无人作战飞机任务系统技术

无人作战飞机任务系统技术

Mission System Technology of UCAV

卢广山 朱荣刚 张红 贺建良 （中国一航第六一三研究所）

摘 要 无人作战飞机（UCAV）是指无人在机上驾驶、可自主控制或遥控的飞机武器系统，它可执行对空、对地（海）作战任务，并具有可回收、可重复使用的特征。先进的任务系统是UCAV执行作战任务的核心。本文设计了UCAV任务系统方案，并从功能层、物理层和技术实现层三个层面进行了论述。在功能层上，该方案采用人在回路中的控制方式，由地面控制站操作员操纵，执行作战任务；也可由UCAV任务系统对目标进行自动识别、威胁判断、攻击排序及火力分配，自主完成攻击及对威胁的规避任务；或者由操作员指定攻击目标后，任务系统自动规划飞行轨迹和飞行操作指令，由飞控系统控制UCAV自主飞行到最佳攻击区域完成对目标的攻击。在物理层上，任务系统由机载任务系统、地面控制站两大部分组成，其中机载任务系统包括任务管理及信息综合处理机、目标信息传感器（光电传感器、合成孔径雷达等）、载机信息传感器（惯导、大气机等）、武器管理系统等。在技术实现层上，涉及的关键技术主要有任务规划技术、传感器数据处理与信息融合技术、传感器管理技术、态势评估与战术决策技术、自主攻击技术等。 主题词 无人作战飞机 任务系统

UCAV is an aircraft weapon system without pilot in the vehicle, which can be controlled autonomously and remotely. UCAV can carry out air-to-air and air-to-ground (sea) combat missions, and can be recovered and used repeatedly. Advanced mission system is the core of UCAV to perform missions. In this paper, a UCAV mission system is designed and described in terms of 3 levels: functionality level, physics level and technology implementation level.

In functionality level, there are 3 options: 1) man-in-the-loop control mode, i.e. UCAV is controlled by operator in ground control station to perform combat missions; 2) UCAV mission system performs ATR, threat degree judge, attack priority and fire assignment, and implement autonomous attack and threat avoidance; 3) after operator designates target to attack, the mission system plans flight path and operation commands automatically, and the flight control system controls UCAV to fly autonomously to optimum attack area and attack the target.

In physics level, the mission system is composed of airborne mission system and ground control station. In technology implementation level, key technologies involved include, mission planning technology, sensor data processing & information fusion technology, sensor management technology, situation assessment & tactics decision technology, autonomous attack technology, etc.

一、 概述

1 UCAV、UCAV任务系统的发展背景

UCAV是指无人在机上驾驶、可自主控制或遥控的飞机武器系统，它可执行对空、对地（海）作战任务，并具有可回收、可重复使用的特征。UCAV概念是

1

20世纪90年代中期出现的，它是现代政治、军事需求与科学技术发展到信息时代的产物，是在无人机、有人作战飞机基础上向更高技术和更高作战能力方向深入发展的一种全新武器系统。无人战斗机作为信息化武器装备的产物，已成为世界各军事强国继第四代战斗机之后下一代战斗机的发展方向。

UCAV任务系统是指UCAV完成作战任务所必须的电子设备的集合。在执行作战任务时，任务系统自主进行目标探测、任务规划、战术决策，进行攻击/武器投放，并按优先级准则接收地面/海面/空中指挥机指挥人员的指令，投放携带的武器或作为武器直接攻击目标。UCAV系统组成见图1。

2 国内外发展状况

在现代战争中，努力确保在“打赢”的前提下将参战人员的伤亡减少到最低限度甚至是“零伤亡”，同时大幅度降低作战成本就成为各国军方追求的目标。因此，发展性价比高、实现“零伤亡”作战思想的UCAV，不仅是军事上的需求，更是政治上的需要。

无人机（UAV）的研究与发展有着长远的历史，但直接应用于战争始于20世纪60～70年代的美越战争。20世纪90年代的几次局部战争把UCAV的发展推向了高潮。目前世界各国在研或即将装备的主要UCAV、通过加改装具有攻击能力的无人机研究计划有：

图1 UCAV系统组成

2

a) 波音公司的X-45无人作战飞机；

b) 诺斯罗普·格鲁门公司为美国海军研制的X-47无人作战飞机； c) 洛克希德·马丁公司将F-16飞机改装为无人作战飞机； d) 通用原子公司正在改进使其具有攻击能力的RQ-1“捕食者”； e) 诺斯罗普·格鲁门公司正在改进使其具有攻击能力的RQ-4A“全球鹰”

等。

二、 UCAV任务系统方案

1 UCAV系统的任务

UCAV是充分利用信息技术革命成果而发展的高性能信息化武器装备，对提高战场空间感知能力、高风险目标突防能力、通信导航支援能力、电子战能力、压制敌防空系统能力、固定和移动目标攻击能力、高过载机动能力、联合作战能力、主宰战场空间能力、作战生存能力等起重要作用，在未来战争中处于突出的地位。因此，未来战争要求UCAV除了能够承担传统无人机所承担的常规任务外，对UCAV提出的基本任务要求为：

a) 携带武器完成攻击任务；

b) 执行压制敌防空系统（SEAD）、纵深攻击等危险性较大的任务； c) 在危险作战环境中替代有人机，如轰炸生产、储存化学武器和生物武器

的工厂和仓库等；

d) 作为满足滞空时间、生存性和飞行高度等要求的经济型空中监视平台； e) 作为C4KISR系统中的一员，空战中配合有人机作战； f) 作为空中武器的发射平台。 2 典型作战过程及任务系统的任务

UCAV作战通常都是几架飞机协同行动，协同作战是UCAV系统最基本的作战方式。其作战过程可分为任务规划、巡航飞行、地形跟随/回避飞行、指挥引导（在有预警机或其它指挥机时）、计划攻击/随遇攻击、汇合、退出攻击等任务阶段（UCAV系统的作战过程见图2）。各阶段任务系统的任务为：

a) 任务规划阶段：进行战前任务规划、任务装订和惯导对准等工作。

3

b) 巡航飞行阶段：计算载机在最短的时间内安全飞抵作战空域的应飞航

向、应飞速度、待飞距离、待飞时间等，并将有关参数送飞控系统，控制飞机进入作战区域。

c) 地形跟随/回避飞行阶段：在接近作战区域时，UCAV由巡航飞行改为地

形跟随/回避飞行，此时任务系统的任务时根据机载传感器探测到的地形数据及装订的作战区域数据计算UCAV的最佳地形跟随/回避飞行路径和UCAV操纵指令，并将其送飞控系统，控制UCAV进行地形跟随/回避飞行，有效避开对方的探测和拦截。

d) 指挥引导阶段：在有预警机或其它指挥机时，可由其对UCAV进行引导

飞行，此时任务系统的任务是根据预警机或其它指挥机的信息计算UCAV的飞行指令、传感器接通辐射条件及其操作等。 e) 计划攻击/随遇攻击阶段：

计划攻击：是指攻击事先探明并规划好的目标，此时任务系统的任务为传感器管理、目标信息处理与传输、目标鉴别、攻击排序、火力分配、武器前置发射区/武器预测发射点/武器最佳发射时刻计算、UCAV的最佳攻击轨迹/操纵指令计算、武器发射控制等。

随遇攻击：是指攻击临时出现的目标，此时任务系统的任务为目标信息处理与传输、威胁判断、攻击排序、火力分配、武器前置发射区/武器预测发射点/武器最佳发射时刻计算、UCAV的最佳攻击轨迹/操纵指令计算、武器发射控制等。

f) 汇合阶段：

在完成攻击任务后将UCAV控制到指定的区域。此阶段任务系统的任务是计算最佳汇合点、最佳汇合路径和UCAV操纵指令，并送飞控系统执行。

g) 退出阶段：计算在燃油、气动性能、气象条件、地形地貌、地面威胁和

条件、安全着陆点等条件约束下的最佳安全推出航线及载机操纵指令。

3 任务系统组成

UCAV任务系统组成包括机载任务系统和地面控制站两大部分。

4

3.1 机载任务系统

机载任务系统组成包括：

a) 任务管理及信息综合处理机； b) 光电传感器；

任务管理及信息综合处理机

合成孔径雷达

武器管理系统

光电 传感器

数据链

c) 合成孔径雷达； d) 导航系统； e) 数据链； f) 武器管理系统。

飞控系统导航系统

图3 UCAV任务系统组成

UCAV分离点防区半径 风 任务起始/ 结束点 最佳巡航路径 操作员分离考虑风的最佳巡航路径不良气象区所有UCAV采取地形跟随离开突然出现 的目标 进入地形跟随目标 UCAV汇合点 所有UCAV汇合点

3.2 地面控制站

图2 无人作战飞机系统的作战过程

地面控制站是UCAV系统的作战指挥中心。其主要功能包括：

a) 规划功能：包括对得到的战术信息进行综合处理，根据得到的战术信息

进行战场态势评估，战术决策与任务规划，航路规划；

b) 操作功能：包括加载任务/航路规划数据，发射UCAV，监视UCAV的状态，

飞行中UCAV的命令和控制，飞行计划的修改建议，监视和控制UCAV的任务载荷，保存传感器的信息，回收UCAV等；

c) 人机系统接口功能：提供人机显示界面及操纵机构等，包括向操作员显

示规划数据、UCAV状态及有效载荷的数据，完成UCAV和有效载荷的控

5

制等；

d) 通讯功能：包括控制站发送命令给UCAV和有效载荷、接收来自UCAV的

状态信息及有效载荷数据；同时保证与其它组织的通信，用于整个体系对抗条件下对UCAV的指挥控制以及UCAV收集到信息的分发处理； e) 操作员训练功能。 4 系统功能特点

UCAV任务系统的功能包括： a) 实时任务规划；

b) 一体化指挥、引导和协同作战； c) 联合攻击； d) 先进对面精确打击。

UCAV任务系统的功能特点可概括为： a) 作战空间一体化； b) 作战网络化、信息最大化； c) 作战信息环境复杂化； d) 决策智能化； e) 指挥控制自动化； f) 战术和轨迹生成自动化； g) 传感器管理和武器控制自动化； h) 作战行动可视化。

三、 主要关键技术

1 任务规划技术 1.1 解决的问题

根据我方资源、战场态势和作战任务，为UCAV规划出作战和任务计划，使得我方能够以最小的代价获取最大的作战效能。 1.2 采用的方法和技术

a) 任务分层

6

将UCAV的任务分为三个层次分别进行规划（见图4）：

1) 第一层：编队组成与任务分配层（Team Composition & Tasking，TCT）

——完成战场敌方威胁、地形、天气、任务等的分析，完成初步的任务分配

2) 第二层：编队作战安排与战术层（Team Dynamics &Tactics，TDT）——

依据预先确定的性能指标,一般根据UCAV飞行的任务要求、安全要求、飞行时间和其他战略、战术考虑等因素组合确定,以此最优性能指标为标准,生成各个UCAV参考航迹，主要采用Rollout Algorithm、基于HTN的SHOP算法和基于遗传算法的动态资源调度方法等算法来实现。 3) 第三层：协同路径规划层（Cooperative Path Planning，CPP）——利

用启发式A*算法、匈牙利算法等在具体战场地形，威胁模型等基础上，形成UCAV作战实施的飞行航路。航路生成后还要根据参考航迹周围的威胁情况和UCAV自身的性能指标对参考航迹进行局部航路的实时规划,以便适应战场瞬息万变的要求。

b) 威胁建模

在UCAV执行任务之前需要对任务进行规划,预装任务航路数据其中包括航

UCAV 图4 UCAV任务规划层次关系划分

不确定性操作员任务 编队组成与任务分配（TCT） 编队作战安排与战术（TDT） 协同路径规划 （CPP） 态势评估 （SA） 7

路的几何形状特征（航路形状、高度、气候和敌方防空火力等），然后自动生成任务航路的最优航迹。威胁建模是一个复杂的综合问题，它随着威胁的种类、特征和飞行任务的变化而变化。UCAV在起飞后将保持一定的高度进入巡航阶段，巡航阶段的威胁主要来自敌方防空火力、气候条件、地形等。可将各种威胁简化建模为具有一定作用半径的圆柱体或圆锥体等几何体的组合。如雷达模型建立为：

Rmax

PG2λ2σ=4(4π)3Smin

（1）

其中：P为雷达能量，G为雷达天线增益，λ为信号波长、σ为目标雷达截面积（RCS）、Smin为探测返回信号的最小值。

防空火炮的模型为：

4fr2v4

（2） R=

133ua2ln

1?pk其中：R为有效距离，f为射击频率（发/秒），r为杀伤半径（m），v射击速度，u目标速度，a目标侧向加速度，Pk需要的杀伤概率。

c) 航路重规划

在威胁模型和数字地图的基础上，采用快速航路规划算法生成飞行器的安全飞行航路。兼顾威胁、航程、约束等多种条件其代价函数取为：

fij=

1

exp(min(di,dj,dij)×Dij)?1

×Dij （3）

采用的算法主要是启发式A*算法和匈牙利算法等。 2 传感器数据处理与信息融合技术 2.1 解决的问题

a) 提高复杂信息环境下目标探测、跟踪、识别性能

不同的杂波环境和传感器工作状态下，满足远距探测的高探测率、低虚警率要求，有效跟踪多个机动目标，全面描述目标的特性；利用融合数据估计传感器的效用，为传感器调度提供依据；综合所有跟踪存储信息，实现对目标的识别并进行杀伤评估。

b) 满足协同作战信息要求

8

通过信息融合，为协同作战的每架飞机提供协同作战所需的数据。 2.2 采用的方法和技术

采用分布式多分辨率融合方法解决上述问题。采用分布式动态融合结构解决协同融合需求，用多分辨分析手段来描述复杂作战环境下,不同传感器不同工作状态下目标探测性能的差别。各个传感器通过Kalman滤波器实现对目标的跟踪估计，将其信息通过小波变换为最高分辨率水平，处理中心在此尺度上完成信息融合，产生对目标参数的最佳估计，满足对目标的探测、跟踪、识别要求。

a) 在融合中心由当前时刻计算下一时刻目标状态

?x

_m+1|m

?(KN)=Am(KN)x

_m|m

(KN) （4）

T

T

Pm+1|m(KN)=Am(KN)Pm|m(KN)Am(KN)+Bm(KN)Qm(KN)Bm(KN) （5） b) 利用小波变换将中心估计变换为不同分辨率传感器的本地估计

?x?(Ki)?_m+1|m????Y(Ki)?1_?m+1|m?=LT?(KN) （6） idiag{T(ki),....,T(ki)}LNx__m+1|m?:?gi?)?

()YKN?1??_+1|

?mm?c) 利用本地测量数据更新本地估计

?x

_m+1|m+1

?(Ki)=x

_m+1|m

(Ki)+Km+1(Ki)(Z

?m+1

?(ki)?Cm+1(Ki)X

?m+1|m

(ki)) （7）

d) 利用小波逆变换将本地估计变换为中心估计

?x?(Ki)?

_m+1|m+1????Y(Ki)?

iTTT_? （8） ?x(KN)=giLNdiag{T(ki),....,T(ki)}Li?m+1|m+1_m+1|m+1?:?

?)?Y(K)?_N?1??m+1|m+!?e) 对估计进行融合，获得高分辨率目标状态估计

?Xm+1|m+1(KN)=

Pm+1|m+1(KN)[∑(P

i=1N

i

m+1|m+1

?1?i?i(KN))Xm+1|m+1(KN)?(N?1)Pm+1|m(KN)Xm+1|m(KN)]

?1

（9）

3 传感器管理技术 3.1 解决的问题

a) 减轻操作员工作负担

多种传感器提供给操作员数量巨大战场信息，通过传感器管理使操作员控制

9

传感器获得所需信息的直接判断时间、大幅度减少操作时间。

b) 适应战术任务需求，合理、有效地控制传感器

自动控制传感器工作方式、搜索区域，有效分配传感器负载以协调运用传感器，满足对本机空域及协同空域的目标搜索和跟踪需求，减少传感器的余度运用，同时控制传感器在不同任务阶段的辐射等级，增强作战隐蔽性。

c) 为系统综合化提供支持

传感器集中控制，整个传感器资源动态可重构，有一定的故障容错能力。 3.2 采用的方法和技术

采用知识库的方法进行操作员传感器操作描述，利用统计决策理论描述不确定的决策行为，建立贝叶斯判决网络，运用层次分析法进行判决。

a) 利用知识库对战术任务、操作员传感器操作进行描述

利用知识库描述不同战术任务下哪些传感器可用，传感器可采用哪种工作方式，可对哪个目标跟踪，操作员的操作习惯，将不同操作控制组合列出。

b) 计算操作组合的效用值

对每个传感器的操作控制建立效用值函数，效用值反映传感器目标探测性能、操作员操作行为的期望、对目标探测转为跟踪的概率等。

U(δ,t)=∑P(τ)∑P(α)U(α,τ,δ,t) （10）

ταU(τ,α,δ,t)=U(τ,δ,t)?U(τ,φ,t) （11） c) 通过建立在贝叶斯概率基础上的转换图来描述不确定的决策行为，建立贝叶斯判决网络，体现获得一定价值目标信息的概率

P(E|Hi)P(Hi)

p(Hi|E)= （12）

∑P(E|Hi)P(Hi)

i目标层 整体探测性能要求

方案层传感器操作组子准则层优先级请求目标的分布回波强度传感器工作时间传感器处理时间驾驶员的操作时间隐蔽性传感器的效用值持续工作时间工作时序分配准则层目标的价值探测的代价成功概率

图5 传感器管理层次结构

10

d) 利用层次分析法，求取最大预期效用值，获得理想性能要求的操作。 4 态势评估与战术决策技术 4.1 解决的问题

态势评估是对时间和空间纵深内各元素的感知领悟，以及对它们的企图，即将发展的状态趋势的理解。现代空战战场态势变化剧烈、信息量大、模糊信息多,导致态势评估和决策战术决策周期短，操作员以经验为中心的决策存在信息利用率低、决策受操作员经验、情绪影响等缺陷，仅仅依靠操作员进行决策很难充分发挥装备的优势。需要针对战场的突变性、复杂性、非预测性建立智能辅助决策模型，以帮助操作员进行战术决策，提高攻防效率。 4.2 采用的方法和技术

通过建立基于贝叶斯网络（Bayesian Network,BN）的在线智能处理器，可以帮助飞行员正确评估、探测来自其它飞行器及地面的威胁，并做出合适的反应。

采用模糊神经网络进行智能决策，在决策时使用与模糊逻辑系统相同的推理过程，即通过把输入信息进行模糊量化的方法处理不确定知识，通过将战术决策的模糊逻辑合成关系存储到神经网络权值中，由神经网络进一步决定采用哪种

ΔHp模糊化模糊化模糊化NBNMZOPMPBMM1战术。

模糊决策系统的输入变量为敌方目标方位角q、目标进入角p，两机的高度差△H，目标类型，我机状

qMNBNMZOPMPB图6 战术决策模糊神经网络结构图

5态及任务等态势和任务信息，系统输出变量为决策所选定的战术U。

系统决策规则是基于空战专家的知识，决策策略可表示为一组规则，即以“IF…,THEN…”形式表示的模糊条件语句，如：

11

R1:if(qisZO)and(pisZO)and(ΔHisZO)then(UisI)

M

（13）

Ri:if(qisPB)and(pisPB)and(ΔHisPB)then(UisII)其中，Ri表示第i条决策规则。整个规则集的模糊关系为：

R=URi （14）

i=1

n

给定的每条模糊判决规则都是一个在输入输出模糊论域积空间的模糊关系，则有：

Ri=T(q)i×T(p)i×T(ΔH)i×T(U)i （15）

μR=VμT(q)ΛμT(p)ΛμT(ΔH)ΛμT(U)

i

j

k

i

（16）

根据给定的模糊决策规则，则模糊逻辑给出的决策判断为：

T(U)=(T(q)×T(p)×T(ΔH)ΟR （17）

μU=VμRΛμpΛμΔHΛμq

（18）

根据最大隶属度原则，最大隶属度μUmax所对应的战术为所选定的战术。 5 自主攻击技术 5.1 解决的问题

a) 自动执行对已知地面固定目标的确认和精确打击任务

b) 自动识别随遇目标、进行威胁评估并自动攻击高威胁性目标及高价值目

标

5.2 采用的方法和技术

a) 自主攻击规划

采用基于AGENT的智能作战辅助管理技术来进行UCAV协同作战管理与编队协同控制。通过基于AGENT的智能作战辅助管理软件对UCAV进行有效控制，协调组织UCAV群进行攻击。

b) 自动目标识别 c) 自动机动攻击 建

立

VAR2λ RRRPO：载机转弯圆的圆心

C：载机载机转弯的起始点R：炸弹投放点 I：武器碰撞点（或目标位置）R2：载机转弯半径

UCAV自动机动攻击算法，控制UCAV不断改

SVCRPRTO

VA

图7 机动攻击几何关系/瞄准图

12

变高度和航向，从而控制飞行轨迹达到曲线飞行完成攻击任务。攻击的特点是根据目标相对于本机的位置关系不断计算该飞行轨迹的投放点，采用自动方式操纵飞机完成武器的投放。UCAV机动飞行对地面目标进行攻击的几何关系见图。

主要火控操纵量求解如下：

a) 目标距离矢量与水平面的夹角：μ=sin?1(H/RT) （19） b) RT与RP的夹角：μ′=tg?1(

Gcosμ) （20）

RT?Gsinμ2

RP=RTcosμ′?(G2?RTsin2μ′)1/2 （21） c) 载机到瞄准点的距离：

22RP?RR

d) 载机转弯半径：R2= （22）

2RPsinλ?(VA2/R2)cosμ*?

e) 载机滚转角：（23） γ=tg?? 2*

gVsinμ/R?A2??

?1

g?VA2sinμ*/R2

f) 载机攻角：α=()α0 （24）

gcosγ?tgαcosγ?tgμ′′?

g) 载机俯仰角：θ=tg?1? ? （25）′′+tgαcosγtgμ1??h) 载机投弹高度：HR=H?Rp?RRsin(μ?μ′)cos(λ?0.5ω?tgo) （26）

四、 结束语

世界航空强国已把UCAV设想为用于攻击任务、与有人驾驶的战斗机/轰炸机和巡航导弹并肩协同作战的攻击武器系统，作为实现“零伤亡”作战思想及高价值、技术先进的有人平台的替代品，并逐步成为对敌“软杀伤”和“硬杀伤”的有力武器。UCAV任务系统是实现UCAV作战能力的关键，将在未来的信息化战争中发挥重要作用。

13

无人作战飞机任务系统技术

作者：作者单位：

卢广山， 朱荣刚， 张红， 贺建良中国一航第六一三研究所

本文读者也读过(10条)

1. 张汝麟 自主控制系统——概念和方法论[会议论文]-2002

2. 栾义春.薛红军.宋笔锋.马智.苏润娥.LUAN Yi-chun.XUE Hong-jun.SONG Bi-feng.MA Zhi.SU Run-e 无人作战飞机系统的辅助决策等级实验研究[期刊论文]-计算机工程与应用2009,45(5)

3. 李霞.魏瑞轩.郭庆.LI Xia.WEI Ruixuan.GUO Qing 多无人机系统任务管理研究[期刊论文]-电光与控制2011,18(1)4. 潘巨辉.茅坪.丁浩.吴文晓 仿真技术在无人作战飞机任务规划系统中的应用研究[会议论文]-2006

5. 林海.王静.王文涛.马培博.LIN Hai.WANG Jing.WANG Wen-tao.MA Pei-bo 基于分层处理的无人机任务规划[期刊论文]-无线电工程2010,40(5)

6. 朱剑佑.ZHU Jian-you 无人机任务规划研究[期刊论文]-无线电工程2007,37(12)

7. 谭雁英.张波.祝小平 自主飞行无人机任务规划的动态智能管理与执行策略[期刊论文]-弹箭与制导学报2004,24(4)8. 程龙.陈昌金.张建康.黄俊 一支新兴的空中力量--无人作战飞机[期刊论文]-飞航导弹2005(4)9. 王敏文 多平台协同任务变自主权管理机制与智能决策方法[会议论文]-200510. 张红.丁全心.刘启明 多目标攻击的目标分配[期刊论文]-电光与控制2001(z1)

本文链接：http://d.g.wanfangdata.com.cn/Conference_6333689.aspx

本文来源：https://www.bwwdw.com/article/p703.html