李春，宋曉程，李芳芳

(北京電子工程總體研究所，北京 100854)

0 引言

無人機(jī)具有尺寸小、質(zhì)量輕、隱蔽性好、機(jī)動性高、零傷亡等特點(diǎn)，在軍用和民用領(lǐng)域受到廣泛關(guān)注[1]。近年來，無人機(jī)在戰(zhàn)爭中用于執(zhí)行早期預(yù)警、偵察、監(jiān)視、通信中繼、對地(海)攻擊和電子對抗等任務(wù)，取得了不錯的戰(zhàn)果，使人們逐漸意識到它的作用與潛力。但是單架無人機(jī)所能攜帶的武器或傳感器數(shù)量有限，其任務(wù)的執(zhí)行能力也受到相應(yīng)的限制[2]。多無人機(jī)編隊協(xié)同飛行是近年來的一個前沿研究領(lǐng)域，多無人機(jī)編隊相比較于單無人機(jī)，具有更大視野、更高生存率、更好氣動性能等優(yōu)勢，可充分利用有限單機(jī)資源，共同執(zhí)行復(fù)雜任務(wù)[3]。

多無人機(jī)編隊控制及重構(gòu)是多無人機(jī)系統(tǒng)的核心內(nèi)容和關(guān)鍵技術(shù)。無人機(jī)的飛行環(huán)境是隨時間變化的復(fù)雜動態(tài)環(huán)境，算法須適應(yīng)這種變化。而微粒群算法、蟻群算法等智能算法在解決復(fù)雜問題時具有很強(qiáng)的協(xié)同性、優(yōu)化動態(tài)性和自組織性。本文基于微粒群算法、蟻群算法研究了多無人機(jī)編隊控制及重構(gòu)、航線規(guī)劃及重規(guī)劃問題，特別是在解決編隊重構(gòu)問題時，充分考慮了動態(tài)威脅環(huán)境下的復(fù)雜態(tài)勢，提出了一種多樣性微粒群算法。

本文對多無人機(jī)編隊協(xié)同化的發(fā)展現(xiàn)狀進(jìn)行了梳理，提出了多無人機(jī)編隊飛行協(xié)同控制算法智能算法，設(shè)計了多無人機(jī)編隊飛行協(xié)同控制軟件平臺架構(gòu)，明確了軟件功能和模塊組成，并進(jìn)行了仿真驗證。

1 無人機(jī)編隊協(xié)同化發(fā)展分析

1.1 需求分析

1.1.1 多無人機(jī)編隊問題及其意義

同單無人機(jī)相比，多無人機(jī)編隊飛行具有非常突出的優(yōu)點(diǎn)和良好的應(yīng)用前景：①在執(zhí)行監(jiān)視測量任務(wù)中，編隊飛行的無人機(jī)可以獲得更全面的觀察角度和更大的觀察視野，整體效率和抗突發(fā)事件的能力都會有所提高；②在執(zhí)行攻擊任務(wù)中，多無人機(jī)編隊可以提高體系生存率，對目標(biāo)進(jìn)行持續(xù)和全方位的打擊，從而使得目標(biāo)更難以防范；③從氣動性能等方面相比，編隊飛行可減小飛行阻力，近距離飛行的編隊無人機(jī)可以獲得與大展弦比飛機(jī)類似的氣動性能；④從戰(zhàn)術(shù)角度看，由于戰(zhàn)斗機(jī)編隊所形成的整體雷達(dá)反射相當(dāng)于民航機(jī)的反射，配合其他高科技裝備，戰(zhàn)爭中可以采用密集編隊的方式實施突襲行動。20世紀(jì)80年代以色列空軍突襲伊拉克核反應(yīng)堆的“巴比倫行動”就是戰(zhàn)斗機(jī)密集編隊攻擊的一個經(jīng)典成功戰(zhàn)役。

1.1.2 平臺需求分析

雖然編隊飛行具有單飛無法比擬的優(yōu)點(diǎn)，但在無人機(jī)上實現(xiàn)編隊飛行還有許多現(xiàn)實問題需要解決，這涉及到空氣動力、編隊模型、信息融合、目標(biāo)跟蹤、控制器設(shè)計、定位系統(tǒng)、航線規(guī)劃、協(xié)同攻擊等諸多領(lǐng)域。其中包括編隊控制技術(shù)、編隊重構(gòu)技術(shù)、航線規(guī)劃技術(shù)、編隊隊形設(shè)計、氣動耦合研究、通訊技術(shù)等關(guān)鍵技術(shù)。

多無人機(jī)編隊飛行協(xié)同控制平臺既可以作為無人機(jī)航線規(guī)劃的實用平臺，也可以作為編隊飛行，重構(gòu)等內(nèi)容的驗證與研究平臺，可以為智能方法的應(yīng)用提供載體。而這種基于智能方法的綜合性控制平臺正是無人機(jī)技術(shù)研究工作必要而有緊缺的。目前對于編隊飛行及相關(guān)內(nèi)容的研究多是單獨(dú)進(jìn)行的，有時就會把大量時間浪費(fèi)在搭建模塊，編寫繪圖程序和仿真程序上。如果這項系統(tǒng)可以得到更好的完善，那么便可作為一種通用的平臺為相關(guān)研究提供便利，也可以作為整合各項研究結(jié)果的綜合性平臺，衍生出評判研究成果好壞的標(biāo)準(zhǔn)系統(tǒng)和準(zhǔn)則。

1.2 發(fā)展現(xiàn)狀

針對多無人機(jī)編隊飛行的協(xié)同控制問題，美國、歐盟等開展了大量的研究。美國MICA項目獲得國防高級研究項目局(DARPA)的資助[4]，其研究成果提高了無人機(jī)的自主和協(xié)同控制能力，同時減少了大規(guī)模無人機(jī)編隊控制的操作人員；麻省理工學(xué)院SWARMS健康管理項目[5]的研究成果實現(xiàn)了無人機(jī)編隊在動態(tài)環(huán)境下執(zhí)行預(yù)定任務(wù)；歐盟COMETS項目設(shè)計和實現(xiàn)了多種無人飛行平臺協(xié)同完成任務(wù)的分布式控制系統(tǒng)。2016年10月，美國海軍使用3架“超級大黃蜂”戰(zhàn)斗機(jī)投放了103架“灰山鶉”微型無人機(jī)，演示了多無人機(jī)集體自適應(yīng)編隊飛行，這種“灰山鶉”一次性無人機(jī)身形小巧，造價低廉，發(fā)射方式多樣，具有一定的自主和協(xié)同能力。

國內(nèi)在無人機(jī)協(xié)同編隊控制和決策的領(lǐng)域研究起步稍晚，但也取得了很多研究成果。文獻(xiàn)[6]在無人機(jī)編隊的協(xié)同控制、協(xié)同目標(biāo)跟蹤、任務(wù)資源分配等方面做了相關(guān)的研究；文獻(xiàn)[7]以多無人機(jī)協(xié)同多目標(biāo)攻擊為應(yīng)用背景，研究了多無人機(jī)同時到達(dá)問題；文獻(xiàn)[8]針對無人機(jī)編隊飛控系統(tǒng)，提出基于模糊PID的飛行控制器設(shè)計思想；文獻(xiàn)[9]研究基于自適應(yīng)遺傳算法完成大規(guī)模編隊協(xié)同空戰(zhàn)的隊形優(yōu)化；文獻(xiàn)[10]研究了無人機(jī)靜態(tài)航線規(guī)劃、突發(fā)威脅下航線規(guī)劃、無人機(jī)多機(jī)協(xié)同航線規(guī)劃等相關(guān)技術(shù)；文獻(xiàn)[11]對多無人機(jī)協(xié)同空戰(zhàn)和協(xié)同對地攻擊2個部分進(jìn)行協(xié)同攻擊策略研究；文獻(xiàn)[12]針對編隊控制問題，提出基于非線性動態(tài)逆的多無人機(jī)編隊控制方法；文獻(xiàn)[13]研究了一種魯棒反推自適應(yīng)控制方法。2017年中國電子科技集團(tuán)宣布其完成了119架固定翼無人機(jī)的集群飛行試驗，試驗成功演示了密集彈射起飛、空中集結(jié)、多目標(biāo)分組、編隊合圍等動作，代表了我國在無人機(jī)編隊和集群研究領(lǐng)域的最新成果。

1.3 發(fā)展趨勢

未來無人機(jī)將成為空中偵察系統(tǒng)的主力，并從實時戰(zhàn)術(shù)偵察向空中預(yù)警方向發(fā)展，美軍有用無人預(yù)警機(jī)取代有人預(yù)警機(jī)的計劃；查打一體無人機(jī)是無人機(jī)的另一個重要發(fā)展方向；此外，由于無人機(jī)部署位置可靠前，因此，可以在距離保衛(wèi)要地較遠(yuǎn)的距離毀傷來襲導(dǎo)彈，有效克服反導(dǎo)導(dǎo)彈攔截距離近、反應(yīng)時間長等缺點(diǎn)[14]。

隨著智能化技術(shù)的日益成熟，五維空間聯(lián)合作戰(zhàn)模式由網(wǎng)絡(luò)技術(shù)支持的一體化作戰(zhàn)正在向智能技術(shù)支持的自主性作戰(zhàn)轉(zhuǎn)變，信息化作戰(zhàn)將被智能化作戰(zhàn)取代[15]。加入智能技術(shù)支持后，無人機(jī)的速度、機(jī)動性、攻擊范圍、偵察范圍、偵查手段、隱身性能等特性都可以有質(zhì)的飛躍。針對多無人機(jī)編隊和人工智能這兩個方面進(jìn)行結(jié)合的研究工作應(yīng)該得到充分的發(fā)展。鑒于無人機(jī)零傷亡的顯著優(yōu)勢和其在戰(zhàn)場上眾多的應(yīng)用方向，多無人機(jī)自主智能協(xié)同作戰(zhàn)將成為未來戰(zhàn)場的主流。

2 多無人機(jī)編隊飛行協(xié)同控制算法設(shè)計

2.1 關(guān)鍵技術(shù)綜述

多無人機(jī)編隊飛行涉及到的關(guān)鍵技術(shù)是多方面的，如編隊控制技術(shù)、編隊重構(gòu)技術(shù)、航線規(guī)劃技術(shù)、編隊隊形設(shè)計、氣動耦合研究、通訊技術(shù)等。

首先，要實現(xiàn)多無人機(jī)的編隊飛行，最基本的問題是保持編隊隊形的穩(wěn)定，即編隊控制技術(shù)所解決的問題。具體要求是不論長機(jī)做出怎樣的機(jī)動，機(jī)群航線怎樣變化，各僚機(jī)總能穩(wěn)定而快速地跟蹤長機(jī)以保證編隊隊形不變。

其次，多無人機(jī)編隊在飛行過程中經(jīng)常要面臨需要改變編隊隊形的問題，比如穿越峽谷等，在改變編隊隊形的過程中，如果不考慮環(huán)境的復(fù)雜變化，如藍(lán)方威脅源位置的移動、氣流干擾等等，稱為靜態(tài)環(huán)境下的編隊重構(gòu)。而如果考慮周圍戰(zhàn)場環(huán)境的變化，如藍(lán)方威脅源的移動，并考慮如何能夠在重構(gòu)過程中同時躲避藍(lán)方威脅，以及這稱為動態(tài)環(huán)境下的編隊重構(gòu)。

再次，航線規(guī)劃也是多無人機(jī)編隊飛行技術(shù)中的關(guān)鍵技術(shù)。航線規(guī)劃是飛行器低空突防飛行控制律設(shè)計的基本依據(jù)，航線規(guī)劃的好壞直接關(guān)系到飛行器飛行安全系數(shù)的大小和控制律設(shè)計的難易。航線規(guī)劃指在給定背景地圖，威脅因素信息和性能準(zhǔn)則等特定約束條件下，采用某種算法使規(guī)劃出的航線最優(yōu)，是無人機(jī)控制系統(tǒng)的關(guān)鍵組成部分，保證了最佳的飛行航跡。

2.2 基于微粒群算法與PID結(jié)合的編隊控制技術(shù)

在編隊控制部分，采用簡化了的飛機(jī)模型，即長機(jī)和僚機(jī)的狀態(tài)變量僅有飛行速度、偏航角和飛行高度，考慮長機(jī)對僚機(jī)在升力、阻力、側(cè)力方面的氣動影響后修正的僚機(jī)狀態(tài)方程。對于僚機(jī)跟蹤系統(tǒng)，輸入長機(jī)的狀態(tài)和控制器發(fā)來的對僚機(jī)的控制量，輸出僚機(jī)的狀態(tài)和僚機(jī)與長機(jī)在x，y，z方向的實際距離，根據(jù)僚機(jī)與長機(jī)在x，y，z方向的實際距離與期望距離的誤差以及僚機(jī)與長機(jī)的飛行速度、偏航角的誤差經(jīng)控制器解算出對僚機(jī)的控制量。具體的控制律設(shè)計采用經(jīng)典的并具有較強(qiáng)魯棒性的PI控制。另外，嘗試采用了利用微粒群算法解算PI控制器參數(shù)的方法，通過對算法進(jìn)行適當(dāng)調(diào)整并恰當(dāng)選取目標(biāo)函數(shù)，最終對于任意的編隊飛行模態(tài)，都可以迅速地搜索到較好的PI參數(shù)值，實現(xiàn)有效的編隊控制。

2.3 基于多樣性微粒群算法的動態(tài)環(huán)境下編隊重構(gòu)技術(shù)

在多無人機(jī)編隊重構(gòu)的過渡過程中，許多約束應(yīng)該被考慮在內(nèi)，諸如重構(gòu)時間、威脅源、防撞、安全距離等。合適的重構(gòu)過程不僅能提高效率，而且能增加任務(wù)的準(zhǔn)確度和成功率。編隊重構(gòu)問題的重點(diǎn)在于為每架無人機(jī)確立出一條合適的航道，使編隊可以在確定時間內(nèi)達(dá)到期望隊形，并能滿足所有的約束條件。微粒群算法是由Kennedy和Eberhart根據(jù)自然界個體之間的協(xié)作行為得到的一種協(xié)同優(yōu)化算法，首先在1995年被用來解決復(fù)雜優(yōu)化問題。微粒群算法可以被用來優(yōu)化重構(gòu)過程，然而，標(biāo)準(zhǔn)微粒群算法對環(huán)境的適應(yīng)性不夠好，為了使算法具有較強(qiáng)的適應(yīng)性，要求算法檢測出環(huán)境的變化后能夠做出響應(yīng)，緊密地跟蹤到解的變化直到獲得最好解。

在標(biāo)準(zhǔn)微粒群算法基礎(chǔ)上，對其進(jìn)行了一系列改進(jìn)，提出基于多樣性微粒群算法和最優(yōu)時間控制的動態(tài)多無人機(jī)編隊重構(gòu)方法。首先，選擇合適的代價函數(shù)作為粒子的適應(yīng)度函數(shù)。其次，通過監(jiān)測相鄰兩代最優(yōu)解粒子的適應(yīng)值之差和適應(yīng)值比率是否躍變來判斷環(huán)境是否發(fā)生了變化。再次，若環(huán)境已變化，則根據(jù)提出的多樣性函數(shù)判斷此時的種群多樣性，其值小，說明種群多樣性差，需要重設(shè)粒子，于是讓粒子朝反方向逃逸直到滿足多樣性要求，擺脫局部最優(yōu)解。圖1和圖2仿真結(jié)果表明，改進(jìn)后的算法具有很強(qiáng)的全局尋優(yōu)能力，能夠避免陷入局部最優(yōu)，躲避動態(tài)威脅，有效跟蹤全局最優(yōu)解的變化，并形成預(yù)期的鉆石型終態(tài)隊形。

2.4 基于蟻群算法的無人機(jī)航線規(guī)劃技術(shù)

對于航線規(guī)劃問題，通過復(fù)現(xiàn)一種經(jīng)典的方法，即蟻群算法用于航線規(guī)劃，很好地達(dá)成了目的。

(1) 描述飛行環(huán)境。把飛行任務(wù)區(qū)域劃分成二維網(wǎng)格，形成連接起點(diǎn)和目標(biāo)點(diǎn)的二維網(wǎng)絡(luò)圖，則航線規(guī)劃問題的本質(zhì)就是路徑優(yōu)化問題。

(2) 代價函數(shù)的表示。為了描述航線的性能指標(biāo)，將航線的威脅代價和油耗代價進(jìn)行加權(quán)，計算代價函數(shù)如下：

(1)

式中:W為廣義代價函數(shù)；L為航線長度；wt為航線威脅代價；wf為航線油耗代價；k為權(quán)重。

(3) 基于蟻群算法的航線規(guī)劃。在求解問題時，模擬蟻群通過信息素的交流找到最優(yōu)路徑的過程，將n個螞蟻置于起始點(diǎn)，每個螞蟻按照一定的狀態(tài)轉(zhuǎn)換規(guī)則從一個可行節(jié)點(diǎn)轉(zhuǎn)移到另一個距離目標(biāo)點(diǎn)更近的可行節(jié)點(diǎn)，直到到達(dá)目標(biāo)點(diǎn)，完成一條備選航線。

3 多無人機(jī)編隊飛行協(xié)同控制軟件設(shè)計與仿真

3.1 軟件架構(gòu)設(shè)計

多無人機(jī)編隊協(xié)同執(zhí)行任務(wù)的過程是在規(guī)劃航線上執(zhí)行編隊保持、編隊重構(gòu)狀態(tài)的過程。將上述過程進(jìn)行分解，得到航線規(guī)劃、編隊控制、編隊重構(gòu)3個功能模塊。針對每個功能模塊分別設(shè)計仿真子平臺，完成了架構(gòu)分析、界面設(shè)計、算法優(yōu)化等工作，最后加入數(shù)據(jù)回放等輔助功能模塊，最終得到多無人機(jī)編隊飛行協(xié)同控制平臺主界面如圖3所示。

3.2 軟件功能模塊設(shè)計與仿真

3.2.1 編隊重構(gòu)模塊設(shè)計與仿真

編隊重構(gòu)平臺如圖4所示。此功能模塊采用改進(jìn)的微粒群算法解算出各無人機(jī)的控制輸入，使它們在最短的時間內(nèi)形成以長機(jī)為首的任意隊形，同時保證它們之間的距離不小于安全防撞距離，而且均能與動態(tài)變化的威脅源保持一定距離。

平臺的輸入?yún)?shù)包括粒子數(shù)、迭代次數(shù)、學(xué)習(xí)因子、慣性權(quán)重等算法參數(shù)(詳見圖5)，以及無人機(jī)架數(shù)、長機(jī)起始位置、終態(tài)要求隊形、動態(tài)藍(lán)方威脅源及其變化情況等重構(gòu)參數(shù)(詳見圖6)。平臺的輸出參數(shù)包括平面跟蹤圖和代價函數(shù)走勢圖，平面跟蹤圖顯示出計算得到的的最優(yōu)重構(gòu)軌跡(詳見圖7)，而代價函數(shù)走勢圖指示出求解的質(zhì)量，收斂越快則結(jié)果越好(詳見圖8)。

3.2.2 編隊控制模塊設(shè)計與仿真

編隊控制平臺如圖9所示。此功能模塊采用微粒群算法尋優(yōu)得到最佳控制參數(shù)，控制多架無人機(jī)在飛行過程中始終保持設(shè)定隊形。

平臺的輸入?yún)?shù)包括粒子數(shù)、迭代次數(shù)、學(xué)習(xí)因子、慣性權(quán)重等算法參數(shù)(見圖10)，以及無人機(jī)架數(shù)、隊形參數(shù)、長機(jī)航線參數(shù)等控制參數(shù)(見圖11)。

平臺的輸出參數(shù)包括平面跟蹤圖、x方向跟蹤曲線和y方向跟蹤曲線，平面跟蹤圖顯示出計算得到的編隊軌跡(見圖12)，而x,y方向跟蹤曲線指示出求解的質(zhì)量，超調(diào)量、調(diào)節(jié)時間和穩(wěn)態(tài)誤差小則表明控制效果好(見圖13)。

3.2.3 航線規(guī)劃模塊設(shè)計與仿真

航線規(guī)劃平臺如圖14所示。此功能模塊采用蟻群算法，規(guī)劃出在給定背景地圖、威脅因素信息和性能準(zhǔn)則等特定約束條件下的最優(yōu)航跡。

3.2.4 數(shù)據(jù)回放模塊

數(shù)據(jù)回放平臺如圖15所示。此功能模塊將前面算得的飛機(jī)飛行軌跡以動畫的方式展現(xiàn)，方便深入了解編隊飛行的動態(tài)過程。

4 結(jié)束語

在現(xiàn)代戰(zhàn)爭中，多無人機(jī)編隊化、協(xié)同化、智能化完成復(fù)雜作戰(zhàn)任務(wù)成為一種趨勢，因此多無人機(jī)編隊的相關(guān)問題研究成為了研究熱點(diǎn)和前沿性課題。本文從未來戰(zhàn)場信息化、一體化特征出發(fā)，對多無人機(jī)編隊飛行協(xié)同化相關(guān)技術(shù)及其在戰(zhàn)爭領(lǐng)域的應(yīng)用進(jìn)行了分析研究。綜述了多無人機(jī)編隊協(xié)同化發(fā)展需求、發(fā)展現(xiàn)狀和發(fā)展趨勢，在此基礎(chǔ)上，采用微粒群算法與PID結(jié)合的編隊控制技術(shù)、基于多樣性微粒群算法的動態(tài)環(huán)境下編隊重構(gòu)技術(shù)、基于蟻群算法的無人機(jī)航線規(guī)劃技術(shù)，構(gòu)建了多無人機(jī)編隊飛行協(xié)同控制軟件平臺，完成了數(shù)字仿真，驗證了編隊協(xié)同算法的正確性，可以為基于智能技術(shù)的多無人機(jī)編隊飛行協(xié)同化設(shè)計提供有益參考。