中国科技核心期刊      中国指挥与控制学会会刊     军事装备类重点期刊
无人作战

国外反无人机蜂群作战研究

  • 周末 ,
  • 孙海文 ,
  • 王亮 ,
  • 于邵祯 ,
  • 孟祥尧 ,
  • 李丹
展开
  • 海军研究院, 北京 100091

周末(1994—),女,硕士,研究实习员,研究方向为无人作战系统。

孙海文(1990—),男,博士,助理研究员。

Office editor: 张培培

收稿日期: 2022-05-13

  修回日期: 2022-06-16

  网络出版日期: 2023-04-17

Research on foreign anti-UAV swarm warfare

  • ZHOU Mo ,
  • SUN Hai-wen ,
  • WANG Liang ,
  • YU Shao-zhen ,
  • MENG Xiang-yao ,
  • LI Dan
Expand
  • Naval Research Institute, Beijing 100091, China

Received date: 2022-05-13

  Revised date: 2022-06-16

  Online published: 2023-04-17

摘要

无人机蜂群作战正朝着智能化、实战化迅猛发展,将在未来战场上造成巨大威胁,反无人机蜂群作战研究势在必行。针对无人机蜂群发展历史、研究进展、实战运用情况进行分析;并从探测跟踪、硬毁伤、软杀伤手段三方面梳理国外反无人机蜂群作战研究现状,其中,硬毁伤手段包括通过常规武器、定向能武器和武装格斗无人机对抗打击,软杀伤手段包括电子干扰、欺骗控制。最后,提出反无人机蜂群作战的未来发展趋势:无缝全面探测预警和高效智能决策部署;常规新型武器协同,软杀伤硬毁伤结合;多维智能体系作战,标准制定刻不容缓。

本文引用格式

周末 , 孙海文 , 王亮 , 于邵祯 , 孟祥尧 , 李丹 . 国外反无人机蜂群作战研究[J]. 指挥控制与仿真, 2023 , 45(2) : 24 -30 . DOI: 10.3969/j.issn.1673-3819.2023.02.004

Abstract

UAV swarm operations are developing rapidly towards intelligence and actual combat, which will pose a huge threat on the future battlefield. Therefore, research on anti-UAV swarm operations is imperative. This paper analyzes the development history, research progress, and actual combat application of UAV swarms and sorts out the research status of foreign anti-UAV swarm operations from three aspects: detection and tracking, hard damage, and soft kill methods. Hard damage include conventional weapons, directed energy weapons, and armed combat drone, and soft kills include electronic jamming and deception control. Finally, the future development trend of anti-drone swarm warfare is proposed, including seamless and comprehensive detection and early warning, efficient intelligent decision-making and deployment, the coordination of new conventional weapons, the combination of soft and hard damage, multi-dimensional intelligent system operations, and standard formulation are urgently needed.

无人机蜂群是由大量同构或异构小型无人机组成的自适应智能系统,通过信息交互与反馈、激励与响应,感知并适应战场动态环境,协同完成多样化作战任务,具有高效费比、不易泄密、系统作战、快速响应、灵活性强[1-3]等优势。随着无人机蜂群实战化程度不断提升,其在智能化战场中逐渐展现出不容小觑的作战实力,并将在未来战场中扮演越来越重要的角色。
无人机蜂群的迅猛发展,也推动了世界各国的“反无人机蜂群军备竞赛”。美国Markets&Markets咨询公司发布的反无人机系统市场分析报告指出,20172022年,全球反无人机市场快速增长,年复合增长率接近24%,到2023年将达到近12亿美元。世界各国高度重视无人机蜂群的反制问题,反无人机、反无人机蜂群技术迅猛发展,新型反制装备不断涌现。1 无人机蜂群作战分析

1 无人机蜂群作战分析

1.1 无人机蜂群发展历史

大自然中,许多简单个体组成的集群往往具有群体智能表现,无人机蜂群作战的概念便来源于此。1984年,美国的奥古斯丁提出[4],研发武器的成本与周期逐年攀升,导致虽然国防经费增加,但武器数量反而会变少,故而效费比高的无人机作战开始受到关注。2000年,美国国防高级研究计划局(DARPA)计划对无人机蜂群的空中作战模式进行研究。2014年,美国防部正式提出无人机蜂群作战概念,并将其作为一项能够颠覆未来战场规则的新型战术。同年,无人机蜂群战术概念首次在美国智库发布的《战场机器人Ⅱ:即将到来的蜂群》报告中被系统提出。接下来的两年里,美国空军相继发布的《空军未来作战概念》、《2016—2036年小型无人机系统飞行规划》,对未来无人机蜂群作战方式进行了一系列设想。无人机蜂群作战逐渐得到世界各国高度重视,并呈现井喷式发展趋势。

1.2 无人机蜂群研究进展

美国是最早进行无人机蜂群研究的国家,典型无人机性能与特点如表1所示。美国在蜂群的投放与回收、自主协同作战方面成果颇丰。投放与回收方面,2014年美国海军研究局(ONR)“低成本无人机蜂群”(LOCUST)项目的研究重点就是无人机的快速发射、态势共享及协同作战,并于2016年完成了30架无人机于30 s内快速投放的验证测试。2015年,DARPA开展“小精灵”无人机蜂群项目,主要研究蜂群的侦察与电子战干扰能力,以及空中投放与回收再利用,并于2019年完成了通过C-130运输机实现半小时内部署与回收4架无人机的试验。蜂群自主协同作战方面,2016年,103架“灰山鹑”由3架F/A-18战斗机投放,展现了协同作战、自适应编队、群体决策的能力,表明美国无人机蜂群技术向实战化发展。2020年,美国的空战演进(ACE)项目和“拒止环境协同作战”项目[5]通过人工智能技术不仅提高了蜂群的自主协同能力,还提升了作战人员对自适应作战技术的信任度,从而推动了有人-无人编队自主协同作战的发展。此外,美陆军2022年“实验演示网关演习”(EDGE 22)中,使用雷声公司的ALTIUS 600和“郊狼”无人机进行了有史以来最大规模的30架交互式无人机蜂群演习。多域起飞的交互式无人机群集结后,能够感知攻击目标和自身位置,并与指挥中心进行通信,展现了无人机蜂群的高智能化水平。
表1 美国典型无人机性能与特点

Tab.1 Performance and characteristics of typical US UAVs

型号 长度/
m
翼展/
m
最大飞行速度/
(km/h)
重量/
kg
续航时间/
h
特点
小精灵 4.2 3.47 980 680 1-3 低成本,空中发射与回收,可重复使用
灰山鹑 0.165 0.3 110 0.29 0.3 体型小,可由高速飞行的F/A-18战斗机投放
郊狼 0.91 1.47 110 6 1.5 可携带0.9 kg战斗部
ALTIUS-600 1 2.54 166.68 9-12 ≥4 可搭载多种载荷执行多种任务,多平台发射
同时,其他各国紧随其后进行无人机蜂群作战研究。比如,欧洲防务局启动“欧洲蜂群”项目,研究协同作战、自主决策等无人机蜂群作战关键技术;英国发起无人机蜂群作战竞赛,寻求技术突破;俄罗斯、韩国也相继针对无人机蜂群协同作战模式进行研究。

1.3 实际作战运用情况

2018年,叙利亚军队无人机蜂群对俄罗斯军事基地的突袭,是无人机蜂群首次在实际作战中运用的里程碑事件,表明现代作战样式正在发生颠覆性改变,亟待应对之策。此外,2019年9月,也门胡塞武装组织通过10架协同作战的无人机蜂群突袭了沙特的油田和炼油厂,致使沙特石油产业遭受重创;2020年9月的纳卡冲突中,阿塞拜疆的无人机蜂群飞临亚美尼亚阵地上空,摧毁了S-300防空系统、BM-30远程火箭炮等高技术装备。由此可见,无人机蜂群作战正向实战化发展,在如今的智能化战场中,已逐渐成为不容小觑的作战力量,并将在未来战场中扮演越来越重要的角色,故而反无人机蜂群作战研究势在必行。

2 国外反无人机蜂群作战研究现状

面对无人机蜂群作战的突飞猛进,世界各国纷纷从战略、战术、反制手段等方面积极探索应对之策,以期在反无人机蜂群领域占得先机。
美国是全球最早制定反无人机战略的国家,于2012年就制定了反无人机战略[6],此后每年都组织反无人机演习。2020年1月,美国联合反小型无人机系统办公室(JCO)成立。2021年1月,美国国防部(DOD)发布了《反小型无人机系统策略》战略书,称美国正面临多种小型无人机的威胁,并制定了反无人机的实施计划与行动方案。2019至2021财年,美国平均每年投入5亿美元用于反无人机装备的研发与采购。目前,美国正在加紧构建软杀伤、硬毁伤等多种武器一体化协同作战的无人机蜂群反制体系。
俄罗斯于2017年成立了全球首支反无人机电子战部队。2018年,俄罗斯的两处军事基地被叙利亚武装分子无人机组成的蜂群突袭,损失7架军用飞机,造成了俄罗斯近30年来对外战争中较大的一次战损。结合此次叙利亚战场的经验教训,俄罗斯在研发无人机反制武器装备以不断提升反无人机作战力量的同时,也逐渐注重实战训练,自2019年开始将反无人机蜂群战术训练纳入所有大型演习中;2020年,反无人机作战机动分队开始担负战斗值班。目前,俄罗斯正致力于制定多兵种协同、多手段融合的反无人机蜂群战略,并逐渐展现了“侦、扰、掩、打” 结合的新战法。
此外,其他各国都在不断探寻无人机蜂群的反制之策,如英国于2019年发布《英国反无人机战略》,旨在应对无人机蜂群带来的安全风险。
目前,反无人机蜂群的手段主要分为探测跟踪、硬毁伤和软杀伤三类[7-9]。其中,硬毁伤主要包括通过常规武器、定向能武器和武装格斗无人机对抗打击;软杀伤主要包括电子干扰、欺骗控制手段,各类手段的特点如图1所示。
图1 反无人机蜂群手段分类及特点

Fig.1 Classification and characteristics of anti UAV swarm means

2.1 探测跟踪

探测跟踪作为情报支持手段,在无人机蜂群反制行动中起至关重要的作用。目前,主要有雷达、光电、红外、无线电、声学等探测跟踪技术。俄罗斯致力于多特征目标探测跟踪、设备抗干扰以及智能化探测识别的研究。多特征目标探测跟踪方面,“铠甲”防空武器系统综合目标搜索、导引雷达及综合光电等技术手段,可实现对不同距离、高度及多特征目标的探测跟踪[10]。俄罗斯的PY12M7型反无人机侦察指挥车集侦察、定位、跟踪功能于一体,包括控制、通信、保障等多个分系统,侦察距离可达25 km,可同时跟踪120个空中目标,能够对无人机蜂群进行探测跟踪。对于探测跟踪设备的抗干扰方面,俄罗斯的“帮会2-2”低空雷达可在电磁干扰及易反射环境条件下,对无人机进行探测与监控。智能探测识别方面,2020年,俄罗斯卡巴斯基实验室研制的反无人机系统,通过构建人工神经网络进行数据分析,实现快速探测无人机蜂群目标,并对其进行分类,以实施针对性打击,推动了人工智能技术在无人机蜂群探测中的应用。
此外,瑞典博萨防务与安全公司在三维电子雷达系统的基础上研发了“长颈鹿”AMB雷达[11]。该雷达由一个宽波束发射电磁波,多个窄波束同时接收回波信号,探测范围广,反应时间短,数据精度高,能够集群跟踪或分别跟踪多架无人机。
当无人机以蜂群形式多方位来袭时,目标探测与识别难度较高,需要更加快速准确的全方位、多目标探测跟踪技术,以延长留给作战人员和反制系统的应急响应时间。其可以形成结合地面目视侦察、雷达光电探测跟踪、飞机空中预警和卫星侦察的侦察网[12],并通过雷达、光电、红外和无线电侦察等多种技术手段组合互补,实现全方位探测预警,为后续的无人机蜂群反制行动提供有力支持。

2.2 硬毁伤

对抗无人机蜂群的硬毁伤手段主要包括成熟稳定的弹炮常规武器、新型高效的高能激光与高功率微波等定向能武器以及智能机动的武装格斗无人机。

2.2.1 常规武器

常规弹炮武器虽然技术成熟,性能稳定,但对于打击成本低廉的无人机,效费比较低,并容易造成附带伤害,且当小目标、低空飞行的无人机蜂群入侵时,传统弹炮武器独立的火力打击手段难以做出快速、准确的反应。为此,世界各国都注重提高常规武器的精准打击能力,降低导弹成本,并加强导弹智能化研究,以弥补常规武器在无人机蜂群反制方面的不足。此外,还可以通过构建密集火力网快速拦截无人机群,并使用常规武器火力打击与软杀伤手段协同配合作战。
在常规武器精准打击研究方面,美陆军构建的防空体系第一层美国弹道低空无人机交战系统(BLADE),就是将精确的瞄准设备与先进火控结合;“智能射击手”是装备光电传感器和火控系统的突击步枪,能够把握最佳射击时机。2017年,德国莱茵金属公司研发了一套结合多种探测器与枪炮导弹的集成系统,直接指引枪炮进行打击,可以大大降低成本[13]
在智能、微型反无人机蜂群导弹研制方面,2020年美国初创公司研发出一种智能反无人机导弹,能够发射导弹群,且导弹之间能够进行通信;美国萨维奇公司正在开发可见光成像制导的微型导弹,以应对低成本、小体积的无人机蜂群。俄罗斯也着力研制低成本的“钉子”反无人机小型导弹,提高导弹打击无人机的效费比。同时,加拿大Aerial公司研制了一种无人机导弹,是四旋翼飞行器与微型导弹的结合体,锁定敌机后,可精准智能制定打击敌机的最佳飞行路线,推动了反无人机群导弹的智能化、微型化建设。
俄罗斯在使用常规武器对抗无人机方面经验较为丰富,2017年研制出多种防空导弹。“道尔”防空系统带有自主探测、跟踪和火力单元,反应快,命中率高,能够在一定范围内同时打击两架无人机;“道尔”M2DT防空导弹系统可对高速机动目标实施拦截。“柳树”单兵防空导弹系统于2015年、2016年装备在俄罗斯多个兵种部队,其能在多种波段条件下工作,可对多架无人机进行识别并攻击。目前,针对无人机蜂群,俄军正在组建由“铠甲”防空系统、高炮、便携式防空导弹系统组成的火力网,以实现体系化反无人机蜂群作战。

2.2.2 定向能武器

传统的反无人机武器难以应对无人机蜂群的威胁,而定向能武器特有的毁伤机理和作战效能,具有打击速度快,拦截效率高,效费比高等优点。应用于无人机蜂群反制的定向能武器中,激光武器和微波射频武器发展最为迅猛,受重视程度最高[14-15],是未来反无人机蜂群的主流装备和反制技术的重点发展方向。
激光武器能够精确控制激光波束能量,快速转换其方向,对无人机机尾、机翼等关键部位进行灼伤、摧毁,威力大,精度高,成本低,小型化,无污染,并能抵抗电磁干扰,但对于天气情况和能源保障有较高的要求。
2020年,俄罗斯“佩列斯韦特”激光武器部署到驻叙利亚的俄军事基地后,成功拦截了以色列无人机,标志着激光武器对抗无人机的实战运用。该武器2019年12月开始战斗值班,能够对敌方无人机进行全方位无死角的毁伤,可有效对抗10 km 内有屏蔽的电子设备,并对其无线电导航进行干扰,能够较好地应对无人机蜂群入侵,如图2所示。2021年,搭载美国定向能机动近程防空系统(DE M-SHORAN)的“斯特瑞克”(Stryker)轻型战车在俄克拉荷马州的锡尔堡参加了一次战斗场景作战测试,标志着激光武器对抗无人机群距实战运用更近一步。美国防部认为,激光武器是对抗小型无人机的最佳武器装备,其研发的机动近程防空系统(M-SHORAN)是导弹与高能激光武器并行的新型陆军防空武器,核心就是装备了50 kW激光器的DE M-SHORAN系统。该系统能够很好地对无人机蜂群进行探测跟踪和截获,且系统成本低,具有大量击毁目标的能力,是性能优越的反无人机蜂群利器。由此可见,激光武器已逐渐向实战化迈进,定将驰骋未来战场。
图2 佩列斯韦特激光武器

Fig.2 Pelesvette laser weapon

相对于激光武器的点状攻击,高功率微波武器则属于面状攻击。高功率微波武器通过定向发射高功率微波波束烧毁目标电子设备元器件,攻击作战人员,其毁伤区域大,作用范围广,能同时击落多架无人机,可以较好地反制无人机群。并且,高功率微波武器受环境影响小,具有软、硬多种杀伤效应,例如微波枪[16]
美国对高功率微波武器打击无人机蜂群的研究高度重视,并逐渐将其推向实战化应用。美国Epirus系统公司针对无人机蜂群研发了可移动定向能武器“奥尼达斯”(Leonidas)多目标反电子系统,通过高功率微波攻击无人机的电子设备,精度高,且能在较为广阔的区域内对抗多种威胁。在2021年2月的一次原型演示中,“奥尼达斯”成功击落了66架无人机,未来高功率微波武器将逐渐被投入作战使用。美国空军研究实验室(AFRL)研发的战术高功率作战响应系统(THOR),可以通过高功率微波相继快速攻击多架无人机,起效范围较广。美空军2022年2月称,将在可靠性、作战性能等方面改进THOR系统,新系统称为“雷神之锤”(MJLNIR),并计划于2023年交付原型武器。显然,进行“面”攻击的高功率微波武器是对抗成群来袭的多目标无人机的利器,也必将成为未来反无人机群战场上的主力军。

2.2.3 武装格斗无人机

武装格斗无人机采用“以机制机”方式,能够实现自主探测和打击,可分为非自杀式和自杀式。非自杀式无人机指在无人机上装备机载干扰设备、常规或定向能武器中的一种或几种,在空中对敌方无人机进行打击,任务完成后返航;自杀式无人机则是与敌方无人机进行自杀式格斗。
非自杀式武装格斗无人机方面,美国主要通过在无人机上装载定向能武器,实现空中对抗无人机。不久前,美军在一架“郊狼”(Coyote)无人机上安装了定向能系统[17],结合该无人机识别和对抗多类型无人机的能力,成功对10架无人机进行了拦截。2021年3月举行的美国陆军协会(AUSA)未来全球力量会议上,洛马公司展示了其研发的装配高功率微波武器的武装格斗无人机,称为“移动无线电频率集成无人机系统抑制器”(MORFIUS),发射功率可达千万兆,如图3所示。该无人机能够重复使用,并可以分散部署到多个平台上,不受单点故障的影响,故而能够打入蜂群内部,发起多轮攻击。由于机载定向能武器可以近距离对目标实施攻击,相比于地面武器系统,其能量损耗及所需发射功率均较低,故而能够持续进行更具威力的协作打击和集群拦截。而俄罗斯在无人机上装载自动霰弹枪,使其能够对无人机蜂群进行面状打击。
图3 MORFIUS高功率微波无人机

Fig.3 MORFIUShigh power microwave UAV

自杀式武装格斗无人机方面,美国在Coyote无人机基础上升级了Block2系统,采用动能或近炸的自杀式方式对敌方无人机进行直接攻击。俄罗斯则研发了空中布雷系统,通过具有速度优势的“柳叶刀”自杀式无人机对抗敌机。自杀式无人机能够实现智能探测目标,并以自身为武器对敌方目标进行打击,其作战方式可以比拟为“游荡式低成本智能导弹”。武装格斗无人机的智能化水平要求较高,是未来反无人机蜂群技术的发展方向之一。
除此之外,布网捕捉也能实现对无人机的拦截与捕获,主要包括在空中设置障碍,发射网弹或挂载捕网等。如美国研究部门于2021年6月完成测试的“飘带”反无人机系统,通过发射飘带破坏敌机的飞行状态;俄罗斯在“军队-2021”国际军事论坛上展示的无人机捕捉网,形似一枚导弹,能够探测并抛出捕捉网,对敌机进行捕获。

2.3 软杀伤

2018年1月,美陆军发布《网络空间与电子作战构想2025-2040》手册,旨在深化多域战概念,其中一个重要内容就是强化地面力量,运用电子战,提升反无人机能力。无人机蜂群在执行作战任务时,需要通过传感器等机载设备,进行情报收集并与地面指控站交换情报,需要进行协调群体飞行的蜂拥控制,也需要与有人机通过无线电通信进行联系,故而数据链路、通信、导航等资源对于无人机蜂群功能发挥非常重要[18]。软杀伤就是通过对此类资源进行干扰或欺骗,使无人机蜂群丧失协同作战的能力。

2.3.1 电子干扰

2018 年1月5日,攻击俄军驻叙利亚军事基地的13架无人机群中的6架,被俄电子战部队通过电子干扰的方式俘获。电子干扰主要通过向敌方目标无人机发射定向高功率干扰射频信号,使无人机与指挥平台之间的通信被切断,迫使其降落或返航。此类系统也能对无人机的GPS信号接收机进行干扰,由于大部分无人机都采用惯性导航与GPS导航系统相结合的方式实现飞行控制,故而被干扰的无人机只能依靠惯性导航系统控制飞行,其作业精度会受到严重影响[7]
许多国家着眼于对提高反无人机电子干扰装备的便携性进行研究,并有一定的实战运用成果。美国的便携式反无人机装置“无人机防御者”(DroneDefender),通过定向发射无线电波,对无人机的GPS定位系统和无线通信系统进行干扰,使其失去飞行控制。俄罗斯REX-1便携式反无人机电磁枪配备可互换的红外及电磁设备,可针对性地对无人机指挥控制系统及通信网络进行干扰,操作简单,持续作战力强,如图4所示。2018年9月,俄军在赫梅米姆空军基地使用REX-1便携式反无人机电磁枪,摧毁了叙利亚武装分子多架无人机的雷达、导航等设备,一周击落了50架无人机。此外,2020年以色列研制出可穿戴的反无人机系统,重量仅1.5 kg,能够实现对无人机的探测与干扰。
图4 REX-1便携式反无人机电磁枪

Fig.4 REX-1 Portableanti UAV electromagnetic gun

可车载的无人机蜂群干扰装备方面,以色列2016年开发了无人机卫士(DroneGuard)、无人机穹顶(DroneDome)等车载或固定式反无人机干扰设备。俄罗斯还研发了“杀虫剂-1”等以车辆为载体的软杀伤系统,能够定向压制捕获30 km以内的无人机,并能实现快速部署和拆卸,机动性强。
除此之外,俄罗斯在大范围、多目标无人机干扰方面进行了研究,研发了新型微波武器——超高频微波炮系统,可实现对半径10 km内无人机的电子设备进行全方位软杀伤,使其丧失定位精准度。2020年2月,俄罗斯还开发了四层无人机干扰体系组成的干扰拦截网,能够对30 km内200 MHz6 000 MHz频段敌机的导航、控制、通信信号进行干扰。

2.3.2 欺骗控制

欺骗手段是在反无人机蜂群作战的过程中,通过光学、声学、电子伪装等欺骗技术对自身进行伪装,降低敌方无人机的探测效果。可以通过辐射舰载对空搜索雷达信号等方式构建围歼陷阱,引诱敌方无人机蜂群进入防御方打击范围内[9]
控制手段则利用探测技术实时监控一定范围内的空域,借助阻截无人机使用的传输代码,控制敌方无人机,甚至引导其返航[19],如英国Blighter公司的AUDS系统、美国黑睿技术公司的UAVX系统。同时,可对无人机蜂群的数据链路和导航进行控制。数据链路控制指入侵、劫持敌方无人机的信息链路,切断其与控制平台的联系;导航控制可通过干扰手段使敌方无人机的导航接收器接收错误的坐标位置,破坏其飞行轨迹。2011年12月,伊朗通过对美国RQ-170“哨兵”无人机进行电子干扰,致使其与地面控制中心断联,而后利用GPS导航系统漏洞改变了其预设飞行坐标,诱导其在伊朗境内降落,从而将其捕获。类似地,此作战思路也可用于对抗无人机蜂群。2020年,以色列发布了能够直接攻击敌机“大脑”的EnforceAir反无人机系统,能够快速探测并识别敌无人机的GPS坐标及操作员位置,切断其与控制中心的联系,并夺取控制权。
软杀伤手段对抗无人机蜂群,能够在削弱敌机战斗力的同时,不造成过多附带伤害,是反无人机蜂群的重要手段之一。但随着无人机的快速发展,其抗干扰能力不断提升,需要进一步提高软杀伤武器装备的机动性、智能性。

3 反无人机蜂群作战未来发展趋势

3.1 无缝全面探测预警,高效智能决策部署

一方面,无人机蜂群的机型通常有体积小,电磁信号弱等特征,其隐蔽性较好,且投放平台、投放方式多样,提前探测的难度极大。因此,需要陆、海、空、天全方位部署多种探测装备,实现多梯次配置、多维度互补的探测预警网,同时进行情报信息的共享与融合,以无死角、高效地对无人机蜂群进行侦察、预警和跟踪。另一方面,异构无人机蜂群通常采用模块化设计,蜂群中的无人机通过搭载不同的电子设备与武器装备实现探测、干扰、打击等不同功能。当多种功能的无人机蜂群来袭时,无法准确识别目标将严重影响反制任务的决策部署。应通过构建人工神经网络并结合机器学习等技术,对探测预警网的探测数据进行特殊算法分析,快速识别敌方无人机群的功能类别,高效分配兵力,确定打击次序,迅速制定最优反制决策。此外,很多探测设备受环境影响较大,应着力提高其使用的灵活性与便携性。

3.2 常规新型武器协同,软杀伤硬毁伤结合

传统防空导弹虽然在对抗无人机时有成本不对称问题,但不可替代的可靠性使其依然应该作为火力打击无人机蜂群的保底手段。应着力降低导弹成本,并结合人工智能技术,研制专门对抗无人机蜂群的微型智能导弹,实现自适应协同打击。而高能激光、高功率微波定向能武器等新型武器将是未来反无人机蜂群备战中的重点,应扬长避短,大力发展。然而,面对体系作战的无人机蜂群攻击,任何单一的打击手段都难以抗衡。应将硬毁伤与软杀伤、常规武器与新型武器相结合,优劣互补,梯次衔接,协同完成无人机蜂群的体系化打击。此外,还应着眼于发展武装格斗无人机,使装备各类型武器组合的武装格斗无人机不仅能够单独对抗敌机,还能够以集群的方式自主识别、自适应协同,对抗敌无人机蜂群,不仅实现“以机制机”,还要实现“以机群制机群”。

3.3 多维智能体系作战,标准制定刻不容缓

面对无人机蜂群集成化、体系化、智能化的发展趋势,应致力于构建多兵种协作、陆海空天全方位、软硬多武器结合的多维智能一体化无人机蜂群防御反制体系,包括智能决策控制下的多兵种协作,陆海空天探测预警网无死角监测,防空导弹与枪炮等常规武器、激光和微波定向能武器、武装格斗无人机等多领域多手段联合打击,电子战干扰与欺骗控制手段拦截控制等。要实现多军种协同作战,多装备集成合力,需要统一技术标准,实现信息资源共享互通,新旧系统扩展兼容。

4 结束语

作为“盾”的反无人机蜂群作战手段,正在与作为“矛”的无人机蜂群作战进行螺旋式强劲角逐,蓬勃发展。世界各大国均着力研制反无人机蜂群装备,集成化、智能化、多维化的新型反无人机蜂群技术装备将会在未来战场上大显身手。
本文对无人机蜂群发展历史、研究进展、实际作战运用情况进行分析,从探测跟踪、硬毁伤、软杀伤手段三方面梳理国外反无人机蜂群作战研究现状,并提出反无人机蜂群作战的发展趋势,以期为反无人机蜂群作战的未来发展提供一定借鉴。
[1]
梁晓龙, 张佳强, 吕娜. 无人机集群[M]. 西安: 西北工业大学出版社, 2018.

LIANG X L, ZHANG J Q, LYU N. UAV cluster[M]. Xi'an: Northwestern Polytechnical University Press, 2018.

[2]
贾永楠, 田似营, 李擎. 无人机集群研究进展综述[J]. 航空学报, 2020, 41(S1): 4-14.

JIA Y N. Recent development of unmanned aerial vehicle swarms[J]. Acta Aeronautica ET Astronautica Sinica, 2020, 41(S1): 4-14.

[3]
于力, 魏平, 马振利, 等. 外军反蜂群无人机技术发展分析[J]. 飞航导弹, 2017(12): 26-30.

YU L, WEI P, MA Z L, et al. Analysis on the development of foreign anti bee colony UAV technology[J]. Aerodynamic Missile Journal, 2017(12): 26-30.

[4]
焦士俊, 王冰切, 刘剑豪, 等. 国内外无人机蜂群研究现状综述[J]. 航天电子对抗, 2019, 35(1): 61-64.

JIAO S J, WANG B Q, LIU J H, et al. Review of drone swarm research at home and abroad[J]. Aerospace Electronic Warfare, 2019, 35(1): 61-64.

[5]
孙海文. 海上无人机蜂群作战样式研究[J]. 指挥控制与仿真, 2022, 44(2): 1-6.

DOI

SUN H W. Research on the bee colony combat style of maritime UAV[J]. Command Control & Simulation, 2022, 44(2): 1-6.

[6]
刘丽, 魏雁飞, 张宇涵. 美军反无人机技术装备发展解析[J]. 航天电子对抗, 2017, 33(1): 60-64.

LIU L, WEI Y F, ZHANG Y H. The Development of Anti-UAV technical equipment of the U. S. armed Forces[J]. Aerospace Electronic Warfare, 2017, 33(1): 60-64.

[7]
张静, 张科, 王靖宇, 等. 低空反无人机技术现状与发展趋势[J]. 航空工程进展, 2018, 9(1): 1-34.

ZHANG J, ZHANG K, WANG J Y, et al. A survey on anti-UAV technology and its future trend[J]. Advances in Aeronautical Science and Engineering, 2018, 9(1): 1-34.

[8]
焦士俊, 刘剑豪, 王冰切, 等. 反无人机蜂群战法运用研究[J]. 飞航导弹, 2019(8): 39-42.

JIAO S J, LIU J H, WANG B Q, et al. Research on the application of anti UAV buzzer warfare[J]. Aerodynamic Missile Journal, 2019(8): 39-42.

[9]
柳强, 何明. 海上小型无人机集群的反制装备需求与应对之策研究[J]. 军事运筹与系统工程, 2019, 33(4): 59-65.

LIU Q, HE M. Research on countermeasures equipment demand and coping strategies for maritime small UAV swarm[J]. Military Operations Research and Systems Engineering, 2019, 33(4): 59-65.

[10]
鲁亚飞, 陈清阳, 郭正, 等. 要地防卫反无人机装备发展与启示[J]. 国防科技, 2020, 41(5): 67-73.

LU Y F, CHEN Q Y, GUO Z, et al. Development and enlightenment of anti UAV equipment for key defense[J]. Defense Technology Review, 2020, 41(5): 67-73.

[11]
刘玉文, 廖小兵, 蒋明, 等. 反无人机技术体系基本框架结构[J]. 四川兵工学报, 2015, 36(10): 18-20.

LIU Y W, LIAO X B, JIANG M, et al. Basic framework of anti UAV technology system[J]. Journal of Sichuan Military Industry, 2015, 36(10): 18-20.

[12]
任宏光, 刘颖. 无人机侦察打击一体化武器系统发展[J]. 飞航导弹, 2009(6): 48-51.

REN H G, LIU Y. Development of UAV reconnaissance and strike integrated weapon system[J]. Aerodynamic Missile Journal, 2009(6): 48-51.

[13]
罗淮鸿, 卢盈齐. 国外反“低慢小”无人机能力现状与发展趋势[J]. 飞航导弹, 2019(6): 32-36.

LUO H H, LU Y Q. Current situation and development trend of foreign anti "low slow small" UAV capability[J]. Aerodynamic Missile Journal, 2019(6): 32-36.

[14]
禹化龙, 伍尚慧. 美军定向能武器反无人机技术进展[J]. 国防科技, 2019, 40(6): 42-47.

YU H L, WU S H. Technical progress of US military directed energy weapon anti UAV[J]. Defense Technology Review, 2019, 40(6): 42-47.

[15]
梅丹, 高丽. 定向能武器在反无人机作战中的应用[J]. 中国设备工程, 2017(7): 40-42.

MEI D, GAO L. Application of directional energy weapon in anti UAV operation[J]. China Plant Engineering, 2017(7): 40-42.

[16]
李富良, 胡荣, 韩涛, 等. 俄罗斯反无人机策略与装备发展现状[J]. 飞航导弹, 2019(9): 53-58.

LI F L, HU R, HAN T, et al. Russian anti UAV strategy and equipment development status[J]. Aerodynamic Missile Journal, 2019(9): 53-58.

[17]
谢谙. 美国陆军发布反无人机技术手册(上)[J]. 现代军事, 2017(7): 91-100.

XIE A. US Army releases anti UAV technical manual (Part 1)[J]. Modern Military, 2017(7): 91-100.

[18]
蔡亚梅, 姜宇航, 赵霜. 国外反无人机系统发展动态与趋势分析[J]. 航天电子对抗, 2017, 33(2): 59-64.

CAI Y M, JIANG Y H, ZHAO S. Analysis of development trends and trends of foreign anti UAV systems[J]. Aerospace Electronic Warfare, 2017, 33(2): 59-64.

[19]
杨勇, 王诚, 吴洋. 反无人机策略及武器装备现状与发展动向[J]. 飞航导弹, 2013(8): 27-31.

YANG Y, WANG C, WU Y. Current situation and development trend of anti UAV strategy and weapon equipment[J]. Aerodynamic Missile Journal, 2013(8): 27-31.

文章导航

/