前言
飞行器集群具有高韧性、低成本、组织灵活的优势，集群协同控制技术是飞行器由单平台独立作战转向集群协同作战的关键技术，支撑飞行器体系化、智能化、实战化发展，在协同探测、协同干扰、协同打击等多种任务中全面提升飞行器集群作战效能。
航天技术发展至今，飞行器在气动、动力、控制等多个领域遇到技术瓶颈，飞行器个体能力难以无限提升。
同时，面临复杂战场环境、高动态战场态势、不确定对抗策略等挑战;飞行器集群作为颠覆性作战样式，飞行器协同技术在近十年中成为研究热点。
通过协同技术赋能，多飞行器呈现出“1+1＞2”的效果，既可提高综合效能，又能够降低成本，集群协同控制系统性能的优劣将直接影响整个集群的作战能力。
一、飞行器协同实战运用
2019年也门胡塞武装使用10架无人机重创沙特石油加工设施，2020年纳卡冲突中阿塞拜疆使用大量无人机摧毁亚美尼亚上百个地面目标，以上作战样式已初现集群协同雏形。
2022年俄乌冲突期间，俄罗斯国防部公布其“棱堡”和“舞会”两型岸舰导弹系统及“口径”巡航导弹的实战视频。这些导弹明确具备了协同能力，体现了俄罗斯飞行器集群协同技术研究成果和实战应用能力。
“棱堡”系统包含4辆发射车及配套作战指挥、后勤保障、运输装填车辆，配备P-800“缟玛瑙”超音速反舰导弹，P-800为P-700“花岗岩”反舰导弹的改进型。
根据“花岗岩”导弹已知的协同能力，可推测“缟玛瑙”导弹同样具备网络化传感目标信息获取能力，可实现高弹道领弹搭配低弹道从弹协同作战。“花岗岩”导弹协同作战示意图如图1所示。
图1“花岗岩”导弹协同作战示意图
“舞会”系统包含4辆发射车及配套的指挥控制、装填、通信车辆，配备Kh-35“天王星”反舰导弹，每辆发射车齐射8枚，一套系统可齐射32枚，可实施编队制导饱和攻击。“舞会”系统发射“天王星”导弹如图2所示。
图2“舞会”系统发射“天王星”导弹
“口径”巡航导弹可进行8枚齐射，具备飞行中信息交换能力，每枚导弹探测到目标后均可与其他导弹共享信息;如果一枚导弹被击落，其余导弹能够据此改变目标及航迹。
飞行最高马赫数可达3以上，具备强大的突防能力和高命中率。在俄乌冲突中，“口径”导弹与“棱堡”系统和“舞会”系统进行了协同作战。“口径”巡航导弹如图3所示。
图3“口径”巡航导弹
对地协同制导武器体系项目对地协同制导武器体系由雷神公司于2014年对外发布，是雷神公司将其小型空射诱饵弹、高速反辐射导弹和联合防区外武器组合而成的协同作战体系。
每架次运输机或轰炸机可挂载上百枚小型空射诱饵弹，从而开展饱和式蜂群攻击;而高速反辐射导弹和联合防区外武器的加入则可对敌防空系统实施空射集群压制和摧毁。该项目示意图如图4所示。
图4对地协同制导武器体系项目作战示意图
拒止环境协同作战项目拒止环境协同作战项目由美国国防部预先研究计划局于2014年4月发起。
该项目主要任务是发展先进协同算法和软件，探索分布式空战无人机的自主协同技术，使无人机蜂群可在单名任务指挥官的管理下协作完成搜索、跟踪、识别和攻击等任务，其作战示意图如图5所示。
图5 CODE项目作战示意图
当两架无人机共同执行任务时，若第一架无人机遇到突发障碍，两架无人机将协同决策确定各自新的行动方案。
“小精灵”项目由DARPA于2015年提出，研制对象是质量约320kg，最大速度不小于Ma0.8的空中投放与回收无人机。其主要功能是从敌防区外发射，突防一定距离后与其他“小精灵”或F-35战斗机通信协同，并以蜂群方式对目标进行探测或干扰。
该项目功能和试飞情况如图6所示。
图6 Gremlins项目作战示意图
低成本无人机集群技术项目低成本无人机集群技术项目由美海军研究办公室于2015年4月公布，研制对象是质量约6.3kg的快速发射小型无人机。
其主要功能是携带光电红外传感器，通过自适应组网及自主协同技术组成集群，执行监视、护航和攻击面目标任务。该项目飞行试验如图7所示。
图7 LOCUST项目飞行试验图
进攻性蜂群使能战术项目进攻性蜂群使能战术项目由DAＲPA于2016年12月发起。台小型空中、地面无人设备组成集群，完成城市作战环境下的各类复杂任务。
项目拟通过吸纳和集成最新的集群自主和有人/无人协同技术，攻克包括集群规模、单体/群体复杂性、集群异构性、有人/无人交互在内的多方面难题，从而释放蜂群的巨大作战潜力。
该项目基于蜂群系统试验平台完成了对蜂群传感器、蜂群应用技术、蜂群通信方法、蜂群操纵机制等的试验，如图8所示。
图8OFFSET项目试验图
“金帐汗国”项目由美国空军于2019年3月提出。
该项目主要内容是将传统智能炸弹与蜂群自主协同作战理念融合，使GBU-39激光制导小直径炸弹、AGM-158联合空对地防区外炸弹、ADM-160微型空射诱饵等现有小直径制导武器在发射后进行协同规划打击，实现机载武器自主发射脱离、自主规划航迹、自主攻击等目标。该项目演示情况如图9所示。
图9GoldenHorde项目飞行演示
俄罗斯在俄乌冲突中使用的三种协同作战导弹武器展现了初步协同功能，已具备弹间信息交互这一多飞行器协同技术的标志性特征，这是集群协同控制技术在实战中的具体体现。
同时，上述多项先进飞行器协同项目在探测体制、通信条件、航迹规划、任务分配、异构集群、指挥决策等方面进行了深入的研究与验证，飞行器集群会向更强协同能力发展。
二、飞行器集群协同控制主要科学问题
分布式平台多域协同自主感知与干扰对抗问题对抗环境具有状态不确定性和极强时间约束性，通过时域、频域、能力域、信息域等分布式平台多域探测资源的自主协同、深度融合，实现复杂多变战场环境下对目标的可靠检测、准确识别与稳定跟踪。
动态博弈条件下多约束强耦合群智决策问题飞行器基于态势变化，结合探测、制导、通信、对抗等复杂多样的强耦合约束条件，实时进行飞行器分簇编队、对抗策略生成、载荷资源调度等在线决策，实现飞行器群体的协同效能最大化。
集群感知、决策、制导控制一体化系统稳定性问题综合考虑态势变化情况、本体控制能力、群体协同状态、有效探测等因素，实时进行感知、决策控制的一体化抽象化建模、设计层间与层内信息流交互与优化体系架构，实现分层集群系统的感知决策控制一体化。
对抗环境下协同信息可靠安全精准传输问题在大动态、低信噪比条件下，飞行器集群网络节点采用无中心自组网，通过协同感知复杂电磁环境，自主生成、优化策略，实现飞行器内自主信息和飞行器间协同信息可靠、实时、安全、精准的传输与共享。
虚实结合大规模集群仿真验证与评估问题为满足多飞行器分布式并行实时仿真需求，构建虚实结合的大规模集群仿真系统，进行集成仿真验证与评估。
集群仿真系统软硬件设备众多，虚拟节点与实物节点交互并存，试验对时空一致性要求高;集群作战任务、效能等难以量化，导致评估方法准则指标难以建立。
三、飞行器集群自主控制体系架构
为了应对决策中心战的颠覆性作战模式以及严密的导弹防御系统，飞行器系统的研制和运用也需采取对应的措施和手段。
多飞行器协同体系中各分系统如何工作并实现协同，是多飞行协同作战系统在设计时需要考虑的核心问题。本文提出一种适用于飞行器集群作战的体系架构，可以有效组织异构/同构飞行器集群，在复杂对抗态势下自主决策、灵活应对、弹性重构、动态调度集群资源，实现作战任务。
飞行器集群作战体系中的主要特点是“功能可定义、战法可演进”，和传统飞行器研制相比，主要转变为:从物理域的作战能力扩展到信息域的协同能力、认知域的决策能力，实现物理域、信息域、认知域的三域融合，涉及单体运动层、多体协同层和任务决策层等三个层面。
图10飞行器集群自主控制体系架构图
单体运动层结合软件定义的方式实现“功能可定义”，飞行器在硬件上可配置不同功能的载荷，在作战任务中承担不同的角色，分别用于体系中的感知、通信、决策、打击等节点。
控制系统作为导弹武器系统的中枢，除了传统的导航、制导、姿控外，要具有实时轨迹规划和协同控制等能力。
主要功能包括考虑信息感知资源、信息处理资源和执行资源的软件硬件分层和系统资源共享管理功能;综合考虑飞行器本体、环境、战场态势等信息的感知功能;信息融合/在线学习与任务生成等信息处理功能，指令生成与执行功能。
多体协同将多飞行器融合成一个信息共享、功能互补、战术协同的作战群体，利用多源探测信息提升对态势的感知与认知，利用群体优势对敌方目标进行多层次、全方位打击，实现突防能力整体提升。
主要功能包括基于多传感器多平台的协同探测、广域协同目标识别、本体及目标的协同定位等协同感知功能，协同组网等通信保障功能，协同突防、协同抗干扰、协同打击、协同轨迹规划等战术决策功能。
体系对抗模式下，飞行器集群根据博弈对抗态势的变化，在实战中获取信息利用信息，实时动态地进行任务决策，调整自身的任务。
作战任务决策层考虑作战规则、作战模式在当前实战态势下进行任务规划，然后由飞行器自主执行。
主要功能包括基于信息支援系统的目标跟踪、目标判断、目标识别等战场感知功能，基于战场态势的信息融合处理和作战态势评估功能，基于作战规则、作战经验的指挥控制功能。
未来飞行器集群对物理域、信息域、认知域的融合需求更高，需要在控制系统架构和关键技术等方面进行研究和突破。
飞行器集群协同控制技术体系主要包括射前协同任务规划、协同探测和抗干扰、在线态势认知、在线协同决策与规划、协同制导控制、组网通信、智能计算、协同效能评估等。
飞行器射前协同任务规划主要包括射前任务分配和射前航迹规划，可基于任务模型、目标模型、飞行器能力模型、环境模型等约束，采用启发式优化、深度强化学习等方法求解，满足飞行器集群快速响应多类型任务的需求，提升其环境适应能力、协同能力。
当前飞行器探测领域已具备人工智能识别能力和多传感器数据融合能力，可支撑飞行器集群进行协同探测，获取准确目标态势等信息，并进行抗干扰设计。
协同探测是指多飞行器利用当前飞行方位以及搭载的不同探测载荷，对同一目标进行探测，并对所得数据、信息进行融合自动分析，从而提高探测概率。
协同抗干扰是指综合利用不同体制的抗干扰手段，在多个维度上进行博弈，从而克服单体制抗干扰的不足，成功抵制复杂干扰。
集群中各飞行器可以通过各类传感器和群内信息网络获知自身状态、友邻成员状态、环境信息、来袭威胁信息、融合后的准确目标信息等多种信息。
飞行器集群可基于离线学习或射前直接注入获得作战规则、作战经验，将各类信息进行综合处理，形成对战场态势的统一认知，从而为在线协同决策与规划提供基础。
在线协同决策与规划是指集群根据探测和态势感知结果，在当前约束条件下进行成员角色、任务、目标、航迹等的决策与规划，并且随着态势信息的变化各飞行器可对决策规划结果进行实时调节，主要包括目标在线分配、航迹在线规划等功能。
协同制导控制主要包括协同导航、协同编队控制、时空一致性制导等，其中协同导航包含多节点导航信息同步、自主相对导航、多源协同导航等;协同编队控制包含编队模式切换、编队保持、编队拆分与重构等;时空一致性制导包含时间、方位等多种约束条件下的协同制导。
组网通信是飞行器协同作战的保障，多飞行器可通过信息网络传递和交换目标信息、环境信息和协同信息，还可以接入指控中心，实现集群统一指控和信息回传。
对抗环境下要求通信网络具有隐蔽性能好、响应速度快、抗干扰能力强等特点。当前协同通信水平可支持飞行器自组织组网和信息高速交互，组成集中式或分布式集群。
面向飞行器集群协同控制智能算法高密度计算及嵌入式环境应用需求，智能计算支撑神经网络在有限计算资源条件下的实时处理。
当前智能计算领域已能够实现深度学习算法轻量化设计、验证、部署以及专用计算架构设计等，可保障飞行器实现协同信息融合、协同认知、协同在线决策规划等复杂运算。
飞行器协同效能评估需要建立飞行器集群、目标、环境、拦截威胁等数学模型，开展协同作战推演仿真，依据作战设想、仿真结果，将定量定性方法结合、历史战例分析与现实信息结合。
建立训练样本数量、模型训练时间、算法泛化能力、工程可行性等多维度、层次化的指标体系，充分利用飞行器博弈对抗推演平台等工具进行评估，实现从体系对抗态势、并行协同仿真到多飞行器协同效能评估的仿真验证能力。
总结
飞行器集群协同控制技术成为当前群体智能领域的前沿热点，也是世界各国军事发展战略的制高点之一，备受关注。
由单飞行器控制到多飞行器协同控制的转变将在协同感知、协同决策、决策控制一体化、协同组网、仿真验证等方面提出挑战。
随着控制系统架构的重新定义，飞行器在物理域的作战能力扩展为信息域的协同能力、认知域的决策能力，将实现物理域、信息域、认知域的三域融合，从而使飞行器集群在复杂环境中的适应性和综合效能全面提升。