摘 要：隨著人工智能和無人機（Ｕｎｍａｎｎｅｄ Ａｅｒｉａｌ Ｖｅｈｉｃｌｅ，ＵＡＶ） 技術(shù)的深度融合，ＵＡＶ 已成為現(xiàn)代戰(zhàn)爭中的一把利器，各大軍事強國均在競相研發(fā)，力求在未來戰(zhàn)爭中占據(jù)制高點。概述了美國、中國、俄羅斯、英國和以色列等軍事強國正在發(fā)展的ＵＡＶ 系統(tǒng)現(xiàn)狀，總結(jié)了其最新研究進展和典型成果；在此基礎(chǔ)上，從６ 個不同方面介紹了ＵＡＶ 系統(tǒng)作戰(zhàn)所需的關(guān)鍵技術(shù)，并結(jié)合近年多場局部沖突中的ＵＡＶ 實戰(zhàn)應(yīng)用，梳理了其典型應(yīng)用場景。旨在為ＵＡＶ 技術(shù)發(fā)展以及應(yīng)用落地提供參考。

關(guān)鍵詞：無人機系統(tǒng)；自主決策；路徑規(guī)劃；協(xié)同控制

中圖分類號：Ｖ２７９ 文獻標志碼：Ａ 開放科學(xué)（資源服務(wù)）標識碼（ＯＳＩＤ）：

文章編號：１００３－３１０６（２０２４）０５－１２３６－１１

０ 引言

近年來，隨著仿生智能、機器學(xué)習(xí)等信息技術(shù)以及復(fù)合材料、電子集成等制造技術(shù)的迅速發(fā)展與深度融合，無人機（Ｕｎｍａｎｎｅｄ Ａｅｒｉａｌ Ｖｅｈｉｃｌｅ，ＵＡＶ）系統(tǒng)逐步向“巧、精、能、群”方向發(fā)展的同時，呈現(xiàn)出更強的自主性（任務(wù)和運動規(guī)劃能力）以及更高的智能化水平（決策和推理能力），已逐漸從“戰(zhàn)場配角”發(fā)展成擔負更多作戰(zhàn)任務(wù)的“作戰(zhàn)主體”。軍用ＵＡＶ 已在中東戰(zhàn)爭、海灣戰(zhàn)爭、敘利亞戰(zhàn)爭、納卡沖突和俄烏沖突等多場軍事戰(zhàn)爭中嶄露頭角，并對作戰(zhàn)進程產(chǎn)生愈發(fā)深遠的影響。

當前，隨著現(xiàn)代戰(zhàn)爭向全域多維、無人化、智能化協(xié)同作戰(zhàn)形態(tài)進行擴展［１］，世界各大軍事強國均在加大力度尋求利用人工智能、自主協(xié)同和韌性組網(wǎng)等關(guān)鍵技術(shù)推進ＵＡＶ 系統(tǒng)項目的開發(fā)與研制，從而在未來戰(zhàn)爭中取得非對稱技術(shù)優(yōu)勢。分析研究這些項目的研究路徑、典型成果、關(guān)鍵技術(shù)和應(yīng)用場景，對于厘清ＵＡＶ 作戰(zhàn)的基本概念，明晰這一作戰(zhàn)樣式的發(fā)展方向和路徑都具有重要的借鑒意義。

１ 國內(nèi)外ＵＡＶ 系統(tǒng)發(fā)展概況

１． １ 美國

在強大作戰(zhàn)需求的牽引下，美國一直致力于發(fā)展軍用ＵＡＶ 系統(tǒng)，且長期占據(jù)領(lǐng)先地位。近年來，美軍通過不斷加強該領(lǐng)域頂層設(shè)計，從多個角度、多個層次同步開展了多個項目研究，具有代表性的項目如表１所示。整體來看，這些項目涵蓋了戰(zhàn)法創(chuàng)新、關(guān)鍵技術(shù)攻關(guān)、演示驗證試驗等多個方面，在功能上相互獨立、各有側(cè)重，在體系上相互銜接、互為補充，正努力實現(xiàn)ＵＡＶ裝備系列化、應(yīng)用多樣化的目標［２］。其中，以拒止環(huán)境協(xié)同作戰(zhàn)（ＣｏｌｌａｂｏｒａｔｉｖｅＯｐｅｒａｔｉｏｎｓｉｎＤｅｎｉｅｄＥｎｖｉｒｏｎｍｅｎｔｓ，ＣＯＤＥ）項目、小精靈（Ｇｒｅｍｌｉｎｓ）項目、忠誠僚機項目、進攻性蜂群使能戰(zhàn)術(shù)（ＯＦＦｅｎｓｉｖｅＳｗａｒｍ-ｅｎａｂｌｅｄＴａｃｔｉｃｓ，ＯＦＦＳＥＴ）項目、小型單元機動人工智能（ＡｒｔｉｆｉｃｉａｌＩｎｔｅｌｌｉｇｅｎｃｅＳｍａｌｌＵｎｉｔＭｏｂｉｌｉｔｙ，ＡＩＳＵＭ）項目、天空博格（Ｓｋｙｂｏｒｇ）項目和遠射（ＬｏｎｇＳｈｏｔ）項目最為典型。

１．１．１ 拒止環(huán)境協(xié)同作戰(zhàn)項目

ＣＯＤＥ項目由美國國防預(yù)先研究計劃局（ＤｅｆｅｎｓｅＡｄｖａｎｃｅｄＲｅｓｅａｒｃｈＰｒｏｊｅｃｔｓＡｇｅｎｃｙ，ＤＡＲＰＡ）于２０１４年宣布并啟動，如圖１（ａ）所示。該項目的核心目標是拒止環(huán)境下的作戰(zhàn)對抗，利用人工智能算法和模塊化軟件，實現(xiàn)多型號、多架次ＵＡＶ之間的自主協(xié)同控制，強化ＵＡＶ在偵察、打擊、通信和導(dǎo)航等不同應(yīng)用樣式條件下的自主作戰(zhàn)能力和環(huán)境適應(yīng)能力。２０１９年２月該項目取得重大進展，在通信中斷和全球定位系統(tǒng)（ＧｌｏｂａｌＰｏｓｉｔｉｏｎｉｎｇＳｙｓｔｅｍ，ＧＰＳ）拒止條件下，６架裝備ＣＯＤＥ軟件的真實ＵＡＶ和１４架虛擬ＵＡＶ成功完成了預(yù)定任務(wù)。

１．１．２ 小精靈項目

在國防預(yù)算有限的大環(huán)境下，２０１５年９月ＤＡＲＰＡ主導(dǎo)啟動了小精靈項目，尋求強對抗環(huán)境下低成本小型ＵＡＶ集群創(chuàng)新技術(shù)及系統(tǒng)解決方案，其重難點為設(shè)計低成本、可重復(fù)使用的“小精靈”ＵＡＶ以及機載型ＵＡＶ發(fā)射回收設(shè)備。該項目旨在實現(xiàn)通過Ｃ-１３０運輸機、Ｂ-５２／Ｂ-１轟炸機等平臺空中發(fā)射ＵＡＶ蜂群，令其與其他有人平臺協(xié)同執(zhí)行作戰(zhàn)任務(wù)，完成任務(wù)后最大限度回收ＵＡＶ。２０２１年１０月，該項目在第四次飛行試驗中，首次空中回收小精靈ＵＡＶ試驗成功，如圖１（ｂ）所示，邁出實現(xiàn)ＵＡＶ蜂群韌性靈活作戰(zhàn)關(guān)鍵一步，對未來實現(xiàn)分布式空中作戰(zhàn)至關(guān)重要。２０２２—２０２４年小精靈項目進入第四階段，預(yù)期整合機載自動輔助決策系統(tǒng)、編隊自主協(xié)作系統(tǒng)和任務(wù)載荷，進一步拓展作戰(zhàn)能力。

１．１．３ 忠誠僚機項目

忠誠僚機項目由美國空軍研究實驗室（ＡｉｒＦｏｒｃｅＲｅｓｅａｒｃｈＬａｂｏｒａｔｏｒｙ，ＡＦＲＬ）于２０１５年啟動，旨在將第四代戰(zhàn)機進行無人駕駛改裝，并將其與第五代戰(zhàn)機配對，發(fā)揮各自優(yōu)勢，實現(xiàn)協(xié)同作戰(zhàn)，是當前最為典型的有人－無人機協(xié)同作戰(zhàn)項目，如圖１（ｃ）所示。據(jù)悉，ＡＦＲＬ 于２０２３ 年１ 月公布的ＸＱ-５８Ａ“女武神”隱身ＵＡＶ，已初步具備與Ｆ-２２、Ｆ-３５ 等有人戰(zhàn)機聯(lián)合編隊能力，并可協(xié)同實施隱身突防。

美空軍Ｓｋｙｂｏｒｇ 項目尋求開發(fā)一種基于人工智能算法的自主控制系統(tǒng)（Ａｕｔｏｍａｔｉｃ Ｃｏｎｔｒｏｌ Ｓｙｓｔｅｍ，ＡＣＳ），而ＡＣＳ 將成為忠誠僚機項目的“大腦”，使ＵＡＶ 能夠自主執(zhí)行復(fù)雜的作戰(zhàn)任務(wù)，并與有人機實現(xiàn)協(xié)同作戰(zhàn)。ＡＣＳ 系統(tǒng)在２０２１ 年至少進行了３ 次試飛，完成了預(yù)定測試目標，ＵＡＶ 自主控制能力得到初步驗證。此外，ＡＦＲＬ 還提出了“機外傳感站”無人忠誠僚機計劃，預(yù)計于２０２４ 年開展飛行試驗，２０２６ 年開展“機外武器戰(zhàn)”飛行試驗，２０２８ 年開展“機外預(yù)警站”飛行試驗。

１． １． ４ ＯＦＦＳＥＴ 項目

ＯＦＦＳＥＴ 項目是ＤＡＲＰＡ 在２０１７ 年１ 月提出的一項研究計劃，旨在開發(fā)一套由小型ＵＡＶ 系統(tǒng)和／或小型無人地面車輛系統(tǒng)組成的“蜂群戰(zhàn)術(shù)”系統(tǒng)，以支持美軍小規(guī)模地面部隊在建筑林立、道路復(fù)雜的城市環(huán)境下執(zhí)行作戰(zhàn)任務(wù)。該項目自啟動以來，共進行了６ 次“蜂群沖刺”實地試驗，主要聚焦于以下５ 個領(lǐng)域：蜂群戰(zhàn)術(shù)、蜂群自主性、人－蜂群編隊、虛擬環(huán)境以及物理測試平臺。２０２１ 年１２ 月，ＯＦＦＳＥＴ 項目在卡西迪聯(lián)合武器集體訓(xùn)練設(shè)施完成了第六次城市突襲現(xiàn)場試驗，如圖１（ｄ）所示，驗證了智能作戰(zhàn)體系集成技術(shù)在未來作戰(zhàn)中的可用性。目前，該項目即將結(jié)合美陸軍遠征試驗進行戰(zhàn)術(shù)演練。

１． １． ５ ＡＩＳＵＭ 項目

ＡＩＳＵＭ 項目尋求開發(fā)可在小型機動作戰(zhàn)單元上部署的智能云系統(tǒng)，可實現(xiàn)將操作人員命令直接轉(zhuǎn)換為無人裝備指令，將各類偵察信息進行云融合處理后實現(xiàn)自主控制無人裝備，從而降低作戰(zhàn)人員操作難度，減少對數(shù)據(jù)鏈的依賴，提高基層作戰(zhàn)單元決策速度。該系統(tǒng)能夠在動態(tài)、非結(jié)構(gòu)化和復(fù)雜環(huán)境中自主操作，為作戰(zhàn)人員提供３６０°態(tài)勢感知，使其能夠通過自主ＵＡＶ 協(xié)作系統(tǒng)應(yīng)對威脅。該項目原型機包括Ｎｏｖａ２ＵＡＶ 和Ｘ２ＤＵＡＶ。２０２２ 年５ 月，ＡＩＳＵＭ 項目進行了首次測試，如圖１（ｅ）所示，檢驗了單個作戰(zhàn)人員操作多架小型ＵＡＶ 的協(xié)同能力。該項目預(yù)期于２０２８ 年將小型ＵＡＶ 系統(tǒng)充分納入有人－無人體系，２０３５ 年實現(xiàn)編隊現(xiàn)代化，以支持多域作戰(zhàn)部隊的全面作戰(zhàn)。

１． １． ６ 遠射項目

ＤＡＲＰＡ 在２０２１ 年２ 月宣布了一項稱為“遠射”的新空射ＵＡＶ 發(fā)展項目，如圖１（ｆ）所示。該項目旨在開發(fā)一款由有人機掛載和投射的可攜帶空空導(dǎo)彈的空射ＵＡＶ，能夠發(fā)射多型空對空武器，可以顯著擴大美空軍作戰(zhàn)范圍、提升任務(wù)效能，并降低有人機風(fēng)險。目前，ＤＡＲＰＡ 已將遠射項目第一階段初步設(shè)計工作合同授予通用原子、洛克希德· 馬丁和諾斯羅普·格魯曼３ 家公司，承包商將在接下來的幾年內(nèi)開展項目第一階段的論證和研發(fā)工作，預(yù)期在２０５０ 年后列裝部隊。

１． ２ 歐洲國家。

受美國ＵＡＶ 技術(shù)快速發(fā)展的影響，歐洲近年來也不甘示弱，合力開展了歐洲ＵＡＶ（Ｅｕｒｏｄｒｏｎｅ）項目、自主學(xué)習(xí)ＵＡＶ 群（ＳＥＡＤ Ｓｗａｒｍ）項目和隱身無人戰(zhàn)機“神經(jīng)元”項目等多個項目。同時，英國、以色列、俄羅斯和德國均在穩(wěn)步推進各自的ＵＡＶ 項目研發(fā)計劃。

１． ２． １ 英國

２０２０ 年１０ 月２１ 日，英國Ｂｌｕｅ Ｂｅａｒ 系統(tǒng)公司將自研的可即插即用的開放式智能架構(gòu)搭載到２０ 架固定翼ＵＡＶ 上進行試驗，完成了對ＵＡＶ 集群超視距飛行和多機智能協(xié)作等蜂群ＵＡＶ 最新技術(shù)的驗證。２０２１ 年１ 月，英國國防科學(xué)技術(shù)實驗室宣布大規(guī)模蜂群ＵＡＶ 競賽圓滿完成，標志著蜂群ＵＡＶ 作戰(zhàn)效能提升項目實現(xiàn)既定目標；同時英國國防部與北愛爾蘭Ｓｐｉｒｉｔ ＡｅｒｏＳｙｓｔｅｍｓ 公司簽訂了忠誠僚機研制、設(shè)計和制造合同。同年１０ 月，英國皇家空軍蜂群ＵＡＶ 試驗項目針對多型載荷和通信系統(tǒng)開展了新一輪測試。此外，據(jù)無人系統(tǒng)視界網(wǎng)２０２３ 年３ 月１６ 日報道，翼傘ＵＡＶ（Ｓｔｏｒｋ ＳＴＭ）已被選中參加第二階段皇家海軍無人系統(tǒng)重型起重挑戰(zhàn)賽，其在后勤補給方面具備巨大潛力，下一步有可能列裝軍隊。

１． ２． ２ 以色列

以色列是僅次于美國的ＵＡＶ 裝備研發(fā)大國，無論是技術(shù)開發(fā)還是作戰(zhàn)運用均成果顯著，其ＵＡＶ 產(chǎn)業(yè)已經(jīng)發(fā)展成為國家經(jīng)濟和安全戰(zhàn)略的一部分。目前，以色列生產(chǎn)的ＵＡＶ 主要型號有“云雀”“競技神”“赫爾墨斯”“哈比”“蒼鷺”等，這些ＵＡＶ 經(jīng)受了２ 次中東戰(zhàn)爭的檢驗，享有很高的聲譽和市場競爭力，已出口至多個國家和地區(qū)。２０２１ 年５ 月，以色列軍隊使用由人工智能控制的小型ＵＡＶ 蜂群來定位、識別和攻擊哈馬斯武裝分子，這被視為世界首次將ＵＡＶ 蜂群用于作戰(zhàn)。

１． ２． ３ 德國

２０２１ 年１１ 月，德國宣布啟動名為“鬼把戲”（ＧｈｏｓｔＰｌａｙ）的技術(shù)開發(fā)項目，旨在開發(fā)ＵＡＶ 蜂群戰(zhàn)術(shù)級人工智能快速決策系統(tǒng)，重點研究人工智能如何加速和實施軍事行動決策，以及由此帶來的有利條件和行動風(fēng)險，整個項目為期３ 年，預(yù)計２０２４ 年底完成。除此之外，德國還在為北約研制中空長航時ＵＡＶ ＥｕｒｏＭａｌｅ，和美國合作開發(fā)“歐洲鷹”高空長航時ＵＡＶ。

１． ２． ４ 俄羅斯

身為航空強國的俄羅斯早早意識到了ＵＡＶ 作戰(zhàn)的巨大潛力，并在陸、海、空三軍部署了大量ＵＡＶ裝備。在此次俄烏沖突中，俄軍動用的ＵＡＶ 有“海雕-１０”“海雕-３０”“前哨-Ｒ”“獵戶座”“扎拉·基布”等，主要執(zhí)行偵察監(jiān)視、空中打擊、火力校射、反滲透／ 破壞等任務(wù)。此外據(jù)有關(guān)報道，俄軍工企業(yè)２０２１ 年正在為俄空天軍研發(fā)一款由機載平臺發(fā)射的“閃電”ＵＡＶ 蜂群系統(tǒng)，可執(zhí)行壓制敵方防空系統(tǒng)、打擊敵方地面力量以及情報偵察監(jiān)視等任務(wù)；另外，俄羅斯Ｓｕｋｈｏｉ 公司研制的“獵手”ＵＡＶ 采用了與蘇-５７ 同樣的“飛行翅”技術(shù)，能夠超音速自主飛行至敵方區(qū)域執(zhí)行搜索和偵察任務(wù)。

圖２ 展示了歐洲國家典型ＵＡＶ 系統(tǒng)。

１． ３ 中國

相對于其他軍事強國，我國ＵＡＶ 系統(tǒng)研究起步稍晚，但在近幾年多場局部沖突和國際無人系統(tǒng)發(fā)展大趨勢推動下，國內(nèi)已高度認識到了發(fā)展ＵＡＶ 系統(tǒng)的重要意義和潛力，并將其作為技術(shù)與裝備的前沿研究課題予以了足夠的重視，開展了不少研究工作，目前整體上處于ＵＡＶ 技術(shù)快速發(fā)展的起始階段。２０１６ 年我國完成６７ 架固定翼ＵＡＶ 編隊飛行［３］；２０１７ 年我國完成２００ 架固定翼ＵＡＶ 蜂群測試，連續(xù)２ 次刷新美國ＵＡＶ 集群飛行規(guī)模［４］。北京航空航天大學(xué)研究的油動固定翼ＵＡＶ 和雙關(guān)節(jié)大鳥型撲翼ＵＡＶ 分別于２０２１ 年與２０２２ 年連續(xù)２ 年創(chuàng)最長續(xù)航時間世界紀錄［５－６］。除此之外，多家高校和科研機構(gòu)還圍繞ＵＡＶ 系統(tǒng)自主編隊與重構(gòu)、自主感知與信息共享、路徑實時規(guī)劃、智能協(xié)同控制等技術(shù)開展了相關(guān)研究。

１． ４ 其他地區(qū)

２０２２ 年１２ 月底“朝鮮ＵＡＶ 越境”事件發(fā)生后，韓國進一步加快推進ＵＡＶ 攻防能力發(fā)展，加速研發(fā)“鰩魚Ｘ”等中小型隱形ＵＡＶ，通過搭載人工智能設(shè)備實現(xiàn)無人－有人戰(zhàn)斗機協(xié)同作戰(zhàn)。此外，還計劃在２０２７ 年前為韓國武裝部隊增購１ ０００ 架ＵＡＶ。

印度近年來正在加快推進ＵＡＶ 戰(zhàn)力發(fā)展。２０２０ 年８ 月，啟動了“戰(zhàn)斗空中協(xié)作系統(tǒng)”（ＣＡＴＳ）項目。２０２１ 年１ 月，首次展示了由７５ 架小型ＵＡＶ組成ＵＡＶ 蜂群，并演示了遠程投送和火力打擊等任務(wù)。２０２２ 年３ 月，印軍斥資３０ 億美元自美國采購了１０ 架ＭＱ９Ｂ ＵＡＶ。

２０２２ 年９ 月，土耳其貝卡公司戰(zhàn)斗無人飛行器系統(tǒng)項目研制的“紅蘋果”噴氣式超音速隱身無人戰(zhàn)斗機完成首次起飛實驗。２０２３ 年３ 月，航空航天工業(yè)公司公布了一款已交付土耳其空軍的新型無人作戰(zhàn)飛機Ａｎｋａ-３，配備了先進的通信和傳感器系工程與應(yīng)用統(tǒng)、高精度導(dǎo)航和自主飛行控制系統(tǒng)，能夠在高度惡劣環(huán)境下執(zhí)行任務(wù)。同月，新型多用途ＵＡＶＡ ｚａｂｋａｍｉｋａｚｅ 已通過所有飛行測試，并預(yù)計將于今年第三季度末完成彈藥測試。

２ ＵＡＶ 系統(tǒng)關(guān)鍵技術(shù)

在科技創(chuàng)新和作戰(zhàn)需求推動下，ＵＡＶ 系統(tǒng)逐漸向智能化、自主化和集群化方向發(fā)展，但受自身軟、硬件條件限制，在實際應(yīng)用中仍存在一定局限性，ＵＡＶ 各項技術(shù)亟待突破。研究表明，基于層次結(jié)構(gòu)的技術(shù)框架可有效降低ＵＡＶ 任務(wù)的復(fù)雜度，提升執(zhí)行任務(wù)效率［７］。本文從智能感知、網(wǎng)絡(luò)通信、導(dǎo)航定位、自主決策、路徑規(guī)劃和協(xié)同控制６ 個層級對ＵＡＶ 系統(tǒng)關(guān)鍵技術(shù)進行總結(jié)介紹，技術(shù)框架及層級關(guān)系如圖３ 所示。

２． １ 智能感知技術(shù)

在復(fù)雜、高動態(tài)、強對抗的任務(wù)環(huán)境下，ＵＡＶ 無論是執(zhí)行搜索偵察、跟蹤監(jiān)視等偵測任務(wù)，還是執(zhí)行火力打擊、戰(zhàn)斗支援等作戰(zhàn)任務(wù)，均需要實時對外部環(huán)境進行探測和識別，信息融合及估計，態(tài)勢感知、理解與共享，以獲取完整、清晰、準確的信息。如同人類“視覺、聽覺、嗅覺”一般，智能感知是ＵＡＶ 完成一切任務(wù)的基礎(chǔ)。隨著探測技術(shù)的迅速發(fā)展，ＵＡＶ 可搭載晝夜光電傳感器、機載雷達、高清數(shù)碼相機、紅外傳感器和多光譜傳感器等多樣偵察設(shè)備。大多學(xué)者認為ＵＡＶ 智能感知技術(shù)的發(fā)展方向為多源信息融合感知技術(shù)以及復(fù)雜環(huán)境目標識別與態(tài)勢理解技術(shù)。

研究表明，單一傳感器對周邊環(huán)境的認知是片面、不深入的，而對多個傳感器的數(shù)據(jù)進行多層次、多級別和全方位的綜合處理，不僅可以彌補單傳感器存在的固有缺陷，還能為觀測者提供更全面、更準確的環(huán)境描述［８］。因為各種傳感器獲取任務(wù)場景的信息類別不同、特性不一，如高清數(shù)碼相機捕獲反射光、紅外傳感器捕獲熱輻射、雷達捕獲電磁波，通過多源信息融合將這些不同特性的傳感器信息。

測量數(shù)據(jù)以及統(tǒng)計數(shù)據(jù)進行融合處理、互相補充，即可以得到場景的一致性描述或解釋［９］。文獻［１０］通過合理提取和融合多平臺數(shù)據(jù)，并生成定制化目標信息，為最終決策提供有力支撐；文獻［１１］提出了一種多源信息融合策略，通過組合多個信息源互補數(shù)據(jù)提升決策、預(yù)測和分類任務(wù)的準確性。

利用ＵＡＶ 對未知區(qū)域進行目標探測、識別和持續(xù)監(jiān)視，是一種低成本、有前景的反恐、災(zāi)難監(jiān)測和戰(zhàn)場態(tài)勢感知應(yīng)用。其主要任務(wù)是利用人工智能技術(shù)對各傳感器搜集的敵方區(qū)域數(shù)據(jù)信息進行分析處理，運用智能算法結(jié)合態(tài)勢信息和理論邏輯，對敵方各類目標進行自主智能檢測、識別和跟蹤，從而輔助決策層提升系統(tǒng)對態(tài)勢分析的精確度。對此，文獻［１２－１３］利用深度學(xué)習(xí)方法實現(xiàn)了基于紅外與可見光融合的ＵＡＶ 航拍圖像目標檢測，提升了檢測效能；文獻［１４－１５］實現(xiàn)了基于毫米波雷達數(shù)據(jù)和視覺圖像融合的ＵＡＶ 航拍目標檢測與跟蹤。

２． ２ 網(wǎng)絡(luò)通信技術(shù)

ＵＡＶ 集群作戰(zhàn)是未來戰(zhàn)場的一大應(yīng)用，集群通信是提升作戰(zhàn)效能的關(guān)鍵技術(shù)。網(wǎng)絡(luò)通信必須滿足地面站與單機、單機與單機、多機與多機、編隊與編隊之間的實時信息交互［１６］。因此，ＵＡＶ 系統(tǒng)網(wǎng)絡(luò)通信技術(shù)主要涉及以下幾個方面：① 網(wǎng)絡(luò)拓撲與協(xié)議設(shè)計。ＵＡＶ 集群需要實現(xiàn)無縫切換和冗余備份，以確保通信可靠性和靈活性。集群中的ＵＡＶ 需要根據(jù)任務(wù)需求自適應(yīng)調(diào)整網(wǎng)絡(luò)拓撲，同時需要基于實時性和可靠性考慮選擇合適的通信協(xié)議。② 多信道調(diào)度技術(shù)。多架ＵＡＶ 同時使用相同的通信信道會造成信道擁塞和干擾，因此需要研究多信道調(diào)度技術(shù)，根據(jù)ＵＡＶ 的任務(wù)需求和網(wǎng)絡(luò)拓撲調(diào)度不同的通信信道。③ 跨域網(wǎng)絡(luò)通信。為建立穩(wěn)定可靠的網(wǎng)絡(luò)還需研究跨域網(wǎng)絡(luò)通信技術(shù)，通過中間節(jié)點實現(xiàn)不同ＵＡＶ 之間的通信和不同子網(wǎng)之間的無縫切換和數(shù)據(jù)傳輸。④ 數(shù)據(jù)聚合和處理技術(shù)。ＵＡＶ執(zhí)行任務(wù)期間要進行大量數(shù)據(jù)傳輸和處理，需要具備高效的數(shù)據(jù)聚合和處理技術(shù)，以優(yōu)化數(shù)據(jù)傳輸和處理效率。⑤ 自組網(wǎng)技術(shù)。ＵＡＶ 集群需要實現(xiàn)自主組織網(wǎng)絡(luò)、自主調(diào)整網(wǎng)絡(luò)拓撲和通信參數(shù)，以滿足集群數(shù)量變化或任務(wù)變更重構(gòu)，這就要求網(wǎng)絡(luò)通信層在建立連接時具備“智能化”，即具備無中心自組織的智能組網(wǎng)特性。

在網(wǎng)絡(luò)通信方面，Ａｌａｍ 等［１７］詳細分析了ＵＡＶ集群協(xié)同控制與網(wǎng)絡(luò)拓撲關(guān)系，并從底層數(shù)學(xué)模型入手對拓撲控制技術(shù)進行了深入研究。文獻［１８］從單分組集群、多分組集群和多層次集群３ 個層次介紹了ＵＡＶ 集群網(wǎng)絡(luò)通信架構(gòu)，并對多信道調(diào)度和網(wǎng)絡(luò)跨域通信技術(shù)進行了詳解。文獻［１９］提出了一種基于深度強化學(xué)習(xí)的ＵＡＶ 可信地理位置路由協(xié)議，能夠智能完成路由決策，解決了包含異常節(jié)點的ＵＡＶ 自組網(wǎng)。

２． ３ 自主導(dǎo)航定位技術(shù)

導(dǎo)航定位系統(tǒng)是ＵＡＶ 不可或缺的基礎(chǔ)組件，主要任務(wù)是提供ＵＡＶ 當前姿態(tài)、速度和位置信息，在此基礎(chǔ)上才能前出執(zhí)行相關(guān)任務(wù)。導(dǎo)航系統(tǒng)一般由慣性測量單元、全球衛(wèi)星定位系統(tǒng)和電子磁羅盤等組成，此外還可根據(jù)實地環(huán)境的復(fù)雜情況，輔以視覺模塊或搭載先驗空間位置圖與物理信息傳感器等。梳理近年來的ＵＡＶ 自主導(dǎo)航定位技術(shù)相關(guān)研究，主要有以下幾種方法：① 基于慣性／ 衛(wèi)星深度信息融合的導(dǎo)航定位技術(shù)。該技術(shù)主要依靠ＵＡＶ 自身攜帶的慣性測量單元對其自身飛行狀態(tài)進行實時監(jiān)測，同時利用衛(wèi)星導(dǎo)航系統(tǒng)收集星位及其觀測值，并將二者融合一體形成優(yōu)勢互補，實現(xiàn)ＵＡＶ 精準導(dǎo)航與定位。② 基于慣性／ 天文信息融合的導(dǎo)航定位技術(shù)。該技術(shù)是一種通過同時使用慣性測量信息和星空導(dǎo)航系統(tǒng)（例如全天星座導(dǎo)航系統(tǒng)、天文測量儀等）中的天文信息實現(xiàn)ＵＡＶ 導(dǎo)航定位的技術(shù)。它既可以彌補慣性導(dǎo)航精度問題，也可以提高天文導(dǎo)航定位的魯棒性。③ 基于視覺跟蹤的導(dǎo)航技術(shù)。該技術(shù)是一種利用視覺信息進行導(dǎo)航和定位的技術(shù)，利用機載高清相機或者其他視覺傳感器來感知環(huán)境信息，并通過跟蹤特定目標或地標來確定自身位置和方向。與其他導(dǎo)航相比，視覺導(dǎo)航是一種更加自主的導(dǎo)航方式，因為不需要依賴任何外部基站、衛(wèi)星等設(shè)施，從而具備更高的靈活性和魯棒性。④ 地球物理輔助導(dǎo)航技術(shù)。該技術(shù)是指利用地球物理領(lǐng)域的多種物理量傳感器，如磁力計、重力計、氣壓計和加速計等，采集ＵＡＶ 周邊環(huán)境的物理特征信息，并將其與預(yù)先搭載的空間位置圖相匹配，進而輔助完成精準位置定位和導(dǎo)航。

在自主導(dǎo)航定位方面，文獻［２０］利用低軌衛(wèi)星信號建立瞬時多普勒定位數(shù)學(xué)模型，并輔以慣性測量單元完成精確定位。文獻［２１］重點分析了不同場景下的多源數(shù)據(jù)融合導(dǎo)航定位算法，并從基于分析和學(xué)習(xí)２ 個方面詳細討論了集成系統(tǒng)設(shè)計以及適用的應(yīng)用場景。文獻［２２］針對小型ＵＡＶ 復(fù)雜環(huán)境下的導(dǎo)航定位需求，深入研究了基于慣性、衛(wèi)星和視覺的組合導(dǎo)航定位方法，提升了ＵＡＶ 的實際使用性能。文獻［２３］提出了一種利用射頻識別和即時定位與地圖構(gòu)建的多傳感器融合精準導(dǎo)航定位算法，可實現(xiàn)室內(nèi)ＵＡＶ 精準定位。

２． ４ 自主決策技術(shù)

現(xiàn)代ＵＡＶ 作戰(zhàn)以決策速度快、機動性高、態(tài)勢感知能力強、高魯棒性等特點為核心，其中自主決策技術(shù)既是ＵＡＶ 系統(tǒng)智能化的體現(xiàn)，也是實現(xiàn)ＵＡＶ集群作戰(zhàn)優(yōu)勢的關(guān)鍵。從早期的統(tǒng)計決策［２４］和知識推理方法［２５］，到基于模型的最優(yōu)決策方法［２６］，再到基于人工智能的方法［２７］，人們對ＵＡＶ 系統(tǒng)自主決策技術(shù)的探索越來越趨向于新型智能方法。

ＵＡＶ 在高動態(tài)復(fù)雜環(huán)境下，需要時刻關(guān)注并提取外部態(tài)勢信息、導(dǎo)航定位信息以及網(wǎng)絡(luò)交互信息中的有效資源，并結(jié)合自身狀態(tài)和任務(wù)安排為下一時刻決策輸出安全可靠的控制指令［２８］。首先，將收集到的輸入信息進行預(yù)處理和特征提取，得到更加準確、更具代表性的特征數(shù)據(jù)；然后，利用機器學(xué)習(xí)、深度學(xué)習(xí)等智能技術(shù)，在所得數(shù)據(jù)基礎(chǔ)上構(gòu)建適合各種任務(wù)的決策模型，并利用建立的數(shù)據(jù)庫進行學(xué)習(xí)，根據(jù)實時獲取的環(huán)境信息，利用建立的決策模型，自主生成控制指令實現(xiàn)自主決策與控制；最后，根據(jù)實際運行情況，不斷優(yōu)化和改進決策模型，提高決策精度和魯棒性。

２． ５ 路徑規(guī)劃技術(shù)

路徑變換是ＵＡＶ 最基本的行為，在高動態(tài)復(fù)雜環(huán)境下，ＵＡＶ 根據(jù)不同的環(huán)境狀況規(guī)劃出一條可行、可靠的軌跡是ＵＡＶ 實現(xiàn)智能飛行的關(guān)鍵。路徑規(guī)劃層不僅要保證全局路徑最優(yōu)、完成任務(wù)時間最短，還要考慮任務(wù)過程中避障及路徑優(yōu)化等局部規(guī)劃問題。

總體來說ＵＡＶ 路徑規(guī)劃技術(shù)主要包括以下幾個方面：① 地圖數(shù)據(jù)處理。路徑規(guī)劃層首先需要將機載傳感器搜集的地圖信息轉(zhuǎn)換為可用的數(shù)據(jù)格式，并將數(shù)據(jù)離散化和網(wǎng)格化處理，以便進行優(yōu)化計算。② 路徑規(guī)劃算法。ＵＡＶ 使用路徑規(guī)劃算法，根據(jù)地圖數(shù)據(jù)和任務(wù)需求，制定最佳的路徑方案。常用的路徑規(guī)劃算法包括Ａ-ｓｔａｒ 算法［２９］、Ｄｉｊｋｓｔｒａ 算法［３０］、ＲＲＴ 算法［３１］、Ｄ 算法［３２］等。③ 約束條件處理。ＵＡＶ 需要考慮各種實際情況下的約束條件，例如地形、障礙物、限制區(qū)域和禁飛區(qū)域等，以及集群的適應(yīng)度函數(shù)、多機之間的復(fù)雜約束條件和共同的優(yōu)化目標。ＵＡＶ 必須跟隨這些規(guī)則約束，以保證飛行的安全性和有效性。對此，文獻［３３］建立了ＵＡＶ作業(yè)域增廣模糊模型，實現(xiàn)了多約束條件下的ＵＡＶ集群路徑生成。④ 實時路徑調(diào)整。ＵＡＶ 在執(zhí)行任務(wù)時，需要實時地調(diào)整路徑規(guī)劃方案，以適應(yīng)環(huán)境的變化和任務(wù)的需求。例如，當ＵＡＶ 飛行過程中遇到新的障礙物時，需要實時更新路徑規(guī)劃方案，以保證ＵＡＶ 不會受到撞擊或危險。文獻［３４］提出了一種基于智能離散和連續(xù)搜索算法的星載分布式軌跡規(guī)劃框架，可有效、靈活地完成路徑規(guī)劃和調(diào)整。

２． ６ 協(xié)同控制技術(shù)

多架ＵＡＶ 協(xié)同執(zhí)行任務(wù)是今后的必然趨勢。協(xié)同控制技術(shù)旨在實現(xiàn)“１ ＋１ ＞２”的目標，而要完成對多架ＵＡＶ（集群）的控制，必須構(gòu)建科學(xué)的協(xié)同飛行規(guī)則，且要具備優(yōu)異的編隊控制技術(shù)和集群軟控制技術(shù)。① 協(xié)同飛行規(guī)則。ＵＡＶ 集群協(xié)同飛行時，隊形設(shè)計與保持是整個集群飛行任務(wù)中需要解決的重要問題之一?？茖W(xué)合理的隊形設(shè)計以及高度、速度選取有利于節(jié)?。眨粒?飛行的能量消耗、延長飛行時間，同時還可提升飛行安全系數(shù)。對此，文獻［３５］以最小編隊單元作為空間基，通過隊形組合實現(xiàn)編隊飛行中的隊形設(shè)計與變換。② 編隊控制技術(shù)。編隊控制是提升ＵＡＶ 集群任務(wù)場景適應(yīng)能力以及應(yīng)對突發(fā)事件、任務(wù)變更等的關(guān)鍵。授予集群中少數(shù)ＵＡＶ 更多的信息擁有權(quán)和更強的信息處理能力，并與其他ＵＡＶ 通過局部信息交互來起到“領(lǐng)導(dǎo)者”的作用，從而以編隊控制促進集群控制。其次，根據(jù)任務(wù)要求在集群中指定不同的編隊執(zhí)行不同的任務(wù)、分配不同的工作負載，也是編隊控制的主要任務(wù)。目前主要的編隊控制方法包括基于行為、基于環(huán)境感知和基于角色分配等編隊控制方法［３６］。③ 集群軟控制技術(shù)。軟控制方法是一種新興有前景的控制方法，主要思想是在不破壞集群內(nèi)部個體規(guī)則和局部規(guī)則前提下，在現(xiàn)有集群框架中插入一個或多個外部可控的個體節(jié)點，通過對這些節(jié)點實施外部干預(yù)和指令調(diào)整，實現(xiàn)對整個集群的智能控制和優(yōu)化［３７］。此外，軟控制方法還可以對集群中某些關(guān)鍵指標進行監(jiān)測和反饋，向決策者提供實時的行動數(shù)據(jù)和狀態(tài)信息。

３ ＵＡＶ 系統(tǒng)典型作戰(zhàn)應(yīng)用

根據(jù)當前軍事科技發(fā)展趨勢和近年ＵＡＶ 系統(tǒng)在戰(zhàn)場中的應(yīng)用實例可以預(yù)見，智能化、無人化裝備將在未來戰(zhàn)場中扮演越來越重要的角色，而ＵＡＶ 作為智能化、自動化、無人化的集大成者，勢必會迎來更加廣泛的應(yīng)用。

３． １ 情報偵察

情報信息獲取一直是破解戰(zhàn)爭“迷霧”的關(guān)鍵［３８］，也是把握戰(zhàn)略機會、搶占戰(zhàn)場優(yōu)勢、規(guī)避戰(zhàn)爭風(fēng)險的首要因素。軍用ＵＡＶ 因具備速度快、體積小、隱身性強、作戰(zhàn)靈活等特點，在作戰(zhàn)過程中具有獨特優(yōu)勢，可以作為情報偵察的“排頭兵”。一是可以克服人類生理極限和技術(shù)極限，在高寒缺氧、氣候惡劣、環(huán)境復(fù)雜的區(qū)域執(zhí)行偵察任務(wù)；二是較易躲避敵人防空雷達探測，實現(xiàn)低空偵察和抵近偵察，為情報機關(guān)提供敵方的兵力部署、武器裝備配置和戰(zhàn)場環(huán)境態(tài)勢等實時情報信息；三是以集群偵察方式實現(xiàn)多角度、多視角搜索和區(qū)域全方位覆蓋，提高偵察效率、減少盲區(qū)，為軍事指揮決策提供更準確、全面的數(shù)據(jù)支撐。在俄烏沖突中，雙方都利用ＵＡＶ 實施偵察和監(jiān)視，以獲取敵方情報，如圖４ 所示。

３． ２ 目標打擊

現(xiàn)代防空體系設(shè)計之初主要針對的是大中型、中高空飛行的空中目標，對ＵＡＶ 尤其是低空小型ＵＡＶ 缺乏行之有效的防御手段，此外無人作戰(zhàn)還具備看不見、殺不盡、作戰(zhàn)成本低、人員傷亡少、決策與行動速度快等優(yōu)勢［３９］。因此，ＵＡＶ 將逐步發(fā)展成為執(zhí)行信息軟殺傷和火力硬打擊任務(wù)的有效毀敵手段。

信息軟殺傷主要任務(wù)是對敵方電子設(shè)備、信息和通信系統(tǒng)進行攻擊和破壞，從而使目標失去通信和數(shù)據(jù)鏈接，影響敵軍指揮和控制系統(tǒng)的正常運作，例如反輻射ＵＡＶ 就主要用于在導(dǎo)彈突防前對敵方的防空系統(tǒng)進行壓制和打擊，使敵方導(dǎo)彈控制雷達、反導(dǎo)雷達失效。

火力硬打擊的主要任務(wù)包括對軍事裝備及設(shè)施實施“定點清除”、對重要目標實施“斬首行動”以及實施精確引導(dǎo)打擊等。例如在納卡沖突中，阿塞拜疆綜合運用多種型號ＵＡＶ 攜帶毀傷載荷攻擊對手地面部隊，在２４ ｈ 內(nèi)，摧毀亞美尼亞大量軍事設(shè)施和武器裝備；俄烏沖突中，大量商用ＵＡＶ 經(jīng)改裝后攜帶現(xiàn)代武器、彈藥對敵方單位實施非視距實時打擊。圖５ 展示了ＵＡＶ 執(zhí)行火力打擊的案例。

３． ３ 協(xié)同作戰(zhàn)

人機協(xié)同作戰(zhàn)和多架次分布式協(xié)同作戰(zhàn)是現(xiàn)代戰(zhàn)場上ＵＡＶ 參與作戰(zhàn)行動的典型應(yīng)用方式。人機協(xié)同作戰(zhàn)是將人類智慧和ＵＡＶ 智能相結(jié)合，通過人在回路中的指揮與決策，讓ＵＡＶ 扮演偵察機角色，根據(jù)ＵＡＶ 回傳的信息，有人機進行火力支援及其他軍事行動，二者協(xié)同配合、優(yōu)勢互補，以此提高作戰(zhàn)決策和執(zhí)行的效率精度。利用ＵＡＶ 進行分布式協(xié)同作戰(zhàn)，主要樣式為蜂群式作戰(zhàn)。此種作戰(zhàn)方式能夠多方向、多批次的打擊相關(guān)目標，分布式的配合方式可以有效提升打擊的準確率和成功率，尤其是多架次ＵＡＶ 針對一個目標展開打擊行動時，即便少量ＵＡＶ 被敵方防空武器摧毀，仍然有可能實現(xiàn)既定的打擊目的。ＵＡＶ 蜂群的低成本、可重用、靈活可配置等特點使得分布式協(xié)同攻擊戰(zhàn)術(shù)取得更加有利的打擊效能。

３． ４ 其他應(yīng)用

ＵＡＶ 還可以承擔心理戰(zhàn)、通信中繼、毀傷評估和戰(zhàn)場排雷等多種作戰(zhàn)任務(wù)。

ＵＡＶ 在執(zhí)行心理戰(zhàn)任務(wù)時，可通過搭載宣傳性質(zhì)的海報、橫幅、傳單以及播放適當?shù)囊魳?、短片等方式，在敵方區(qū)域宣傳、威懾和擾亂對手心態(tài)，例如在俄烏沖突中，俄軍就多次利用ＵＡＶ 來拋撒傳單，試圖取得戰(zhàn)爭主動權(quán)，如圖６（ａ）所示。

ＵＡＶ 中繼通信可解決作戰(zhàn)部隊超視距通信問題，通過提供實時戰(zhàn)場監(jiān)視偵察數(shù)據(jù)，可進一步提高單兵作戰(zhàn)時的情報搜集能力，例如美軍在阿富汗與伊拉克戰(zhàn)爭中，使用大批次影子２００ 作為中繼ＵＡＶ向士兵提供語音、圖像等重要戰(zhàn)場信息。

ＵＡＶ 可以在戰(zhàn)場上通過搭載的高精度偵察設(shè)備對敵方目標進行毀傷評估，使決策者更加準確地了解目標的損傷情況，加快后續(xù)作戰(zhàn)部署，降低敵方反擊風(fēng)險，提高作戰(zhàn)效率和安全性。

此外，ＵＡＶ 還可以利用低成本、無人員傷亡的特點，執(zhí)行危險系數(shù)較高的作戰(zhàn)任務(wù)，例如在俄烏沖突中，烏克蘭軍隊就曾使用ＵＡＶ 投擲簡易ＶＯＧ-１７榴彈清除ＴＭ-６２ 反坦克地雷，如圖６（ｂ）所示。

４ 結(jié)束語

隨著ＵＡＶ 系統(tǒng)逐步向自主化和智能化方向發(fā)展，其在現(xiàn)代戰(zhàn)爭中的應(yīng)用正在呈指數(shù)級增長，未來大量ＵＡＶ 投入戰(zhàn)場是大勢所趨，將會對作戰(zhàn)模式產(chǎn)生顛覆性的影響。因此，世界各大軍事強國均在大力發(fā)展和攻關(guān)新型先進的ＵＡＶ 系統(tǒng)，試圖在未來戰(zhàn)爭中取得優(yōu)勢、占據(jù)制高點。本文從國內(nèi)外ＵＡＶ 系統(tǒng)典型項目、關(guān)鍵技術(shù)以及近年來多次局部沖突中的實戰(zhàn)應(yīng)用入手，全面分析了當前ＵＡＶ 系統(tǒng)的發(fā)展現(xiàn)狀、需要突破的技術(shù)節(jié)點以及當前和今后需要面對的戰(zhàn)爭應(yīng)用場景，以此來明晰ＵＡＶ 作戰(zhàn)樣式的發(fā)展方向和路徑，為我國ＵＡＶ 系統(tǒng)發(fā)展提供借鑒。

參考文獻

［１］ ＺＨＯＵ Ｙ Ｋ，ＲＡＯ Ｂ，ＷＡＮＧ Ｗ． ＵＡＶ Ｓｗａｒｍ Ｉｎｔｅｌｌｉｇｅｎｃｅ：Ｒｅｃｅｎｔ Ａｄｖａｎｃｅｓ ａｎｄ Ｆｕｔｕｒｅ Ｔｒｅｎｄｓ［Ｊ］． ＩＥＥＥ Ａｃｃｅｓｓ，２０２０，８：１８３８５６－１８３８７８．

［２］ 張冬冬，王春平，付強． 國外無人機蜂群發(fā)展狀況及反蜂群策略研究［Ｊ］． 飛航導(dǎo)彈，２０２１（６）：５６－６２．

［３］ 新華網(wǎng)． 打破美軍紀錄！中國６７ 架固定翼無人機集群飛行［ＥＢ ／ ＯＬ］． （２０１６－１１－０６）［２０２３－０４－１１］． ｈｔｔｐｓ：∥ｗｗｗ． ｔｈｅｐａｐｅｒ． ｃｎ ／ ｎｅｗｓＤｅｔａｉｌ＿ｆｏｒｗａｒｄ＿１５５６２５５？＿ｔ＿ｔ＿ｔ ＝０． ０６２５８０２７３２５３８４３１９．

［４］ 新華社． ２００ 架無人機集群飛行：我國再次刷新固定翼無人機集群飛行紀錄［ＥＢ ／ ＯＬ］． （２０１８ － ０５ － １５ ）［２０２３ － ０４ － １１ ］． ｈｔｔｐｓ：∥ ｍｓ． ｍｂｄ． ｂａｉｄｕ． ｃｏｍ ／ ｒ ／１２ＥＹＩＰＨ１ＪＮＣ？ｆ ＝ ｃｐ＆ｕ ＝ ２ｄｅ２７ｃｄｅ４ａｃｃ３ｅ１４．

［５］ 新華社． 北航青年科研團隊打破油動固定翼無人機續(xù)航時間世界紀錄［ＥＢ ／ ＯＬ］． （２０２１－１０－０３）［２０２３－０４－１１］． ｈｔｔｐｓ：∥ｎｅｗｓ． ｂｕａａ． ｅｄｕ． ｃｎ ／ ｉｎｆｏ ／ １００６ ／ ５４８３１． ｈｔｍ．

［６］ 中國科學(xué)報． 撲翼式無人機：北航創(chuàng)單次充電飛行最長時間［ＥＢ ／ ＯＬ］． （２０２２ － １０ － ２１）［２０２３ － ０４ － １１ ］．ｈｔｔｐｓ：∥ｗｗｗ． ｋｃｚｇ． ｏｒｇ． ｃｎ ／ ａｒｔｉｃｌｅ ／ ｄｅｔａｉｌ？ｉｄ ＝ ６１８７６２８．

［７］ 張旭東，李少波，李傳江，等． 無人機集群綜述：技術(shù)、挑戰(zhàn)與未來［Ｊ］． 無線電工程，２０２３，５３（７）：１４８７－１５０１．

［８］ ＬＩＵ Ｙ，ＣＨＥＮ Ｘ，ＣＨＥＮＧ Ｊ，ｅｔ ａｌ． Ｉｎｆｒａｒｅｄ ａｎｄ ＶｉｓｉｂｌｅＩｍａｇｅ Ｆｕｓｉｏｎ ｗｉｔｈ Ｃｏｎｖｏｌｕｔｉｏｎａｌ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋｓ［Ｊ］． Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｊｏｕｒｎａｌ ｏｆ Ｗａｖｅｌｅｔｓ，Ｍｕｌｔｉｒｅｓｏｌｕｔｉｏｎ ａｎｄ Ｉｎｆｏｒｍａｔｉｏｎ Ｐｒｏｃｅｓｓｉｎｇ，２０１８，１６（３）：１８５００１８．

［９］ 李庶中，李越強，李潔． 無人機感知與規(guī)避技術(shù)綜述［Ｊ］． 現(xiàn)代導(dǎo)航，２０１９，１０（６）：４４５－４４９．

［１０］ ＨＥ Ｙ． Ｍｉｓｓｉｏｎｄｒｉｖｅｎ Ａｕｔｏｎｏｍｏｕｓ Ｐｅｒｃｅｐｔｉｏｎ ａｎｄ ＦｕｓｉｏｎＢａｓｅｄ ｏｎ ＵＡＶ Ｓｗａｒｍ ［Ｊ ］． Ｃｈｉｎｅｓｅ Ｊｏｕｒｎａｌ ｏｆＡｅｒｏｎａｕｔｉｃｓ，２０２０，３３（１１）：２８３１－２８３４．

［１１］ ＺＨＡＮＧ Ｐ Ｆ，ＬＩ Ｔ Ｒ，ＷＡＮＧ Ｇ Ｑ，ｅｔ ａｌ． Ａ ＭｕｌｔｉｓｏｕｒｃｅＩｎｆｏｒｍａｔｉｏｎ Ｆｕｓｉｏｎ Ｍｏｄｅｌ ｆｏｒ Ｏｕｔｌｉｅｒ Ｄｅｔｅｃｔｉｏｎ［Ｊ］． Ｉｎｆｏｒｍａｔｉｏｎ Ｆｕｓｉｏｎ，２０２３，９３：１９２－２０８．

［１２］ ＹＡＮＧ Ｌ Ｚ，ＭＡ Ｒ Ｈ，ＺＡＫＨＯＲ Ａ． Ｄｒｏｎｅ ＯｂｊｅｃｔＤｅｔｅｃｔｉｏｎ Ｕｓｉｎｇ ＲＧＢ ／ ＩＲ Ｆｕｓｉｏｎ［ＥＢ ／ ＯＬ］． （２０２２ － ０１ －１１）［２０１３ － ０５ － １１ ］． ｈｔｔｐｓ：∥ ａｒｘｉｖ． ｏｒｇ ／ ｐｄｆ ／ ２２０１．０３７８６． ｐｄｆ．

［１３］ ＳＵＮ Ｙ Ｍ，ＣＡＯ Ｂ，ＺＨＵ Ｐ Ｆ，ｅｔ ａｌ． Ｄｒｏｎｅｂａｓｅｄ ＲＧＢｉｎｆｒａｒｅｄ Ｃｒｏｓｓｍｏｄａｌｉｔｙ Ｖｅｈｉｃｌｅ Ｄｅｔｅｃｔｉｏｎ ｖｉａ Ｕｎｃｅｒｔａｉｎｔｙａｗａｒｅ Ｌｅａｒｎｉｎｇ ［Ｊ］． ＩＥＥＥ Ｔｒａｎｓａｃｔｉｏｎｓ ｏｎ Ｃｉｒｃｕｉｔｓ ａｎｄＳｙｓｔｅｍｓ ｆｏｒ Ｖｉｄｅｏ Ｔｅｃｈｎｏｌｏｇｙ，２０２２，１０（３２）：６７００－６７１３．

［１４］ ＮＡＢＡＴＩ Ｒ，ＱＩ Ｈ Ｒ． ＣｅｎｔｅｒＦｕｓｉｏｎ：Ｃｅｎｔｅｒｂａｓｅｄ Ｒａｄａｒａｎｄ Ｃａｍｅｒａ Ｆｕｓｉｏｎ ｆｏｒ ３Ｄ Ｏｂｊｅｃｔ Ｄｅｔｅｃｔｉｏｎ ［ＥＢ ／ ＯＬ］．（２０２０－１１－１０）［２０１３－０５－１１］． ｈｔｔｐｓ：∥ａｒｘｉｖ． ｏｒｇ ／ ｐｄｆ ／２０１１． ０４８４１． ｐｄｆ．

［１５］ ＮＯＢＩＳ Ｆ，ＧＥＩＳＳＬＩＮＧＥＲ Ｍ，ＷＥＢＥＲ Ｍ，ｅｔ ａｌ． Ａ ＤｅｅｐＬｅａｒｎｉｎｇｂａｓｅｄ Ｒａｄａｒ ａｎｄ Ｃａｍｅｒａ Ｓｅｎｓｏｒ Ｆｕｓｉｏｎ Ａｒｃｈｉｔｅｃｔｕｒｅ ｆｏｒ Ｏｂｊｅｃｔ Ｄｅｔｅｃｔｉｏｎ ［ＥＢ ／ ＯＬ］． （２０２０ － ０５ － １５）［２０１３－０５－１１］． ｈｔｔｐｓ：∥ａｒｘｉｖ． ｏｒｇ ／ ｐｄｆ ／ ２００５． ０７４３１．

［１６］ 付振江，羅俊松，寧進，等． 無人機集群通信的應(yīng)用現(xiàn)狀及展望［Ｊ］． 無線電工程，２０２３，５３（１）：３－１０．

［１７］ ＡＬＡＭ Ｍ Ｍ，ＡＲＡＦＡＴ Ｍ Ｙ，ＭＯＨ Ｓ，ｅｔ ａｌ． Ｔｏｐｏｌｏｇｙ Ｃｏｎｔｒｏｌ Ａｌｇｏｒｉｔｈｍｓ ｉｎ Ｍｕｌｔｉｕｎｍａｎｎｅｄ Ａｅｒｉａｌ Ｖｅｈｉｃｌｅ Ｎｅｔｗｏｒｋｓ：Ａｎ Ｅｘｔｅｎｓｉｖｅ Ｓｕｒｖｅｙ［Ｊ］． Ｊｏｕｒｎａｌ ｏｆ Ｎｅｔｗｏｒｋ ａｎｄＣｏｍｐｕｔｅｒ Ａｐｐｌｉｃａｔｉｏｎｓ，２０２２，２０７：１０３４９５．

［１８］ ＣＨＥＮ Ｘ，ＴＡＮＧ Ｊ，ＬＡＯ Ｓ Ｙ． Ｒｅｖｉｅｗ ｏｆ Ｕｎｍａｎｎｅｄ ＡｅｒｉａｌＶｅｈｉｃｌｅ Ｓｗａｒｍ Ｃｏｍｍｕｎｉｃａｔｉｏｎ Ａｒｃｈｉｔｅｃｔｕｒｅｓ ａｎｄ ＲｏｕｔｉｎｇＰｒｏｔｏｃｏｌｓ［Ｊ］． Ａｐｐｌｉｅｄ Ｓｃｉｅｎｃｅｓ，２０２０，１０（１０）：３６６１．

［１９］ 張雅楠，仇洪冰． 基于深度強化學(xué)習(xí)的無人機可信地理位置路由協(xié)議［Ｊ］． 電子與信息學(xué)報，２０２２，４４（１２）：４２１１－４２１７．

［２０］ ＬＩ Ｓ Ｙ，ＷＡＮＧ Ｈ Ｔ． Ｒｅｓｅａｒｃｈ ｏｎ Ｎａｖｉｇａｔｉｏｎ ａｎｄ Ｐｏｓｉｔｉｏｎｉｎｇ Ｔｅｃｈｎｏｌｏｇｙ Ｂａｓｅｄ ｏｎ Ｏｐｐｏｒｔｕｎｉｔｙ Ｓｉｇｎａｌ ｏｆ Ｌｏｗ ＯｒｂｉｔＳａｔｅｌｌｉｔｅ［Ｊ］． Ｊｏｕｒｎａｌ ｏｆ Ｐｈｙｓｉｃｓ：Ｃｏｎｆｅｒｅｎｃｅ Ｓｅｒｉｅｓ，２０２１，１９５２（２０２１）：０４２１３４．

［２１］ ＺＨＵＡＮＧ Ｙ，ＳＵＮ Ｘ，ＬＩ Ｙ，ｅｔ ａｌ． Ｍｕｌｔｉｓｅｎｓｏｒ ＩｎｔｅｇｒａｔｅｄＮａｖｉｇａｔｉｏｎ ／ Ｐｏｓｉｔｉｏｎｉｎｇ Ｓｙｓｔｅｍｓ Ｕｓｉｎｇ Ｄａｔａ Ｆｕｓｉｏｎ：ＦｒｏｍＡｎａｌｙｔｉｃｓｂａｓｅｄ ｔｏ Ｌｅａｒｎｉｎｇｂａｓｅｄ Ａｐｐｒｏａｃｈｅｓ［Ｊ］． Ｉｎｆｏｒｍａｔｉｏｎ Ｆｕｓｉｏｎ，２０２３，９５：６２－９０．

［２２］ 曲蘊杰． 小型無人機慣性／ 衛(wèi)星／ 視覺組合導(dǎo)航技術(shù)研究［Ｄ］． 哈爾濱：哈爾濱工業(yè)大學(xué)，２０２０．

［２３］ 蔣中青，饒昌海，胡娉瑜，等． 基于多傳感器信息融合的機器人導(dǎo)航與定位技術(shù)研究［Ｊ］． 信息與電腦（理論版），２０２３，３５（１）：２１６－２１８．

［２４］ 國海峰，侯滿義，張慶杰，等． 基于統(tǒng)計學(xué)原理的無人作戰(zhàn)飛機魯棒機動決策［Ｊ］． 兵工學(xué)報，２０１７，３８（１）：１６０－１６７．

［２５］ 李維，萬曉冬． 基于知識庫的無人機作戰(zhàn)自主決策方法的研究［Ｊ］． 計算機測量與控制，２０２０，２８ （７ ）：１５８－１６１．

［２６］ 李世豪． 復(fù)雜空戰(zhàn)環(huán)境下基于博弈模型的無人機機動決策方法研究［Ｄ］． 南京：南京航空航天大學(xué)，２０１９．

［２７］ ＹＡＮＧ Ｊ，ＹＯＵ Ｘ Ｈ，ＷＵ Ｇ Ｘ，ｅｔ ａｌ． Ａｐｐｌｉｃａｔｉｏｎ ｏｆ Ｒｅｉｎｆｏｒｃｅｍｅｎｔ Ｌｅａｒｎｉｎｇ ｉｎ ＵＡＶ Ｃｌｕｓｔｅｒ Ｔａｓｋ Ｓｃｈｅｄｕｌｉｎｇ［Ｊ］．Ｆｕｔｕｒｅ Ｇｅｎｅｒａｔｉｏｎ Ｃｏｍｐｕｔｅｒ Ｓｙｓｔｅｍｓ，２０１９，９５：１４０－１４８．

［２８］ ＲＡＭＩＲＥＺ Ｌ Ｎ，ＺＢＩＫＯＷＳＫＩ Ｒ． Ｅｆｆｅｃｔｉｖｅｎｅｓｓ ｏｆ Ａｕｔｏｎｏｍｏｕｓ Ｄｅｃｉｓｉｏｎ Ｍａｋｉｎｇ ｆｏｒ Ｕｎｍａｎｎｅｄ Ｃｏｍｂａｔ Ａｅｒｉａｌ Ｖｅｈｉｃｌｅｓ ｉｎ Ｄｏｇｆｉｇｈｔ Ｅｎｇａｇｅｍｅｎｔｓ［Ｊ］． Ｊｏｕｒｎａｌ ｏｆ ＧｕｉｄａｎｃｅＣｏｎｔｒｏｌ，ａｎｄ Ｄｙｎａｍｉｃｓ，２０１８，４１（４）：１０２１－１０２４．

［２９］ 常晨． 基于改進Ａｓｔａｒ 算法的路徑規(guī)劃的研究及應(yīng)用［Ｄ］． 南京：南京大學(xué)，２０２０．

［３０］ 黃翼虎，于亞楠． 基于改進Ｄｉｊｋｓｔｒａ 算法的防沖突最短路徑規(guī)劃研究［Ｊ］． 計算機與現(xiàn)代化，２０２２（８）：２０－２４．

［３１］ ＬＩＵ Ｈ Ｙ，ＣＨＥＮ Ｊ，ＦＥＮＧ Ｊ Ｘ，ｅｔ ａｌ． Ａｎ Ｉｍｐｒｏｖｅｄ ＲＲＴＵＡＶ Ｆｏｒｍａｔｉｏｎ Ｐａｔｈ Ｐｌａｎｎｉｎｇ Ａｌｇｏｒｉｔｈｍ Ｂａｓｅｄ ｏｎ ＧｏａｌＢｉａｓ ａｎｄ Ｎｏｄｅ Ｒｅｊｅｃｔｉｏｎ Ｓｔｒａｔｅｇｙ ［Ｊ ］． ＵｎｍａｎｎｅｄＳｙｓｔｅｍｓ，２０２３，１１（０４）：３１７－３２６．

［３２］ 何壯壯，丁德銳． 基于Ｄｓｔａｒ 和ＤＷＡ 的改進機器人導(dǎo)航方法［Ｊ］． 電子測量技術(shù)，２０１９，４２（１２）：１２２－１２８．

［３３］ ＴＡＫＡＨＡＳＨＩ Ｙ，ＴＡＮＡＫＡＭ ，ＴＡＮＡＫＡ Ｋ Ｚ． ＣｏｏｒｄｉｎａｔｅｄＦｌｉｇｈｔ Ｐａｔｈ Ｇｅｎｅｒａｔｉｏｎ ａｎｄ Ｆｕｚｚｙ Ｍｏｄｅｌｂａｓｅｄ Ｃｏｎｔｒｏｌ ｏｆＭｕｌｔｉｐｌｅ Ｕｎｍａｎｎｅｄ Ａｅｒｉａｌ Ｖｅｈｉｃｌｅｓ ｉｎ Ｗｉｎｄｙ Ｅｎｖｉｒｏｎｍｅｎｔｓ［Ｊ］． Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｊｏｕｒｎａｌ ｏｆ Ｆｕｚｚｙ Ｓｙｓｔｅｍｓ，２０２２，２５（１）：１－１４．

［３４］ ＬＵ Ｋ Ｆ，ＨＵ Ｒ Ｇ，ＹＡＯ Ｚ，ｅｔ ａｌ． Ｏｎｂｏａｒｄ Ｄｉｓｔｒｉｂｕｔｅｄ Ｔｒａｊｅｃｔｏｒｙ Ｐｌａｎｎｉｎｇ ｔｈｒｏｕｇｈ Ｉｎｔｅｌｌｉｇｅｎｔ Ｓｅａｒｃｈ ｆｏｒ ＭｕｌｔｉＵＡＶＣｏｏｐｅｒａｔｉｖｅ Ｆｌｉｇｈｔ［Ｊ］． Ｄｒｏｎｅｓ，２０２２，７（１）：１６．

［３５］ 趙創(chuàng)新，李照宏，李錦平，等． 中高速無人機協(xié)同編隊飛行控制與管理［Ｃ］∥２０２２ 年無人系統(tǒng)高峰論壇論文集． 西安：［ｓ． ｎ． ］，２０２２：１８４－１９０．

［３６］ 張丹凝，程岳，林清，等． 無人機集群作戰(zhàn)關(guān)鍵技術(shù)及發(fā)展趨勢［Ｊ］． 中國新通信，２０２２，２４（４）：５６－５８．

［３７］ 王耀南，安果維，王傳成，等． 智能無人系統(tǒng)技術(shù)應(yīng)用與發(fā)展趨勢［Ｊ］． 中國艦船研究，２０２２，１７（５）：９－２６．

［３８］ 王遠航． 小微型無人機作戰(zhàn)應(yīng)用及其應(yīng)對策略研究［Ｊ］． 艦船電子工程，２０２２，４２（７）：５－８．

［３９］ 劉丹丹，姜志敏． 軍事無人機作戰(zhàn)應(yīng)用及發(fā)展趨勢［Ｊ］． 艦船電子對抗，２０２０，４３（６）：３０－３３．

作者簡介

韓子碩 男，（１９８６—），博士。主要研究方向：智能無人機系統(tǒng)、智能識別。

范喜全 男，（１９７３—），博士，高級工程師。主要研究方向：無人機系統(tǒng)及應(yīng)用。

郝 齊 男，（１９８２—），博士，高級工程師。主要研究方向：無人機系統(tǒng)及應(yīng)用。