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
Intelligent Unmanned Combat

Analysis of manned-unmanned teaming and technique

  • SHI Fengcha ,
  • BAI Jiangbo ,
  • LU Di
Expand
  • Aviation Military Representative Office of the Army Equipment Department in Tianjin, Tianjin, 300462, China

Received date: 2023-04-25

  Revised date: 2023-07-11

  Online published: 2024-02-21

Abstract

The Manned-Unmanned Teaming technology can fully leverage the low cost and expendable advantages of unmanned platforms to expand the operational space of manned platforms, thereby enhancing their situational awareness, penetration capability, and survivability. This paper provides a research overview on the development of MUM-T in the United States, Britain, France, Australia, South Korea, and other countries. It provides several application examples of MUM-T in foreign militaries on marine, land, and air space. It also analyzes some technical challenges and key technologies of MUM-T in wireless communication and networking, remote measurement and control, autonomous decision-making, and human-machine interaction. Finally, the future development trend of MUM-T is prospected, which can serve as a reference for the study of collaborative combat styles and related technological research in future joint operational systems.

Cite this article

SHI Fengcha , BAI Jiangbo , LU Di . Analysis of manned-unmanned teaming and technique[J]. Command Control and Simulation, 2024 , 46(1) : 30 -36 . DOI: 10.3969/j.issn.1673-3819.2024.01.004

随着无线数据链通信[1-2](Wireless Datalink Communications)、人工智能[3-4](Artificial Intelligence,AI)和电子对抗(Electronic Countermeasures,ECM)等先进技术的快速发展,无人机(Unmanned Aircraft Vehicles,UAV)、无人车(Unmanned Ground Vehicles,UGV)、无人艇(Unmanned Surface Vehicles,USV)、无人水下潜航器(Unmanned Underwater Vehicles,UUV)等无人平台[5-8]在现代战争中的应用规模不断扩大。无人平台在海、陆、空、天、电(磁)等多域作战和跨域联合作战中的应用主要体现在扩展侦察探测范围、提高目标定位精度、缩短杀伤链闭合时间、协同攻击防御、协同电子对抗等方面,能够显著提升空中作战编队、海上舰艇编队、陆航机动编队,以及空-海、空-地跨域协同的整体作战效能。
受限于当前人工智能(AI)技术的发展水平,目标识别、物体检测、航迹跟踪等弱人工智能应用只能提供部分辅助决策功能,而强化学习、生成式学习等强人工智能存在不可解释、鲁棒性无法保证等问题,限制了无人平台自主决策能力的提升。特别在复杂对抗环境中,无人平台全自主作战还比较遥远,因此,无人平台和无人集群编队都需要有人平台的指挥引导,实现“人在环路”的人机协同应用模式,有/无人编组 [9-11](Manned-Unmanned Teaming,MUM-T)技术是未来多域协同作战的主要作战样式之一。

1 外军有/无人编组最新进展

无人系统理论上可以执行目前有人载具所执行的任何任务,因此,有/无人编组通常作为一个合成作战单元而非单独部署[12],从而提高有人载具的覆盖区域、杀伤能力和生存能力。有/无人编组技术的典型应用场景包括武装护卫、目标侦察、战损评估、中继通信和电子对抗等。如图1所示。其中,武装护卫应用中无人平台可以在有人平台执行任务前压制敌人的防御设施,以避免有人平台的大量伤亡。此外,无人平台还可以作为有人平台的外部武器库,使有人平台在每次任务中能够攻击大量敌方目标。
图1 有无人编组技术示意图

Fig.1 Schematic diagram of MUM-T

在美海军的“分布式海上作战”(Distributed Maritime Operation,DMO)和美空军的“下一代空中优势”(Next Generation Air Dominance,NGAD)规划中,都不约而同地将有/无人编组作为核心设计要素,让现役战斗机、舰载机、驱逐舰等作战载具具备有/无人编组能力是现代海空军的共同努力方向。
本文调研了美、英、法、澳、韩等国的有/无人编组能力发展现状[12-19],如下所述。

1.1 美国陆军有/无人编组

1)陆军旋翼系统
有/无人编组技术最初是由美国陆军创造,目前工作主要集中在联合AH-64阿帕奇守护攻击直升机与固定翼无人机,有/无人编组也将成为美国陆军未来攻击/侦察机和未来远程攻击机的重要组成部分。
AH-64E阿帕奇守护者是阿帕奇攻击直升机的最新型号,该机型升级了传感器和航空电子设备,并大幅增强了数据链组网能力,以支持有/无人编组操作。它配备了第二代有/无人编组(MUMT-2)数据链路,允许在载人飞机和无人机间进行无缝的传感器和目标数据传输。载人直升机还可以将无人机上的传感器数据传递到地面部队,帮助建立全面态势感知和作战网络。
未来,将用L3哈里斯公司开发的MUMT-X数据链路取代MUMT-2。它将包括一个Rover 6收发器、多波段射频设备和一个能够同时发射多个高清视频流的多向天线。MUMT-X将增加可用带宽,扩大通信范围,提高机载部队和友军部队的态势感知和作战效率。
2)推进能力建设
2015年,美国陆军进行了首次有/无人编组的作战部署,101空降师的AH-64s成功地与空军MQ-1C无人机集成。由地面操作人员控制的无人机能够定位并用激光照射引导阿帕奇导弹的目标,而载人直升机可以专注作战,有/无人编组成功消灭了地面的多个移动目标,提高了打击效率。
随着技术开发和能力进展,现在一架AH-64E阿帕奇直升机最多可以控制三架MQ-1C灰鹰无人机或RQ-7B影子无人机,包括飞行操作、传感器和武器控制,构成最高的互操作级别。
2020年,美国陆军的有/无人编组能力达到一个新的里程碑,AH-64E、RQ-7B和MQ-C1形成三机编组,飞机间隔50 km。RQ-7B侦察无人机探测到目标,并将坐标传递给阿帕奇直升机的飞行员。飞行员控制无人机的激光瞄准系统照亮目标,同时指挥MQ-1C发射地狱火导弹,成功命中目标。
使用无人平台作为替代传感器和武器平台,使载人直升机能够与瞄准范围之外的目标进行超视距交战,不仅可以增强保护能力,打击更多敌方目标,还可以分散敌方兵力。

1.2 美国空军有/无人编组

1)空中堡垒(SKYBORG)
美国空军的有/无人编组最初被称为“忠诚僚机”(LOYAL WINGMAN),以反映无人平台对载人战斗机的支持功能,现在定义为空中堡垒(SKYBORG),用于突出无人平台的AI自主控制功能。美国空军的无人机正在朝着低成本方向发展,但并不意味着无人平台是一次性战术消耗品,只是具有较短的使用寿命。较短生命周期的无人平台设计,可以使无人平台的新型号快速迭代,以反映最新技术和操作理念。
2)推进能力建设
空中堡垒(SKYBORG)成功集成有/无人编组的关键在于美国空军研究实验室(AFRL)正在开发的空中人工智能系统(SKYBORG AI System)。该软件套件将使无人平台具备自主飞行能力并能完美响应外部控制,被称为空中自主核心系统(Autonomy Core System,ACS)。
ACS系统的自主操作能力在2021年的系列测试中得到验证,完成了基本航空行为,能够对导航指挥做出响应,对地理围栏能做出响应,能够在保持飞行航迹的同时,表现出合理的机动。
ACS系统可以集成在Kratos公司的UTAP-22 MAKO和通用原子公司的MQ-20两种异构无人平台上,具备跨平台部署能力,为未来联合作战的多任务控制能力奠定基础。波音公司、GA-ASI、Kratos和澳大利亚的航空动力公司(ATS)都在参与ACS系统的下一阶段测试。

1.3 美国海军有/无人编组

1)大型无人艇(LUSV)
美国海军的第四代大型无人艇(Large Unmanned Surface Vehicle,LUSV),由德世隆公司设计制造,最远航程1 200 n mile,可搭载声呐、雷达、光学侦察等多种载荷和非致命性武器,执行反潜、反水雷、目标打击和毁伤评估等战斗任务。无人艇支持“水面猎杀行动小组”(Hunter-Killer Surface Action Group,Hunter-Killer SAG)的分布式作战构想,典型配置是1艘有人舰搭配4艘无人艇,有人舰和无人艇之间通过海军战术数据系统(Naval Tactical Datalink System,NTDS)和协同作战系统(Cooperative Engagement Capability,CEC)互联,可以实现有/无人编组的作战信息共享和协同作战行动。大型无人艇还可搭载无人机实施广域空中监视,帮助有人主战舰艇(包括巡洋舰、驱逐舰、滨海战斗舰等)使用远程防空和打击武器消灭空中威胁,增强主战舰艇的攻击力。
2)MQ-25无人加油机
美国海军计划引进一种舰载的无人加油机,首批四架MQ-25A无人机计划将在2024年实现初始作战能力,其性能参数包括:1)航程:930 km;2)使能作用:F/A-18和F-35的作战半径可扩大至500 km;3)二级任务:通信中继、侦察和战斗。
3)咆哮者电子战飞机(EA-18G)
2020年初,波音公司将自主控制的EA-18G电子战飞机作为无人平台,使用第三架EA-18G有人平台作为另外两架的任务控制器,共完成了21次演示任务。这项技术使海军能够扩大传感器的覆盖范围,同时使有人平台远离伤害,同时使单个机组人员能够在不大量增加工作量的情况下控制多架飞机。该实验意味着美国海军可能很快就能够部署无人打击战斗机以及配备干扰器和反辐射导弹的电子战飞机。
4)推进能力建设
美国海军目前正在制定基于航母的下一代空中优势飞机系列计划(Next Generation Aircraft Dominance,NGAD),计划在2030年开始取代F/A-18,NGAD将由一架载人核心飞机组成,由各种任务无人平台提供支持。任务无人平台的设备选项包括:1)侦察传感器;2)通信链路/中继器;3)动力武器和电磁武器。
NGAD的有/无人编组技术综合研制目标是对抗反介入/区域拒止(A2/AD)战略,有人平台和无人平台都具备低能见度特性,便于实施穿透性攻击战术,能够接近敌方的船只和飞机。
控制多个平台将使F/A-XX机组人员能够在任务中解除更广泛的目标,并派遣无人平台对抗防御严密的目标。通过这种方式,舰载的有/无人编组飞行可以在敌方的反介入/区域拒止(A2/AD)系统中打开缺口,然后进行体系攻击。

1.4 其他国家有/无人编组

英国皇家空军(RAF)的忠诚僚机计划称为“蚊子计划”。英国国防部在2021年1月发布了一份原型设计和制造合同,主承包商为螺旋航空系统公司,合作伙伴包括诺斯罗普·格鲁曼航空公司和无畏思维公司,前者负责AI、网络和人机界面,后者负责航空电子设备和电力。“蚊子计划”将使英国空军的自主战斗机能力快速提升,部署空对空和空对地武器,并与台风战斗机和暴风战斗机协同作战。
法国达索公司和空客公司正在开发有/无人编组技术和未来战斗系统(Future Combat Air System,FCAS),它包含有人平台和各种无人平台,也称为远程载具(Remote Carriers,RC)。各种各样的远程载具包括小型徘徊弹药、大型忠诚僚机,能够部署空对空、空对地和电磁武器。有人平台和远程载具将无缝联网,形成下一代战斗系统(Next Generation Combat System,NGWS)。达索公司的FCAS已经在地中海上空进行了多次试飞,通过有人平台远程控制RCs,演示了有/无人编组能力。
澳大利亚皇家空军和波音防务公司在2020年设计、开发和生产了MQ-28A幽灵蝙蝠无人驾驶战斗飞行器(Unmanned Combat Aircraft Vehicle,UCAV)。该机型的最远航程为3 700 km,具有模块化的集成传感器包,能够支持情报、监视、侦察、通信中继以及动能打击任务。到2025年具备超过10架飞机的部署能力。
韩国陆军的新型武装直升机(LAH)和新型海上攻击直升机(MAH)都将具备有/无人编组能力,这两种载人直升机将与国内开发的无人平台(KAM-T)配对使用。KAM-T分为四个不同的任务载荷:侦察、电子战、欺骗和自杀任务。LAH最多将携带13架无人机,前仓配装4架、后仓配装9架无人机。联合部署的有人无人战斗编组,可以增加火力和传感能力,同时降低人类机组成员的风险。

2 外军有/无人编组典型应用

在作战层面上,有/无人编组通过多具无人平台携带不同的载荷来执行诸如侦察、电子战、诱饵和空战等任务,通过后方的有人平台进行指挥控制,不仅降低了有人平台的击落风险,同时提高了作战效能。根据有/无人编组的外军典型应用[13],本文重点分析了3个应用领域的有/无协同作战样式。

2.1 空海防卫反击

空海防卫反击的典型场景是在敌方海岸附近的国际水域作战,兵力部署包括专用的空战管理飞机(ABM)、战斗机(F-35)和多架无人僚机,有人机和无人机能够形成有/无人编组。有/无人编组还得到一架高空长航时飞机(HALE)的情报监视侦察信息支援。如图2所示。
图2 空海防卫反击

Fig.2 Air-sea defense and counterattack

空海防卫反击的杀伤链采用简化OODA循环,包括感知(Sense)、判断(Orient)和行动(Act),用于实现杀伤链的快速闭合。其中,感知环节使用自主控制算法进行传感器资源管理(Sensor Resource Management,SRM),可基于机器学习(ML)技术实现,用于动态管理和优化传感器配置,确保在对抗环境中探测和识别威胁,主动SRM可以大大改善传感器探测和识别威胁的情报收集能力。判断环节采用信息传播算法融合和共享信息,形成团队共同作战图(Common Operation Picture,COP),确保每个平台看到相同的威胁。行动环节使用“拍卖”技术进行武器选择和任务分配,实现最优或次优的协同打击决策。

2.2 空海协同反潜

空海协同反潜作战主要以无人集群指控中心为核心,其他组成部分包括无人机、无人艇、无人潜航器和通信浮标等。如图3所示。指控中心是智能无人作战平台的核心,对无人系统的信息汇总,在AI辅助下实现观察、判断和攻击决策。无人直升机主要用于远距离侦察,通过光电、雷达等任务载荷对广域海面或浅海目标进行侦察,并借助AI能力进行威胁自主评估。
图3 空海协同反潜

Fig.3 Air-sea cooperative anti-Submarine

无人艇搭载雷达探测、卫星通信和武器载荷等,即可发现近距海上目标,也可用于武器攻击,同时无人艇还为无人直升机提供起降平台、回收设备、牵引装置与存放空间;无人潜航器作为隐秘的侦察节点,主要用于侦察和探测水下目标,包括水雷和潜艇等;通信浮标用于跨域通信传输。
海上无线通信距离短,并且受水文气象影响严重,因此需要采用动态子网、无线中继、卫星中继等技术实现互联互通,具备自组织、自修复能力,满足特定条件下的通联需求。

2.3 地面部队防御

美国陆军正在为未来的空中/地面部队开发空中发射效应(Air Launch Effect,ALE)作战概念,无人机系统(UAS)可以从较大的有人飞机上发射,如灰鹰无人机。ALE以小组形式运作,不受人类控制,执行一系列侦察攻击任务,以支持陆军的空中和地面行动。如图4所示。
图4 地面部队防御

Fig.4 Pefersike tactics of ground troops

ALE系统的目的是在战斗前缘作战,可能会面临两类环境威胁:一是由于地形遮挡和视角迥异,近地面作战增加了ALE小组的观察信息差异,这对共同态势图(COP)的形成造成了一定程度的障碍;二是对抗条件下的电磁环境复杂,导致可靠和大量交换信息的能力受限,采用低截获概率通信只能保证最低限度的通信能力。

3 有/无人编组关键技术

从多域作战的任务视角,有/无人编组是一类指数型能力增强技术[20],有人平台通过无人平台及其任务载荷扩展作战空间、提升任务执行成功率,有/无人编组的作战效能提升与平台连接数量呈指数关系。例如,有人平台指挥控制多架不同任务载荷的无人平台,可以通过最新的战术、技术和程序(Tactic、Technology & Program,TTP),为不同阶段的作战任务提供改进和增强的战术策略,提高载人平台攻防两端的杀伤力和生存机会。
从技术视角,有/无人编组的作战效能提升,主要来自于四方面:
1)数据链传输组网:实现有/无人平台的互联、互通、互操作,支持节点损毁、链路中断、信道恶化和电磁干扰条件下的敏捷适变组网,支撑平台间的情报回传、指挥控制、目标知识和协同作战;
2)自主智能控制:在强、弱人工智能工具的辅助下,无人平台的自主态势分析、航迹规划、运动控制和一定程度上的任务自主决策能力,将解放人类操作员的双手,减少人类操作员的认知负担,使无人机成为真正意义上的作战帮手;
3)智能集群控制:在领航员、人工势场、类生物集群等群体智能算法的帮助下,多个无人平台之间,可以进行自主协同的编队控制和任务分配,使人类操作员不必同时操作多架无人机,也不必事无巨细地分配各架无人机的任务,减少人类操作员的工作量;
4)任务级人机协同:在态势感知、知识图谱以及神经符号推理等新一代人工智能算法的引领下,人类操作员将和无人平台在态势图和任务目标上进行任务级的沟通,实现人机共同理解、载荷自动规划执行任务,减少人类操作员的负担。

3.1 数据链传输组网

数据链自组网通过无线通信链路、组网协议和传输控制技术将无人平台的各种传感器(红外、CCS、SAR等)和武器平台(空对地导弹、反辐射导弹、电磁武器等)有机连接起来,快速收集、传输、处理、分发各种传感器信息,形成传感器-传感器、传感器-武器之间的网络通信能力,达到武器级协同作战要求。
为实现节点损毁、链路中断、信道恶化和电磁干扰条件下的敏捷适变组网,数据链自组网需要具备低时延传输、无中心智能组网、良好的链路抗干扰等技术特点,增强通信保障系统的抗毁自愈能力。
数据链自组网可以采用多频传输、动态资源分配和软件定义自组网等业界先进技术,解决有/无人平台在战场环境中的敏捷适变等问题。

3.2 远程互操作标准

有/无人编组技术在技术层面上的定义为“一种标准化的互操作系统架构和通信协议,采用实时通信、智能辅助决策和传感器/效应器控制手段,使有人系统能够控制和监控无人载具及其任务载荷,协同完成作战任务”[15]。通过使用多域数据链,有/无人编组技术可以使有人平台与无人平台之间实现互联互通互操作,从而提高决策制定和执行任务的效率。
为有效支撑有人无人平台的作战协同,平台间根据载荷能力实现不同级别的信息铰链,有/无人编组技术的能力水平直接体现在互操作级别上。根据北约的STANAG 4586标准(用于无人平台互操作性的标准控制接口),有/无人编组的互操作水平分为5个级别,如表1所示。
表1 有/无人编组的互操作级别

Tab.1 Inter-operation level of MUM-T

互操作级别 能力水平
第1级 直接接收无人平台关联数据
第2级 直接接收侦察或其他数据,包含由无人平台中转通信数据
第3级 控制和监控无人平台载荷,尤其是直接接收的侦察或其他数据
第4级 控制或监控无人平台,但不包括发射或回收
第5级 控制或监控无人平台,包括发射和回收
有/无人编组技术的互操作级别,决定了平台间接口互联和信息铰链水平,进而影响编队的指控方式、协同作战样式和杀伤链重构能力。第1级互操作级别,只能支持态势分发应用;第2级互操作级别,只能支持静态目标侦察和情报回传应用;第3级互操作级别,则能够支持动态目标侦察和协同探测应用;第4级互操作级别,能够支持多平台编组和大部分战术协同应用,如协同探测、协同打击、协同电子战等;第5级互操作界别,能够支持有人平台携带无人载具,全面支持各种协同作战应用,包括协同防御、诱导欺骗、压制干扰等。

3.3 智能编队控制

无人平台的行为必须听从人的管控,但人的自身能力、精力以及精确控制无人平台的能力限制,不可能时时刻刻管控无人平台,因此,无人平台必须要有自主工作的能力。
为实现无人平台自主智能控制,需要载体扩充、功能扩展、智能水平提升和完善自修复能力,采用分布式控制系统和分层控制策略,每个层级采用不同智能决策策略,是降低系统复杂度的有效方法。
编队控制是指无人平台集群在执行任务过程中,控制无人平台形成并保持一定的几何构型,以适应平台性能、战场环境、战术任务等需求,主要解决两方面问题:一是编队的生成和保持,包括面向空间、时间和通信拓扑的构型优化;二是编队构型的动态调整和重构,如遇到障碍物时编队的分离与重新融合,编队成员增加或减少时的队形调整,以及作战目标改变、威胁环境变化等其他突发情况下的编队重构。
无人平台集群协同决策的内容包括威胁的判断、目标优先权的排序及目标分配等任务的动态分配与调度,需要重点考虑多平台之间的任务分配的冲突消解,消除多机之间的任务耦合,应对动态、不确定的外部环境,实现基于任务和无人平台能力的协同决策。
类生物集群技术模仿自然界中的生物集群行为,如纷乱而有序的鱼群、协作觅食的蚂蚁、寻找花蜜的蜜蜂、结队飞行的鸟群,均表现出自组织、去中心化、分布式等特点,并能够通过灵活地协作以实现对环境的适应能力。

3.4 任务级人机协同

无人系统编队多平台协同、有人/无人协同、海陆空协同是提高作战能力的重要措施。国外协同控制已经开始进入无人艇、无人机或无人车编队协同阶段,朝着基于实时云支撑的多无人艇、无人机和无人车海陆空协同方向发展。在基于作战云的态势感知、任务规划、任务分配、多平台协同定位等方面取得较多成果,并开展作战应用。
针对无人平台能够对任务和态势智能理解,具备自主、协同控制能力等特点,有人平台对无人平台编组的指挥控制采用感知-定位-决策-执行(Observe-Orient-Decide-Act,OODA)循环理论,构成有人/无人协同任务处理的多重OODA循环:在作战过程中,有人平台将局部“决策”权下放给无人平台,由无人平台自主对战场态势进行“观察-判断”,然后进行“决策-行动”,整个过程在作战云的服务支撑下形成一个大的编组作战多OODA循环。

4 发展趋势及展望

从对外军有/无人编组的最新进展来看,美军及北约组织成员国已经将有/无人编组技术列为优先发展的技术战略,并在逐步推进技术研发和海、陆、空军的应用验证。外军有/无人编组具备的隐蔽突防、超视距打击、集群打击等能力对反介入/区域拒止(A2/AD)作战构想构成重大威胁,需要在战术和技术层面加以充分重视,进行提前布局、技术攻关、演示验证和实战部署。
有/无人编组的技术发展需要重视以下发展方向:1)开放式架构设计,通过面向服务的开放式软件架构,满足无人系统当前及未来的功能可扩展、技术可升级要求;2)多链融合通信,采用射频综合和软件无线电架构,实现多种数据链的异构接入、跨域互联和多链转发,有效支撑编组作战的远程测控、情报回传和感知决策;3)智能编队控制,多平台无人系统不断完善,强化学习技术从单平台应用逐渐转向群体作战指挥与决策发展;4)人机协同作战,作战模式向编组作战方向发展,协同指挥与控制技术不断完善,为完成编组作战任务典型基础。
[1]
张子龙, 万飞, 王兴, 等. 近距空中支援的演变与趋势: 从战术数据链、战术云到马赛克战[J]. 指挥信息系统与技术, 2021, 12(1): 8-15, 49.

ZHANG Z L, WAN F, WANG X, et al. Evolution and trend of close air support: from tactical data link, tactical cloud to mosaic warfare[J]. Command Information System and Technology, 2021, 12(1): 8-15, 49.

[2]
张子龙, 田少鹏, 孔令涛. 空中计算在指挥控制数据链中的应用[J]. 指挥信息系统与技术, 2022, 13(6): 55-62.

ZHANG Z L, TIAN S P, KONG L T. Application of air computing in command and control data link[J]. Command Information System and Technology, 2022, 13(6): 55-62.

[3]
杨霄, 李晓婷, 赵彦东, 等. 基于DRL与微分对策的无人机空战决策研究[J]. 火力与指挥控制, 2021, 46(5): 71-75, 80.

YANG X, LI X T, ZHAO Y D, et al. Research on UAV air combat decision making based on DRL and differential games[J]. Fire Control & Command Control, 2021, 46(5): 71-75, 80.

[4]
黄凯, 邱修林, 殷俊, 等. 基于DRL的飞行自组网自适应多模式路由算法[J]. 计算机工程与应用, 2023, 59(14): 268-274.

DOI

HUANG K, QIU X L, YIN J, et al. Adaptive multi-mode routing Algorithm for FANET based on deep Reinforcement learning[J]. Computer Engineering and Applications, 2023, 59(14): 268-274.

DOI

[5]
尹凤仪, 刘芳, 吴向阳. 基于改进人工势场法的多无人车编队路径规划[J]. 无人系统技术, 2022, 5(6): 24-30.

YIN F Y, LIU F, WU X Y. Multi-unmanned vehicle formation path planning based on improved artificial potential field method[J]. Unmanned Systems Technology, 2022, 5(6): 24-30.

[6]
李波, 白双霞, 孟波波, 等. 基于SAC算法的无人机自主空战决策算法[J]. 指挥控制与仿真, 2022, 44(5): 24-30.

DOI

LI B, BAI S X, MENG B B, et al. Autonomous air combat decision-making algorithm of UAVs based on SAC algorithm[J]. Command Control & Simulation, 2022, 44(5): 24-30.

[7]
徐小斌, 段海滨, 曾志刚, 等. 无人机/无人艇协同控制研究进展[J]. 航空兵器, 2020, 27(6): 1-6.

XU X B, DUAN H B, ZENG Z G, et al. Progresses in UAV/USV cooperative control[J]. Aero Weaponry, 2020, 27(6): 1-6.

[8]
姜艳, 邹雨泽, 朱平杰, 等. 水下无人潜航器无线通信技术研究[J]. 舰船电子工程, 2022, 42(11): 69-73.

JIANG Y, ZOU Y Z, ZHU P J, et al. Research on wireless communication technologies for unmanned underwater vehicles[J]. Ship Electronic Engineering, 2022, 42(11): 69-73.

[9]
顾海燕, 徐弛. 有人/无人机组队协同作战技术[J]. 指挥信息系统与技术, 2017, 8(6): 33-41.

GU H Y, XU C. Cooperative operational technologies for manned/unmanned teaming[J]. Command Information System and Technology, 2017, 8(6): 33-41.

[10]
王勇, 王聘, 李关防, 等. 海上无人集群有人/无人协同控制架构[J]. 指挥控制与仿真, 2022, 44(5): 1-5.

DOI

WANG Y, WANG P, LI G F, et al. Manned-unmanned cooperation control structure for unmanned swarm at sea[J]. Command Control & Simulation, 2022, 44(5): 1-5.

[11]
卢志刚, 张岳, 王虎跃, 等. 地面无人系统编组作战的指挥与控制智能化[J]. 指挥与控制学报, 2021, 7(4): 350-358.

LU Z G, ZHANG Y, WANG H Y, et al. Intelligence of command and control in formation operation of unmanned ground systems[J]. Journal of Command and Control, 2021, 7(4): 350-358.

[12]
Sidney E. Dean. Manned-unmanned teaming: airborne systems[J]. European Security & Defence, 2022, (4):28-36.

[13]
MATTHEW D, STEPHEN M. Virtual System of systems analysis of advanced technologies for joint all domain command and control(JADC2)[R]. Multi-Domain Operation Simulation (MDOSIM), Naval Postgraduate School: California, 2023.

[14]
QINETI Q. Tactical robot controller[EB/OL].[2020-10-05]. https://www.qinetiq.com/en/what-we-do/services-and-products/tactical-robotcontroller.

[15]
United States. Dept of Defense. Unmanned systems integrated roadmap FY2017-2042[R]. Washington: United States Department of Defence, 2018.

[16]
DUSTIN L. THARRETT, ANTHONY E. PITTALUGA, JON K. DECKER, et al. Robotic autonomous systems: manned/unmanned teaming(RAS-MUM-T)[R]. Defense Analysis Capstone Report, Naval Postgraduate School: California, 2020.

[17]
JIMMY HAMMARBACK. Modeling intent for Manned-unmanned teaming[D]. Linkopings University, Sweden, 2022.

[18]
F. SCHNEIDER, K. MATHIASSEn, et al. Capability concept demonstrator for interoperability within unmanned ground systems and C2[R]. Final Report of NATO RTG IST-149. www.sto.nato.int, 2021.

[19]
LUCA PERUZZI. Manned-Unmanned teaming with present and future combat aircraft[J]. EDR Magazine, 2022, 64:23-31.

Outlines

/