Simulation Analysis of US UAV Swarm Anti-ship Capability

CHENG Cheng-ren, YANG Jing-yu

PDF(2528 KB)
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
Command Control and Simulation
Command Control and Simulation ›› 2022, Vol. 44 ›› Issue (5) : 43-49. DOI: 10.3969/j.issn.1673-3819.2022.05.008
Unmanned Combat

Simulation Analysis of US UAV Swarm Anti-ship Capability

Author information +
History +

Abstract

In order to study the factors influencing the anti-ship capability of US UAV swarm, this paper conducts a series of simulation experiments based on the X-61A combat concept proposed by DARPA in 2017. Firstly, the concept and current situation of UAV swarm are summarized, and then the key influencing factors of UAV swarm anti-ship capability are summarized, including accusation, tactics and structure. Under the classical scenario, the simulation study is carried out with the tactics and structure of the X-61A UAV swarm as variables. The influence of these factors on the anti-ship capability of UAV swarm is given, and the generation mechanism of the anti-ship capability of UAV swarm is analyzed, which lays a foundation for the study of countermeasures.

Key words

UAV swarm; swarm tactics; swarm structure; simulation experiments

Cite this article

EndNote

Ris (Procite)

Bibtex

Download Citations
CHENG Cheng-ren , YANG Jing-yu. Simulation Analysis of US UAV Swarm Anti-ship Capability. Command Control and Simulation. 2022, 44(5): 43-49 https://doi.org/10.3969/j.issn.1673-3819.2022.05.008
无人机蜂群是指大量的小型、低成本无人机形成集群,集群编队飞行,自主控制,规划航路,具有态势感知能力以及编队内部无线通信能力,通过智能算法实现协同作战[1]。
无人机蜂群通过饱和攻击突破单艘宙斯盾舰的研究[2],无人机蜂群突破航母编队多层防空体系的研究[3]都证明了无人机蜂群具有反舰能力。目前,国内对无人机蜂群的研究主要集中在路径规划[4⇓⇓-7]、任务规划[8⇓⇓-11]、协同机制[12⇓⇓-15]等算法层面,没有对美军的无人机蜂群能力进行对抗分析,研究美无人机蜂群对抗条件下的作战能力生成机制具有前瞻意义。
本文在分析无人机蜂群特点与美无人机蜂群发展现状的基础上,提出了影响无人机蜂群反舰作战的关键影响因素,并以这些影响因素为研究对象,在仿真环境中进行实验分析,给出了战术、编成结构等因素对X-61A无人机蜂群反舰能力的影响机制。

1 美无人机蜂群特点与现状

1.1 无人机蜂群特点

无人机蜂群最大的特点是低成本,相比于拥有多套系统的传统大型空中平台,其体积更小,功能更为单一,单体遭遇打击损失更小。无人机蜂群具有自主性,蜂群脱离母机之后在蜂群内部完成决策,不依赖远程指控。无人机蜂群还具有自适应性,因为存在大量的异构平台,当其中一部分平台损失之后,杀伤链会迅速重构,网络内部的连通度不会明显下降,减少了对蜂群能力的影响。

1.2 无人机蜂群发展现状

2012年,美国海军以单艘“伯克”驱逐舰为对象,使用作战仿真手段验证了无人机蜂群的反舰作战能力,结果显示无人机蜂群对宙斯盾系统突防能力较高,在“伯克”驱逐舰使用更高级的传感器与武器系统之后,最多也仅能拦截7架无人机。由于无人机蜂群强大的反舰能力,美军后续对无人机蜂群的研究与采办持续展开,比较知名的项目有拒止环境下协同作战计划 (CODE)、进攻性蜂群使能战术项目 (OFFSET) 、“灰山鹑”项目、“小精灵”项目等。其中,CODE旨在通过开发算法和软件来克服大量无人机远程指控与协同的挑战,目标是提高美军在拒止环境或有争议空域进行作战的能力;OFFSET项目主要是形成蜂群的集群战术、蜂群之间的战术交互以及蜂群与人的战术交互能力;“灰山鹑”项目旨在开发微型可消耗的低成本无人机,为有人机以及大型无人机提供侦察指控信息;“小精灵”项目旨在通过空中发射与回收可重复利用的无人机蜂群,来支撑分布式作战概念[16]。这些项目的推动使得无人机蜂群的杀伤能力与复杂环境的适应能力进一步提升。
其中,最成熟的项目是“小精灵”无人机,2018年“小精灵”项目开启了第三阶段演示验证,2019年美空军将“小精灵”无人机命名为X-61A,X-61A的基本开发理念是低成本分布式作战,设计最大航程可以达到500 n mile,作战半径300 n mile,飞行速度最大0.8 Ma。2020年春,由C-130平台作为母机进行投放试飞,2021年10月,经过多次失败之后,DARPA成功进行了X-61A回收试验,将一架X-61A回收到C-130机舱。之后美军使用兵棋推演验证了X-61A的海上作战能力。
2020年,兰德公司发布了《在对抗环境中运用低成本可消耗无人机》的报告,该报告以数百架无人机在10 000平方千米内对1 550艘两栖登陆舰遂行侦察瞄准,“捕鲸叉”反舰导弹遂行打击为想定背景,进行了推演验证,无人机集群态势共享,使用智能算法自主决策,因此具有较强的抗干扰能力。推演结果显示,在大规模反舰作战中,使用卫星与防区外侦察机提供目指遂行打击,是使用无人机集群提供目指遂行打击所需导弹数量的10倍,无人机集群的使用大大提升了打击效能。报告将无人机集群的作用定位在侦察与瞄准,进行的推演属于验证性推演,对电磁对抗与集群决策仿真的重点关注是具有启发性的,而本文研究的对象是无人机组网协同反舰,无人机具备打击能力,集群自身能够完成杀伤链闭合,同时本文进行的推演属于探索性实验,重点研究无人机蜂群反舰效能的影响因素。

2 无人机蜂群反舰关键影响因素

无人机蜂群反舰的关键影响因素主要集中在自身的指控、战术、结构以及目标的防空力量。

2.1 指控因素

无人机蜂群指控主要分集中式、分布式、智能自主等,X-61A项目基本开发理念是低成本分布式作战,集中指控条件下中心节点被毁往往会造成蜂群瘫痪,不符合低成本可回收的设计理念,而智能自主的集群控制技术在X-61A项目中没有得到演示验证,因此当前阶段研究X-61A蜂群以分布式指控对其进行建模比较合理。

2.2 战术因素

无人机蜂群战术主要包括投放距离、空间分散程度、攻击阵型等方面。投放距离太小可能造成母机被毁,太远可能超过蜂群的作战半径;空间分布紧凑会造成对抗中遭遇集火打击,空间上太分散又存在通信安全与协同问题;攻击阵型可多批次逐步瓦解目标防空能力,可单侧饱和攻击,也可多方向造成目标决策困境。陆晓安等人[17]在无人机集群饱和攻击策略的研究中指出,无人机蜂群难以单独打击具有高价值高密度防空火力的目标,因此设计了潜行抵近、合围等待、突防打击三个阶段的战术行动,并用仿真实验验证了作战效果,认为一架无人机突防即可将目标摧毁,其中合围等待阶段的阵型为环形攻击阵型。由此认为设计攻击战术可以提升蜂群反舰能力。

2.3 结构因素

无人机蜂群结构因素主要是基于“马赛克战”思想,对蜂群进行异构平台比例控制。目前对于“马赛克战”所设计的经典场景是以无人机蜂群进行验证,而“马赛克战”的核心思想就是平台异构、快速重组,X-61A包括打击、侦察、电子干扰三种机型,通过通信组网与分布式指控,以异构平台实现蜂群系统快速重组的自适应性。异构平台数量不同的比值会通过影响各个杀伤环节的效能而最终影响蜂群整体的反舰能力。李大鹏[18]等人所设想的“马赛克战”对海打击经典场景中,采取了有人无人相结合,以无人集群为主体完成对海打击,有人平台包括E-2D、F-35、C-130,无人平台包括“小精灵”打击型、侦察型、电子战型以及武库机,设计了强对抗、弱对抗、无对抗三个交战区域,构想了全域感知、占据阵位、无人主战、动态重组、协同交战五个阶段,其编成结构倾向于多使用攻击型无人机,但均衡的异构力量或者突出侦察与干扰能力也有可能以较小代价达成反舰目标。

2.4 舰艇防空力量

目标舰艇的防空力量包括侦察与打击两个方面。目标舰艇的侦察预警能力主要包括防空反导雷达对飞行高度较高的空中目标的探测,对海侦察雷达对低空与海上目标的探测以及声呐系统对水下目标的探测。无人机从高空投放,逐步抵近目标的过程中,其反射的雷达信号越来越强,被探测发现的概率上升,目标舰艇的侦察能力决定了特定无人机集群是否能抵近发起攻击。而另一方面,采用隐身设计的无人机会缩小雷达截面积,无人机蜂群中电子干扰机的使用会减少目标舰艇雷达接收机中的可用信号,这都会使得目标舰艇相对于无人机的侦察能力下降,从而便于集群抵近发起攻击。
目前对于小型无人机的打击主要依赖电子干扰、舰炮、近程防空导弹。目标区域防空半径较大时,中远程防空导弹可能威胁到母机而使得无人机蜂群无法投放。在闫海港[19]等人对海上反无人机蜂群作战概念的研究中,提出反无人机蜂群作战有以下四个手段:一是捣毁蜂巢,破坏远程控制无线电链路,实现区域据止;二是电子干扰、控制劫持、雷达诱饵实现软对抗防御;三是高功率微波杀伤,蜂群反蜂群,大半径防空弹杀伤,网捕拦截实现面杀伤防御;四是利用舰炮、定向能、电磁炮等实现精准的点杀伤防御。上述反无人机手段集中在5 km以内或更近的距离,在仿真预实验中交战基本在10 km以外完成,因此不对近距离反无人机手段进行细粒度仿真。

3 美无人机蜂群反舰仿真实验

本文所使用的实验方法是联合作战体系仿真试验床方法,该方法采用人不在回路的仿真系统,可以进行高效的探索性实验,从装备层级到战术战役层级的仿真都十分成功,在联合作战能力评估[20]、新质作战力量评估[21]、作战体系弹性评估[22]等作战仿真领域有较为广泛的应用。平台分为仿真想定设计、实验运行以及仿真分析三个模块。仿真想定设计基于每个作战单元及其要素的物理模型,在三维空间对仿真对象的实体、行为、交互进行建模,在运行阶段,支持更改随机数的自动化多重循环实验以消除偶然因素,拥有完整的分析工具,可以针对交战过程梳理出完整的杀伤链,生成探测、瞄准、毁伤等各个阶段的详细报表,并支持可视化的回溯分析以寻找特定事件发生的因果链。
仿真实验首先确定一个基本的想定,在基本想定的基础上针对不同的战术与编成分别构建不同的场景。主要有四组实验:分散程度、攻击阵型、攻击批次、编成结构,其中前三组都属于攻击战术实验。每个实验变量设置不同的取值,将其对应的实验结果与基本想定的实验结果进行比较,得出该实验变量对于无人机蜂群反舰能力的影响,并对其影响机制进行分析。

3.1 基本想定

2017年,DARPA针对“小精灵”项目,提出了分布式空中作战运用的作战构想,基本内容是C-130在目标防区外释放侦察与干扰类型的无人机,以蜂群的形式对目标进行探测与干扰,并与攻击型无人机或F-35进行通信引导打击,如图1所示。
图1 DARPA提出的小精灵作战构想

Full size|PPT slide

在DARPA“小精灵”作战构想的基础上,本文为研究无人蜂群反舰能力,将具有威胁的目标设置为红方驱逐舰,作战空间仍为原构想中的濒海地区。红方驱逐舰独立遂行防空任务,不考虑友邻部队支援,配置防空导弹12枚,10枚近程防空火箭弹,舰炮两座,预警、跟踪、火控雷达共3台。蓝方C-130携带X-61A共15架,有攻击型、侦察型、电子战型3种机型,在C-130投放之后,这15架X-61A组成无人机蜂群脱离母机指控独立遂行反舰作战。其中攻击型只配备作战部与通信装备,侦察型配备主动、被动两种型号雷达及通信装备,电子战型配备干扰机以及被动传感器。其中侦察型与攻击型之间设置N-to-N通信网络。实验参数如表1所示,表格中的参数均为根据公开渠道的052C驱逐舰和“小精灵”无人机参数推算得出。
表1 红蓝双方装备性能参数
作战单元 装备 性能参数
红方驱逐舰 主频1 500 MHz
预警雷达 带宽100 MHz
探测距离448 km
防空导弹 打击距离120 km
近程火箭弹 打击距离34 km
蓝方攻击无人机 空舰战斗部 打击距离30 km
蓝方侦察无人机 主动雷达 探测距离200 km
蓝方干扰无人机 被动雷达 主频1 500 MHz
带宽200 MHz
干扰机 功率90 dBm
波束角30°
基本想定是15架X61-A在距离目标300 km脱离C-130,采用单体空间距离小于50 m的密集阵型对目标进行饱和攻击,如图2所示。
图2 C-130投放“小精灵”场景示意

Full size|PPT slide

红方雷达探测效果与蓝方电子干扰效果是本实验有效性的重要保证,因此对两者的部分仿真原理进行说明。
雷达对无人机集群进行探测时满足回波叠加的原理。当无人机集群较为分散时,由于单架无人机雷达截面较小,难以从背景杂波中分辨。而无人机集群较为密集时,空间接近的多架无人机回波可能被连续的多个分辨单元接收,从而将分散的点状目标识别为大型的扩展目标,并且目标的回波强度是点目标回波强度的叠加。但这种关系并不是简单的负相关,从极限推理的角度,当集群无限密集就将完全重合,而在雷达中只显示一个点目标的回波,因此分散程度从零开始增大时,集群可探测性是先上升后降低的。
电子干扰的手段采用噪声干扰,噪声干扰一般包括瞄准式、阻塞式、扫频式,实验中采取瞄准式,蓝方干扰机的主频与红方驱逐舰预警雷达主频一致,干扰的带宽范围为主频附近100兆。干扰波束采用最一般的射频噪声干扰,原理如下
J(t)=Un(t)cos(ωjt+ϕ)
(1)
其中,J(t)为干扰信号,服从正态分布,Un(t)为服从瑞利分布的包络函数,ωj为载频常数,ϕ为服从均匀分布的相位函数,由此控制产生一个频域上近似方窗的干扰信号。
一般评估干扰是否有效的准则为信息损失准则、功率准则、战术运用准则,本文使用的仿真系统采取功率准则,雷达是否能够探测到某个方向的目标基于这个方向的信噪比以及回波在自由空间损耗之后的信号强度,多个干扰机在一点产生的干扰效果基于功率进行叠加。干扰效果如图3所示,左侧白弧线为干扰机上的被动雷达探测范围,黑色密实线为红方雷达探测范围,白色直线为探测线。可以看到,在红方舰艇进入干扰机的被动传感器探测范围之后,干扰机激活,在其附近形成了条带状不可探测区域,此时红方驱逐舰不具备蓝方干扰机的目标信息。
图3 基本想定电子干扰情况

Full size|PPT slide

基本想定交战结果显示,电磁干扰有效地使蜂群靠近到距离目标15 km处并首先发动了攻击,之后目标暴露,3架攻击机被摧毁,3架侦察机被摧毁,但此时近防火箭弹弹药耗尽,转而使用防空导弹,未能有效拦截蜂群,在10 km处剩余的2架攻击机再次进攻,摧毁了红方驱逐舰。蜂群共损失6架无人机并摧毁目标。

3.2 攻击战术仿真实验

攻击战术主要研究无人机蜂群空间分布情况。
无人机蜂群的空间分布情况包含单体之间的分散程度、攻击阵型、攻击批次三个变量。数量因素即对每一个变量进行若干组试验,每一组实验进行五次重复实验,更改随机因子以消除偶然因素。在对每一个变量进行实验时,控制其他变量与基本想定保持一致。
基本想定单体间距小于50 m,视作密集阵型,电子干扰所形成的通道宽度在800 m以内,区分单体间距200 m、400 m、600 m三种情况,研究分散程度在单体间距小于50 m的基础上逐步增大对无人机蜂群反舰效能的影响;阵型实验在基本想定的基础上区分单侧饱和攻击、对侧攻击、环形攻击;攻击批次的实验在基本想定的基础上区分一批次、两批次、三批次,其中每一批次都包含攻击、侦察、电子干扰3种机型,批次之间间距15 km。
1)分散程度与反舰能力相关性实验
蜂群内部单体间距对反舰能力的影响如表2所示,单体间距200 m的情况下,阵型相比基本想定中的密集阵型更加分散,被发现的时间提前,在距离目标21 km处,红方驱逐舰近程火箭弹开火,损失3架攻击机,随后蜂群反击,剩余2架攻击型无人机对目标发起攻击,但由于X-61A最大设计飞行速度为0.8 Ma,在十几千米外命中目标需要数十秒,在此期间红方驱逐舰又发射了全部12枚防空导弹,命中剩余2架攻击机与3架侦察机。蜂群共计损失无人机8架并摧毁目标。单体间距400 m情况下,蜂群在距离目标30 km处被红方驱逐舰发现,5架攻击机与3架侦察机被迅速摧毁,红方驱逐舰消耗了所有弹药,迅速摧毁了有威胁的目标,保证了自身安全。单体间距600 m情况下,蜂群在距离目标50 km处被红方驱逐舰发现,5架攻击机与4架侦察机在距离目标25 km~50 km之间被摧毁,红方驱逐舰消耗所有弹药并成功防御。
表2 蜂群内部单体间距对反舰能力的影响
蜂群单体
距离/m		 攻击机
损失/架		 侦察机
损失/架		 蜂群损
失/架		 被发现距
离/km		 是否摧
毁目标
<50 3 3 6 10 是
200 5 3 8 21 是
400 5 3 8 30 否
600 5 4 9 50 否
分散程度对蜂群的反舰能力有较大影响,当蜂群较为密集时,整体被发现的时间更晚,便于蜂群抵近发起突袭。分散程度较高时,目标太大,在较远距离被发现并拦截,而此时目标不在蜂群火力范围内,难以遂行反舰作战。这一现象说明,实验所设置的分散程度都属于集群探测一般意义上的密集分布,满足仿真系统雷达回波叠加的条件,集群可探测性随分散程度上升,集群分散程度越高时,越容易在多个连续分辨单元上产生回波叠加,易被识别为大型目标从而暴露。
2)攻击阵型与反舰能力相关性实验
基本想定是单侧饱和攻击,因此本节在基本想定的基础上,再进行对侧攻击以及环形攻击实验。图4与图5分别对两种阵型进行了说明。
图4 对侧攻击阵型示意图

Full size|PPT slide

图5 环形攻击阵型示意图

Full size|PPT slide

对侧攻击东侧兵力3架攻击机、3架侦察机、2架电子干扰机,西侧兵力2架攻击机、2架侦察机、3架电子干扰机。最终东侧8架全部被击毁,西侧由于电子干扰力量更强,在较近距离摧毁了红方驱逐舰,共损失9架无人机。
环形攻击将15架无人机分为5组,每组配置攻击型、侦察型、电子战型无人机各一架,最终损失所有5架攻击机与5架侦察机,蜂群遭遇重创且红方驱逐舰未被摧毁。攻击阵型对蜂群反舰能力的影响如表3所示。
从无人机蜂群攻击阵型来看,攻击阵型对蜂群反舰能力的影响也比较大,单侧饱和攻击运用集中兵力的思想,在一个方向充分发挥干扰效能、攻击效能,以较低的成本完成反舰任务。
表3 攻击阵型对蜂群反舰能力的影响
蜂群攻
击阵型		 攻击机
损失/架		 侦察机
损失/架		 电子干扰
机损失/架		 蜂群损
失/架		 是否摧
毁目标
单侧饱和攻击 3 3 0 6 是
对侧攻击 4 3 2 9 是
环形攻击 5 4 1 10 否
3)攻击批次与反舰能力相关性实验
两批次攻击时,第一批2架攻击机、2架侦察机、2架干扰机,剩余9架为第二批,最终第一批全部被摧毁,第二批损失一架攻击机并摧毁目标,蜂群共损失7架无人机。
三批次攻击时,第一批2架攻击机、2架侦察机、2架干扰机,第二批1架攻击机、1架侦察机、1架干扰机,剩余6架为第三批。交战结果如表4所示,前两批仅存活电子干扰机一架,最终摧毁目标。
表4 攻击批次对蜂群反舰能力影响
蜂群攻
击阵型		 攻击机
损失/架		 侦察机
损失/架		 电子干扰
机损失/架		 蜂群损
失/架		 是否摧
毁目标
一批 3 3 0 6 是
二批 3 2 2 7 是
三批 3 3 2 8 是
攻击批次的影响在仿真实验中没有充分体现,因为仿真粒度较粗,不能体现对舰面设施的毁伤效果,目标舰艇的状态只有完好与被命中摧毁两种状态,因此研究攻击批次需要更细粒度的仿真。

3.3 编成结构仿真实验

编成结构实验包括蜂群机型比例实验与蜂群无人机总数实验。基于蜂群异构属性,在基本想定的基础上,改变各种力量的比例,攻击、侦察、电子干扰的比例设为3∶1∶1、1∶3∶1、1∶1∶3,分别突出攻击、侦察、电子战能力,用于研究比例对蜂群反舰效能的影响。
实验结果如表5所示,突出攻击能力,攻击、侦察、电子干扰的比例为3∶1∶1的情况下,损失7架攻击机、摧毁红方驱逐舰。突出侦察能力,攻击、侦察、电子干扰的比例为1∶3∶1的情况下,损失3架攻击机、6架侦察机,摧毁红方驱逐舰。突出干扰能力,攻击、侦察、电子干扰的比例为1∶1∶3的情况下,损失3架攻击机、2架侦察机,2架电子干扰机,摧毁红方驱逐舰。
表5 机型比例对蜂群反舰能力的影响
蜂群编
成结构		 攻击机
损失/架		 侦察机
损失/架		 干扰机
损失/架		 蜂群
损失/架		 是否摧
毁目标
1∶1∶1 3 3 0 6 是
3∶1∶1 7 0 0 7 是
1∶3∶1 3 6 0 9 是
1∶1∶3 3 2 2 7 是
从无人机蜂群机型比例来看,各方面数量均衡是反舰成功并代价最小的,在侦察机与攻击机组成的网络中,侦察机探测的范围决定了攻击机开火的时机,在侦察机不受到敌舰电子干扰的情况下,侦察范围与侦察机数量相关性不高,因此侦察机的数量增加并没有带来作战效能的提升。增加干扰机的数量虽使红方预警能力下降,但其余两部雷达主频与预警雷达不一致,对预警雷达的瞄准式干扰不能使其致盲,因此总能在近距离发现蜂群。改变异构蜂群编成比例有效保持了反舰能力,预期在更加极端的作战环境中,目标防空火力强,探测能力强或隐蔽性高时,改变异构蜂群比例将更有效地保持无人机蜂群反舰能力。
在机型比例的实验中,各方面数量均衡是反舰成功并代价最小的,因此无人机蜂群总数的实验保持1∶1∶1的机型比例,在15架的基础上分别改变为12、18、21、24、27、30架,以研究无人机总数对蜂群反舰效能的影响,实验结果如表6所示。
表6 无人机总数对蜂群反舰能力的影响
蜂群无人
机总数		 攻击机
损失/架		 侦察机
损失/架		 干扰机
损失/架		 蜂群损
失/架		 是否摧
毁目标
12 4 4 0 8 是
15 3 3 0 6 是
18 5 1 0 6 是
21 6 0 0 6 是
24 5 0 0 5 是
27 5 0 0 5 是
30 5 0 0 5 是
蜂群无人机总数对蜂群反舰能力的影响体现在24架以内,说明在干扰机与攻击机都达到8架的时候,蜂群对红方预警雷达干扰效能实现最大化,同时攻击机对红方驱逐舰实现了饱和打击,增加蜂群无人机数量将不能再提升反舰效能。

4 美无人机蜂群反舰实验结论

分散程度对无人机蜂群反舰能力的影响主要体现在被发现的距离,单体之间距离越小,越能抵近突袭。攻击阵型的影响主要体现在电子干扰的效能,基本想定中强调了电子干扰的重要性,单侧饱和攻击时,集中了干扰能力,因此损失最低。攻击批次对无人机蜂群反舰能力的影响不显著,因为对舰艇状态的仿真粒度较粗,不能反映对舰面设施部分破坏的情况。编成结构对无人机蜂群反舰能力的影响主要体现在对作战环境的适应性,在极端作战环境中,通过调整编成结构,能很好地保持反舰能力,同时蜂群机型比例保持1∶1∶1,在总数达到24架时,反舰效能达到了最大化。综合五组实验结果,X-61A无人机蜂群采取密集阵型,以均衡的异构力量进行单侧饱和攻击,在总数24架时,牺牲5架无人机能摧毁目标舰艇,代价较小。其中,X-61A单架成本70万美元,如本文研究的小规模集群成本在2 000万美元以内,加上攻击型号所携带的战斗部以及母机的投放成本,也不超过数千万美元,X-61A的回收进一步降低了成本,而一艘驱逐舰的成本至少是数亿美元,由此可见,无人蜂群反舰效费比很高。

5 结束语

本文从无人机蜂群的概念与特点出发,从作战理论层面阐述了无人机蜂群反舰能力的影响因素,之后设计仿真实验对这些因素进行了分析,给出了较为可信的结论。随着美军“马赛克战”思想的成熟与更复杂的无人机蜂群攻防战术[23]的产生,以X-61A为代表的无人机蜂群反舰能力将进一步提升,通过仿真手段对其反舰能力进行定量分析十分必要,智能自主的蜂群指控手段与更加多样的异构无人机类型将对仿真研究提出新的挑战。本文对舰艇状态的仿真粒度较粗,将来使用更底层的仿真手段展开更系统的仿真研究,会进一步提升无人机蜂群反舰能力分析的可信性。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
吴涛, 冯伟强, 张昊. 无人机蜂群对海作战概念模型研究[J]. 指挥控制与仿真, 2022, 44(2):7-11.
https://doi.org/10.3969/j.issn.1673-3819.2022.02.002
本文引用 [1] 摘要
为满足无人机蜂群作战运用建模与仿真的需求,采用基于实体行为网络交互(EBNI:Entity Behavior Network Interaction)的建模方法对无人机蜂群对海作战进行概念建模。列出了无人机蜂群对海作战中的实体和任务清单,建立了无人机蜂群对海作战的任务模型、各类实体的动作模型以及无人机蜂群对海作战中的内外部交互模型,为无人机蜂群作战仿真模型研究和系统建设提供参考。
[2]
Loc Pham. UVA Swarm Attack:Protection System Alternatives for Destroyers[D]. Naval Postgraduate School, 2012.
本文引用 [1]
[3]
杨王诗剑. 引领海战革命——浅析无人机“蜂群战术”[J]. 兵器知识, 2016(3):60-63.
本文引用 [1]
[4]
卢洋, 贾立新, 陈征. 面向无人机编队队形保持的航路规划技术研究[J]. 飞行力学, 2022, 40(4):63-69,75.
本文引用 [1]
[5]
马铭希, 吴军, 岳龙飞, 等. 基于改进人工鱼群优化的蚁群算法无人机自主航路规划[J]. 兵器装备工程学报, 2022, 43(3):257-265.
本文引用 [1]
[6]
吴振, 吴红兰. 基于改进遗传算法的无人机航路规划[J]. 电子测量技术, 2021, 44(24):52-58.
本文引用 [1]
[7]
Choi Kwanghoon, Kim Jai Hoon. UAV Path Planning Method for Avoiding Restricted Areas[J]. Intelligent Service Robotics, 2021, 14(5):679-690.
https://doi.org/10.1007/s11370-021-00386-3
https://doi.org/10.1007/s11370-021-00386-3
本文引用 [1]
[8]
余婧, 雍恩米, 陈汉洋, 等. 面向多无人机协同对地攻击的双层任务规划方法研究[J]. 系统工程与电子技术, 2022, 44(9):2849-2857.
本文引用 [1]
[9]
刘庆利, 商佳乐, 曹娜, 等. 基于改进MVO算法的多无人机任务分配研究[J/OL]. 控制工程:1-8[2022-02-17].
本文引用 [1]
[10]
马瑞, 欧阳权, 吴兆香, 等. 基于深度强化学习的多无人机电力巡检任务规划[J]. 计算机与现代化, 2022(1):98-102.
本文引用 [1]
[11]
Siemiatkowska Barbara, Stecz Wojciech. A Framework for Planning and Execution of Drone Swarm Missions in a Hostile Environment[J]. Sensors, 2021, 21(12):4150.
https://doi.org/10.3390/s21124150
https://www.mdpi.com/1424-8220/21/12/4150
本文引用 [1]
[12]
都若尘, 许江涛. 多无人机协同编队控制研究现状及进展[J]. 高师理科学刊, 2022, 42(2):42-46.
本文引用 [1]
[13]
王琪, 范庆东. 弹性模型结合改进滑模控制器的无人机协同控制[J/OL]. 电光与控制:1-8[2022-04-14].
本文引用 [1]
[14]
陈静, 陈光佳, 李天保. 无人机群分布式协同通信对抗技术综述[J]. 舰船电子工程, 2022, 42(3):20-23,53.
本文引用 [1]
[15]
Yue Keyuan, Yuan Jianquan, Hao Mingrui. Cooperative Formation Control of Fixed-wing UAVs Based on Deep Reinforcement Learning[P]. Beijing Electronic Science and Technology Institute (China);Chinese Society of Astronautics (China);Harbin Institute of Technology (China);Institute of Optics and Electronics,Chinese Academy of Sciences (China);Fudan Univ. (China);Univ. of Shanghai for Science and Technology (China), 2022.
本文引用 [1]
[16]
谷康. 外军无人机蜂群作战概念研究进展及分析[J]. 航空兵器, 2022, 29(1):52-57.
本文引用 [1]
[17]
陆晓安, 浦黄忠, 甄子洋, 等. 基于改进一致性算法的无人机集群饱和攻击[J]. 电光与控制, 2021, 28(8):31-35.
本文引用 [1]
[18]
李大鹏, 刘巍. 马赛克战:重构作战体系以应对高端战争[EB/OL].(2021-10-16)[2022-04-15]. https://3g.163.com/dy/article/GN8A4QF50511DV4H.html.
https://3g.163.com/dy/article/GN8A4QF50511DV4H.html
本文引用 [1]
[19]
闫海港, 孙晓斌. 海上反无人机蜂群作战概念研究[J]. 舰船电子工程, 2019, 39(11):38-42.
本文引用 [1]
[20]
杨镜宇, 胡晓峰, 张昱, 等. 基于体系仿真实验的联合作战能力评估技术[J]. 指挥信息系统与技术, 2017, 8(4):1-9.
本文引用 [1]
[21]
杨镜宇, 胡晓峰. 基于体系仿真试验床的新质作战能力评估[J]. 军事运筹与系统工程, 2016, 30(3):5-9.
本文引用 [1]
[22]
荣明, 胡晓峰, 杨镜宇. 基于试验床的作战体系弹性评估研究[J]. 系统仿真学报, 2018, 30(12):4711-4717.
https://doi.org/10.16182/j.issn1004731x.joss.201812027
本文引用 [1] 摘要
信息化条件下的战争是体系与体系的对抗。作战体系弹性是体系为应对多任务变化、扰动、面临攻击、失效而呈现的高可靠性、快速恢复性及完成任务的能力,正日益成为各军事强国关注的热点。通过分析作战体系弹性评估面临的问题,提出了基于试验床的作战体系弹性分析方法。采用&#x0201c;整体&#x0201d;、&#x0201c;动态&#x0201d;、&#x0201c;对抗&#x0201d;的评估理念,用红蓝双方对抗博弈的作战体系弹性分析实验流程,通过建立作战体系弹性评估模型,能够对作战体系弹性进行度量和评估。
[23]
Dongjing Xing, Ziyang Zhen, Huajun Gong. Offense—defense Confrontation Decision Making for Dynamic UAV Swarm Versus UAV Swarm[J]. Proceedings of the Institution of Mechanical Engineers, Part G: Journal of Aerospace Engineering, 2019, 233(15):5689-5702.
本文引用 [1]
PDF(2528 KB)

2889

Accesses

0

Citation

Detail
Sections
Recommended

/

〈 〉