng)機(jī)產(chǎn)生的增強(qiáng)信號(hào)來選擇合適的節(jié)點(diǎn)傳輸范圍。文獻(xiàn)[7]給出了2 種基于位置輔助的網(wǎng)格拓?fù)淇刂扑惴? 也稱貪婪基跟蹤（greedy basis pursuit, GBP）算法，該算法的設(shè)計(jì)目標(biāo)旨在有效減少保持全局網(wǎng)絡(luò)連通性所需的活動(dòng)節(jié)點(diǎn)數(shù)。為了解決傳統(tǒng)網(wǎng)絡(luò)拓?fù)淇刂坪雎跃W(wǎng)絡(luò)容量的問題，文獻(xiàn)[8]給出了綜合平衡網(wǎng)絡(luò)容量和網(wǎng)絡(luò)傳輸能耗的網(wǎng)絡(luò)拓?fù)淇刂扑惴āＮ墨I(xiàn)[9]給出了節(jié)能拓?fù)淇刂扑惴ǎ╡nergy efficient topology control algorithm, EETCA），該算法可以移除具有高丟包率的鏈路，求解得到符合網(wǎng)絡(luò)傳輸能耗約束的最優(yōu)拓?fù)?，以降低?jié)點(diǎn)的能量消耗。

與傳統(tǒng)的無人機(jī)集群通信相比，跨域無人系統(tǒng)集群自組網(wǎng)有其自身特點(diǎn)：

1） 不同域的信道容量和延遲存在差異。信號(hào)傳遞介質(zhì)不同，傳遞信息的距離、速率、帶寬、容量和延遲也會(huì)有較大的不同，而空中通信網(wǎng)絡(luò)在上述各方面都比水下通信網(wǎng)絡(luò)表現(xiàn)優(yōu)異。采用水聲通信技術(shù)的水下通信網(wǎng)絡(luò)雖然傳輸距離可達(dá)到數(shù)十公里，但其傳輸?shù)目捎脦挶幌拗圃?0 Hz的低頻范圍內(nèi)，傳輸速率有限（約每秒幾十千比特），帶寬和速率遠(yuǎn)遠(yuǎn)低于空中射頻通信。

2） 不同域的節(jié)點(diǎn)移動(dòng)速度差異使拓?fù)浣Y(jié)構(gòu)呈現(xiàn)高頻動(dòng)態(tài)變化。移動(dòng)速度由高到低分別為無人機(jī)、水面無人艇和無人水下機(jī)器人，由于這3 種平臺(tái)的移動(dòng)速度不匹配，集群之間和集群內(nèi)部通信拓?fù)涞淖兓瘯?huì)更頻繁。

3） 跨域無人系統(tǒng)的狀態(tài)多樣性[10]。同一時(shí)刻，跨域無人系統(tǒng)內(nèi)可能會(huì)同時(shí)執(zhí)行搜索、干擾、跟蹤和攻擊任務(wù)，這也就需要通信網(wǎng)絡(luò)能夠智能調(diào)配資源以支持低延時(shí)和高并發(fā)需求的任務(wù)，例如實(shí)時(shí)決策、協(xié)同感知等。

綜上所述，面對(duì)基于海上跨域無人系統(tǒng)集群作戰(zhàn)的新場(chǎng)景，未來通信網(wǎng)絡(luò)拓?fù)淇梢詮娜缦路矫嬲归_研究：通信拓?fù)錁?gòu)建、跨域通信時(shí)中繼節(jié)點(diǎn)選擇、同域中繼節(jié)點(diǎn)選擇、通信拓?fù)潆S平臺(tái)運(yùn)動(dòng)自適應(yīng)變化、隨任務(wù)變化的通信資源智能分配、通信拓?fù)淇箽u(píng)估等。

2.2 協(xié)同態(tài)勢(shì)感知

無人系統(tǒng)集群感知信息具有的多源性、異構(gòu)性、多維和動(dòng)態(tài)性特點(diǎn)，使各類傳感器的數(shù)據(jù)適配和分布式多平臺(tái)感知信息的融合過程變得異常復(fù)雜[11-12]。有鑒于無人系統(tǒng)航行過程中多傳感器之間存在信息沖突的問題，文獻(xiàn)[13]改進(jìn)了傳統(tǒng)的D-S 證據(jù)理論，使用加權(quán)方法來調(diào)整不同證據(jù)的可信度，利用Dempster 證據(jù)組合規(guī)則實(shí)現(xiàn)了目標(biāo)信息的融合。在多水面無人艇集群的協(xié)同數(shù)據(jù)關(guān)聯(lián)方面，文獻(xiàn)[14]基于卡爾曼濾波分析設(shè)計(jì)了有效數(shù)據(jù)的融合算法，減小了通信時(shí)延；在水面無人艇多傳感器協(xié)同導(dǎo)航方面，文獻(xiàn)[15]采用自適應(yīng)信息共享因子聯(lián)合濾波器（AISFF）實(shí)現(xiàn)數(shù)據(jù)融合；在分布式多平臺(tái)數(shù)據(jù)融合方面，文獻(xiàn)[16]利用Dempster 證據(jù)組合規(guī)則衡量多源信息分析，證明了該方法可以有效處理信息融合過程中不同信息源置信度沖突的問題。

隨著人工智能技術(shù)和計(jì)算機(jī)硬件性能的提高，國(guó)內(nèi)有學(xué)者將神經(jīng)網(wǎng)絡(luò)和模糊理論應(yīng)用到數(shù)據(jù)融合技術(shù)中。例如，文獻(xiàn)[17]提出將自適應(yīng)模糊神經(jīng)網(wǎng)絡(luò)和卡爾曼濾波器應(yīng)用到目標(biāo)跟蹤系統(tǒng)的融合算法中，通過自適應(yīng)調(diào)整跟蹤參數(shù)，較好地解決了目標(biāo)丟失的問題; 文獻(xiàn)[18]提出了一種結(jié)合樣條逼近理論和神經(jīng)網(wǎng)絡(luò)原理的融合算法，通過權(quán)值修正迭代及快速確定權(quán)值，達(dá)到了增加運(yùn)算速度和計(jì)算精度的目的。

2.3 任務(wù)分配

海上無人系統(tǒng)集群的任務(wù)分配是指在滿足環(huán)境和作戰(zhàn)單元約束的條件下，為各作戰(zhàn)單元分配任務(wù)并確定任務(wù)時(shí)序。任務(wù)分配按照協(xié)同控制架構(gòu)可以分為2 種類型——集中式和分布式[19]。

2.3.1 集中式任務(wù)分配

經(jīng)典的集中式任務(wù)分配模型包括：多旅行商問題（multiple traveling salesman problem, MTSP）、車輛路徑問題（vehicle routing problem, VRP）、多選擇背包問題（multiple choice knapsack problem,MCKP）、混合線性整數(shù)規(guī)劃（mixed integer linear programming, MILP）[20]、動(dòng)態(tài)網(wǎng)絡(luò)流優(yōu)化（dynamic network flow optimization, DNFO）[21]、處理器資源分配（multiple processors resource allocation, CMTAP）等。海上無人系統(tǒng)集群平臺(tái)數(shù)量多、異構(gòu)特性突出、任務(wù)類型豐富，這些特點(diǎn)使描述分配問題變得更復(fù)雜，增加了求解空間。在求解集中式分配模型方面，典型的求解算法包括最優(yōu)方法和啟發(fā)式方法。而最優(yōu)方法還有圖論法、約束規(guī)劃法、整數(shù)規(guī)劃法、窮舉法，這其中的整數(shù)規(guī)劃法又發(fā)展出了矩陣作業(yè)法、單純性法、匈牙利法、分支定界法、混合整數(shù)規(guī)劃算法等。雖然最優(yōu)方法可對(duì)模型精確求解，且求得的解是全局最優(yōu)解，但缺點(diǎn)是用時(shí)長(zhǎng)，實(shí)時(shí)性不高。

啟發(fā)式求解方法分為3 大類：列表算法、聚類算法、智能算法。其中，列表算法是基于優(yōu)先權(quán)函數(shù)對(duì)任務(wù)處理次序進(jìn)行排列，然后分發(fā)給各成員[22]；聚類算法是將任務(wù)作為一個(gè)簇聚類，通過滿足任務(wù)簇與系統(tǒng)成員的數(shù)量達(dá)到一致[23]來實(shí)現(xiàn)分配，這兩種算法有一定的應(yīng)用。相比聚類算法，智能類算法的應(yīng)用較為普遍，尤其以遺傳算法、粒子群算法、蟻群算法的應(yīng)用居多。智能類算法通常健壯性較強(qiáng)，既適合于分布式計(jì)算機(jī)制，也可與多類其他算法相結(jié)合，但其缺乏嚴(yán)謹(jǐn)?shù)臄?shù)學(xué)基礎(chǔ)，沒有對(duì)應(yīng)和深刻的且具有普遍意義的理論分析，對(duì)其機(jī)理的數(shù)學(xué)解釋也薄弱，缺乏規(guī)范化和針對(duì)算法優(yōu)化性能的評(píng)價(jià)準(zhǔn)則。盡管如此，這些方法及其改進(jìn)算法依然被廣泛應(yīng)用到了無人系統(tǒng)集群任務(wù)的分配中。

2.3.2 分布式任務(wù)分配

分布式任務(wù)分配的典型模型主要包括多智能體決策理論、市場(chǎng)機(jī)制（合同網(wǎng)/競(jìng)拍）、分布式馬爾科夫、分布式約束等。其中，多Agent 理論[24]被廣泛應(yīng)用于機(jī)器人領(lǐng)域。隨著應(yīng)用樣式的多樣化，多Agent 理論還衍生出了很多分支，如圖1 所示。

圖1 分布式任務(wù)分配模型及方法Fig. 1 Distributed tasking model and method

針對(duì)智能體與不確定因素之間的矛盾，已有的常用算法包括博弈論方法[25]、分布式馬爾科夫法[26]、分布式貝葉斯方法[27]等。分布式約束可以形式化為一個(gè)約束網(wǎng)，網(wǎng)中變量有各自的離散值域，且各自的約束相互聯(lián)系，求解過程是求出變量的某個(gè)組合，使所有約束值相加獲得極值[28]。分布式約束也可以被視為多Agent 理論的分支應(yīng)用。類市場(chǎng)機(jī)制方法是多無人機(jī)任務(wù)分配中被廣泛應(yīng)用的一種分布式方法，其核心功能是防止沖突，而對(duì)每個(gè)問題的求解則采用通信協(xié)商的方式。合同網(wǎng)算法[29]由發(fā)布者和競(jìng)標(biāo)者兩個(gè)角色，由“招標(biāo)—投標(biāo)—中標(biāo)—確認(rèn)”4 個(gè)交互階段組成。而拍賣算法[30]則是將要拍賣的物品用公開競(jìng)價(jià)的方式轉(zhuǎn)賣給應(yīng)價(jià)最高者，一次拍賣過程主要由參與方、拍賣品、收益函數(shù)和應(yīng)價(jià)策略等要素組成。此外，拍賣算法的演化算法也逐漸受到廣泛重視，例如，一致性包算法（consensus-based bundle algorithm, CBBA）[31]。

2.4 航跡規(guī)劃

航跡規(guī)劃是完成作戰(zhàn)任務(wù)的關(guān)鍵步驟。從出發(fā)點(diǎn)到任務(wù)開始執(zhí)行點(diǎn)的航跡、巡邏航跡以及跟蹤圍捕的航跡均屬航跡規(guī)劃的范疇。根據(jù)作戰(zhàn)任務(wù)規(guī)劃，協(xié)同無人機(jī)、水面無人艇、無人水下機(jī)器人的航跡需要考慮諸多約束和狀態(tài)變化，例如，平臺(tái)的機(jī)動(dòng)性能、保持平臺(tái)間的通信拓?fù)?、速度匹配、環(huán)境威脅、航程、航跡沖突、成員的動(dòng)態(tài)進(jìn)入退出、由巡邏轉(zhuǎn)入跟蹤時(shí)的狀態(tài)切換等。

為此，國(guó)內(nèi)外學(xué)者積極展開研究，取得了大量的不同任務(wù)場(chǎng)景下無人系統(tǒng)集群航跡規(guī)劃的研究成果，涉及的主要問題如下：

1） 環(huán)境模型：建立無人系統(tǒng)集群規(guī)劃空間的數(shù)學(xué)模型；

2） 航跡表達(dá)：表示規(guī)劃后出現(xiàn)的航跡的方法；

3） 航跡優(yōu)化：最短和最安全的航跡和航程規(guī)劃及其規(guī)劃所需的最短時(shí)間，也即路徑搜索算法優(yōu)化問題；

4） 時(shí)間和空間的精準(zhǔn)協(xié)同：一些任務(wù)需要無人平臺(tái)在指定時(shí)間內(nèi)以特定方位?俯仰角到達(dá)目標(biāo)點(diǎn)的附近，也即航速和航跡精準(zhǔn)控制問題；

5） 規(guī)劃空間內(nèi)的航跡沖突消解：由于無人平臺(tái)數(shù)量多，預(yù)先規(guī)劃的航跡有一定概率會(huì)發(fā)生沖突，需要局部調(diào)整航跡或者航速，也即沖突解脫問題；

6） 航跡規(guī)劃動(dòng)態(tài)調(diào)整：在實(shí)際海域有可能出現(xiàn)無法航行的區(qū)域，需要隨時(shí)調(diào)整，目標(biāo)點(diǎn)的位置也可能發(fā)生新的變化，因此需要根據(jù)新出現(xiàn)的情況迅速重新規(guī)劃以調(diào)整航跡，也即在線航跡快速規(guī)劃問題。

文獻(xiàn)[32]設(shè)計(jì)了層次化的多無人機(jī)協(xié)同模型，通過Dubins 曲線航跡規(guī)劃、碰撞回避和路跡長(zhǎng)度協(xié)調(diào)這3 個(gè)階段來實(shí)現(xiàn)多無人機(jī)時(shí)空協(xié)同。文獻(xiàn)[33-34]采用有約束的網(wǎng)絡(luò)圖環(huán)境模型，該模型可將航向約束轉(zhuǎn)化為特定網(wǎng)絡(luò)節(jié)點(diǎn)的連通性約束，可以解決網(wǎng)絡(luò)圖中的空間協(xié)同規(guī)劃問題。此外，文獻(xiàn)[35]提出的人工勢(shì)場(chǎng)算法也是一種有效的無人系統(tǒng)集群協(xié)同航跡規(guī)劃方法。該算法規(guī)劃速度快、安全性高，適合于協(xié)同規(guī)劃，但由于存在斥力和引力相等的靜止點(diǎn)，故會(huì)導(dǎo)致算法停滯，規(guī)劃失敗。

A*算法是一種經(jīng)典的算法，但并行性差、實(shí)時(shí)性不高，對(duì)于無人系統(tǒng)集群的航跡規(guī)劃并不適合，而規(guī)劃速度快、并行性佳、易協(xié)同、可收斂到最優(yōu)的智能算法則適合用于求解無人系統(tǒng)集群協(xié)同的航跡規(guī)劃，故得到了廣泛研究。此外，利用群智能算法還可將無人系統(tǒng)集群的協(xié)同目標(biāo)分配和航跡規(guī)劃通過類似算法結(jié)構(gòu)進(jìn)行統(tǒng)一處理[36]。然而，智能算法也存在缺點(diǎn)，它沒有明確的基因表示的定義，求得的最優(yōu)解不是唯一的，存在沖突和違背約束，因而也可能導(dǎo)致規(guī)劃和協(xié)同失敗。

文獻(xiàn)[37-38]提出采用遺傳算法和差分進(jìn)化算法規(guī)劃單機(jī)和多機(jī)的協(xié)同飛行航跡，此后大量航跡規(guī)劃的研究都是圍繞改進(jìn)差分進(jìn)化算法來展開的。例如，多種群小生境進(jìn)化算法[39]、平行進(jìn)化算法[40]、量子遺傳算法[41]，以及將免疫機(jī)制與遺傳算法相結(jié)合的算法[42]等。這些算法證明了利用物種進(jìn)化機(jī)制和并行尋優(yōu)可以較快地搜索到解空間的最優(yōu)位置，獲得多條可行的協(xié)同航跡。此外，進(jìn)化理論不受空間結(jié)構(gòu)的限制，適合處理三維甚至多維空間中的航跡規(guī)劃問題[39-40,43]。

從在線規(guī)劃的角度來看，實(shí)時(shí)動(dòng)態(tài)的航跡規(guī)劃思想已獲廣泛認(rèn)同。例如，有效擴(kuò)展的馬爾科夫決策方法(Markov decision process，MDP)[44-46]和增強(qiáng)學(xué)習(xí)方法(reinforcement learning, RL)[47-50]已被廣泛應(yīng)用于航跡在線規(guī)劃應(yīng)用中，該方法利用狀態(tài)轉(zhuǎn)移逐步進(jìn)行區(qū)域探索和預(yù)測(cè)，通過學(xué)習(xí)提高平臺(tái)處理復(fù)雜、未知和不確定環(huán)境的能力，它不僅要考慮當(dāng)前階段航跡擴(kuò)展的即時(shí)效應(yīng)，還要考慮對(duì)后續(xù)繼續(xù)決策產(chǎn)生的影響，故適合于實(shí)時(shí)航跡的重新規(guī)劃求解。然而，該方法要處理的狀態(tài)轉(zhuǎn)移模型復(fù)雜，可能導(dǎo)致“維數(shù)災(zāi)難”、規(guī)劃性能嚴(yán)重下降，故僅限于單平臺(tái)的在線規(guī)劃，難以有效處理集群協(xié)同的問題。

2.5 集群編隊(duì)控制

海上無人系統(tǒng)集群是通過自組織網(wǎng)絡(luò)連接構(gòu)成的分布式智能群體，由若干同構(gòu)或者異構(gòu)的智能無人平臺(tái)（智能體）組成。在協(xié)同執(zhí)行某項(xiàng)任務(wù)時(shí)，需要編隊(duì)構(gòu)型保持相對(duì)穩(wěn)定，以實(shí)現(xiàn)不同平臺(tái)間的協(xié)調(diào)運(yùn)動(dòng)（例如固定隊(duì)形、協(xié)同跟蹤、協(xié)同圍捕等）和穩(wěn)定的通信連接。為此，使用的主要方法如下：領(lǐng)航者?跟隨者法、基于行為法、人工勢(shì)場(chǎng)法、虛擬結(jié)構(gòu)法和基于強(qiáng)化學(xué)習(xí)的編隊(duì)控制方法等。

領(lǐng)導(dǎo)者?跟隨者法是采用指定編隊(duì)系統(tǒng)中的某個(gè)智能體作為編隊(duì)的領(lǐng)航者，而其他智能體為跟隨者，并以一定的相對(duì)位置或者姿態(tài)跟蹤編隊(duì)的領(lǐng)航者。該方法實(shí)質(zhì)上是將編隊(duì)控制問題直接轉(zhuǎn)化為跟隨者跟蹤領(lǐng)航者的方向與位置的問題[51-52]。

基于行為法的基本思想是定義一組無人系統(tǒng)集群的期望行為（例如駛向與駛離目標(biāo)、障礙檢測(cè)與避碰、隊(duì)形保持與變換等），并將每個(gè)智能體的運(yùn)動(dòng)視為一系列行為的加權(quán)組合。在使用該編隊(duì)控制法時(shí)，智能體的行為控制器通過接收控制指令和艇載或機(jī)載傳感器檢測(cè)到的周邊環(huán)境信息來輸出相應(yīng)的行為，從而實(shí)現(xiàn)集群整體的協(xié)同控制。在基于行為的智能控制方法的應(yīng)用研究方面，文獻(xiàn)[53]詳盡地研究了多空間飛行器編隊(duì)的飛行問題，并分析了編隊(duì)收斂性與誤差的影響；文獻(xiàn)[54]對(duì)此控制方法進(jìn)行了深入分析和形式化表達(dá)研究，提出了最近鄰協(xié)調(diào)思想?？傮w上，該方法對(duì)于解決具體問題通常極為有效，但也存在缺陷，例如，它很難對(duì)行為進(jìn)行數(shù)學(xué)分析，且編隊(duì)隊(duì)形難以保持。

人工勢(shì)場(chǎng)法是在集群控制中引入勢(shì)能場(chǎng)概念，由勢(shì)函數(shù)模擬影響集群中個(gè)體行為的內(nèi)、外作用，個(gè)體在勢(shì)函數(shù)的作用下采取行動(dòng)，通過這種方法實(shí)現(xiàn)對(duì)集群的控制[55]。在人工勢(shì)場(chǎng)法的智能控制應(yīng)用方面，文獻(xiàn)[56]在實(shí)驗(yàn)室環(huán)境下構(gòu)建了一種低成本的人工智能集群控制演示驗(yàn)證系統(tǒng)，以機(jī)動(dòng)的自組織探測(cè)集群為驗(yàn)證對(duì)象，對(duì)基于此方法的自組織控制策略進(jìn)行了演示驗(yàn)證。

虛擬結(jié)構(gòu)法的基本思想是將多智能體的編隊(duì)視為虛擬的剛性結(jié)構(gòu)，每個(gè)智能體又被視為剛性結(jié)構(gòu)上一個(gè)相對(duì)位置固定的點(diǎn)，當(dāng)編隊(duì)移動(dòng)時(shí)，智能體跟蹤剛體上的虛擬點(diǎn)運(yùn)動(dòng)。與領(lǐng)航者?跟隨者方法有所不同，虛擬結(jié)構(gòu)法通常無需真實(shí)存在的領(lǐng)航者（可以存在虛擬領(lǐng)航者），編隊(duì)中各平臺(tái)形成期望的剛體形狀，且一般以跟蹤偏差作為反饋來實(shí)現(xiàn)期望的隊(duì)形。在虛擬結(jié)構(gòu)法的智能控制應(yīng)用方面，文獻(xiàn)[57]提出了一種結(jié)合此方法的輸出反饋協(xié)同控制方法，實(shí)現(xiàn)了一組具有有限感知范圍的獨(dú)輪式移動(dòng)機(jī)器人完成期望的編隊(duì)跟蹤任務(wù)；文獻(xiàn)[58]提出利用圖剛度求解非平面多智能體編隊(duì)控制問題的方法，各智能體由分布式控制律協(xié)同形成編隊(duì)隊(duì)形；文獻(xiàn)[59]建立了多無人機(jī)虛擬剛體模型，由遙控手柄實(shí)時(shí)給出無人機(jī)編隊(duì)的飛行軌跡，各無人機(jī)則根據(jù)事先設(shè)計(jì)的隊(duì)形庫(kù)來保持隊(duì)形，并可在幾種隊(duì)形間切換。

綜上所述，傳統(tǒng)的大部分編隊(duì)控制方法通常需要平臺(tái)和擾動(dòng)的精確模型來進(jìn)行控制率設(shè)計(jì)，但模型通常具有復(fù)雜、時(shí)變、非線性的特點(diǎn)，加之傳感器誤差、環(huán)境擾動(dòng)等隨機(jī)因素的影響，通常難以精確建模，因此嚴(yán)重限制了傳統(tǒng)分析方法的適用范圍。

強(qiáng)化學(xué)習(xí)方法作為替代方法正越來越多地受到關(guān)注，因?yàn)榇朔椒ú捎脽o模型方法來解決上文所述矛盾。在強(qiáng)化學(xué)習(xí)方法方面，文獻(xiàn)[60]針對(duì)連續(xù)狀態(tài)空間中固定翼無人機(jī)編隊(duì)協(xié)同控制問題，提出了基于深度強(qiáng)化學(xué)習(xí)的協(xié)調(diào)控制算法；文獻(xiàn)[61]使用強(qiáng)化學(xué)習(xí)方法，解決了異構(gòu)無人機(jī)編隊(duì)軌跡跟蹤問題；文獻(xiàn)[62]的研究團(tuán)隊(duì)相繼發(fā)布了多項(xiàng)有關(guān)集群協(xié)同控制的研究成果，其提出的是一種將強(qiáng)化學(xué)習(xí)和集群控制相結(jié)合的混合系統(tǒng)，并通過仿真和實(shí)驗(yàn)驗(yàn)證了系統(tǒng)的可擴(kuò)展性及有效性。該混合系統(tǒng)由低層集群控制器和高層RL 模塊組成，這種二者結(jié)合的方式，使系統(tǒng)能夠在保持網(wǎng)絡(luò)拓?fù)浜瓦B通性的同時(shí)規(guī)避集群外部的威脅風(fēng)險(xiǎn)。混合系統(tǒng)中的RL 模塊采用Q 學(xué)習(xí)算法，并通過共享Q 表的方式來實(shí)現(xiàn)分布式合作學(xué)習(xí)。

2.6 虛擬測(cè)試

無人系統(tǒng)集群協(xié)同作戰(zhàn)可廣泛應(yīng)用于編隊(duì)護(hù)航、搜索巡邏、區(qū)域控制和平戰(zhàn)結(jié)合的信息保障等軍民用任務(wù)。歐美一些國(guó)家正在積極推進(jìn)無人系統(tǒng)集群演示驗(yàn)證試驗(yàn)，以加快推進(jìn)技術(shù)的實(shí)戰(zhàn)化應(yīng)用。由于當(dāng)前無人系統(tǒng)集群的關(guān)鍵技術(shù)尚未成熟，因此需要開展大量的測(cè)試驗(yàn)證和優(yōu)化。但是，海上試驗(yàn)環(huán)境復(fù)雜，試驗(yàn)成本高，長(zhǎng)期利用無人系統(tǒng)集群實(shí)裝測(cè)試并不現(xiàn)實(shí)。其中，實(shí)裝測(cè)試面臨的一些“痛點(diǎn)”問題包括：

1） 代價(jià)大：需要大量的人力物力保障和針對(duì)不同的測(cè)試項(xiàng)目搭建的試驗(yàn)場(chǎng)景設(shè)施；

2） 風(fēng)險(xiǎn)高：存在無人裝備頻繁布放回收風(fēng)險(xiǎn)、碰撞風(fēng)險(xiǎn)、惡劣海況和異常情況下設(shè)備損壞傾覆風(fēng)險(xiǎn)；

3） 周期長(zhǎng)：需要合適的天氣和環(huán)境條件；

4） 算法優(yōu)化效率低，試驗(yàn)次數(shù)有限。

同時(shí)，無人系統(tǒng)集群實(shí)裝測(cè)試也面臨本身難以克服的“難點(diǎn)”問題。

1） 無法測(cè)試算法邊界：無人系統(tǒng)裝備在交付之前需要摸清平臺(tái)在各種極限工況下的適應(yīng)能力，但是對(duì)于實(shí)裝過程中的危險(xiǎn)場(chǎng)景和危險(xiǎn)操縱行為進(jìn)行測(cè)試的風(fēng)險(xiǎn)太大；

2） 可重復(fù)性差：算法可靠性評(píng)估要求對(duì)一種場(chǎng)景進(jìn)行多次重復(fù)測(cè)試，在實(shí)際環(huán)境測(cè)試過程中，場(chǎng)景不斷變化，風(fēng)浪流的干擾和動(dòng)態(tài)船舶的行為狀態(tài)每次都會(huì)不一樣；

3） 測(cè)試場(chǎng)景不夠充分：實(shí)裝測(cè)試場(chǎng)景非常有限，無法評(píng)估算法的適應(yīng)性；

4） 測(cè)試數(shù)據(jù)有限：因?yàn)楫?dāng)前無人系統(tǒng)集群算法中應(yīng)用了許多人工智能技術(shù)，需要比真實(shí)環(huán)境中更多的測(cè)試數(shù)據(jù)以對(duì)算法進(jìn)行訓(xùn)練優(yōu)化，而真實(shí)試驗(yàn)中的樣本始終是小數(shù)據(jù)。

綜合上述問題，可見虛擬測(cè)試技術(shù)對(duì)于加快無人系統(tǒng)集群算法迭代和促進(jìn)集群作戰(zhàn)能力的形成具有重要意義。

文獻(xiàn)[63]在國(guó)內(nèi)最早提出了平行系統(tǒng)理論，這是一種面向復(fù)雜系統(tǒng)進(jìn)行管理和控制的仿真、計(jì)算和分析方法。文獻(xiàn)[64]提出了一種測(cè)試和試驗(yàn)無人車對(duì)復(fù)雜交通場(chǎng)景的理解和行駛決策能力的方法，使無人車具有在人類專家指導(dǎo)下自動(dòng)自我升級(jí)的認(rèn)知機(jī)制，對(duì)構(gòu)建和測(cè)試其他人工智能系統(tǒng)具有重要的啟發(fā)意義。文獻(xiàn)[65]系統(tǒng)歸納總結(jié)了自動(dòng)駕駛汽車測(cè)試場(chǎng)景的要素種類、數(shù)據(jù)處理方法、虛擬測(cè)試方法、測(cè)試平臺(tái)和虛擬測(cè)試的關(guān)鍵技術(shù)要點(diǎn)。文獻(xiàn)[66]對(duì)測(cè)試公開可用的駕駛數(shù)據(jù)集和虛擬測(cè)試環(huán)境下的自動(dòng)駕駛算法做了綜述分析。文獻(xiàn)[67]提出一種多層次平行交互的水面無人艇自主航行能力測(cè)試技術(shù)，采用多域融合、混合映射、虛實(shí)結(jié)合和科學(xué)評(píng)估的平行交互測(cè)試方法，針對(duì)水面無人艇的自主感知、自主規(guī)劃、自主避碰和自主控制這些能力的設(shè)計(jì)評(píng)估模型，從安全性、快速性和準(zhǔn)確性方面對(duì)水面無人艇各自的自主航行能力進(jìn)行了測(cè)試評(píng)估，為水面無人艇自主航行能力測(cè)試提供了新思路。

3 結(jié) 語(yǔ)

本文分別概述了無人機(jī)、水面無人艇、無人水下機(jī)器人集群和海上跨域無人系統(tǒng)集群的國(guó)內(nèi)外發(fā)展現(xiàn)狀，分析了無人系統(tǒng)集群未來發(fā)展應(yīng)用的方向，系統(tǒng)梳理了無人系統(tǒng)集群所需的6 大關(guān)鍵技術(shù)、相關(guān)算法的研究情況及其發(fā)展趨勢(shì)，旨在為海上無人系統(tǒng)集群應(yīng)用和技術(shù)研究提供一定的支撐。

無人作戰(zhàn)裝備體系中，無人機(jī)具有航程遠(yuǎn)、滯空時(shí)間長(zhǎng)，分布式部署、全方位覆蓋和成本低、效率高等特點(diǎn)，可以承擔(dān)諸多任務(wù)，例如，可長(zhǎng)時(shí)間滯空遂行遠(yuǎn)程警戒、目標(biāo)指示、中繼制導(dǎo)、打擊效果評(píng)估和熱點(diǎn)區(qū)域持續(xù)監(jiān)視等；無人水下機(jī)器人具有隱蔽性、安靜性和使用靈活的特點(diǎn)，是在敵方基地前沿、關(guān)鍵水道、重點(diǎn)海區(qū)等區(qū)域執(zhí)行水聲探測(cè)任務(wù)的理想裝備之一；無人艇在大型海上編隊(duì)外圍伴隨航行，不僅可以作為編隊(duì)的新型反潛力量，也可以作為水下與空中探測(cè)感知網(wǎng)絡(luò)之間的中繼節(jié)點(diǎn)，為海、空、潛立體偵察探測(cè)提供基礎(chǔ)。多個(gè)無人裝備組成的海上無人系統(tǒng)集群通過利用不同無人裝備的特長(zhǎng)而優(yōu)勢(shì)互補(bǔ)，采用群體協(xié)同作戰(zhàn)的方式可以克服單個(gè)平臺(tái)載荷能力有限的缺陷，極大地增強(qiáng)無人作戰(zhàn)體系的威力，拓展海軍體系作戰(zhàn)能力邊界，為未來海上作戰(zhàn)提供更靈活多樣的新型作戰(zhàn)樣式?？梢灶A(yù)見，未來海上無人系統(tǒng)集群將在要地防御作戰(zhàn)、伴隨機(jī)動(dòng)作戰(zhàn)、關(guān)鍵區(qū)域布控作戰(zhàn)和飽和式攻擊作戰(zhàn)中發(fā)揮重要作用。