導(dǎo) 語(yǔ)：近年來(lái)，無(wú)人機(jī)集群技術(shù)概念的提出及發(fā)展，有效解決了單個(gè)無(wú)人機(jī)作業(yè)時(shí)載荷相對(duì)較小，信息感知處理能力相對(duì)較弱的不足。無(wú)人機(jī)集群技術(shù)的研究與應(yīng)用已成為無(wú)人機(jī)技術(shù)發(fā)展的一個(gè)重要方向，無(wú)人機(jī)集群不但能通過(guò)單機(jī)間的密切協(xié)作， 有效提升載荷能力和信息處理能力，并且無(wú)人機(jī)集群具有很高的“自愈”能力和很強(qiáng)的魯棒性。本文主要介紹了無(wú)人機(jī)集群技術(shù)的相關(guān)概念、國(guó)內(nèi)外無(wú)人機(jī)集群技術(shù)研究現(xiàn)狀、差異以及無(wú)人機(jī)集群發(fā)展的關(guān)鍵技術(shù)和未來(lái)無(wú)人機(jī)集群技術(shù)發(fā)展趨勢(shì)，為開(kāi)展無(wú)人機(jī)集群的研究提供理論基礎(chǔ)。

0 引 言

　　集群概念源于生物學(xué)研究。在自然界中，歐椋鳥(niǎo)群、鴿群、雁群、蟻群、蜂群、狼群等大量個(gè)體聚集時(shí)往往能夠形成協(xié)調(diào)一致、令人震撼的集群運(yùn)動(dòng)場(chǎng)景。法國(guó)生物學(xué)家Pierre Paul Grasse基于白蟻筑巢行為，首次提出了生物集群的概念，并開(kāi)始了智能集群的研究。典型生物集群行為如圖1所示。

圖1 典型生物集群行為

　　單無(wú)人機(jī)的應(yīng)用，由于受自身?xiàng)l件的限制，面對(duì)應(yīng)用環(huán)境的日益復(fù)雜以及任務(wù)多樣，頗顯局限。在軍事應(yīng)用上，單機(jī)易受自身的燃料、質(zhì)量和尺寸的限制，無(wú)法形成持續(xù)有力的打擊力度;在民用上，受載荷能力、機(jī)載傳感器以及通信設(shè)備的限制，單架無(wú)人機(jī)不能很好地完成農(nóng)林植保、測(cè)繪、搶險(xiǎn)救災(zāi)等任務(wù);在警用安保上，單架無(wú)人機(jī)也會(huì)因被攻擊或自身故障導(dǎo)致任務(wù)失敗等。為解決單無(wú)人機(jī)應(yīng)用的局限性，美國(guó)空軍科學(xué)顧問(wèn)委員會(huì)提出未來(lái)無(wú)人機(jī)的應(yīng)用將是以集群的方式。

　　無(wú)人機(jī)集群是指由一定數(shù)量的同類或異類無(wú)人機(jī)組成，利用信息交互與反饋、激勵(lì)與響應(yīng)，實(shí)現(xiàn)相互間行為協(xié)同，適應(yīng)動(dòng)態(tài)環(huán)境，共同完成特定任務(wù)的自主式空中智能系統(tǒng)。

　　無(wú)人機(jī)集群不是多無(wú)人機(jī)間的簡(jiǎn)單編隊(duì)，而是通過(guò)必要的控制策略使之產(chǎn)生集群協(xié)同效應(yīng)，從而具備執(zhí)行復(fù)雜多變、危險(xiǎn)任務(wù)的能力。未來(lái)，無(wú)人機(jī)集群協(xié)同完成任務(wù)將成為無(wú)人機(jī)產(chǎn)業(yè)應(yīng)用的重要方面。無(wú)人機(jī)集群既能最大限度地發(fā)揮無(wú)人機(jī)的優(yōu)勢(shì)，提高整體的載荷能力和信息感知處理能力，又能避免單無(wú)人機(jī)執(zhí)行任務(wù)時(shí)被攻擊或任務(wù)效率不高的問(wèn)題。

　　1 國(guó)內(nèi)外無(wú)人機(jī)集群技術(shù)研究現(xiàn)狀

　　無(wú)人機(jī)已被各國(guó)廣泛用于國(guó)防建設(shè)和民用領(lǐng)域，隨著無(wú)人機(jī)技術(shù)的深入研究，無(wú)人機(jī)自主集群系統(tǒng)能夠通過(guò)緊密的協(xié)作完成各種復(fù)雜多變的任務(wù)，并且具備卓越的協(xié)調(diào)性、智能性和自主性，已成為無(wú)人機(jī)研究的一個(gè)重要方向。無(wú)人機(jī)集群作戰(zhàn)是指一組具備部分自主能力的無(wú)人機(jī)通過(guò)相關(guān)的輔助操作，在作戰(zhàn)指揮系統(tǒng)監(jiān)控下，完成作戰(zhàn)任務(wù)的過(guò)程。美國(guó)國(guó)防部在《無(wú)人機(jī)系統(tǒng)路線圖2005-2030》中指出，到2025年，集群無(wú)人機(jī)將具備戰(zhàn)場(chǎng)認(rèn)知能力，能夠?qū)崿F(xiàn)完全自組織作戰(zhàn)。

　　1.1 國(guó)外無(wú)人機(jī)集群技術(shù)研究現(xiàn)狀

　　1.1.1 無(wú)人機(jī)集群分層控制研究現(xiàn)狀

　　對(duì)無(wú)人機(jī)集群實(shí)施有效的控制是完成各種復(fù)雜集群任務(wù)的基礎(chǔ)。Cook W.J.等人認(rèn)為，無(wú)人機(jī)集群任務(wù)規(guī)劃問(wèn)題屬于復(fù)雜問(wèn)題的組合優(yōu)化，擬從運(yùn)籌學(xué)角度，采用分層控制方法解決此類問(wèn)題。Boskovic J.D.等人將無(wú)人機(jī)集群任務(wù)規(guī)劃問(wèn)題分解為決策層、路徑規(guī)劃層、軌跡生成層和控制層，其中，決策層負(fù)責(zé)無(wú)人機(jī)集群系統(tǒng)中的任務(wù)規(guī)劃與分配、避碰和任務(wù)評(píng)估等;路徑規(guī)劃層負(fù)責(zé)將任務(wù)決策數(shù)據(jù)轉(zhuǎn)換成航路點(diǎn)，以引導(dǎo)無(wú)人機(jī)完成任務(wù)、規(guī)避障礙;軌跡生成層根據(jù)無(wú)人機(jī)姿態(tài)信息、環(huán)境感知信息生成無(wú)人機(jī)通過(guò)航路點(diǎn)的可飛路徑;控制層控制無(wú)人機(jī)按照生成的軌跡飛行。無(wú)人機(jī)集群任務(wù)規(guī)劃分層結(jié)構(gòu)如圖2所示。

　　圖2 無(wú)人機(jī)集群任務(wù)規(guī)劃分層結(jié)構(gòu)示意圖

　　Tsourdos A等從多無(wú)人機(jī)任務(wù)協(xié)同路徑規(guī)劃的方向?qū)⒍鄼C(jī)協(xié)同任務(wù)規(guī)劃分為集群任務(wù)規(guī)劃分配層、協(xié)同路徑規(guī)劃層、控制層等三個(gè)層次[13]。研究表明，分層控制能夠降低無(wú)人機(jī)集群中任務(wù)分配問(wèn)題的復(fù)雜性，提高集群任務(wù)分配效率。

　　1.1.2 無(wú)人機(jī)集群控制系統(tǒng)研究現(xiàn)狀

　　根據(jù)集群控制系統(tǒng)中有無(wú)控制中心節(jié)點(diǎn)，分為集中式控制與分布式控制系統(tǒng)。集中式控制系統(tǒng)是由控制中心節(jié)點(diǎn)完成系統(tǒng)的任務(wù)規(guī)劃和協(xié)同工作，多機(jī)系統(tǒng)中的無(wú)人機(jī)只作為任務(wù)的執(zhí)行者。目前，已有多種集中式任務(wù)規(guī)劃的研究方法，如多旅行商問(wèn)題、車輛路由問(wèn)題、網(wǎng)絡(luò)流模型、混合整數(shù)線性規(guī)劃等。其中網(wǎng)絡(luò)流模型、混合整數(shù)線性規(guī)劃多用于解決多任務(wù)時(shí)使用。

　　分布式控制系統(tǒng)中沒(méi)有控制中心節(jié)點(diǎn)，對(duì)單機(jī)來(lái)說(shuō)在系統(tǒng)中地位是平等的，采用自主管理、協(xié)商的方式完成任務(wù)。如歐洲信息社會(huì)技術(shù)計(jì)劃(IST)開(kāi)展的異構(gòu)無(wú)人機(jī)集群實(shí)時(shí)協(xié)同與控制項(xiàng)目(COMETS)采用的就是異構(gòu)無(wú)人機(jī)集群分布式實(shí)時(shí)控制技術(shù)。

　　1.1.3 無(wú)人機(jī)集群任務(wù)協(xié)同算法研究現(xiàn)狀

　　針對(duì)無(wú)人機(jī)集群任務(wù)規(guī)劃復(fù)雜問(wèn)題，Ramirez- Atencia C 提出了一種改進(jìn)型多目標(biāo)遺傳算法來(lái)求解任務(wù)規(guī)劃問(wèn)題。E.Edison等針對(duì)無(wú)人機(jī)集群系統(tǒng)對(duì)執(zhí)行多任務(wù)目標(biāo)易受時(shí)間先后順序約束的情況，采用圖論描述方法，結(jié)合時(shí)間、資源、路徑等多個(gè)條件，建立了“協(xié)同多任務(wù)分配問(wèn)題”的組合優(yōu)化模型。該模型能較好的解決多無(wú)人機(jī)任務(wù)協(xié)同規(guī)劃問(wèn)題，但建立模型后需要采用廣度或深度優(yōu)先搜索算法、Dijktra算法等確定性的圖搜索算法，或采用分支定界、動(dòng)態(tài)規(guī)劃以及遺傳算法、粒子群算法、模擬退化算法等啟發(fā)式隨機(jī)搜索算法。采用上述算法雖然能找到問(wèn)題最優(yōu)解，但是隨著問(wèn)題規(guī)模的擴(kuò)大，尋找最優(yōu)解的計(jì)算量增大。為降低大型問(wèn)題的計(jì)算量，S.J.Rasmussen等提出基于樹(shù)搜索算法解決無(wú)人機(jī)集群的任務(wù)規(guī)劃問(wèn)題。該算法既能快速找到問(wèn)題最優(yōu)解，又能避免確定性搜索算法計(jì)算量大的缺點(diǎn)。

　　1.1.4 無(wú)人機(jī)集群體系結(jié)構(gòu)研究現(xiàn)狀

　　無(wú)人機(jī)集群的動(dòng)態(tài)性和復(fù)雜性特征決定了體系結(jié)構(gòu)復(fù)雜多變。在無(wú)人機(jī)體系結(jié)構(gòu)研究上，大多采用的是層次遞進(jìn)型體系結(jié)構(gòu)，采用遞階型體系結(jié)構(gòu)可降低集群系統(tǒng)復(fù)雜性，提高集群系統(tǒng)運(yùn)行的效率。其代表性研究有：Caloud P等經(jīng)過(guò)研究將無(wú)人機(jī)集群體系結(jié)構(gòu)分為任務(wù)分解、分配、規(guī)劃和執(zhí)行控制四層，并建立“GOPHER”體系結(jié)構(gòu)模型。

Parker L E基于行為建立ALLIANCE分布式體系結(jié)構(gòu)，該體系結(jié)構(gòu)是具有容錯(cuò)和自適應(yīng)性的多機(jī)協(xié)調(diào)體系結(jié)構(gòu)。L?ngle T等為解決多機(jī)體系結(jié)構(gòu)協(xié)調(diào)問(wèn)題，對(duì)多機(jī)容錯(cuò)行為和誤差糾正的研究建立了KAMARA的分布式體系結(jié)構(gòu)模型。

　　1.1.5 無(wú)人機(jī)集群通信網(wǎng)絡(luò)研究現(xiàn)狀

　　無(wú)人機(jī)集群通信網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)有別于單機(jī)與地面站的通信拓?fù)?，是一種立體全方位通信網(wǎng)絡(luò)拓?fù)?。集群通信網(wǎng)絡(luò)感知系統(tǒng)不僅是無(wú)人機(jī)集群通信的基礎(chǔ)，還是無(wú)人機(jī)集群編隊(duì)重要信息的獲取通道。為解決無(wú)人機(jī)集群通信中的時(shí)延、數(shù)據(jù)丟失、信號(hào)衰落問(wèn)題，Ghazal A等基于諧波疊加方法建立IMT-A信道模型。由于無(wú)人機(jī)集群系統(tǒng)的應(yīng)用場(chǎng)景通常在室外環(huán)境，為此，Petkovic M等基于室外環(huán)境中紅外波段光譜的信號(hào)傳輸，以及相關(guān)的光天線通信(OWC)技術(shù)，建立了無(wú)人機(jī)的自由空間光通信系統(tǒng)。該系統(tǒng)在一定程度上能夠解決通信帶寬、數(shù)據(jù)擁堵、時(shí)延等問(wèn)題，并基于光電信號(hào)轉(zhuǎn)換技術(shù)，在視距范圍內(nèi)能夠滿足系統(tǒng)要求，但易受大氣低溫、海拔和氣壓的影響。

　　1.2 國(guó)內(nèi)無(wú)人機(jī)集群技術(shù)研究現(xiàn)狀

　　國(guó)內(nèi)對(duì)無(wú)人機(jī)集群技術(shù)的研究起步較晚，但對(duì)無(wú)人機(jī)集群技術(shù)任務(wù)規(guī)劃研究比較深入。目前，國(guó)內(nèi)北京航空航天大學(xué)、國(guó)防科技大學(xué)、中國(guó)電子科技集團(tuán)電子科學(xué)技術(shù)研究院等單位圍繞多無(wú)人機(jī)系統(tǒng)的協(xié)同感知與信息共享、路徑實(shí)時(shí)規(guī)劃、自主編隊(duì)與編隊(duì)重構(gòu)、智能協(xié)同決策等技術(shù)開(kāi)展了相關(guān)研究。2017年6月，中國(guó)電子科技集團(tuán)成功完成119架小型固定翼無(wú)人機(jī)集群飛行試驗(yàn)。

　　1.2.1 無(wú)人機(jī)集群任務(wù)規(guī)劃研究現(xiàn)狀

　　無(wú)人機(jī)集群任務(wù)是指需要多機(jī)協(xié)同完成的任務(wù)。無(wú)人機(jī)集群任務(wù)規(guī)劃是指針對(duì)不同的任務(wù)無(wú)人機(jī)集群系統(tǒng)選取不同的任務(wù)策略，對(duì)任務(wù)實(shí)施分組、規(guī)劃完成，它具有復(fù)雜性、準(zhǔn)確性、以及實(shí)時(shí)性的特點(diǎn)。在進(jìn)行無(wú)人機(jī)任務(wù)分配時(shí)既要保證任務(wù)優(yōu)先級(jí)、利益最大化、不同無(wú)人機(jī)執(zhí)行任務(wù)均衡性，又要盡量減少的任務(wù)執(zhí)行時(shí)間、縮短任務(wù)執(zhí)行路徑。

　　Hu X.X等人為解決集群無(wú)人機(jī)任務(wù)分配計(jì)算難度，將多無(wú)人機(jī)任務(wù)分配問(wèn)題分為目標(biāo)聚類、集群分配和目標(biāo)分配三個(gè)層次，并進(jìn)行實(shí)驗(yàn)，結(jié)果顯示同等情況下該方法效率更高。岳源等人根據(jù)多無(wú)人機(jī)系統(tǒng)協(xié)同的特點(diǎn)，結(jié)合路程、通信、雷達(dá)傳感器能力、無(wú)人機(jī)自主化水平，建立了無(wú)人機(jī)集群偵察優(yōu)勢(shì)函數(shù)，并根據(jù)該函數(shù)建立目標(biāo)任務(wù)分配模型，運(yùn)用粒子群算法對(duì)多無(wú)人機(jī)偵察目標(biāo)進(jìn)行研究。葉媛媛以多目標(biāo)為基礎(chǔ)，建立多目標(biāo)整數(shù)規(guī)劃模型，分析了多機(jī)系統(tǒng)任務(wù)規(guī)劃問(wèn)題。龍濤在合同網(wǎng)協(xié)議基礎(chǔ)上提出一種有限中心的分布式控制系統(tǒng)，用于解決在線實(shí)時(shí)的任務(wù)分配問(wèn)題。柳林在多機(jī)系統(tǒng)研究中，提出基于合同網(wǎng)的NeA-MRTA和CA-MRTA算法，能更好地解決動(dòng)態(tài)分布式任務(wù)分配問(wèn)題。王慶賀等人提出使用改進(jìn)遺傳算法解決多無(wú)人機(jī)協(xié)同過(guò)程中目標(biāo)分配問(wèn)題，采用特定的進(jìn)化算子及染色體并利用環(huán)境信息，解決了路徑約束問(wèn)題，建立了飛行代價(jià)模型。該改進(jìn)算法改善了遺傳算子早熟問(wèn)題，收斂速度更快。張浩森等人采用蟻群算法，建立目標(biāo)群簡(jiǎn)化的數(shù)學(xué)模型，解決了在目標(biāo)區(qū)域被對(duì)方探測(cè)的時(shí)間和最小的路徑優(yōu)化問(wèn)題。Yi Wei等提出了一種任務(wù)分配和調(diào)度的混合控制框架，并將動(dòng)態(tài)數(shù)據(jù)驅(qū)動(dòng)系統(tǒng)應(yīng)用于該框架，很好地解決了無(wú)人機(jī)集群的動(dòng)態(tài)任務(wù)規(guī)劃問(wèn)題。王國(guó)強(qiáng)等設(shè)計(jì)了一種基于VR-Forces的分布式無(wú)人機(jī)編隊(duì)協(xié)同的任務(wù)規(guī)劃仿真系統(tǒng)，該系統(tǒng)解決了多無(wú)人機(jī)編隊(duì)實(shí)驗(yàn)成本和風(fēng)險(xiǎn)高的問(wèn)題。

　　1.2.2 無(wú)人機(jī)集群路徑規(guī)劃研究現(xiàn)狀

　　無(wú)人機(jī)集群路徑規(guī)劃不僅要保證全局路徑最優(yōu)，完成任務(wù)時(shí)間最短，還要保證無(wú)人機(jī)集群在完成任務(wù)中單機(jī)能夠避障、單機(jī)間能夠避碰。為此，高曉光、宋紹梅等人采用分層方式，將無(wú)人機(jī)集群的系統(tǒng)航路規(guī)劃問(wèn)題分為協(xié)同管理層、路徑規(guī)劃層和軌跡控制層等層，能較好地解決航路規(guī)劃問(wèn)題。沈延航等對(duì)于無(wú)人機(jī)集群搜索靜止的多目標(biāo)時(shí)，根據(jù)搜索理論，依據(jù)搜索域上回報(bào)率的狀態(tài)圖，并利用蒙特卡洛仿真，展開(kāi)多無(wú)人機(jī)協(xié)同搜索的研究。經(jīng)研究得知，協(xié)同搜索比隨機(jī)搜索能更好利用無(wú)人機(jī)資源，提高無(wú)人機(jī)集群的效率。丁琳等基于Voronoi圖，引入?yún)f(xié)同變量及函數(shù)，生成與威脅相關(guān)聯(lián)的航路，并通過(guò)集結(jié)點(diǎn)得出狀態(tài)圖，使集群無(wú)人機(jī)都能到達(dá)任務(wù)目標(biāo)，共同完成任務(wù)。柳長(zhǎng)安等通過(guò)對(duì)多無(wú)人機(jī)協(xié)同偵察路徑規(guī)劃的研究，提出采用無(wú)人機(jī)執(zhí)行任務(wù)的總時(shí)間來(lái)衡量路徑規(guī)劃的優(yōu)劣。該方法將執(zhí)行偵察任務(wù)的有效時(shí)間轉(zhuǎn)化為有效偵察飛行距離，以此評(píng)價(jià)路徑規(guī)劃的優(yōu)劣。嚴(yán)平等人為解決無(wú)人機(jī)在未知復(fù)雜環(huán)境下的多任務(wù)航路規(guī)劃問(wèn)題，提出多任務(wù)航路規(guī)劃框架。該框架能夠?qū)崟r(shí)解決遭遇威脅航路規(guī)劃問(wèn)題，以避免碰撞造成無(wú)人機(jī)損毀。趙敏等人為達(dá)到減少無(wú)人機(jī)集群完成任務(wù)總時(shí)間和盡量縮短各無(wú)人機(jī)的航程，最大限度發(fā)揮無(wú)人機(jī)集群效能的目的，提出了啟發(fā)式的任務(wù)和航路綜合規(guī)劃方法。該方法能夠提高無(wú)人機(jī)集群的效率并能降低集群無(wú)人機(jī)的動(dòng)力消耗。周歡等人為解決集群無(wú)人機(jī)的規(guī)避問(wèn)題，彌補(bǔ)大規(guī)模集群系統(tǒng)控制的缺點(diǎn)，提出了基于規(guī)則的無(wú)人機(jī)集群系統(tǒng)飛行與規(guī)避自主協(xié)同控制方法。

　　1.2.3 無(wú)人機(jī)集群信息通信研究現(xiàn)狀

　　無(wú)人機(jī)集群能否達(dá)到預(yù)定的作戰(zhàn)效能，關(guān)鍵在于信息的獲取與傳遞，無(wú)人機(jī)信息通信高效運(yùn)作是取得戰(zhàn)場(chǎng)信息權(quán)的關(guān)鍵。楊江華以螞蟻覓食行為作為理論模型，對(duì)蟻群算法進(jìn)行研究，提出了以信息素視圖的無(wú)人機(jī)協(xié)同方法，提高了無(wú)人機(jī)集群的魯棒性，降低了無(wú)人機(jī)集群通信問(wèn)題對(duì)集群系統(tǒng)的干擾。曹菊紅等人開(kāi)發(fā)了基于智能的多無(wú)人機(jī)系統(tǒng)控制智能指揮系統(tǒng)，并通過(guò)專用通信實(shí)時(shí)共享信息，提高了無(wú)人機(jī)自主決策攻擊能力。周紹磊等針對(duì)多無(wú)人機(jī)間通信拓?fù)淇赡馨l(fā)生變化的情況，基于一致性方法設(shè)計(jì)了編隊(duì)控制器，解決了通信拓?fù)涓淖兿碌臒o(wú)人機(jī)集群軌跡控制與時(shí)變編隊(duì)控制問(wèn)題。Liu Liu等基于IMT-A信道模型非平穩(wěn)衰落特性，建立隨機(jī)寬帶動(dòng)態(tài)信道仿真模型，但硬件難以實(shí)現(xiàn)。夏進(jìn)等建立改進(jìn)型的SOS信道模型，實(shí)現(xiàn)了平穩(wěn)和非平穩(wěn)衰落信道的模擬，保證了通信信號(hào)的連續(xù)性，切換步驟簡(jiǎn)單，易于實(shí)現(xiàn)。

　　1.2.4 無(wú)人機(jī)集群編隊(duì)隊(duì)形研究現(xiàn)狀

　　合理的無(wú)人機(jī)編隊(duì)隊(duì)形既能保證無(wú)人機(jī)集群在安全條件下快速完成集群任務(wù)，又能節(jié)省無(wú)人機(jī)的動(dòng)力。Zhou Z W等基于對(duì)雁群的觀察和研究，討論了無(wú)人機(jī)編隊(duì)飛行與雁群飛行間的仿生理論，提出了仿雁群飛行方式的多無(wú)人機(jī)緊密編隊(duì)與控制方法理論。該方法能有效增加無(wú)人機(jī)編隊(duì)飛行的穩(wěn)定性，并且能減少集群無(wú)人機(jī)能量消耗。葉圣濤等人針對(duì)無(wú)人機(jī)集群自主編隊(duì)中的算法復(fù)雜、信息交互量大的問(wèn)題，提出了基于智能突現(xiàn)下的分布式無(wú)人機(jī)集群編隊(duì)控制策略，建立了集群無(wú)人機(jī)模型，能夠使無(wú)人機(jī)在復(fù)雜條件下形成穩(wěn)定的多機(jī)編隊(duì)，但在該研究中沒(méi)有考慮通信延遲、數(shù)據(jù)丟包和通信噪聲的問(wèn)題。井田等人針對(duì)傳統(tǒng)無(wú)人機(jī)集群在偵查中難以自適應(yīng)調(diào)整以匹配不同偵察環(huán)境的問(wèn)題，提出基于區(qū)域信息熵的“數(shù)字草皮”及其植物量變化模型，并設(shè)計(jì)了目標(biāo)區(qū)域—無(wú)人機(jī)集群持續(xù)偵察體系中的規(guī)?？刂品椒?。該方法能在復(fù)雜的任務(wù)背景下，提高無(wú)人機(jī)集群編隊(duì)的可重構(gòu)性和柔性。

　　陳杰敏等基于主從式編隊(duì)與通信拓?fù)淅碚摚⒘硕A一致性編隊(duì)控制系統(tǒng)，保證了無(wú)人機(jī)編隊(duì)的穩(wěn)定飛行。

　　1.2.5 無(wú)人機(jī)集群控制策略研究現(xiàn)狀

　　無(wú)人機(jī)集群控制策略是無(wú)人機(jī)集群的基礎(chǔ)，能夠解決不同類型無(wú)人機(jī)在集群編隊(duì)、隊(duì)形保持與重構(gòu)等相關(guān)集群?jiǎn)栴}。李欣等人針對(duì)控制對(duì)象的不確定性、目標(biāo)任務(wù)的復(fù)雜多變提出了集群智能控制的概念。

　　段海濱等基于生物群集和無(wú)人機(jī)集群相似性出發(fā)，分析了二者自主控制的對(duì)應(yīng)關(guān)系，并探討了仿生物群集的無(wú)人機(jī)集群自主控制中的核心問(wèn)題。羅德林等人為提高大規(guī)模無(wú)人機(jī)集群對(duì)抗策略的有效性，提出將多agent系統(tǒng)應(yīng)用到無(wú)人機(jī)集群系統(tǒng)中，將系統(tǒng)中單機(jī)視為獨(dú)立的agent，建立無(wú)人機(jī)獨(dú)立的單機(jī)行為集。景曉年等為解決無(wú)人機(jī)集群的運(yùn)動(dòng)控制問(wèn)題，基于無(wú)人機(jī)的避碰、聚集和速度匹配規(guī)則，提出一種基于規(guī)則的運(yùn)動(dòng)控制方法，并根據(jù)規(guī)則建立了集群動(dòng)力學(xué)模型和運(yùn)動(dòng)控制模型。朱創(chuàng)創(chuàng)等人基于分層控制和封裝的思想，將無(wú)人機(jī)控制系統(tǒng)分為執(zhí)行層和決策層。應(yīng)用領(lǐng)導(dǎo)—跟隨協(xié)同編隊(duì)控制算法，搭建了分布式控制的無(wú)人機(jī)集群編隊(duì)控制演示驗(yàn)證系統(tǒng)。

　　2 國(guó)內(nèi)外無(wú)人機(jī)集群技術(shù)研究差異

　　國(guó)外對(duì)無(wú)人機(jī)集群技術(shù)的研究開(kāi)始較早，側(cè)重于無(wú)人機(jī)集群技術(shù)的整體性研究。主要對(duì)無(wú)人機(jī)集群技術(shù)中的無(wú)人機(jī)集群結(jié)構(gòu)框架、控制與優(yōu)化技術(shù)、任務(wù)管理與協(xié)同等進(jìn)行深入研究，并且取得了一定的成效。如美國(guó)國(guó)防部高級(jí)研究計(jì)劃局主導(dǎo)的自主編隊(duì)混合控制項(xiàng)目(MICA)，該項(xiàng)目對(duì)協(xié)同任務(wù)分配、協(xié)同路徑規(guī)劃、混合主動(dòng)與自主編隊(duì)控制、協(xié)同跟蹤、信息共享等有關(guān)無(wú)人機(jī)集群的技術(shù)進(jìn)行全面的研究。美國(guó)廣域搜索彈藥項(xiàng)目(Wide Area Search Munitions，WASM)通過(guò)建立Multi UAV協(xié)同控制仿真平臺(tái)，采用分層控制與優(yōu)化技術(shù)，研究了復(fù)雜任務(wù)背景下如何增強(qiáng)無(wú)人機(jī)集群協(xié)同全域搜索與打擊能力。2006年，美國(guó)空軍技術(shù)研究院基于進(jìn)化機(jī)制的同構(gòu)或異構(gòu)的無(wú)人機(jī)集群自組織行為，建立自組織框架，使集群無(wú)人機(jī)通過(guò)自然選擇和遺傳變異，實(shí)現(xiàn)自身和行為的不斷優(yōu)化，產(chǎn)生對(duì)環(huán)境和作戰(zhàn)任務(wù)的自適應(yīng)能力。

　　國(guó)內(nèi)由于現(xiàn)有技術(shù)的限制，無(wú)人機(jī)集群技術(shù)整體研究處于起步階段，但對(duì)多無(wú)人機(jī)自主協(xié)同控制中的信息感知與傳輸、編隊(duì)與隊(duì)形、避障與避碰等技術(shù)研究較為深入，理論成果較多。其中采用基于分層遞階的方法進(jìn)行協(xié)同控制的研究取得的成果最多。如在多機(jī)協(xié)同方面，基于分層遞階控制思想，研究了多機(jī)任務(wù)分配、多機(jī)航跡規(guī)劃、多機(jī)編隊(duì)控制等內(nèi)容。在群體智能研究方面，北京航空航天大學(xué)段海濱教授長(zhǎng)期從事基于仿生智能的無(wú)人機(jī)自主控制研究，研究成果顯著，主要研究了基于生物群集行為特性，建立了鴿群、雁群、狼群等典型生物群體智能模型，研究了從生物群體智能到無(wú)人機(jī)集群控制的理論映射。

　　3 無(wú)人機(jī)集群技術(shù)發(fā)展的關(guān)鍵技術(shù)

　　無(wú)人機(jī)集群對(duì)環(huán)境的對(duì)抗性和任務(wù)的復(fù)雜性，決定了無(wú)人機(jī)集群必須具有高度的自主能力和協(xié)同能力。生物界中歐椋鳥(niǎo)群、鴿群、狼群、蟻群等生物群體在集群活動(dòng)中都表現(xiàn)為群體智能。無(wú)人機(jī)集群智能研究建模中，往往進(jìn)行簡(jiǎn)化，忽略了歷史因素對(duì)個(gè)體的影響，將其簡(jiǎn)化為當(dāng)前狀態(tài)的運(yùn)動(dòng)決策系統(tǒng)。應(yīng)將實(shí)際的因素加入群體智能，如視覺(jué)感知、集群中單機(jī)對(duì)外部不良因素的快速準(zhǔn)確反應(yīng)以及個(gè)體間的交互等，充分考慮各種因素對(duì)群體智能的影響。綜合分析可以看出無(wú)人機(jī)集群技術(shù)發(fā)展的一些關(guān)鍵技術(shù)。

　　3.1 無(wú)人機(jī)集群態(tài)勢(shì)感知與信息共享

　　無(wú)人機(jī)集群的態(tài)勢(shì)感知與信息共享是無(wú)人機(jī)集群自主控制與決策的基礎(chǔ)。對(duì)于無(wú)人機(jī)集群來(lái)說(shuō)，集群系統(tǒng)中的單機(jī)既是通信的網(wǎng)絡(luò)節(jié)點(diǎn)，又是信息感知與處理的節(jié)點(diǎn)。不同單機(jī)可搭載不同的傳感器獲取不同范圍、不同維度的信息，單機(jī)間通過(guò)相互間的密切協(xié)同，可以將不同無(wú)人機(jī)的信息進(jìn)行融合、共享，為集群系統(tǒng)決策提供信息支持。無(wú)人機(jī)集群信息共享利用其集群飛行的通信系統(tǒng)，不僅能夠應(yīng)對(duì)強(qiáng)電磁干擾下的通信延遲、丟包等情況，還能將感知到的信息傳遞給其他個(gè)體，從而避免因單機(jī)感知能力、信息處理能力的限制導(dǎo)致集群系統(tǒng)功能的低下。

　　3.2 無(wú)人機(jī)集群編隊(duì)與智能決策控制

　　編隊(duì)是無(wú)人機(jī)集群執(zhí)行任務(wù)的形式和基礎(chǔ)。在無(wú)人機(jī)集群編隊(duì)的控制中要解決兩個(gè)關(guān)鍵問(wèn)題：一是編隊(duì)的生成與保持，不同幾何圖形的隊(duì)形生成與變換，編隊(duì)隊(duì)形不變情況下的收縮、擴(kuò)張以及旋轉(zhuǎn)等;二是避障以及避碰時(shí)隊(duì)形的動(dòng)態(tài)調(diào)整與重構(gòu)，如遇到障礙時(shí)隊(duì)形的分離與結(jié)合，成員增加或減少時(shí)的隊(duì)形調(diào)整等。

　　無(wú)人機(jī)集群智能決策控制是實(shí)現(xiàn)無(wú)人機(jī)集群優(yōu)勢(shì)的核心。針對(duì)復(fù)雜的環(huán)境，動(dòng)態(tài)的任務(wù)目標(biāo)、威脅等無(wú)人機(jī)集群需具備實(shí)時(shí)任務(wù)調(diào)整和路徑規(guī)劃的能力，除態(tài)勢(shì)感知與信息共享外，還需實(shí)現(xiàn)無(wú)人機(jī)集群智能決策控制，以快速響應(yīng)動(dòng)態(tài)變化，提高無(wú)人機(jī)集群完成任務(wù)的效率和魯棒性。

　　3.3 無(wú)人機(jī)集群中有人機(jī)與無(wú)人機(jī)協(xié)同技術(shù)

　　由于無(wú)人機(jī)集群技術(shù)理論研究與發(fā)展限制，短時(shí)間內(nèi)實(shí)現(xiàn)無(wú)人機(jī)的全自主智能控制難度較大。有人機(jī)與無(wú)人機(jī)的異構(gòu)機(jī)型集群協(xié)同是一個(gè)重要集群技術(shù)，有人機(jī)與無(wú)人機(jī)集群協(xié)同不等同于一般的不同類型的簡(jiǎn)單協(xié)同。人工智能與人類智能、有人系統(tǒng)與無(wú)人系統(tǒng)的深度融合協(xié)同將成為未來(lái)無(wú)人機(jī)集群技術(shù)發(fā)展的重要方向。集群系統(tǒng)中有人機(jī)與無(wú)人機(jī)的協(xié)同實(shí)現(xiàn)了無(wú)人機(jī)進(jìn)行態(tài)勢(shì)信息感知和有人機(jī)進(jìn)行任務(wù)判斷決策空間上的分離，可完成高難度、危險(xiǎn)系數(shù)高、復(fù)雜條件下的任務(wù)。

　　3.4 無(wú)人機(jī)集群移動(dòng)Ad Hoc網(wǎng)絡(luò)技術(shù)

　　Ad Hoc網(wǎng)是一種多跳的、無(wú)中心的、自組織無(wú)線網(wǎng)絡(luò)，又稱為多跳網(wǎng)(Multi-Hop Network)、自組織網(wǎng)(Self-Organizing Network)。網(wǎng)絡(luò)中沒(méi)有固定的節(jié)點(diǎn)，每個(gè)節(jié)點(diǎn)都是活動(dòng)的，并且隨機(jī)地與其他節(jié)點(diǎn)保持聯(lián)系。每一個(gè)節(jié)點(diǎn)又能作為一個(gè)路由器，能發(fā)現(xiàn)、連接、維持其他節(jié)點(diǎn)路由的功能。

　　國(guó)外無(wú)人機(jī)集群Ad Hoc網(wǎng)絡(luò)研究處于初級(jí)階段，國(guó)內(nèi)的研究較少，目前無(wú)人機(jī)集群通信網(wǎng)主要是采用基站或無(wú)人機(jī)集群地面站對(duì)無(wú)人機(jī)實(shí)施控制。未來(lái)無(wú)人機(jī)集群網(wǎng)絡(luò)的基礎(chǔ)是移動(dòng)Ad Hoc網(wǎng)絡(luò)，它能夠根據(jù)無(wú)人機(jī)集群的實(shí)際需要快速擴(kuò)大和縮小，網(wǎng)絡(luò)結(jié)構(gòu)具有高的靈活性、擴(kuò)展性和抗毀性。

　　4 無(wú)人機(jī)集群技術(shù)研究現(xiàn)狀

　　隨著人工智能的發(fā)展，特別是智能化無(wú)人機(jī)技術(shù)的發(fā)展，無(wú)人機(jī)集群系統(tǒng)將越來(lái)越復(fù)雜但也越來(lái)越智能。在數(shù)量上，無(wú)人機(jī)集群已從簡(jiǎn)單的多機(jī)協(xié)同發(fā)展到成百上千架無(wú)人機(jī)協(xié)同。軍事上，無(wú)人機(jī)集群系統(tǒng)從簡(jiǎn)單的執(zhí)行偵察任務(wù)到完成復(fù)雜情況下的察打一體任務(wù)。在集群無(wú)人機(jī)編隊(duì)情況看，無(wú)人機(jī)集群已從簡(jiǎn)單的長(zhǎng)機(jī)、僚機(jī)的交互協(xié)同模式，發(fā)展到根據(jù)任務(wù)發(fā)展變化自組織編隊(duì)的自主協(xié)同。在人機(jī)交互方面，無(wú)人機(jī)集群正向人機(jī)智能交互發(fā)展。

　　4.1 人工智能推動(dòng)仿生智能無(wú)人機(jī)集群

　　在國(guó)發(fā)[2017]35號(hào)《新一代人工智能發(fā)展規(guī)劃》中指出開(kāi)展群體智能基礎(chǔ)理論研究，研究群體智能結(jié)構(gòu)理論與組織方法、群體智能激勵(lì)機(jī)制與涌現(xiàn)機(jī)理、群體智能學(xué)習(xí)理論與方法、群體智能通用計(jì)算范式與模型。2017年12月，在我國(guó)工業(yè)和信息化部發(fā)布的《促進(jìn)新一代人工智能產(chǎn)業(yè)發(fā)展三年行動(dòng)計(jì)劃(2018-2020)》中指出積極培育人工智能創(chuàng)新產(chǎn)品，促進(jìn)人工智能技術(shù)的產(chǎn)業(yè)化，將無(wú)人機(jī)列為八大重點(diǎn)培育產(chǎn)品，并開(kāi)展無(wú)人機(jī)智能飛控系統(tǒng)等研制。基于人工智能設(shè)計(jì)無(wú)人機(jī)集群分布式控制框架，使得系統(tǒng)中的無(wú)人機(jī)僅在局部感知能力下，通過(guò)集群數(shù)據(jù)鏈技術(shù)，同其他無(wú)人機(jī)組建自組織智能交互網(wǎng)絡(luò)，并在外界環(huán)境觸發(fā)作用下，實(shí)現(xiàn)復(fù)雜的行為模式，具備學(xué)習(xí)能力，在群體層面涌現(xiàn)出智能。

　　通過(guò)對(duì)自然界中的螞蟻、鳥(niǎo)類、狼群等群居性生物研究，發(fā)現(xiàn)其具有高度集中協(xié)調(diào)一致的特點(diǎn)，表現(xiàn)為集群智能。目前對(duì)群集生物中的自組織性、自修復(fù)等的群體智能研究還在理論研究階段，未來(lái)將生物的群集智能特性應(yīng)用于無(wú)人機(jī)集群控制當(dāng)中，將會(huì)使集群無(wú)人機(jī)具備仿生智能。

　　4.2 有人機(jī)與無(wú)人機(jī)共融集群

　　由于現(xiàn)階段無(wú)人機(jī)的感知系統(tǒng)、運(yùn)算處理系統(tǒng)、決策系統(tǒng)智能化程度不高，不能在復(fù)雜的環(huán)境下自主完成各種任務(wù)。因此，采用有人機(jī)與無(wú)人機(jī)組成共融無(wú)人機(jī)集群完成任務(wù)，既能很好發(fā)揮有人機(jī)運(yùn)算能力和人的決策處理突發(fā)事件能力，又能充分發(fā)揮無(wú)人機(jī)機(jī)動(dòng)性強(qiáng)，隱身性好的優(yōu)勢(shì)，共融無(wú)人機(jī)集群將成為無(wú)人機(jī)集群的發(fā)展趨勢(shì)。2016年，美國(guó)空軍發(fā)布《小型無(wú)人機(jī)系統(tǒng)飛行規(guī)劃2016-2036》，其強(qiáng)調(diào)了有人機(jī)與無(wú)人機(jī)的集群共融作戰(zhàn)，并針對(duì)“忠誠(chéng)僚機(jī)”集群作戰(zhàn)進(jìn)行了說(shuō)明，就是發(fā)展有人機(jī)與無(wú)人機(jī)集群編隊(duì)作戰(zhàn)。在《新一代人工智能發(fā)展規(guī)劃》中也多次提到“人機(jī)協(xié)同”，并把人機(jī)共融協(xié)同作為發(fā)展新一代人工智能關(guān)鍵共性技術(shù)體系的重點(diǎn)任務(wù)之一。中國(guó)工程院院士王天然提出“下一代機(jī)器人將實(shí)現(xiàn)人機(jī)共融”。由此可見(jiàn)，未來(lái)無(wú)人機(jī)集群的發(fā)展方向之一將是有人機(jī)與無(wú)人機(jī)的共融集群。

　　4.3 5G網(wǎng)聯(lián)無(wú)人機(jī)集群

　　據(jù)無(wú)人機(jī)行業(yè)有關(guān)預(yù)測(cè)，未來(lái)5年全球無(wú)人機(jī)市場(chǎng)的價(jià)值空間在705億美元，涵蓋世界各國(guó)和各個(gè)運(yùn)用領(lǐng)域。但是無(wú)人機(jī)產(chǎn)業(yè)的發(fā)展存在空域、數(shù)據(jù)鏈等痛點(diǎn)，無(wú)人機(jī)飛行的空域可以通過(guò)政府出臺(tái)相關(guān)政策予以解決。無(wú)人機(jī)產(chǎn)業(yè)數(shù)據(jù)鏈痛點(diǎn)同樣也是無(wú)人機(jī)集群發(fā)展的壁壘。隨著5G技術(shù)的發(fā)展與成熟，未來(lái)5G網(wǎng)聯(lián)無(wú)人機(jī)能夠利用5G網(wǎng)絡(luò)地面、低空立體覆蓋、傳輸速度快，數(shù)據(jù)低延遲等優(yōu)點(diǎn)解決數(shù)據(jù)鏈痛點(diǎn)，能夠?qū)崟r(shí)監(jiān)測(cè)任何一架無(wú)人機(jī)的運(yùn)行狀況。5G網(wǎng)聯(lián)無(wú)人機(jī)集群勢(shì)必使無(wú)人機(jī)集群的編隊(duì)與編隊(duì)重構(gòu)、任務(wù)協(xié)同、異構(gòu)無(wú)人機(jī)的協(xié)同、人機(jī)協(xié)同等無(wú)人機(jī)集群的優(yōu)點(diǎn)發(fā)揮到極致。5G網(wǎng)聯(lián)無(wú)人機(jī)將助推無(wú)人機(jī)集群技術(shù)的發(fā)展。

　　4.4 基于視覺(jué)的無(wú)人機(jī)集群

　　自然界中的生物感知外界物體的大小、形狀、明暗、顏色、空間位置、距離等重要信息，80%以上的信息是通過(guò)視覺(jué)功能獲取的?；谏疃葘W(xué)習(xí)技術(shù)的視覺(jué)感知在機(jī)器人、無(wú)人機(jī)等智能體上的應(yīng)用已非常廣泛且日趨成熟，特別是基于視覺(jué)的導(dǎo)航與避障技術(shù)的研究，實(shí)現(xiàn)了無(wú)人機(jī)在沒(méi)有GPS或GPS信號(hào)弱的情況下實(shí)現(xiàn)導(dǎo)航和避障。隨著單無(wú)人機(jī)通過(guò)視覺(jué)控制技術(shù)的成熟，使無(wú)人機(jī)集群能夠利用立體視覺(jué)技術(shù)進(jìn)行信息獲取與交互、集群任務(wù)協(xié)同、集群編隊(duì)與隊(duì)形變換，完成復(fù)雜條件下目標(biāo)識(shí)別判斷與精準(zhǔn)任務(wù)成為可能。

　　4.5 未來(lái)無(wú)人機(jī)集群應(yīng)用

　　隨著無(wú)人機(jī)技術(shù)的發(fā)展與產(chǎn)業(yè)化應(yīng)用以及軍民融合戰(zhàn)略，未來(lái)我國(guó)無(wú)人機(jī)集群的應(yīng)用將更加廣泛。

　　在農(nóng)業(yè)植保上，無(wú)人機(jī)噴灑農(nóng)藥是人工噴灑效率的30倍，并且具有安全、防治效果好、成本低，并且不受地理環(huán)境限制等優(yōu)勢(shì)。我國(guó)有將近20億畝耕地，現(xiàn)階段95%以上耕地的植保還是人工加手動(dòng)、電動(dòng)機(jī)械噴霧機(jī)的方式進(jìn)行植保作業(yè)。據(jù)有關(guān)預(yù)測(cè)顯示，假如有20%的耕地采用無(wú)人機(jī)集群進(jìn)行植保，需求量在20萬(wàn)架，其市場(chǎng)規(guī)模在100億以上。隨著無(wú)人機(jī)自主化水平的提高，以及植保無(wú)人機(jī)飛行算法的優(yōu)化、服務(wù)質(zhì)量的提高，未來(lái)在植保領(lǐng)域，無(wú)人機(jī)集群應(yīng)用市場(chǎng)將大有可為。

　　在航空測(cè)繪方面，采用無(wú)人機(jī)集群進(jìn)行測(cè)繪作業(yè)能從多角度同時(shí)完成測(cè)繪，加上智能算法，就可以清晰地得到被測(cè)繪區(qū)域的三維圖像，并生成相應(yīng)的三維模型，比采用單機(jī)測(cè)繪作業(yè)的效果更好。與傳統(tǒng)衛(wèi)星測(cè)繪相比較，測(cè)繪的分辨率更高，加之無(wú)人機(jī)操作靈活，不受場(chǎng)地限制，測(cè)繪作業(yè)的局限性更小、通用性更強(qiáng)，可以完成全天候測(cè)繪任務(wù)。

　　在警用反恐、執(zhí)法等領(lǐng)域，警用集群無(wú)人機(jī)將成為公安機(jī)關(guān)的必備工具。如在處理突發(fā)事件時(shí)，使用警用無(wú)人機(jī)集群可快速收集突發(fā)事件現(xiàn)場(chǎng)數(shù)據(jù)，并將現(xiàn)場(chǎng)的視頻、音頻信息傳送到警察指揮中心，同時(shí)能夠跟蹤事件的發(fā)展態(tài)勢(shì)，利用深度學(xué)習(xí)算法進(jìn)行判斷、決策、處置。

　　在搶險(xiǎn)救災(zāi)方面，尤其在?；肪仍F(xiàn)場(chǎng)，滅火救援消防人員不能靠的太近，消防無(wú)人機(jī)集群攜帶針對(duì)性專用滅火劑可代替人進(jìn)行?；返臏缁鹁仍?攜帶環(huán)境感知器對(duì)火源火勢(shì)、周邊環(huán)境易燃易爆物等進(jìn)行分析，還可攜帶通信裝備在任務(wù)區(qū)作為通信中繼，實(shí)時(shí)回傳災(zāi)情數(shù)據(jù)。

　　在軍用方面，無(wú)人機(jī)集群可以由多種類型的無(wú)人機(jī)組成，可以代替有人機(jī)，完成復(fù)雜危險(xiǎn)的任務(wù)。如：在戰(zhàn)場(chǎng)上遂行護(hù)衛(wèi)、偵察、打擊、毀傷判定、目標(biāo)追蹤與精準(zhǔn)打擊等任務(wù)。

　　無(wú)人機(jī)集群還可構(gòu)成大型安保網(wǎng)絡(luò)，可用于安保、禁毒偵察;搭載人臉識(shí)別設(shè)備的無(wú)人機(jī)集群可在環(huán)境復(fù)雜的人群中尋找犯罪嫌疑人及失蹤人員，等等。

　　5 結(jié) 論

　　在遂行任務(wù)中，無(wú)人機(jī)集群系統(tǒng)本身所具有的“自愈”能力和強(qiáng)魯棒性能有效解決現(xiàn)有單機(jī)系統(tǒng)的不足，但無(wú)人機(jī)集群技術(shù)的研究還存在以下局限性：

　　(1)目前，無(wú)人機(jī)集群技術(shù)的研究多處于理論和試驗(yàn)階段，現(xiàn)行的多無(wú)人機(jī)編隊(duì)大部是基于地面站對(duì)集群中每個(gè)無(wú)人機(jī)或?qū)ζ浞纸M進(jìn)行的控制，還未真正實(shí)現(xiàn)無(wú)人機(jī)集群的自主控制?；谏疃葟?qiáng)化學(xué)習(xí)技術(shù)的無(wú)人機(jī)集群自主決策、自主任務(wù)協(xié)同、編隊(duì)隊(duì)形與變換、機(jī)間信息交互共享等方面的研究還不夠深入。

　　(2)為了研究生物智能群體模型，往往只考慮群體當(dāng)前狀態(tài)進(jìn)行決策研究，在建模時(shí)進(jìn)行模型簡(jiǎn)化，但是生物群集是有記憶功能的，忽略了歷史狀態(tài)的生物群集模型，映射到無(wú)人機(jī)集群模型進(jìn)行分析與仿真、群體智能決策研究時(shí)會(huì)造成無(wú)人機(jī)集群系統(tǒng)模型的部分結(jié)果失真。

　　(3)無(wú)人機(jī)集群中多智能體間的信息通信與交互呈現(xiàn)出立體空間、通信主體多變等特性，目前對(duì)無(wú)人機(jī)通信問(wèn)題研究還不夠深入?，F(xiàn)階段的通信技術(shù)存在數(shù)據(jù)傳輸延遲、丟包，且不能及時(shí)進(jìn)行變主體、多方位通信，不能適應(yīng)無(wú)人機(jī)集群態(tài)勢(shì)感知技術(shù)，難以滿足無(wú)人機(jī)集群通信要求。5G通信技術(shù)的發(fā)展與應(yīng)用是提升無(wú)人機(jī)集群通信與信息交互智能化能力的重要途徑。

　　總之，新一代人工智能技術(shù)是實(shí)現(xiàn)無(wú)人機(jī)集群技術(shù)自主決策的技術(shù)之首，立足于人工智能，開(kāi)發(fā)基于群體智能的無(wú)人機(jī)集群控制系統(tǒng)，實(shí)現(xiàn)無(wú)人機(jī)集群群體智能的技術(shù)集成，是新一代無(wú)人機(jī)集群技術(shù)研究的主要方向。具備群體智能的無(wú)人機(jī)集群不僅在國(guó)防科技領(lǐng)域大顯身手，在民用如地質(zhì)勘探、智慧交通、搶險(xiǎn)救災(zāi)、農(nóng)林植保、物流等領(lǐng)域也將大有可為。（作者：李鵬舉，毛鵬軍，耿乾，黃傳鵬，方騫，張家瑞，來(lái)源：新光電轉(zhuǎn)自《航空兵器》）