林晉福,朱 玉,張佳強(qiáng),尚耀波

(1.空軍工程大學(xué)空管領(lǐng)航學(xué)院,西安,710051;2.陜西省電子信息系統(tǒng)綜合集成重點(diǎn)實(shí)驗(yàn)室,西安,710051;3.空軍工程大學(xué)防空反導(dǎo)學(xué)院,西安,710051)

無(wú)人機(jī)集群可在惡劣環(huán)境下完成偵察、搜救、邊境巡邏和海域封控等任務(wù)[1-2],具有傷亡少,長(zhǎng)時(shí)間留空優(yōu)點(diǎn)。但在完成任務(wù)能力方面,由多無(wú)人機(jī)組成的無(wú)人機(jī)集群更多依賴于多無(wú)人機(jī)的協(xié)同控制特性及與不確定性環(huán)境的交互,高度依賴信息網(wǎng)絡(luò)的支撐,通過集群協(xié)同的方式完成作戰(zhàn)任務(wù)。無(wú)人機(jī)協(xié)同作戰(zhàn)和集群能力涌現(xiàn)等關(guān)鍵技術(shù)已經(jīng)或正在突破[3],還存在如何評(píng)價(jià)無(wú)人機(jī)集群基于網(wǎng)絡(luò)提升作戰(zhàn)能力,集群網(wǎng)絡(luò)賦能難以量化,網(wǎng)絡(luò)協(xié)同算法對(duì)任務(wù)完成的貢獻(xiàn)度難以衡量的難題[4]。

無(wú)人機(jī)平臺(tái)評(píng)估方面,文獻(xiàn)[5]綜述集群試驗(yàn)評(píng)估方面所進(jìn)行的開創(chuàng)性工作的基礎(chǔ)上,主要對(duì)無(wú)人集群試驗(yàn)評(píng)估的概念內(nèi)涵、發(fā)展現(xiàn)狀進(jìn)行了討論分析;結(jié)合課題組在航空集群作戰(zhàn)領(lǐng)域的研究基礎(chǔ),探討無(wú)人集群試驗(yàn)評(píng)估的主要內(nèi)容和可行的技術(shù)路線。文獻(xiàn)[6]構(gòu)建作戰(zhàn)節(jié)點(diǎn)模型,沒有考慮到一個(gè)武器具有多種能力的情況,如察打一體無(wú)人機(jī),既有偵察監(jiān)視能力又有打擊能力。對(duì)這類節(jié)點(diǎn)的思考,應(yīng)建立一個(gè)更貼合實(shí)際的武器裝備體系網(wǎng)絡(luò)模型。

信息網(wǎng)絡(luò)及能力評(píng)估方面,如圖1所示,無(wú)人機(jī)集群多層協(xié)同邏輯網(wǎng)絡(luò),包括傳感網(wǎng)絡(luò)、決策網(wǎng)絡(luò)和作戰(zhàn)網(wǎng)絡(luò)[7]。文獻(xiàn)[8]主要針對(duì)特定的星鏈網(wǎng)絡(luò)如何規(guī)劃,進(jìn)行參數(shù)正確性快速評(píng)估和業(yè)務(wù)服務(wù)性能評(píng)估。文獻(xiàn)[9]提出了針對(duì)自己的算法和架構(gòu)的考評(píng)指標(biāo),主要體現(xiàn)網(wǎng)絡(luò)靜態(tài)方面評(píng)估,沒有考慮執(zhí)行任務(wù)消耗時(shí)間對(duì)無(wú)人集群作戰(zhàn)能力的影響。

圖1 無(wú)人機(jī)集群評(píng)估網(wǎng)絡(luò)(邏輯)連接模型圖

綜上,在無(wú)人機(jī)集群協(xié)同作戰(zhàn)能力評(píng)估方面,還鮮有網(wǎng)絡(luò)評(píng)估與作戰(zhàn)任務(wù)相結(jié)合方面的研究。

1 問題描述及設(shè)計(jì)

1.1 基于邏輯網(wǎng)絡(luò)的任務(wù)過程分析

無(wú)人集群的作戰(zhàn)流程大體與博伊德循環(huán)(observe orient decide act,OODA)吻合,可將無(wú)人機(jī)集群執(zhí)行任務(wù)劃分為4個(gè)過程,底層以信息流轉(zhuǎn)相連。

1)觀察(observe)。偵察無(wú)人機(jī)攜帶偵察載荷,對(duì)指定區(qū)域目標(biāo)的協(xié)同搜索、定位、識(shí)別、查證和跟蹤,形成目標(biāo)分布的詳細(xì)態(tài)勢(shì)。

2)判斷(orient)。偵察無(wú)人機(jī)持續(xù)偵察監(jiān)視指定區(qū)域目標(biāo),將獲取的電子情報(bào)進(jìn)行信息融合和目標(biāo)識(shí)別,獲取目標(biāo)類型、數(shù)量等信息,并實(shí)時(shí)向決策網(wǎng)絡(luò)反饋?zhàn)鲬?zhàn)信息,更新目標(biāo)類型、數(shù)量等情報(bào)。必要時(shí)根據(jù)情報(bào)信息支援進(jìn)行相應(yīng)的敵我識(shí)別。

3)決策(decide)。分布式?jīng)Q策網(wǎng)絡(luò)融合偵察無(wú)人機(jī)獲取的目標(biāo)類型、數(shù)量等信息,判斷目標(biāo)群的概略意圖,修訂完善優(yōu)化作戰(zhàn)計(jì)劃。決策可以在后方指揮所,也可授權(quán)前突集群進(jìn)行決策。

4)行動(dòng)(act)。作戰(zhàn)攻擊機(jī)實(shí)施封控計(jì)劃,實(shí)時(shí)通過作戰(zhàn)控制網(wǎng)調(diào)整隊(duì)形,在作戰(zhàn)過程中向決策網(wǎng)絡(luò)反饋?zhàn)鲬?zhàn)任務(wù)完成情況。

1.2 無(wú)人機(jī)集群分層連接模型

無(wú)人機(jī)集群作戰(zhàn)任務(wù)過程需要協(xié)同,產(chǎn)生大量的信息交換和能力的輸出,從邏輯角度考慮劃分為決策網(wǎng)、作戰(zhàn)行動(dòng)網(wǎng)絡(luò)、傳感網(wǎng)3類邏輯網(wǎng)絡(luò),底層以通信網(wǎng)作支撐。在把作戰(zhàn)目標(biāo)納入情況下,形成如圖1所示的網(wǎng)絡(luò)連接,OODA作戰(zhàn)循環(huán)貫穿于每一個(gè)步驟,整體把幾個(gè)邏輯網(wǎng)絡(luò)串連起來(lái)。集群的協(xié)同作戰(zhàn)能力分解為3個(gè)邏輯網(wǎng)絡(luò)間協(xié)同能力以及3個(gè)邏輯網(wǎng)絡(luò)內(nèi)部交感所產(chǎn)生的能力涌現(xiàn)。

2 協(xié)同網(wǎng)絡(luò)評(píng)估模型及指標(biāo)體系

用OODA環(huán)模型對(duì)無(wú)人機(jī)集群作戰(zhàn)任務(wù)進(jìn)行分析。各環(huán)在作戰(zhàn)過程中會(huì)產(chǎn)生不確定性,產(chǎn)生對(duì)作戰(zhàn)能力的影響。如目標(biāo)不確定的概率值對(duì)攻擊效果的影響,編隊(duì)策略不統(tǒng)一/不確定對(duì)攻擊效果的影響。這與信息論中信息熵的表達(dá)思想類似。每一個(gè)環(huán)對(duì)于邏輯網(wǎng)絡(luò)的支撐,有相應(yīng)的信息流轉(zhuǎn),需要信息交換。通過網(wǎng)絡(luò)的信息交換消除不確定性達(dá)成了提高作戰(zhàn)能力的目的。因此可以通過信息熵來(lái)刻畫無(wú)人機(jī)集群作戰(zhàn)能力。按照公式可計(jì)算相應(yīng)能力值,能力熵與作戰(zhàn)能力建立一一對(duì)應(yīng)關(guān)系,信息熵越小,能力值越大,范圍在0～1之間。后面的討論全部基于信息熵來(lái)討論評(píng)估作戰(zhàn)能力,亦可稱為能力熵。

Cap=exp(-E)

(1)

2.1 評(píng)估網(wǎng)絡(luò)構(gòu)建

如圖2所示,形成OODA作戰(zhàn)環(huán)評(píng)估網(wǎng)絡(luò)。網(wǎng)絡(luò)節(jié)點(diǎn)為各作戰(zhàn)實(shí)體和作戰(zhàn)目標(biāo),網(wǎng)絡(luò)的邊表示各節(jié)點(diǎn)相互作用或信息傳遞,邊的權(quán)重為能力熵和子任務(wù)執(zhí)行時(shí)間。

圖2 無(wú)人機(jī)集群評(píng)估網(wǎng)絡(luò)示意圖

在本論文中,集群中無(wú)人機(jī)將被稱為無(wú)人機(jī)節(jié)點(diǎn)UAV[1]。考慮N架UAV通過相互之間的交互關(guān)系和交互體系結(jié)構(gòu),考慮圖G=(V,E),其中V為節(jié)點(diǎn)集{v1,v2,…,vn},E?V×V。每個(gè)節(jié)點(diǎn)表示一個(gè)無(wú)人機(jī),其連線對(duì)應(yīng)于無(wú)人機(jī)間的信息流轉(zhuǎn)關(guān)系。鄰接矩陣A∈{W}N×N表示圖G中節(jié)點(diǎn)的鄰接關(guān)系,如果(vi,vj)∈E,則aij=W=(E,T),否則aij=0。第i架UAV的鄰居節(jié)點(diǎn)集合記作Ni= {j∈V：(vi,vj)∈E},該集合節(jié)點(diǎn)數(shù)量即為UAVi節(jié)點(diǎn)的度。節(jié)點(diǎn)i到j(luò)的路徑Pi,j=(V,E),V={vi,…vj},E={vi2,…vi+n,j}。節(jié)點(diǎn)權(quán)重的設(shè)計(jì)第一值代表能力熵E,第二值表示協(xié)同任務(wù)消耗時(shí)間T。

將作戰(zhàn)單元的不同屬性分別抽象為不同作戰(zhàn)領(lǐng)域的協(xié)同行為即可得到一張網(wǎng)來(lái)分析整個(gè)集群的協(xié)同效果,而且基于相同的網(wǎng)絡(luò)測(cè)度指標(biāo)可對(duì)不同作戰(zhàn)領(lǐng)域協(xié)同進(jìn)行分析,度量協(xié)同作戰(zhàn)能力。

2.2 節(jié)點(diǎn)能力模型

無(wú)人機(jī)集群節(jié)點(diǎn)可以歸納為7種能力[10],不同類型無(wú)人機(jī)節(jié)點(diǎn)為這些能力的組合,如偵察類無(wú)人機(jī)節(jié)點(diǎn)包含數(shù)據(jù)傳輸、目標(biāo)探測(cè)和目標(biāo)識(shí)別3種能力。根據(jù)評(píng)估需要,還需要對(duì)目標(biāo)節(jié)點(diǎn)的抗打擊和反偵察2種能力一并進(jìn)行量化。如圖3所示,各作戰(zhàn)節(jié)點(diǎn)的能力熵通過對(duì)作戰(zhàn)網(wǎng)絡(luò)中各節(jié)點(diǎn)的戰(zhàn)技指標(biāo)進(jìn)行賦值,按定義的相應(yīng)隸屬函數(shù)進(jìn)行計(jì)算[11]。

圖3 作戰(zhàn)節(jié)點(diǎn)-能力-指標(biāo)層次分解

1)目標(biāo)節(jié)點(diǎn)的反偵察和抗打擊能力

機(jī)動(dòng)速度隸屬度R1={X1>70∶0.9;5015∶0.1}。權(quán)重矩陣ω=[ω1ω2ω3ω4ω5ω6],可以根據(jù)任務(wù)情景進(jìn)行相應(yīng)的調(diào)整。通過式(2)計(jì)算反偵察能力熵Ehide和抗打擊能力熵Ean。

(3)

2)無(wú)人機(jī)偵察類節(jié)點(diǎn)探測(cè)、識(shí)別和跟蹤能力

探測(cè)距離隸屬度函數(shù)R10={X10>30∶1,2020∶1,1510∶1,7

(3)

3)無(wú)人機(jī)節(jié)點(diǎn)攻擊能力

打擊類節(jié)點(diǎn)參數(shù),對(duì)應(yīng)X7～X9。殺傷半徑隸屬度函數(shù)R7={X7>8∶1,5600∶1,400

(4)

4)無(wú)人機(jī)節(jié)點(diǎn)的信息處理能力

相當(dāng)于無(wú)人預(yù)警指揮機(jī)或地面站。參數(shù)對(duì)應(yīng)X20～X22。反應(yīng)時(shí)間隸屬度函數(shù)R20={X20>7∶0.1;5500∶1;500

(5)

5)節(jié)點(diǎn)間數(shù)據(jù)傳輸能力

權(quán)重矩陣ωc=[ω15ω16ω17ω18ω19]。根據(jù)公式計(jì)算數(shù)據(jù)傳輸能力熵Ec。節(jié)點(diǎn)間考慮邊的通斷問題,傳輸距離隸屬度函數(shù)R1為+∞時(shí),邊的能力低到通信鏈路斷開,相當(dāng)于這條邊不存在。

(6)

2.3 業(yè)務(wù)邊能力熵計(jì)算

節(jié)點(diǎn)之間的相互作用主要通過邊體現(xiàn)出來(lái)。具體量化用邊的權(quán)重表示,第一權(quán)重能力熵可通過計(jì)算得到,第二權(quán)重為該行動(dòng)需要耗費(fèi)的時(shí)間t。

如圖2所示,有T-S、S-C、C-A、A-T、S-S、C-C、A-A共7種邊。在相應(yīng)信息流程的支撐下,完成OODA環(huán)的每一個(gè)環(huán)節(jié)。同時(shí)邏輯網(wǎng)絡(luò)具有學(xué)習(xí)能力和自演化功能,集群的涌現(xiàn)能體現(xiàn)在平臺(tái)的基本能力和網(wǎng)絡(luò)賦能。邏輯網(wǎng)絡(luò)及運(yùn)行機(jī)制決定了無(wú)人機(jī)集群涌現(xiàn)。

1)T-S邊能力熵

ET-S=E1ω1+E2ω2+Ehideωh

(7)

目標(biāo)的數(shù)量(作戰(zhàn)節(jié)點(diǎn)入度)影響目標(biāo)信息提供的刷新率。通過時(shí)間體現(xiàn)出來(lái)。目標(biāo)偵察交互關(guān)系主要衡量偵察類裝備對(duì)目標(biāo)節(jié)點(diǎn)的偵察能力,在構(gòu)建關(guān)聯(lián)關(guān)系模型時(shí),根據(jù)裝備的指標(biāo)評(píng)估關(guān)聯(lián)關(guān)系的能力值。在節(jié)點(diǎn)建模中,偵察節(jié)點(diǎn)S分時(shí)使用去偵察多個(gè)目標(biāo),會(huì)出現(xiàn)偵察消耗時(shí)間變長(zhǎng)。對(duì)應(yīng)作戰(zhàn)環(huán)網(wǎng)絡(luò)偵察節(jié)點(diǎn)入度D增多導(dǎo)致時(shí)間變長(zhǎng)。具體計(jì)算方法為式(8)。

T2=T1*D

(8)

2)S-C及C-A邊能力熵

OODA環(huán)的第二、三環(huán)節(jié),作戰(zhàn)能力由指揮控制類節(jié)點(diǎn)與偵察類節(jié)點(diǎn)間的數(shù)據(jù)傳輸(Ec)和指揮控制類節(jié)點(diǎn)的信息處理能力熵(Et)同作用決定。權(quán)重矩陣ω=[ω1ω2],計(jì)算方法為式(9)。C-A邊能力熵計(jì)算方法類同。

ES-C=Ecω1+Etω2

(9)

3)A-T邊能力熵

OODA環(huán)的第最后環(huán)節(jié),對(duì)應(yīng)無(wú)人集群協(xié)同圍捕行動(dòng),其信息熵由目標(biāo)類抗打擊能力(Ean)與打擊類的打擊能力(EA)共同作用決定。作戰(zhàn)環(huán)網(wǎng)絡(luò)中不能并行的環(huán)節(jié),攻擊機(jī)的數(shù)量為并行數(shù)的上限。

EA-T=(Ean+EA)/2

(10)

2.4 協(xié)同邊能力熵計(jì)算

協(xié)同邊發(fā)生同類型節(jié)點(diǎn)間,能力提升通過能力熵計(jì)算體現(xiàn),在合并的基礎(chǔ)上,增加一個(gè)系數(shù)Ks表示。一般來(lái)說,學(xué)習(xí)和進(jìn)化能力的提升可以對(duì)其他各方面能力有一個(gè)促進(jìn),因此,本文認(rèn)為學(xué)習(xí)進(jìn)化能力(找環(huán)境學(xué),找對(duì)手學(xué)習(xí))對(duì)基于信息網(wǎng)絡(luò)的交感有一個(gè)綜合加權(quán)的貢獻(xiàn)。此外,時(shí)間t消耗的越大,對(duì)于的作戰(zhàn)能力越低,設(shè)計(jì)一個(gè)減函數(shù),用于計(jì)算Ks。

Ks=F(t)

(11)

1)傳感子網(wǎng)S-S邊能力熵

OODA環(huán)的第2環(huán)節(jié),由指揮控制類的數(shù)據(jù)傳輸能力熵和信息處理能力熵與偵察類的能力熵共同作用決定。需要把其他兩邊拉進(jìn)來(lái)耦合運(yùn)算。Ks為增強(qiáng)系數(shù),可根據(jù)對(duì)抗場(chǎng)景不同進(jìn)行取值。見圖4。

圖4 傳感子網(wǎng)S-S合并

2)決策子網(wǎng)C-C邊能力熵

指標(biāo)：信息處理、信息保真度,規(guī)劃系統(tǒng)能力(基于網(wǎng)絡(luò)的收集規(guī)劃的輸入和分布式的數(shù)據(jù)調(diào)用)、指揮員實(shí)時(shí)決策能力、人機(jī)協(xié)作能力,統(tǒng)籌規(guī)劃能力。見圖5。

圖5 決策子網(wǎng)C-C合并

3)作戰(zhàn)/控制子網(wǎng)A-A邊能力

具體能力熵的計(jì)算方法與S-S邊類同。由于無(wú)人機(jī)集群?jiǎn)螜C(jī)的攻擊能力弱,一般只能攻擊一個(gè)目標(biāo),所以當(dāng)目標(biāo)數(shù)量多于攻擊機(jī)數(shù)量,規(guī)劃時(shí)一般不能將攻擊機(jī)進(jìn)行交感協(xié)同。

3 評(píng)估方法

將實(shí)際任務(wù)按照“作戰(zhàn)任務(wù)→具體行動(dòng)”的方法進(jìn)行自頂向下的OODA分解,然后反過來(lái)基于各自的能力熵進(jìn)行自底向上的聚合計(jì)算,最終得出無(wú)人機(jī)集群協(xié)同作戰(zhàn)能力評(píng)估結(jié)果。

3.1 評(píng)估流程

具體流程包括以下4個(gè)方面。

1)分解無(wú)人集群作戰(zhàn)任務(wù)為具體作戰(zhàn)行動(dòng),確定作戰(zhàn)目標(biāo),對(duì)目標(biāo)進(jìn)行分析,根據(jù)具體任務(wù)場(chǎng)景確定整體的指標(biāo)權(quán)重。

2)構(gòu)建評(píng)估網(wǎng)絡(luò),以作戰(zhàn)節(jié)點(diǎn)作為網(wǎng)絡(luò)節(jié)點(diǎn),作戰(zhàn)行動(dòng)映射為網(wǎng)絡(luò)邊的連接關(guān)系。節(jié)點(diǎn)作戰(zhàn)能力用裝備作戰(zhàn)性能概率參數(shù)表征,如果節(jié)點(diǎn)之間產(chǎn)生協(xié)同,能力的提升,量化表現(xiàn)為邊的能力熵。

3)計(jì)算戰(zhàn)斗環(huán)的效能,作戰(zhàn)環(huán)的能力熵為即為各邊能力熵的合成,即對(duì)某個(gè)目標(biāo)的作戰(zhàn)能力為并行作戰(zhàn)環(huán)并聯(lián)的信息熵。

4)集群對(duì)多目標(biāo)的作戰(zhàn)能力為各目標(biāo)的作戰(zhàn)能力的加權(quán)和。同時(shí)計(jì)算總體時(shí)間對(duì)效能的影響。

3.2 評(píng)估網(wǎng)絡(luò)路徑能力熵的計(jì)算模式

評(píng)估網(wǎng)絡(luò)路徑的能力熵可以通過各邊的能力熵進(jìn)行合并計(jì)算。主要分為并聯(lián)模式,串聯(lián)模式,混合模式3種情況。

并聯(lián)主要發(fā)生網(wǎng)絡(luò)內(nèi)同類節(jié)點(diǎn)發(fā)生協(xié)同/交感時(shí),如圖6所示,評(píng)估網(wǎng)絡(luò)會(huì)產(chǎn)生雙向邊,不是單向網(wǎng)絡(luò)。類似網(wǎng)絡(luò)中S-S和A-A這種邊的處理,將同類協(xié)同節(jié)點(diǎn)進(jìn)行合并為一個(gè)節(jié)點(diǎn),對(duì)相應(yīng)的邊關(guān)系進(jìn)行處理,完成時(shí)間和能力熵兩方面進(jìn)行重新計(jì)算,形成新的邊和權(quán)值,生成新的網(wǎng)絡(luò)。

圖6 評(píng)估網(wǎng)絡(luò)協(xié)同邊處理示意圖

串聯(lián)主要發(fā)生OODA各環(huán)節(jié)的串行,各環(huán)的能力熵為各邊能力熵之和。

從整個(gè)評(píng)估網(wǎng)絡(luò)看就是以上2種模式的混合,如圖6所示,整個(gè)并行的作戰(zhàn)環(huán)為評(píng)估網(wǎng)絡(luò)的子網(wǎng),能力熵的計(jì)算為并聯(lián)和串聯(lián)模式的綜合。并行作戰(zhàn)環(huán)的求解變?yōu)楣?jié)點(diǎn)度受限(偵察節(jié)點(diǎn)同時(shí)跟蹤數(shù))的最短路問題的求解問題。最短的并行作戰(zhàn)環(huán)形成并行作戰(zhàn)環(huán)的能力熵,即可表述無(wú)人機(jī)集群針對(duì)該任務(wù)的作戰(zhàn)能力。

3.3 評(píng)估網(wǎng)絡(luò)時(shí)間權(quán)處理方法

考慮時(shí)間的消耗轉(zhuǎn)化為相應(yīng)的效能降低。本文總體思路為所有的能力都是時(shí)間t的減函數(shù),即隨著時(shí)間的消耗時(shí)間的增加,無(wú)人集群體現(xiàn)的能力下降。針對(duì)目標(biāo)是否運(yùn)動(dòng)、有無(wú)障礙和威脅,可以分4種場(chǎng)景分別進(jìn)行評(píng)估。

E=F(Eh,t)=EhtKt

(14)

無(wú)人機(jī)集群學(xué)習(xí)訓(xùn)練的場(chǎng)景和任務(wù)對(duì)抗程度有關(guān),例如障礙/靜態(tài)的場(chǎng)景可以進(jìn)行圖像目標(biāo)的學(xué)習(xí),可以消除不確定性,提高能力值(E減小)。函數(shù)F對(duì)t為減函數(shù),訓(xùn)練時(shí)間越長(zhǎng),可以消除交感/協(xié)同不確定性,能力熵值越低,能力增強(qiáng)。由于不是本文研究重點(diǎn),簡(jiǎn)化為依據(jù)靜態(tài)目標(biāo)和動(dòng)態(tài)目標(biāo),有無(wú)障礙或威脅分為4種類型的系數(shù)Kt：①靜態(tài)、無(wú)故障和威脅：Kt=0.05;②靜態(tài)、有故障或威脅：Kt=0.1;③動(dòng)態(tài)無(wú)故障和威脅：Kt=0.1;④動(dòng)態(tài)有障礙或威脅：Kt=0.3。

按照式(14)處理,將并行作戰(zhàn)環(huán)的能力熵與最長(zhǎng)時(shí)間疊加為評(píng)估網(wǎng)絡(luò)的綜合能力熵。

3.4 并行作戰(zhàn)環(huán)能力熵算法

現(xiàn)有評(píng)估方法一般統(tǒng)計(jì)所有作戰(zhàn)環(huán),文獻(xiàn)[11]枚舉列出所有的作戰(zhàn)環(huán),計(jì)算所有環(huán)的綜合加權(quán)。從作戰(zhàn)環(huán)的統(tǒng)計(jì)方法看,共有2N條作戰(zhàn)環(huán)(N為無(wú)人機(jī)數(shù)量)。攻擊節(jié)點(diǎn)為物理域,非信息域,同一時(shí)間不能同時(shí)工作,存在不合理性。所以無(wú)人機(jī)集群能力僅能體現(xiàn)在一定時(shí)間范圍內(nèi)同時(shí)并行的作戰(zhàn)環(huán)。

算法的總思路為根據(jù)無(wú)人機(jī)集群各類型無(wú)人機(jī)數(shù)量。依據(jù)信息流轉(zhuǎn)關(guān)系,形成評(píng)估的網(wǎng)絡(luò)的連接拓?fù)潢P(guān)系,對(duì)場(chǎng)景分析確定各類系數(shù)。以攻擊機(jī)數(shù)量進(jìn)行循環(huán)處理,生成各并行環(huán)的路徑。

輸入：目標(biāo)數(shù)量MT、各類無(wú)人機(jī)數(shù)量Ms、Mc、MA、Mw,同類節(jié)點(diǎn)協(xié)同關(guān)系,目標(biāo)清單。

根據(jù)目標(biāo)的重要性分配關(guān)系形成A-T邊,攻擊節(jié)點(diǎn)的出度為1,偵察節(jié)點(diǎn)的最大入度為最大跟蹤目標(biāo)數(shù)。根據(jù)通信網(wǎng)絡(luò)的通斷關(guān)系判斷邊的通斷,如圖6所示,整個(gè)評(píng)估網(wǎng)為有向網(wǎng)絡(luò)。以攻擊節(jié)點(diǎn)A為中心,進(jìn)行相應(yīng)計(jì)算,算法流程如圖7所示。

圖7 并行作戰(zhàn)環(huán)能力熵算法流程圖

輸出：評(píng)估網(wǎng)絡(luò),并行作戰(zhàn)環(huán)數(shù)量及路徑,并行作戰(zhàn)環(huán)的混合能力熵,集群協(xié)同作戰(zhàn)能力。

4 評(píng)估驗(yàn)證范例

本文以無(wú)人機(jī)集群跨域作戰(zhàn)為背景,實(shí)現(xiàn)海域封控作戰(zhàn)作為實(shí)際范例,實(shí)現(xiàn)對(duì)無(wú)人機(jī)集群協(xié)同作戰(zhàn)能力的網(wǎng)絡(luò)建模及作戰(zhàn)能力評(píng)估,并進(jìn)行合理性驗(yàn)證。同時(shí),還對(duì)作戰(zhàn)環(huán)的作戰(zhàn)能力計(jì)算結(jié)果進(jìn)行分析,歸納出一些有意義的結(jié)論,作為指導(dǎo)實(shí)際作戰(zhàn)的重要依據(jù)。

4.1 任務(wù)想定

無(wú)人機(jī)集群海域封控任務(wù)針對(duì)未知海上環(huán)境的海面、空中、水下目標(biāo),實(shí)施協(xié)同搜索、查證、圍捕等行動(dòng),綜合考慮威脅規(guī)避、機(jī)動(dòng)代價(jià)、通信連接、時(shí)空一致等約束,在指定海域完成巡邏、搜索、偵察、定位、跟蹤和攻擊等任務(wù)。評(píng)估對(duì)象：美軍公開實(shí)驗(yàn)的X-61A“小精靈”集群,分別掛載不同的載荷擔(dān)任4種不同角色,完成跨域海面封控作戰(zhàn)任務(wù)。主要的行動(dòng)有協(xié)同查證、協(xié)同圍捕軍用運(yùn)輸補(bǔ)給船(T1)和電子偵察船(T2)。

4.2 無(wú)人機(jī)集群參數(shù)

根據(jù)裝備的基本參數(shù)和實(shí)驗(yàn)方面的數(shù)據(jù),在跨域海面封控任務(wù)中,幾類節(jié)點(diǎn)典型的參數(shù)如表1～6,按照2.2節(jié)方法計(jì)算各無(wú)人機(jī)節(jié)點(diǎn)的能力熵。

表1 目標(biāo)類節(jié)點(diǎn)參數(shù)

表2 偵察類節(jié)點(diǎn)參數(shù)

表3 指揮通信類節(jié)點(diǎn)參數(shù)

表4 攻擊類節(jié)點(diǎn)參數(shù)

在本案例中,察打一體無(wú)人機(jī)節(jié)點(diǎn)W通信能力與S1一致,偵察能力為其一半,打擊能力為A1的一半。經(jīng)計(jì)算匯總各作戰(zhàn)邊的能力熵如表5所示,

表5 各類型作戰(zhàn)任務(wù)邊的能力熵及消耗時(shí)間

評(píng)估方案設(shè)計(jì)主要考慮不同集群之間的對(duì)比和同一集群編成使用不同的協(xié)同方案的對(duì)比。為考慮裝備之間的協(xié)同關(guān)系,如表6所示,方案4在方案3的基礎(chǔ)上增加了偵察設(shè)備的交感協(xié)同,方案5和6增加偵察和攻擊的交感協(xié)同。

表6 無(wú)人機(jī)集群組成協(xié)同方案列表

4.3 權(quán)重系數(shù)列表

相應(yīng)的權(quán)重系數(shù)根據(jù)無(wú)人機(jī)集群任務(wù)的特點(diǎn),參考想定任務(wù)實(shí)驗(yàn)執(zhí)行情況,基于專家經(jīng)驗(yàn)進(jìn)行估算賦值。具體權(quán)重系數(shù)如表7所示。

表7 無(wú)人機(jī)集群海域封控作戰(zhàn)能力參數(shù)權(quán)重系數(shù)

4.4 集群評(píng)估網(wǎng)絡(luò)及能力熵

圖8中的虛線邊代表方案4與方案3的區(qū)別。處理的方法進(jìn)行處理。

圖8 方案3-4評(píng)估網(wǎng)絡(luò)示意圖

4.5 評(píng)估數(shù)據(jù)對(duì)比分析

在形成的網(wǎng)絡(luò)評(píng)估圖8和9的基礎(chǔ)上,使用3.4節(jié)的算法,算出了各個(gè)方案的并行環(huán)及作戰(zhàn)能力,如表8和表9所示。

表8 各方案作戰(zhàn)效果統(tǒng)計(jì)表(5節(jié)點(diǎn))

表9 各方案作戰(zhàn)效果統(tǒng)計(jì)表(7節(jié)點(diǎn))

從表8對(duì)比看出,方案1中察打一體無(wú)人機(jī)單獨(dú)的作戰(zhàn)能力明顯低于5節(jié)點(diǎn)集群中方案3和方案4的作戰(zhàn)能力。說明集群的并行處理對(duì)協(xié)同作戰(zhàn)能力有明顯的提升。方案2比方案1多了4個(gè)節(jié)點(diǎn),但整體作戰(zhàn)能力0.146 23反而低于察打一體無(wú)人機(jī)的0.170 8。說明如果沒有形成協(xié)同并行作戰(zhàn)環(huán),單單增加集群無(wú)人機(jī)數(shù)量對(duì)作戰(zhàn)能力提升沒有效果。

從表9對(duì)比方案5～7的作戰(zhàn)能力。方案6雖然采取傳感子網(wǎng)和作戰(zhàn)攻擊子網(wǎng)的協(xié)同,整個(gè)能力反而低于方案5和方案7的多作戰(zhàn)環(huán)并行方案。經(jīng)分析發(fā)現(xiàn)主要因?yàn)椴⑿械臄?shù)量少。方案7既有多作戰(zhàn)環(huán)并行有又有子網(wǎng)內(nèi)的協(xié)同,作戰(zhàn)能力最高。

為進(jìn)一步分析作戰(zhàn)能力值與集群中無(wú)人機(jī)數(shù)量和并行作戰(zhàn)環(huán)數(shù)量的關(guān)系,抽取表8的數(shù)據(jù)形成圖9。發(fā)現(xiàn)3條曲線基本為增函數(shù),即隨著無(wú)人機(jī)數(shù)量和并行環(huán)數(shù)量的增加,集群的作戰(zhàn)效能同步增加。與日常的認(rèn)知相同。但是協(xié)同作戰(zhàn)能力曲線與并行環(huán)數(shù)量的曲線完全一致,與飛機(jī)數(shù)量曲線與它們不太一致。這個(gè)結(jié)論不能用無(wú)人機(jī)堆砌出來(lái)的作戰(zhàn)環(huán)衡量集群能力的分析進(jìn)一步驗(yàn)證,說明無(wú)人機(jī)集群數(shù)量的增加并不能直接提升作戰(zhàn)能力,而是需要相應(yīng)的協(xié)同策略和恰當(dāng)?shù)淖饔檬褂梅椒ā?/p>

圖9 作戰(zhàn)能力-并行環(huán)數(shù)-無(wú)人機(jī)飛機(jī)數(shù)量關(guān)系曲線圖

基于最大效能原則,從協(xié)同策略和作戰(zhàn)使用上的建議：①同類節(jié)點(diǎn)的協(xié)同原則,主要在傳感子網(wǎng)實(shí)現(xiàn)偵察節(jié)點(diǎn)的協(xié)同,盡量降低作戰(zhàn)環(huán)的能力熵。攻擊作戰(zhàn)子網(wǎng)內(nèi)僅僅當(dāng)攻擊節(jié)點(diǎn)遠(yuǎn)遠(yuǎn)大于目標(biāo)數(shù)量才開展,這樣能增加集群并行環(huán)的數(shù)量,提高作戰(zhàn)效能。②傳感節(jié)點(diǎn)協(xié)同后的信息可以提供給多個(gè)攻擊節(jié)點(diǎn),無(wú)需為每個(gè)攻擊節(jié)點(diǎn)配置獨(dú)立的傳感節(jié)點(diǎn),充分體現(xiàn)信息的可重用性。

5 結(jié)語(yǔ)

本文研究無(wú)人機(jī)集群基于信息網(wǎng)絡(luò)的協(xié)同作戰(zhàn)能力評(píng)估問題,在無(wú)人機(jī)集群信息網(wǎng)絡(luò)的基礎(chǔ)上設(shè)計(jì)了評(píng)估網(wǎng)絡(luò)模型和評(píng)估網(wǎng)絡(luò)能力熵的計(jì)算方法,實(shí)現(xiàn)了無(wú)人機(jī)集群協(xié)同作戰(zhàn)能力的量化評(píng)估,為體系作戰(zhàn)能力量化評(píng)估的有益探索,對(duì)無(wú)人機(jī)集群協(xié)同作戰(zhàn)應(yīng)用具有重要的參考價(jià)值。后期將針對(duì)評(píng)估指標(biāo)權(quán)重及時(shí)間對(duì)效能的影響系數(shù)的調(diào)節(jié)問題進(jìn)行研究,考慮通過相應(yīng)專家經(jīng)驗(yàn)和機(jī)器學(xué)習(xí)相結(jié)合方式進(jìn)行解決。