基于并行作战环的无人机集群协同作战能力评估方法.pdf

第2 4卷 第5期空 军 工 程 大 学 学 报V o l.2 4 N o.52 0 2 3年1 0月J OURNA L O F A I R F O R C E E NG I N E E R I NG UN I V E R S I T YO c t.2 0 2 3收稿日期:2 0 2 2-1 1-2 8作者简介:林晋福(1 9 8 1-),男,福建永春人,副教授,博士,研究方向为航空集群规划与网络。E-m a i l:l i n-j i n f u 1 6 3.c o m引用格式:林晋福,朱玉,张佳强,等.基于并行作战环的无人机集群协同作战能力评估方法J.空军工程大学学报,2 0 2 3,2 4(5):3 3-4 0.L i n J i n f u,Z HU Y u,Z HAN G J i a q i a n g,e t a l.E v a l u a t i o n M e t h o d o f UAV S w a r m C o o p e r a t i v e O p e r a t i o n a l C a p a b i l i t y B a s e d o n P a r a l l e l O p e r a t i o n R i n gJ.J o u r n a l o f A i r F o r c e E n g i n e e r i n g U n i v e r s i t y,2 0 2 3,2 4(5):3 3-4 0.基于并行作战环的无人机集群协同作战能力评估方法 林晋福1,2,朱 玉3,张佳强1,2,尚耀波1,2(1.空军工程大学空管领航学院,西安,7 1 0 0 5 1;2.陕西省电子信息系统综合集成重点实验室,西安,7 1 0 0 5 1;3.空军工程大学防空反导学院,西安,7 1 0 0 5 1)摘要 针对无人机集群基于信息网络的协同作战能力评估问题,采用衡量信息不确定性程度的信息熵对网络的节点能力和作战边的权值进行量化,构建信息流转动态评估网络。首先通过节点度受限最短路算法找出该网络可能的并行作战环,分串行、并行和混合3种模式的计算法算出评估网络最小能力熵,实现无人机集群协同作战行动量化评估;然后通过对无人机集群海上封控作战行动进行能力评估,验证该评估方法的有效性;最后基于最大效能原则,给出无人机集群协同策略和作战使用上的建议。关键词 无人机集群;协同网络;作战能力评估;并行作战环D O I 1 0.3 9 6 9/j.i s s n.2 0 9 7-1 9 1 5.2 0 2 3.0 5.0 0 4中图分类号 V 2 7 9;E 9 2 6.4 文献标志码 A 文章编号 2 0 9 7-1 9 1 5(2 0 2 3)0 5-0 0 3 3-0 8E v a l u a t i o n M e t h o d o f U A V S w a r m C o o p e r a t i v e O p e r a t i o n a l C a p a b i l i t y B a s e d o n P a r a l l e l O p e r a t i o n R i n gL I N J i n f u1,2,Z HU Y u3,Z HANG J i a q i a n g1,2,S HANG Y a o b o1,2(1.A i r T r a f f i c C o n t r o l a n d N a v i g a t i o n S c h o o l,A i r F o r c e E n g i n e e r i n g U n i v e r s i t y,X ia n 7 1 0 0 5 1;2.S h a a n x i P r o v i n c e L a b o r a t o r y o f M e t a-s y n t h e s i s f o r E l e c t r o n i c&I n f o r m a t i o n S y s t e m,X ia n 7 1 0 0 5 1;3.A i r D e f e n s e a n d A n t i m i s s i l e S c h o o l,A i r F o r c e E n g i n e e r i n g U n i v e r s i t y,X ia n 7 1 0 0 5 1)A b s t r a c t I n v i e w o f t h e e v a l u a t i o n p r o b l e m o f c o o p e r a t i v e o p e r a t i o n a l c a p a b i l i t y o f UAV S w a r m b a s e d o n i n f o r m a t i o n n e t w o r k,t h e i n f o r m a t i o n e n t r o p y w h i c h i s u s e d t o m e a s u r e t h e d e g r e e o f i n f o r m a t i o n u n c e r-t a i n t y i s u t i l i z e d f o r q u a n t i f y i n g t h e n o d e c a p a b i l i t y o f t h e n e t w o r k a n d t h e w e i g h t o f t h e c o m b a t s i d e,a n d a d y n a m i c e v a l u a t i o n n e t w o r k o f i n f o r m a t i o n f l o w i s c o n s t r u c t e d.T h r o u g h t h e s h o r t e s t c i r c u i t a l g o r i t h m w i t h n o d e d e g r e e l i m i t a t i o n,a p o s s i b l e p a r a l l e l c o m b a t r i n g o f t h e n e t w o r k,a n d a m i n i m u m e n t r o p y o f t h e n e t w o r k c a l c u l a t e d b y t h r e e k i n d s o f c o m p u t i n g m e t h o d s,i.e.s e r i a l,p a r a l l e l a n d m i x e d s t r u c t u r e s,a r e f o u n d o u t,r e a l i z i n g t h e q u a n t i t a t i v e e v a l u a t i o n o f t h e c o o p e r a t i v e c o m b a t a c t i o n o f UAV S w a r m.T h e e f-f e c t i v e n e s s o f t h i s e v a l u a t i o n m e t h o d i s v e r i f i e d b y e v a l u a t i n g t h e c a p a b i l i t y o f u n m a n n e d a e r i a l v e h i c l e(UAV)S w a r m m a r i t i m e c o n t a i n m e n t a n d c o n t r o l o p e r a t i o n s.B a s e d o n t h e p r i n c i p l e o f m a x i m u m e f f e c-t i v e n e s s,s o m e s u g g e s t i o n s o n t h e c o o p e r a t i v e s t r a t e g y a n d o p e r a t i o n a l u s e o f UAV S w a r m a r e g i v e n.K e y w o r d s U A V s w a r m;c o l l a b o r a t i v e n e t w o r k;e v a l u a t i o n o f o p e r a t i o n a l c a p a b i l i t y;p a r a l l e l o p e r a t i o n r i n g 无人机集群可在恶劣环境下完成侦察、搜救、边境巡逻和海域封控等任务1-2,具有伤亡少,长时间留空优点。但在完成任务能力方面,由多无人机组成的无人机集群更多依赖于多无人机的协同控制特性及与不确定性环境的交互,高度依赖信息网络的支撑,通过集群协同的方式完成作战任务。无人机协同作战和集群能力涌现等关键技术已经或正在突破3,还存在如何评价无人机集群基于网络提升作战能力,集群网络赋能难以量化,网络协同算法对任务完成的贡献度难以衡量的难题4。无人机平台评估方面,文献5 综述集群试验评估方面所进行的开创性工作的基础上,主要对无人集群试验评估的概念内涵、发展现状进行了讨论分析;结合课题组在航空集群作战领域的研究基础,探讨无人集群试验评估的主要内容和可行的技术路线。文献6 构建作战节点模型,没有考虑到一个武器具有多种能力的情况,如察打一体无人机,既有侦察监视能力又有打击能力。对这类节点的思考,应建立一个更贴合实际的武器装备体系网络模型。信息网络及能力评估方面,如图1所示,无人机集群多层协同逻辑网络,包括传感网络、决策网络和作战网络7。文献8 主要针对特定的星链网络如何规划,进行参数正确性快速评估和业务服务性能评估。文献9 提出了针对自己的算法和架构的考评指标,主要体现网络静态方面评估,没有考虑执行任务消耗时间对无人集群作战能力的影响。综上,在无人机集群协同作战能力评估方面,还鲜有网络评估与作战任务相结合方面的研究。1 问题描述及设计1.1 基于逻辑网络的任务过程分析无人集群的作战流程大体与博伊德循环(o b-s e r v e o r i e n t d e c i d e a c t,OO D A)吻合,可将无人机集群执行任务划分为4个过程,底层以信息流转相连。1)观察(o b s e r v e)。侦察无人机携带侦察载荷,对指定区域目标的协同搜索、定位、识别、查证和跟踪,形成目标分布的详细态势。2)判断(o r i e n t)。侦察无人机持续侦察监视指定区域目标,将获取的电子情报进行信息融合和目标识别,获取目标类型、数量等信息,并实时向决策网络反馈作战信息,更新目标类型、数量等情报。必要时根据情报信息支援进行相应的敌我识别。3)决策(d e c i d e)。分布式决策网络融合侦察无人机获取的目标类型、数量等信息,判断目标群的概略意图,修订完善优化作战计划。决策可以在后方指挥所,也可授权前突集群进行决策。4)行动(a c t)。作战攻击机实施封控计划,实时通过作战控制网调整队形,在作战过程中向决策网络反馈作战任务完成情况。1.2 无人机集群分层连接模型无人机集群作战任务过程需要协同,产生大量的信息交换和能力的输出,从逻辑角度考虑划分为决策网、作战行动网络、传感网3类逻辑网络,底层以通信网作支撑。在把作战目标纳入情况下,形成如图 1所示的网络连接,OO D A作战循环贯穿于每一个步骤,整体把几个逻辑网络串连起来。集群的协同作战能力分解为3个逻辑网络间协同能力以及3个逻辑网络内部交感所产生的能力涌现。图1 无人机集群评估网络(逻辑)连接模型图2 协同网络评估模型及指标体系用O O D A环模型对无人机集群作战任务进行分析。各环在作战过程中会产生不确定性,产生对作战能力的影响。如目标不确定的概率值对攻击效果的影响,编队策略不统一/不确定对攻击效果的影响。这与信息论中信息熵的表达思想类似。每一个环对于逻辑网络的支撑,有相应的信息流转,需要信息交换。通过网络的信息交换消除不确定性达成了提高作战能力的目的。因此可以通过信息熵来刻画无人机集群作战能力。按照公式可计算相应能力值,能力熵与作战能力建立一一对应关系,信息熵越小,能力值越大,范围在01之间。后面的讨论全部基于信息熵来讨论评估作战能力,亦可称为能力熵。C a p=e x p(-E)(1)2.1 评估网络构建如图 2所示,形成OO D A作战环评估网络。网络节43空军工程大学学报2 0 2 3年点为各作战实体和作战目标,网络的边表示各节点相互作用或信息传递,边的权重为能力熵和子任务执行时间。图 2 无人机集群评估网络示意图在本论文中,集群中无人机将被称为无人机节点U A V1。考虑N架U A V通过相互之间的交互关系和交互体系结构,考虑图G=(V,E),其中V为节点集v1,v2,vn,EVV。每个节点表示一个无人机,其连线对应于无人机间的信息流转关系。邻接矩阵AWNN表示图G中节点的邻接关系,如果(vi,vj)E,则ai j=W=(E,T),否则ai j=0。第i架U A V的邻居节点集合记作Ni=jV:(vi,vj)E,该集合节点数量即为U A Vi节点的度。节点i到j的路径Pi,j=(V,E),V=vi,vj ,E=vi2,vi+n,j 。节点权重的设计第一值代表能力熵E,第二值表示协同任务消耗时间T。将作战单元的不同属性分别抽象为不同作战领域的协同行为即可得到一张网来分析整个集群的协同效果,而且基于相同的网络测度指标可对不同作战领域协同进行分析,度量协同作战能力。2.2 节点能力模型无人机集群节点可以归纳为7种能力1 0,不同类型无人机节点为这些能力的组合,如侦察类无人机节点包含数据传输、目标探测和目标识别3种能力。根据评估需要,还需要对目标节点的抗打击和反侦察2种能力一并进行量化。如图 3所示,各作战节点的能力熵通过对作战网络中各节点的战技指标进行赋值,按定义的相应隶属函数进行计算1 1。1)目标节点的反侦察和抗打击能力机动速度隶属度R1=X17 00.9;5 0X17 00.5;3 0X15 00.3;X13 00。预警时间隶属度函数R2=X270.9;7X21 00.7;1 0X21 50.1。权重矩阵=1 2 3 4 5 6,可以根据任务情景进行相应的调整。通过式(2)计算反侦察能力熵Eh i d e和抗打击能力熵Ea n。Ea n=3i=1il n(11-Ri)Eh i d e=6i=4il n(11-Ri)(3)图3 作战节点-能力-指标层次分解2)无人机侦察类节点探测、识别和跟踪能力探测距离隶属度函数R1 0=X1 03 01,2 0X1 03 00.5;1 0X1 02 00.3;X12 01,1 5X1 22 00.5;1 0X1 21 50.3;X1 21 01,7X1 41 0 0.5;3X1 470.3;X1 481,5X780.5;3X750.3;X76 0 01,4 0 0X96 0 00.7;3 0 0X94 0 00.5;X970.1;5X2 070.3;3X2 050.5;X2 05 0 01;5 0 0X2 17 0 00.7;3 0 0X2 15 0 00.3;X2 16 00,m a xx11 5,x21 56 0 p1 6=m i nx11 6,x21 6/1 0 0 0p1 7=x11 7x21 7p1 8=m i nx11 8,x21 8/1 0 0 0p1 9=(x11 9+x21 9)/1 0 0 0Ri=1-1epi+e-pi(i=1 6,1 7,1 9)Ec=1 9i=1 5Rii(6)2.3 业务边能力熵计算节点之间的相互作用主要通过边体现出来。具体量化用边的权重表示,第一权重能力熵可通过计算得到,第二权重为该行动需要耗费的时间t。如图 2所示,有T-S、S-C、C-A、A-T、S-S、C-C、A-A共7种边。在相应信息流程的支撑下,完成OO D A环的每一个环节。同时逻辑网络具有学习能力和自演化功能,集群的涌现能体现在平台的基本能力和网络赋能。逻辑网络及运行机制决定了无人机集群涌现。1)T-S边能力熵OO D A环的开始,对应无人集群协同查证环节,其信息熵由目标类的反侦察能力熵(Eh i d e)与侦察类的探测(E1)、识别能力(E2)和跟踪能力(E3)共同作用决定。权重矩阵=12h i d e 。ET-S=E11+E22+Eh i d eh(7)目标的数量(作战节点入度)影响目标信息提供的刷新率。通过时间体现出来。目标侦察交互关系主要衡量侦察类装备对目标节点的侦察能力,在构建关联关系模型时,根据装备的指标评估关联关系的能力值。在节点建模中,侦察节点S分时使用去侦察多个目标,会出现侦察消耗时间变长。对应作战环网络侦察节点入度D增多导致时间变长。具体计算方法为式(8)。T2=T1*D(8)2)S-C及C-A边能力熵OO D A环的第二、三环节,作战能力由指挥控制类节点与侦察类节点间的数据传输(Ec)和指挥控制类节点的信息处理能力熵(Et)同作用决定。权重矩阵=1 2 ,计算方法为式(9)。C-A边能力熵计算方法类同。ES-C=Ec1+Et2(9)3)A-T边能力熵OO D A环的第最后环节,对应无人集群协同围捕行动,其信息熵由目标类抗打击能力(Ea n)与打击类的打击能力(EA)共同作用决定。作战环网络中不能并行的环节,攻击机的数量为并行数的上限。EA-T=(Ea n+EA)/2(1 0)2.4 协同边能力熵计算协同边发生同类型节点间,能力提升通过能力熵计算体现,在合并的基础上,增加一个系数Ks表示。一般来说,学习和进化能力的提升可以对其他各方面能力有一个促进,因此,本文认为学习进化能力(找环境学,找对手学习)对基于信息网络的交感有一个综合加权的贡献。此外,时间t消耗的越大,对于的作战 能力越低,设计一个减 函数,用于计算Ks。Ks=F(t)(1 1)1)传感子网S-S边能力熵OO D A环的第2环节,由指挥控制类的数据传输能力熵和信息处理能力熵与侦察类的能力熵共同作用决定。需要把其他两边拉进来耦合运算。Ks为增强系数,可根据对抗场景不同进行取值。见图4。图4 传感子网S-S合并ET-S1-S2=Ks1ET-S1+1ET-S2(1 2)2)决策子网C-C边能力熵指标:信息处理、信息保真度,规划系统能力(基于网络的收集规划的输入和分布式的数据调用)、指63空军工程大学学报2 0 2 3年挥员实时决策能力、人机协作能力,统筹规划能力。见图5。图 5 决策子网C-C合并ES-C=Ks1ES-C1+1ES-C2EC-A=Ks1EC1-A+1EC2-A(1 3)3)作战/控制子网A-A边能力具体能力熵的计算方法与S-S边类同。由于无人机集群单机的攻击能力弱,一般只能攻击一个目标,所以当目标数量多于攻击机数量,规划时一般不能将攻击机进行交感协同。3 评估方法将实际任务按照“作战任务具体行动”的方法进行自顶向下的OO D A分解,然后反过来基于各自的能力熵进行自底向上的聚合计算,最终得出无人机集群协同作战能力评估结果。3.1 评估流程具体流程包括以下4个方面。1)分解无人集群作战任务为具体作战行动,确定作战目标,对目标进行分析,根据具体任务场景确定整体的指标权重。2)构建评估网络,以作战节点作为网络节点,作战行动映射为网络边的连接关系。节点作战能力用装备作战性能概率参数表征,如果节点之间产生协同,能力的提升,量化表现为边的能力熵。3)计算战斗环的效能,作战环的能力熵为即为各边能力熵的合成,即对某个目标的作战能力为并行作战环并联的信息熵。4)集群对多目标的作战能力为各目标的作战能力的加权和。同时计算总体时间对效能的影响。3.2 评估网络路径能力熵的计算模式评估网络路径的能力熵可以通过各边的能力熵进行合并计算。主要分为并联模式,串联模式,混合模式3种情况。并联主要发生网络内同类节点发生协同/交感时,如图6所示,评估网络会产生双向边,不是单向网络。类似网络中S-S和A-A这种边的处理,将同类协同节点进行合并为一个节点,对相应的边关系进行处理,完成时间和能力熵两方面进行重新计算,形成新的边和权值,生成新的网络。串联主要发生OO D A各环节的串行,各环的能力熵为各边能力熵之和。从整个评估网络看就是以上2种模式的混合,如图6所示,整个并行的作战环为评估网络的子网,能力熵的计算为并联和串联模式的综合。并行作战环的求解变为节点度受限(侦察节点同时跟踪数)的最短路问题的求解问题。最短的并行作战环形成并行作战环的能力熵,即可表述无人机集群针对该任务的作战能力。图6 评估网络协同边处理示意图3.3 评估网络时间权处理方法考虑时间的消耗转化为相应的效能降低。本文总体思路为所有的能力都是时间t的减函数,即随着时间的消耗时间的增加,无人集群体现的能力下降。针对目标是否运动、有无障碍和威胁,可以分4种场景分别进行评估。E=F(Eh,t)=Eht Kt(1 4)无人机集群学习训练的场景和任务对抗程度有关,例如障碍/静态的场景可以进行图像目标的学习,可以消除不确定性,提高能力值(E减小)。函数F对t为减函数,训练时间越长,可以消除交感/协同不确定性,能力熵值越低,能力增强。由于不是本文研究重点,简化为依据静态目标和动态目标,有无障碍或威胁分为4种类型的系数Kt:静态、无故障和威胁:Kt=0.0 5;静态、有故障或威胁:Kt=0.1;动态无故障和威胁:Kt=0.1;动态有障碍或威胁:Kt=0.3。按照式(1 4)处理,将并行作战环的能力熵与最长时间叠加为评估网络的综合能力熵。3.4 并行作战环能力熵算法现有评估方法一般统计所有作战环,文献1 1枚举列出所有的作战环,计算所有环的综合加权。从作战环的统计方法看,共有2N条作战环(N为无73第5期 林晋福,等:基于并行作战环的无人机集群协同作战能力评估方法人机数量)。攻击节点为物理域,非信息域,同一时间不能同时工作,存在不合理性。所以无人机集群能力仅能体现 在一定时 间范围 内 同 时 并 行 的 作战环。算法的总思路为根据无人机集群各类型无人机数量。依据信息流转关系,形成评估的网络的连接拓扑关系,对场景分析确定各类系数。以攻击机数量进行循环处理,生成各并行环的路径。输入:目标数量MT、各类无人机数量Ms、Mc、MA、Mw,同类节点协同关系,目标清单。根据目标的重要性分配关系形成A-T边,攻击节点的出度为1,侦察节点的最大入度为最大跟踪目标数。根据通信网络的通断关系判断边的通断,如图6所示,整个评估网为有向网络。以攻击节点A为中心,进行相应计算,算法流程如图7所示。图7 并行作战环能力熵算法流程图 输出:评估网络,并行作战环数量及路径,并行作战环的混合能力熵,集群协同作战能力。4 评估验证范例本文以无人机集群跨域作战为背景,实现海域封控作战作为实际范例,实现对无人机集群协同作战能力的网络建模及作战能力评估,并进行合理性验证。同时,还对作战环的作战能力计算结果进行分析,归纳出一些有意义的结论,作为指导实际作战的重要依据。4.1 任务想定 无人机集群海域封控任务针对未知海上环境的海面、空中、水下目标,实施协同搜索、查证、围捕等行动,综合考虑威胁规避、机动代价、通信连接、时空一致等约束,在指定海域完成巡逻、搜索、侦察、定位、跟踪和攻击等任务。评估对象:美军公开实验的X-6 1 A“小精灵”集群,分别挂载不同的载荷担任4种不同角色,完成跨域海面封控作战任务。主要的行动有协同查证、协同围捕军用运输补给船(T1)和电子侦察船(T2)。4.2 无人机集群参数根据装备的基本参数和实验方面的数据,在跨域海面封控任务中,几类节点典型的参数如表16,按照2.2节方法计算各无人机节点的能力熵。表1 目标类节点参数参数名称代码T1T2机动速度/(k m/h)X13 52 8预警时间/sX21 52 0抗毁系数R30.80.9抗光学系数R40.60.3反雷达系数R50.40.6反红外系数R60.80.6抗打击能力熵Ea n0.4 1 9 3 20.6 4 9 4 5反侦察能力熵Eh i d e0.7 1 3 5 60.7 8 0 0 3表2 侦察类节点参数参数名称代码S1S2探测距离/k mX1 02 71 6探测概率R1 10.60.7识别距离/k mX1 22 01 0识别概率R1 30.60.5最大同时侦察数X1 479通信距离/k mX1 54 06 5通信速率/k b p sX1 63 53 5通信质量R1 70.80.8通信容量/(MH z/s)X1 82 02 0通信延迟/m sX1 98 0 08 0 0探测识别能力Es0.6 2 0 2 20.8 8 1 2 6跟踪能力Ez0.8 9 7 4 81.3 3 6 9 2表3 指挥通信类节点参数参数名称代码C1C2反应时间/sX2 024吞吐量/k b p sX2 11 0 07 0 0信息处理准确度R2 20.70.8通信距离/k mX1 52 0 05 0通信速率/k b p sX1 68 06 0通信质量R1 70.80.4通信容量X1 83 53 5通信延迟/m sX1 95 5 05 0 0信息处理能力Et0.8 9 0 1 90.2 5 0 283空军工程大学学报2 0 2 3年表4 攻击类节点参数参数名称代码A1A2杀伤半径/k mX787杀伤概率R80.70.8机动速度/(k m/h)X95 0 03 0 0通信距离/k mX1 56 04 0通信速率/k b p sX1 688通信质量R1 70.50.5通信容量/(MH z/s)X1 83 53 5通信延迟X1 95 5 05 5 0攻击/干扰能力Ea0.2 4 9 70.3 6 4 1 在本案例中,察打一体无人机节点W通信能力与S1一致,侦察能力为其一半,打击能力为A1的一半。经计算汇总各作战边的能力熵如表 5所示,表5 各类型作战任务边的能力熵及消耗时间作战边能力熵消耗时间/s作战边能力熵消耗时间/sT1S10.6 4 7 1 33C1A10.6 4 5 60.5T1S20.8 7 1 7 73C2A10.7 0 2 40.5A1T10.3 3 4 5 16C1A20.6 4 5 60.5A1T20.4 4 9 5 83C2A2断开-S1 C10.5 6 2 31T1W1.2 9 4 33S1 C2断开-WT10.6 6 9 0 26S2 C10.5 6 2 31A2T10.3 9 1 7 16S2 C20.6 2 3 41A2T20.5 0 6 7 83T2S10.7 7 1 5 63T2S20.9 1 1 6 53 评估方案设计主要考虑不同集群之间的对比和同一集群编成使用不同的协同方案的对比。为考虑装备之间的协同关系,如表 6所示,方案4在方案3的基础上增加了侦察设备的交感协同,方案5和6增加侦察和攻击的交感协同。表6 无人机集群组成协同方案列表节点类型5节点7节点1234567察打类侦察类攻击类指挥类目标10001031120221102211122221222212222节点协同无S-S无s-s无s-sA-As-s4.3 权重系数列表相应的权重系数根据无人机集群任务的特点,参考想定任务实验执行情况,基于专家经验进行估算赋值。具体权重系数如表7所示。表7 无人机集群海域封控作战能力参数权重系数节点及协同能力参数权重系数反侦察和抗打击能力0.3,0.2,0.5,0.2,0.2,0.6探测、识别和跟踪能力0.2,0.2,0.3,0.2,0.1攻击能力0.5,0.3,0.2信息处理能力0.2,0.3,0.5数据传输能力0.3,0.1,0.2,0.2,0.2侦察行动(T-S边)0.2,0.2,0.6决策行动(S-C边)0.7,0.34.4 集群评估网络及能力熵图8中的虚线边代表方案4与方案3的区别。处理的方法进行处理。图8 方案3-4评估网络示意图4.5 评估数据对比分析在形成的网络评估图8和9的基础上,使用3.4节的算法,算出了各个方案的并行环及作战能力,如表 8和表9所示。表8 各方案作战效果统计表(5节点)方案并行作战环作战环熵能力熵时间/s作战能力1T1-W-W-T11.9 6 3 3 2 1.9 6 3 3 290.1 7 0 8 52T1-S1-S2-W-C-A1-T11.8 3 1 0 0 1.8 3 1 0 0 1 0.5 0.1 4 6 2 33T1-S1-C-A1-T12.1 8 9 5 4T1-S1-C-A2-T12.2 4 6 7 41.1 0 8 91 0.5 0.3 1 2 1 34T1-S1-S2-C-A1-T1.9 7 0 6 2T1-S1-S2-C-A2-T11.9 7 1 0 2T2-S1-S2-C1-A1-T21.9 5 6 3 2T2-S1-S2-C1-A2-T21.9 8 6 3 21.0 1 4 8 1 1 0.5 0.3 4 4 5 4 从表 8对比看出,方案1中察打一体无人机单独的作战能力明显低于5节点集群中方案3和方案4的作战能力。说明集群的并行处理对协同作战能力有明显的提升。方案2比方案1多了4个节点,但整体作战能力0.1 4 6 2 3反而低于察打一体无人机的0.1 7 0 8。说明如果没有形成协同并行作战环,单单增加集群无人机数量对作战能力提升没有效果。93第5期 林晋福,等:基于并行作战环的无人机集群协同作战能力评估方法表9 各方案作战效果统计表(7节点)方案并行作战环作战环熵能力熵时间/s作战能力5T2-S1-C1-A1-T22.4 2 9 0 4T1-S2-C1-A2-T12.4 7 1 3 8T1-W-W-T11.9 6 3 3 20.7 5 4 3 4 1 0.5 0.4 7 0 3 26T2-S1-S2-C1-A1-A2-T21.8 3 9 6 4T1-W-W-T11.9 6 3 3 20.9 4 9 7 3 1 0.5 0.3 6 8 9 07T1-W-W-T11.9 6 3 3 2T2-S1-S2-C1-A1-T21.9 5 6 3 2T2-S1-S2-C1-A2-T21.9 8 6 3 20.5 0 3 4 47.50.6 8 5 5 2 从表9对比方案57的作战能力。方案6虽然采取传感子网和作战攻击子网的协同,整个能力反而低于方案5和方案7的多作战环并行方案。经分析发现主要因为并行的数量少。方案7既有多作战环并行有又有子网内的协同,作战能力最高。为进一步分析作战能力值与集群中无人机数量和并行作战环数量的关系,抽取表 8的数据形成图9。发现3条曲线基本为增函数,即随着无人机数量和并行环数量的增加,集群的作战效能同步增加。与日常的认知相同。但是协同作战能力曲线与并行环数量的曲线完全一致,与飞机数量曲线与它们不太一致。这个结论不能用无人机堆砌出来的作战环衡量集群能力的分析进一步验证,说明无人机集群数量的增加并不能直接提升作战能力,而是需要相应的协同策略和恰当的作用使用方法。图9 作战能力-并行环数-无人机飞机数量关系曲线图基于最大效能原则,从协同策略和作战使用上的建议:同类节点的协同原则,主要在传感子网实现侦察节点的协同,尽量降低作战环的能力熵。攻击作战子网内仅仅当攻击节点远远大于目标数量才开展,这样能增加集群并行环的数量,提高作战效能。传感节点协同后的信息可以提供给多个攻击节点,无需为每个攻击节点配置独立的传感节点,充分体现信息的可重用性。5 结语本文研究无人机集群基于信息网络的协同作战能力评估问题,在无人机集群信息网络的基础上设计了评估网络模型和评估网络能力熵的计算方法,实现了无人机集群协同作战能力的量化评估,为体系作战能力量化评估的有益探索,对无人机集群协同作战应用具有重要的参考价值。后期将针对评估指标权重及时间对效能的影响系数的调节问题进行研究,考虑通过相应专家经验和机器学习相结合方式进行解决。参考文献1 梁晓龙,张佳强,吕娜.无人机集群M.西安:西北工业大学出版社,2 0 1 8.2O T T O.O p t i m i z a t i o n A p p r o a c h e s f o r C i v i l A p p l i c a t i o n s o f U n m a n n e d A e r i a l V e h i c l e s(UA V s)o r A e r i a l D r o n e s:A S u r v e yJ.N e t w o r k s,2 0 1 8,7 2(4):4 1 1-4 5 8.3段海滨,张岱峰,范彦铭,等.从狼群智能到无人机集群协同决策J.中国科学:信息科学,2 0 1 9,4 9(1):1 1 2-1 1 8.4司光亚,王艳正.网络空间作战建模仿真M.北京:科学出版社,2 0 1 9.5梁晓龙,侯岳奇,等.无人集群试验评估研究现状分析及理论方法J.南京航空航天大学学报,2 0 2 0,5 2(6):8 4 6-8 5 4.6商慧琳.武器装备体系作战网络建模及能力评估方法研究D.长沙:国防科学技术大学,2 0 1 3.7王瑛,史翔宇,李超.基于D o D A F的无人机协同作战效能评估J.空军工程大学学报:自然科学版,2 0 2 0,2 1(6):6 6-7 2.8王琦,顾亚楠,汪勃,复杂星间链路网络规划评估方法J.中国 科 学(物 理学 力 学 天 文学),2 0 2 1,5 1(1):1 3 7-1 4 8.9刘涛,白光晗,陶俊勇,等.面向任务的复杂系统韧性评估方法J.系统工程与电子技术,2 0 2 1,4 3(4):1 0 0 3-1 0 1 1.1 0F A N J,L I D,L I R.E v a l u a t i o n o f MA V/U A V C o l l a b o-r a t i v e C o m b a t C a p a b i l i t y B a s e d o n N e t w o r k S t r u c t u r eJ.I n t e r n a t i o n a l J o u r n a l o f A e r o s p a c e E n g i n e e r i n g,2 0 1 8:1-1 2.1 1 陈士涛,张海林.基于作战网络模型的异构无人机集群作战能力评估J.军事运筹与系统工程,2 0 1 9,3 3(1):3 8-4 3.(编辑:徐敏)04空军工程大学学报2 0 2 3年