无人机蜂群战术及对抗策略研究
来源:用户上传
作者:
摘 要：随着科学技术不断发展，无人机的预警、指挥、侦察、攻击、电子战等功能不断完善、融合和强化，在战术运用上，也逐渐从单机作战向集群网络化作战发展。无人机作为联合作战空天一体化打击的重要一环，必将对未来战争模式产生重要影响。本文围绕无人机蜂群作战机理，研究对抗策略，具有重要的军事意义。
关键词：无人机;蜂群;对抗
中图分类号：E844 文献标识码：A 文章编号：1671-2064（2019）10-0210-02
0 引言
2018年1月8日，俄驻叙利亚防空部队成功拦截了叙反政府武装的13架无人机群袭击，该战例是目前已知的直接应用于战争的最大规模无人机攻击，被国内外部分媒体称为蜂群战术。其实本战例中无人机采用的是简单群袭作战方式，尚未达到蜂群水平，但随着无人机蜂群智能技术的逐渐创新和完善，无人机群袭作战或将彻底改变未来整个战争形态。
1 无人机蜂群概念
1.1 无人机蜂群定义
按照美军定义，无人机蜂群是由一定数量的小尺寸、低智能、低成本的无人机组成，集群中的无人机个体，可以根据需求携带不同的任务载荷，通过网络化协同作战，完成战场侦察、通信中继、电子干扰或定点打击等任务。通过智能组网，使得小型无人机群的整体作战效能远远大于单个大型无人机，而大型无人机同样也可以通过组网集群作战方式获得更加强大的作战能力。美诺·格公司就曾提出构想：由15架X-47B组成无人机集群编队，续航时间50個小时，作战范围1750海里，可执行远距离战场监视、情报侦察、警戒巡逻、对陆海攻击等任务。必要时，X-47B还可与有人战斗机组成察打高度融合的集群作战单元，这种新型作战概念，无疑会使未来的无人机集群作战样式更加丰富、应用更加广泛。
1.2 无人机蜂群技术机理
无人机蜂群作战的技术原理是“集群智能”，即众多低智能个体通过简单的交互作用和协作行为，可以表现出整体优势进而完成复杂任务。其机理是在群体行动中，相邻的单个个体之间行为会相互影响，通过局部有限个体的交流，使得整体可以通过内部简单协作完成较为复杂任务。该技术具有个体简单、控制分散、联系有限、群体智能等特点。
集群智能的实现得益于神经网络通信技术和多智能体系的发展。移动自组网技术是由移动节点自行组成的多跳临时性网络，采用网络拓扑结构，具有开放性体系架构，具有无中心和自组织的网络特性，尤其适用于无人机集群内部协同作战需求。而多智能体系则是分布式人工智能理论的一个分支，其核心是分而治之，关键是集群感知、信息融合与集群控制，目前主要有蚁群算法（ACO）和人工蜂群算法（ABC）两种控制模式，均可实现任务规划、航迹规划、协同打击和作战评估。蚁群算法是基于蚂蚁发现食物和到达路径行为发展而来，人工蜂群算法是基于蜜蜂采蜜行为发展而来，这两种算法各有特点，数值仿真结果表明，蚁群算法具有很高的有效性和应用价值[1]。
2 无人机蜂群作战使用
2.1 无人机蜂群战术特点
无人机蜂群作战是一种全新的作战概念，具有以下战术特点[2]：
（1）突防能力强。无人机在作战使用时，一般会大量投放，往往会导致密度大、覆盖面广，可有效分散、干扰、饱和敌防空火力。例如在美军的一次演习中，无人机群对阿利·伯克级驱逐舰发动攻击，舰上宙斯盾系统和舰载防空武器应对起来甚是力不从心，平均每8架就有1架漏网，如果几十上百架来袭，根本无力防御;（2）攻击成本极低。蜂群作战无人机，结构简单，智能化程度低，一般成本仅万元级别，一枚中远程的防空导弹就可购置几十架无人机。投放极其快捷方便，可在数分钟内形成蜂群攻击规模;（3）单体目标特征小。集群目标内的单个个体相对位置不断变化，雷达反射截面积不稳定，反射信号弱且无规律变化，可导致敌识别、锁定、摧毁目标困难;（4）察打一体。无人机群整合了侦察、探测、通信、攻击等多种手段，是一种察打一体高度融合的集群作战单元;（5）作战样式灵活。实施蜂群作战，可与各型高性能有人/无人机配合使用，执行各种作战任务，从而衍生出多种作战手段运用。
2.2 无人机蜂群作战样式
当前无人机蜂群作战有两种典型的作战概念，即“忠诚僚机”模式、集群作战模式，这两种概念均为协同作战样式，但协同对象各不相同，“忠诚僚机”指有人机和无人机混合编队的无人-有人协同，而“集群作战”则是无人机集群内部的机-机协同。“忠诚僚机”（无人-有人协同）是由有人机平台充当编队长机，多个无人机作为僚机的作战系统。此种协同，有人机作为指挥控制中心，是整个集群的“大脑”，负责战场情报的收集、战场态势的判断、作战控制指令的分发等功能，而无人机则主要担负执行功能，充当前出的“传感器”、“射手”等角色;集群作战（机-机自主协同）的概念是一群小型无人机自主协同作战，利用传感器实时定位空间信息，通过网络节点共享内部交互信息和各机载荷数据，根据战场态势，按照预置的作战程序分配任务，实施作战行动。
3 国内外无人机蜂群研究水平
在无人技术研究应用领域，中美一直跑在前列。在军事应用方面，美军是第一口吃到螃蟹的人，在近几次现代战争中，美军频频使用无人机对敌进行侦察和打击，创造了累累佳绩，备受全球瞩目。中国虽无战争需求而偏向于商业开发，不过外贸版的彩虹和翼龙系列察打一体无人机，凭借其优异性能和成本优势，在中东战场也历经上百次战争考验，口碑甚佳。
3.1 美国无人机蜂群发展现状
近年来，美军开展了一系列关于无人机“蜂群”的研究、试验和演示验证项目。美国国防部高级研究计划局（DARPA）实施的“小精灵”项目，就是把具备自主协同和分布式作战能力的小型无人机组成蜂群，执行各种作战任务。2018年，美在亚利桑那州育马试验场完成了一系列测试，并证实实体与虚拟的无人载具即使在通讯与GPS面临严峻的电子攻击时，依旧能高度自主且协同完成任务。目前该项目已经进入到第三阶段，预定2019年下半年在C-130运输机上实施多架无人机的发射和安全回收试验。美国海军研究局（ONR）开展了“低成本无人机蜂群技术”项目，完成了40秒钟内在海上连续发射30架无人机以及无人机群编组和机动飞行试验。2016年10月26日，美国海军3架F/A-18E/F“超级大黄蜂”战斗机一共投放了103架SCO项目资助发展的“灰山鹑”（Perdix）小型无人机，演示了集体决策、自修正和自适应编队飞行。在试验中，“灰山鹑”无人机彼此间可进行通信联络，具备环境感知和互相寻找、组队能力，整个机群无领袖，可允许任何1架无人机进入或离开整个机群系统，完成了单机随机入队、出队及数据跟随系统测试。 3.2 国内无人机蜂群发展现状
2017年12月，中国一企业主办方在广州使用1180架民用无人机，运用蜂群智能控制技术手段，在数据链和智能化系统操控下同步飞行，在夜空中亮灯形成“财富”两个汉字矩阵，滞空时间长达9分钟，每个阵列点误差不超过2厘米，同时具备个体自动着陆修复和随机并入系统的能力。中国的这次无人蜂群秀向外界展示了军事应用的可能性，最起码在技术上已不存在任何问题。另外，中电科此前也进行过119架微型无人机蜂群测试，完成了密集弹射起飞、空中集结、多目标分组、编队合围、集群行动等一系列动作。
目前，就中美等大国来说，已基本上掌握了无人机集群智能控制技术，初步具备了自动化蜂群作战能力，一旦发生战争，无人机蜂群作战必将如期而至的出现在战场上。
4 无人机蜂群对抗策略研究
虽然无人机蜂群拦截比较困难，需考虑成本、效益等诸多因素，但无人机蜂群作战能力与集群内编成无人机的数质量情况和战技术性能是成正向变化的。当前，小型无人机在航行里程、续航时间、突防速度、载荷携带等方面还存在较多弱项。因此可利用无人机群袭作战航程短、速度慢、机动差、通信依赖度高等技术缺陷，在现有装备技术基础上尽快建立软硬结合的反无人机作战手段，摧毁其蜂巢（投送平台和控制中心）、破坏其指挥链路（通信指挥网路）、消灭其终端设备（无人机），以有效應对无人机群袭威胁[3]。
（1）打击首脑中心。蜂群无人机大部分航程较短，需要飞机、舰船等平台投送和控制干预，因此，加强预警识别，快速分辨平台载机和控制机，摧毁无人机“蜂巢”是一种釜底抽薪的做法。（2）电子干扰压制。蜂群无人机的战场态势感知能力几乎全部依靠无线电通信和GPS来实现，因此可通过电磁干扰、信息压制、GPS欺骗等方法，破坏其集群感知能力，阻断集群控制链路。在具体实施上，为了弥补距离衰减影响，可使用改装的炮弹或导弹，向蜂群抛射大量小型干扰源。（3）信息植入控制。由于蜂群指挥通信网络一般为开放式体系架构，可通过破解其网络加密协议，利用无线通信节点，入侵无人机指挥控制系统，改变蜂群作战编程或发送控制指令，对无人机群实施反控制，令蜂群无人机集体“叛变”。（4）密集武器拦截。采用速射的爆破杀伤式武器拦截无人机群是较为传统的拦截方法，主要使用空空导弹或高炮发射的带有前向爆炸型碎片杀伤弹头，考虑成本和效益问题，非紧急情况，不建议用地空导弹实施拦截作战。（5）发展格斗无人机。将反无人机武器安装在格斗无人机上，以无人机对抗无人机，是一种效益平衡型的对抗手段。（6）高功率微波武器。利用微波能量可瓦解无人机电子系统的作战机理，采用具有区域性杀伤能力的微波武器，对高密度无人机集群进行无差别范围攻击是一种更加有效的拦截手段。
5 结语
未来战争，大量不同类型、不同性能的无人机组成的蜂群，被投放到战场执行各种作战任务，定会成为一种必然趋势。本文通过叙利亚战场无人机蜂群雏形运用，引出了无人机蜂群定义，分析了其关键技术，研究了其作战问题运用，提出了对抗策略和建议。
参考文献
[1] 朱江明.无人机蜂群战术将彻底改变战争形态[J].南方人物周刊，2017（1）：1-5.
[2] 张新村，姚雪琛，赵鹏.浅析无人机'蜂群'战术[J].军民两用技术与产品，2017（24）：28.
[3] 华戍防务.“群”起而攻之 CMANO：智能型无人机蜂群作战模式推演[Z].全球无人机网，2018-01-15.
转载注明来源:https://www.xzbu.com/8/view-14877127.htm
