无人飞行器集群作战技术七篇专栏摘要

飞行器集群协同制导控制方法及应用研究

任章1,2,3，郭栋1,2，

董希旺1,2,3，李清东1,2 

(1.北京航空航天大学 自动化科学与电气工程学院，北京100083；2.北京航空航天大学 飞行器控制一体化技术国防科技重点实验室，北京100191;3. 北京航空航天大学 大数据科学与脑机智能高精尖创新中心，北京 100191)

摘  要：分析了目前多飞行器协同作战的发展现状与趋势，指出了多飞行器以编队形式进行协调与配合，可以有效提高突防概率与作战效能。针对飞行器集群协同制导控制技术，分析梳理了相关的技术难点。然后，分别对协同任务规划与动态目标分配方法、多飞行器编队协同控制方法、多约束条件下的分布式协同制导方法的国内外研究现状进行了介绍。最后对飞行器集群协同制导控制技术进行了总结，并对未来的发展方向进行了展望。

关键词：协同制导；协同控制；多飞行器编队；编队控制；集群智能

精确打击武器集群作战技术发展探讨

程进，卢昊，宋闯

( 复杂系统控制与智能协同技术重点实验室，北京 100074)

摘  要：对中远程精确打击武器集群作战进行综合评述，并对集群智能化技术体系发展布局进行探讨。首先基于分布式作战概念内涵提出集群作战的共性特点，指出网络化和智能化是集群作战的本质特征。随后从目标指示、体系对抗、自主作战三个方面提出了对于集群智能化作战的军事需求，并对由集群智能化技术带来的作战能力提升进行分析研判。最后按照“观察-判断-决策-行动”作战循环梳理集群智能化技术体系布局。综述表明，集群作战将是未来精确打击武器的主要作战形态，集群智能化技术是当前以及未来一段时间内的研究热点。

关键词：集群作战；精确打击武器；集群智能化；分布式作战

基于DQN的反舰导弹火力分配方法研究

阎栋，苏航，朱军

（清华大学计算机科学与技术系，

北京100086）

摘  要：反舰导弹作为海上作战的主战武器，由于其精度高、射程远、威力大等特性长期以来一直被当作舰艇编队的主要防御对象。针对反舰导弹打击舰艇编队的火力分配问题，提出了一种基于深度Q值网络求解反舰导弹火力分配策略的算法。不同于现有的基于领域知识的方法，深度Q值网路无需依赖任何先验信息，就能够通过与模拟器的交互自动求解最佳的攻击策略。该算法使用深度神经网络拟合Q值函数，解决了传统强化学习中的状态空间过大无法遍历的问题。实验结果表明，在各种不同的舰队防御配置下，深度Q值网络求解得到的攻击策略均获得了最佳的毁伤效果。

关键词：反舰导弹；目标分配；深度Q值网络

基于多目标算法的空中作战

任务规划框架研究

 郭昱普，蔡飞，潘志强

（国防科技大学信息系统工程重点实验室，

 长沙 410073）

摘  要：空中作战任务规划是一项复杂的任务，随着空中作战飞行器的种类、数量及其之间交互性的增加，任务规划也变得越来越复杂。任务规划人员必须在有限的时间内制定出最优的任务分配策略。决策支持工具可以辅助任务规划人员找到最优的规划方案。本文介绍了设计多目标进化算法以及在空中作战任务规划领域的框架和工作流程，具体的任务包括空中打击动态目标的定位问题、情报监视侦察（ISR）任务规划。总结了这些研究的经验教训，探讨了未来的可能发展方向。

关键词：多目标进化算法；任务规划；空中作战

多传感器协同探测证据理论分类融合方法

蒋雯，张瑜，谢春禾

（西北工业大学电子信息学院，

西安 710129）

摘  要：随着智能化、网络化集群作战等理念和技术的兴起，精确制导武器越来越向智能化、协同化方向发展。多传感器协同探测能够针对不同的探测任务背景和作战需求，提升目标探测性能，还可以跨域整合多种探测平台。但是由于信息的不确定性等特点，使得多传感器数据直接融合可能造成决策困难,在证据理论体系下对信息融合的有效性进行合理分析与度量是很有必要的。因此，提出一种基于Deng熵的证据理论分类融合算法，以熵减为主要思想，将证据进行分类融合。在决策过程中，将含有证据数最多的类别融合结果作为总体融合结果，避免高冲突证据的影响，提升融合结果的信息有效性。采用算例说明了所提方法不仅能够得到合理正确的结果，并且融合可靠性较高，便于决策与后续的信息处理。

关键词：精确制导；协同探测；证据理论；Deng熵；分类融合；信息有效性

基于CDKF的快速协方差交叉融合

跟踪算法研究

宋闯, 张航 ,郝明瑞 

（复杂系统控制与智能协同技术重点实验室，北京 100074）

摘要：随着目标抗干扰能力增强，单一寻的制导方式很难完成对目标的稳定跟踪和精确打击，需采用多种探测器作为传感器提供多种观测数据对目标进行稳定跟踪实现精确打击。建立了适当的目标运动模型和观测模型，利用中心差分卡尔曼滤波（CDKF）变换处理模型的非线性问题，避免了求解复杂的雅克比矩阵。对于分布式多传感器融合，传统的方法多采用协方差交叉（CI）融合方法，但是这类的方法需要寻优求解。而快速协方差交叉（FCI）不需要进行寻优过程，计算量小。在此基础上，提出了用于多传感器目标跟踪的CDKF-FCI融合算法方法。最后，对算法进行了仿真分析，进一步验证了提出算法的有效性。

关键词：中心差分卡尔曼滤波；快速协方差交叉融合；信息融合；目标跟踪 

基于改进SSD的舰船目标精细化检测方法

梁杰²，李磊^1，2，周红丽¹

（1. 复杂系统控制与智能协同技术重点实验室，

北京100074；2.北京机电工程研究所，北京100074）

摘  要：以SSD为代表的主流深度学习方法在目标检测领域取得了显著的成绩，但由于该类方法只能以矩形框给出目标的概略位置，检测结果具有很大的背景冗余区域，特别是港口密集停泊的舰船在图像中会出现区域重叠，导致误检和漏检。针对以上问题，提出了一种具有旋转不变性的舰船目标精细化检测方法，该方法综合利用可变形卷积、可变形池化、旋转的边框回归和旋转的非极大值抑制等模块的优点，借鉴MobileNet架构对网络加速，通过学习密集区域目标的几何形变，有效预测目标的旋转角度，最终以旋转的矩形框给出目标的位置。实验结果表明，算法可实现多类舰船目标类型区分和目标朝向判定的功能，有效地解决了实际应用中的目标精确定位定向难题，提高了自动目标识别的精确性，并满足工程应用的实时性要求。

关键词：舰船检测；细粒度分类；深度学习；旋转不变性