導語
空天系統不僅是人工智慧科學與技術成果的重要應用領域，也是推動人工智慧快速發展最強勁的動力之一！人們耳熟能詳的空間交會對接、機械臂在軌服務、無人機導航制導及控制，以及相關的火箭發射、製造、運輸、裝置故障診斷和健康管理等方面都無一不在期待人工智慧新理論、新方法、新技術的問世和應用。
本期專輯邀請了智慧空天系統專業委員會重點研究方向上的著名學者對其最新成果作一介紹，包括非完備資訊下無人機智慧攻防決策技術研究現狀與展望、航天發射安全性智慧評估技術研究、深空探測航天器的自主執行技術、多電飛機飛行控制電靜液作動器的智慧化問題以及雲邊協同的智慧製造系統5篇稿件，以期對感興趣的讀者有所幫助。
摘 要
本文針對複雜戰場環境下的無人機空戰決策關鍵問題，介紹了無人機非完備資訊處理、目標意圖預測、多機協同多目標攻防決策等方面的研究進展，並探討了非完備資訊下的無人機攻防決策技術的挑戰和未來研究方向。
關 鍵 字
無人機；非完備資訊；目標意圖預測；多機協同多目標攻擊、攻防決策
0 引言
隨著電子資訊、計算機、控制和人工智慧等相關技術的不斷髮展，無人空戰是未來資訊化戰爭的一種主要模式。無人機具有成本低、機動性強、隱身效能好、可回收重複利用，以及避免人員巨大傷亡等特點，在近代多次區域性戰爭中得到實際應用並有優異表現，因而其相關技術受到世界各軍事強國的高度重視。美國國防部將無人機作戰技術作為一項可以改變“戰場遊戲規則”的顛覆性技術並加以大力發展，該項技術也是美軍第三次“抵消戰略”發展規劃的重要組成之一。隨著各種高精尖武器的列裝和作戰樣式的不斷創新，現代戰場環境複雜程度不斷提高，隱身技術、電子對抗技術和電磁干擾技術不斷髮展，從而導致戰場未知動態干擾因素持續增加，戰場資訊呈現非完備形態。與此同時，現代戰爭的作戰範圍越發廣闊，目標的機動能力越來越大且目標的欺騙性和攻擊隱蔽性也越來越強，這就對無人機在不完備資訊條件下的資訊處理和智慧決策能力提出了更高的要求。
在複雜的空戰對抗環境下，目標所採取的機動策略與戰術意圖在我方進行攻防決策之前往往很難直接獲取。在複雜多變的空戰對抗過程中，如何有效地利用多平臺多源感測器獲取的空戰資訊預測目標意圖，並基於目標意圖預測結果進行空戰自主決策，改變己方空戰態勢，進而佔據戰場主動性，是無人機有效打擊目標進而取得整場空戰勝利獲取制空權的關鍵所在。通常敵方目標的戰術意圖與空戰態勢資訊緊密相關，透過對獲取的空戰態勢資訊較為準確地推理出目標的作戰意圖及作戰方式，將給予我方無人機更多的作戰反應時間，從而能起到料敵先機、先敵制勝的效果，大大提高對目標打擊的突然性、快速性、準確性，進而使無人作戰飛機做到“先敵發現，先敵開火”，最大程度上消滅敵人並儲存自己。因此，快速準確地預測敵方目標戰術意圖，對我方掌握空戰主動權，進而合理排程作戰資源，以及取得整個空戰勝利有著重要意義。
現代空戰不再是簡單的單機對單機的對抗，為了獲取對抗優勢，提高作戰效率，常採用無人機群之間的協同合作對抗方式。在實際空戰中，由於交戰雙方參戰無人機數量大、種類多，因而多架無人機可根據空戰位置作戰任務的不同形成不同作戰集團，在作戰集團內部的無人機透過協同攻擊敵方各個目標，從而提高打擊效果。無人機多機協同多目標攻擊是指無人機在作戰過程中，針對不同空戰態勢與敵方作戰意圖，選擇不同攻防策略與機動策略，從而達到在保全自身安全的同時儘可能毀傷敵方的目標。
實現無人機自主攻防決策可極大增強多無人機協同作戰能力，而非完備資訊下的無人機攻防決策，包括非完備資訊處理、目標意圖預測、多機協同多目標攻擊決策等多個環節，是我方無人機群從感知敵方無人機到擊毀敵方目標的全過程。其結構如圖 1 所示。
圖 1 非完備資訊下的無人機攻防決策技術原理框圖
本文將介紹非完備空戰環境資訊下的無人機攻防決策技術相關研究的最新進展。首先，針對現代空戰資訊具有不確定性和不完備性的特點，闡述了空戰中非完備資訊處理的相關研究進展；然後，為了給無人機有效攻防決策提供基礎，介紹了敵方目標意圖預測的一些研究成果；接著針對國內外多機協同多目標攻擊技術的研究現狀進行了分析總結；最後展望了在非完備資訊條件下無人機攻防決策技術遇到的挑戰及未來的研究方向。
1 非完備資訊處理研究現狀
由於現代空戰戰場具有強對抗、強博弈特點，使其具有高度的複雜性，如存在各種噪聲、電子對抗和電磁干擾，因此感測器檢測到的戰場環境資料會受噪聲影響，從而與實際戰場環境存在一定偏差；同時，由於無人機和地面站所裝備的感測器本身存在限制，以及敵機可能會隱藏自身的某些特徵資訊等問題，使得空戰部分特徵資料無法獲取，從而導致所採集的資料集有部分預設值，而無法直接使用。常用的非完備資訊處理方法可以分為資料補齊法和模型擴充套件法兩類。圖 2 給出了這兩種方法的處理非完備資訊的基本過程。
圖 2 處理非完備資訊科技路線
資料補齊法主要是採用某種方法，如機率統計方法對不完備資訊系統中物件的未知屬性值預先進行填補，或刪去含有未知屬性值的物件，把不完備資訊系統轉化為完備資訊系統。通常利用連續資料前後數值之間的關聯對缺失資料進行修補，常用的修補方法有最小二乘法、多項式擬合和貝葉斯方法等。現有研究成果中，利用最小二乘法解決了被動雷達 / 紅外複合導引頭的資料融合過程中，兩個不同取樣頻率的感測器測量資料時間不同步的問題，透過最小二乘法完成時間對準，對採用間隔的缺失資料進行修補。在分析多感測器資料融合時間不同步和資料率不一致的特點基礎上，也有研究人員提出了利用曲線擬合的方法進行時間對準，該方法可以將不同感測器測得的不同取樣週期的資料對準到同一時間點上，以便進行特徵提取與資料融合。由於貝葉斯網路具有語義的因果關係，根據專家和資料域的先驗知識，利用貝葉斯網路可以建立有效的預測模型，透過直接地進行因果先驗知識的分析，從而可獲得較準確的先驗知識進行資料缺失資訊處理。資料補齊法雖然原理簡單，但無論採用那種資料補齊策略，均是對原始資訊系統中未知屬性值的一種人為估計，其補齊的過程都會導致原始系統資訊的變化，因而所得結果不一定能反映原始系統的真實情況，並且挖掘出的知識可能帶有不確定性。
模型擴充套件法是在不破壞原始不完備資訊系統中任何資訊的前提下對經典粗糙集進行擴充套件，直接處理不完備資訊。粗糙集方法是利用資料特徵量之間的關聯，透過已知特徵量直接進行結果的推理，該類方法具有較強的魯棒性。直覺模糊集方法是利用先驗知識，將未知資料進行模糊化處理，並設定在某個集合內，將推理的集合空間作為已知資料，從而方便參與後續目標意圖預測與無人機攻防決。
2 目標意圖預測研究現狀
在無人機多機協同多目標攻擊過程中，準確預測目標無人機的空戰意圖是我機進行目標分配、攻擊排序的重要依據。在日趨複雜的空戰環境中，目標意圖預測是料敵先機、掌控空戰全域性變化的關鍵所在，對目標分配、機動決策、火力決策均有著指導性意義。預測敵方各目標的戰術意圖，需以敵方無人機當前的空戰態勢與戰機狀態為基礎。敵方無人機的空戰態勢是在對目標進行識別與跟蹤的基礎上，進而透過雷達探測各目標無人機位置、高度、進入角、速度、加速度等飛行引數後計算得到。而戰機狀態是指目標無人機當前雷達狀態開啟情況、載彈量，以及機動動作等飛機狀態資訊，這些資訊透過綜合目標無人機各階段的幾何特性、飛行引數和飛機種類獲得。透過將目標型別、速度、高度、距離、導彈型別和雷達狀態等多方面因素綜合起來，進而估計下一階段目標可能的戰術意圖。目標意圖表示和預測過程如圖3 所示。
圖 3 對抗目標意圖表示和預測過程
目前，國內外學者關於目標意圖預測進行了大量研究，比較常用方法有模板匹配、貝葉斯網路、專家系統、神經網路和 D-S 證據理論等。已有研究人員透過使用空戰領域專家及作戰指揮人員經驗來構建目標意圖模型庫，然後針對實際空戰提取特徵，最後透過推理特徵與模板的相似程度預測目標意圖。葛順等利用已知的空戰態勢，以及戰機狀態資訊等先驗知識來推理敵方無人機空戰意圖的過程，主要針對狀態資訊不斷變化的空戰環境，選用動態貝葉斯網路與序列貝葉斯網路相結合的方法來推理敵方無人機的戰術意圖。透過使用專家經驗知識構建知識庫，伍之前等使用規則描述戰場態勢和空戰意圖的對應關係，最後採用推理機推理敵方無人機作戰意圖。同時，崔洋培等運用空戰目標意圖特徵資料集訓練神經網路，提取空戰意圖預測規則，然後透過使用空戰意圖預測規則來推理敵方作戰意圖。也有研究成果透過建立影響目標意圖各個因素的預測模型，結合 D-S合成法對各影響因素進行綜合，進而得到目標各個可能意圖結果的機率值。
隨著各種高科技武器在現代戰爭中大量的投入使用，使得空戰資料量急劇增大。與此同時，戰場環境也變得越發複雜和不確定。面對複雜的戰場環境，僅透過上述較為簡單的目標意圖預測方法，很難從複雜資料中快速準確地獲取敵方的戰術意圖，因此需要採取更加智慧的方法來實現敵方目標意圖預測。深度學習的快速發展，為處理複雜資料提供了一種有效工具。孫亮等透過改進深度置信網路啟用函式和引數調節演算法，設計了基於深度神經網路的空戰意圖識別模型，最終透過模擬驗證所提模型具有較高的識別率，但是該方法主要針對當前一個時刻有效。在實際空戰中，戰場中的目標意圖往往是透過一系列戰術動作來執行的，目標的狀態資訊，以及作戰環境會呈現動態變化。針對時序特徵，周旺旺等分別提出了基於棧式自編碼器的意圖識別模型和基於長短時記憶網路的戰場對敵目標戰術意圖智慧識別模型，將戰場環境資訊、目標屬性、目標狀態等 48 維資訊作為輸入以識別作戰意圖，這兩種模型均能有效識別目標作戰意圖。對於深度學習方法，歐微等提出了合理採集足夠多的有效空戰資料是訓練深度學習網路的基礎。目前也有研究成果將目標意圖預測分成目標狀態預測與意圖識別，透過長短期記憶網路對目標的狀態進行預測，基於不完備區間決策樹對歷史資料進行規則提取，進而識別出預測資料所對應的目標意圖。
3 多機協同多目標攻擊研究現狀
現代戰爭的戰場環境複雜且作戰任務眾多，單架無人機越來越難以適應複雜的空戰環境，多機協同作戰是未來空戰的主流方式。多無人機協同作戰能彌補單架無人機作戰能力不足的問題，給空軍戰鬥力帶來極大提升。無人機多機協同作戰是指兩架或兩架以上無人機相互配合、相互協作，共同執行作戰任務的空戰方式，是現代智慧空戰的主要發展方向之一，也是現代陸、海、空、天、電一體化作戰模式在多機空戰中的具體反映。多無人機協同多目標攻擊是將處於不同位置、不同價值和不同威脅程度的敵方目標按收益最大代價最小的原則分配給不同型別、價值和戰鬥力的無人機，以達到整體作戰效能最大的目標。顯然多無人機協同多目標攻擊決策是組合最佳化問題，屬於非確定性多項式時間 NP 問題，巨大的計算代價是 NP 問題需要解決的難點。
為實現多無人機協同空戰，首先需要綜合分析敵我雙方無人機的空戰態勢、戰機效能和戰術意圖，進行攻防決策。多無人機協同多目標攻擊是指根據當前已知的態勢資訊與敵方無人機的戰術意圖，透過一定的分配策略科學合理地分配我方的無人機資源，進行有效攻防決策，以達到最大毀傷敵方無人機的同時我方機群最小損失的目標，其原理框圖如圖 4 所示。
圖 4 多機協同多目標攻擊決策原理
到目前為止，在多機協同多目標攻擊決策問題上有很多經典演算法，如整數規劃、約束規劃、圖論方法等。針對超視距編隊協同空戰中的目標分配問題，有研究成果透過建立現代空戰微分對策模型，分層完成編隊分組和組內單機目標分配過程，設計了以戰力強度排序為依據、以“不重不漏”為原則的基於整數規劃的超視距編隊空戰目標分配模型。為滿足實際空戰中的實時性要求，有研究人員提出了基於時間約束的多平臺協同目標分配模型，然後採用改進分散式拍賣演算法進行求解。該模型充分考慮了戰場以及戰機存在的限制，能較好滿足空戰實時性要求。已有研究成果對火力分配問題進行分析，建立了火力分配的圖論模型，並結合圖論模型的特點給出了模型的匹配演算法。這些方法致力於求解火力分配最優解，但是，隨著攻擊決策問題規模變大，求解時間會呈指數形式增長，求解難度同樣呈指數形式增大。而啟發式搜尋演算法的目的是在可接受的時間範圍內計算問題的可行解，在計算時間與解的質量兩方面進行折中，在較短的時間內獲取較優的可行解。
空戰過程是一個瞬息萬變的過程，很多情況下，目標分配不僅需要分配決策結果取得最優結果，同時也需要滿足空戰實時性的要求。啟發式搜尋演算法與空戰目標分配問題屬性的契合，引起了國內外大量學者的興趣與關注。目前常用的啟發式演算法有遺傳演算法、粒子群演算法、蟻群演算法等。在飛行代價函式的基礎上，研究人員已提出基於改進遺傳演算法的多機協同目標分配方法，模擬結果表明遺傳演算法能很好解決多機協同目標分配問題。針對多機協同目標分配問題，也有研究成果採用改進粒子群演算法進行求解，設計了新的粒子群位置和速度更新方法，充分利用了粒子群的全域性搜尋能力，並採用貪婪策略增強粒子群演算法的區域性搜尋能力，從而實現目標分配解空間的全面混合搜尋。結合空戰態勢評估和蟻群演算法，研究人員已提出一種新型的目標分配方法，將敵我雙方的無人機視為螞蟻移動起始點，將自主優先權視為螞蟻的行進距離。另外，透過自適應調整資訊素揮發因子的值，從而在目標分配解空間中尋找最優解。此外，很多研究成果採用啟發式全域性智慧最佳化演算法，如混合蛙跳演算法、人工免疫演算法、布穀鳥演算法、狼群演算法等，對多機協同多目標攻防決策問題進行求解，充分體現了啟發式搜尋演算法在求解多機協同多目標攻防決策問題上的優越性。
4 未來發展趨勢
未來資訊空戰處於陸、海、空、天、電、磁、網一體化的複雜空間環境，具有環境高複雜性、博弈強對抗性、響應高實時性、資訊不完整性和邊界不確定性等特點。由於智慧無人機具有大機動能力使其飛行包絡大，能對飛行環境做出快速反應，自主適應各種不同的複雜博弈對抗環境和時變的作戰任務與目標，因而無人機是未來體系作戰力量中重要組成部分。未來空戰中，智慧無人機將成為主體，不同型別無人機在執行任務時互相協作、互相配合的空戰模式，它是未來高科技空戰的主要發展方向，如下一些關鍵技術還需要進一步研究和發展。
(1) 無人機戰場環境智慧感知技術
考慮戰場環境的複雜性，在實際空戰中如何合理利用戰場環境資訊，針對不同的空戰環境進行戰術佈置，有利於佔據制空權從而獲取戰爭勝利具有重要軍事意義。因此要求無人機能在資訊複雜、高度對抗、任務多變的戰場環境下，具有資訊獲取、資訊精確理解和一致性戰場空間描述的能力，實現快速、準確、充分提供敵、我、友機的狀態、行動、計劃和意圖等資訊，實時動態地控制和整合戰術指揮，保持無人機與友機對戰場態勢資訊的共享與共識，可為準確有效的決策打下堅實基礎，同時提高無人機作戰的安全性。
(2) 無人機非完備資訊的智慧挖掘技術
在現代戰爭中，各種高科技武器和作戰平臺的投入使用，使得空戰資料量急劇增大。與此同時，戰場環境也變得越來越複雜且具有大的不確定性。由於空戰對抗環境存在不確定性，部分空戰資料可能缺失，目前針對空戰資訊不完備情況進行有效處理的方法還較少，可以透過利用人工智慧、模式識別、機器學習、統計學、資料庫、視覺化技術進行資料處理，並揭示出大量資料中隱含的、先前未知的並有潛在價值的資訊等，可為無人機有效攻防決策提供必需的資訊，因而研究無人機非完備資訊的智慧挖掘技術具有較大的實際意義。
(3) 多無人機協同作戰的衝突消解方法
無人機群協同作戰是利用各種平臺提供的實時資訊，構成空、天、地一體化的資料通訊網路。機群各機之間，無人機與指揮中心之間都存在大量的可互動資訊，且資訊種類繁多，資料量龐大，在進行任務規劃和攻防決策時極可能發生資訊衝突。另一方面，由於多機協同任務分配或攻防決策時存在大量約束，如燃油約束、彈載量約束等，可能造成任務分配或攻防決策的衝突，這些衝突都會給無人機系統協同作戰帶來極大困難，需要進一步研究異類多源感測器資訊衝突、多無人機協同任務分配衝突和攻防決策衝突的消解方法。
(4) 基於人工智慧的無人機群作戰樣式和管控方法
隨著資訊科技、武器裝備和人工智慧技術的不斷髮展，無人機叢集作戰是未來智慧空戰的重要組成部分。有必要針對未來資訊化全域作戰開展基於戰爭形態的無人機對抗樣式的研究，以實施全方位、多樣式的攻擊，從而破壞敵方的跨域聯合能力，以較小的代價打贏戰爭的目標。探索人工智慧與無人機群協同作戰之間的關係，提出無人機群協同作戰新樣式。引入人機對抗推演各種作戰樣式及對戰場資源的利用來模擬整個作戰過程，透過對推演過程中指揮員決策的分析來尋找適合當前戰爭的最佳作戰樣式，並實現自適應作戰資源智慧排程與管控。
(5) 基於人機混合增強的多無人機攻防決策技術
為了提升作戰效率與任務冗餘性，降低資源的浪費，要求不同機種、不同功能的無人機相互協同合作完成不同型別和複雜程度的任務。如果把人的智慧與經驗引入到智慧空戰系統的攻防決策計算迴路中，利用人對模糊、不確定問題分析與響應的優勢，將高階認知機制與無人機智慧決策緊密耦合，可使兩者相互適應、協同工作，並最終成“1+1>2”的增強智慧形態。因此，開展基於混合增強智慧的無人機群多目標協同攻防決策技術相關研究，不僅可推動混合增強智慧技術的進步和發展，也為未來戰場全維作戰環境下的智慧決策提供了重要的參考。
(6) 無人機協同攻防決策的智慧評估方法
隨著資訊化技術的高速發展和先進裝備的大量列裝，空戰智慧化程度及戰場複雜程度和智慧化程度愈來愈高，多無人機協同空戰智慧決策與評估問題已成為了爭奪戰場制空權亟需解決的問題，也是無人機自主空戰決策的關鍵問題之一。為了適應協同作戰空戰環境中出現的態勢變化快、敵情複雜、敵我資訊量大及模型複雜等問題，需建立詳細的評價指標體系和評價模型，利用智慧評估方法對無人機空戰攻防決策結果進行評估，判斷是否需要二次決策，完成整個閉環的空戰過程，可降低作戰資源的浪費，從根本上提高多無人機協同空戰的作戰效能。
（參考文獻略）
選自《中國人工智慧學會通訊》
2021年第11卷第2期
智慧空天系統專題
