无人机集群研究进展综述

集群行为是一种常见于自然界中鱼群、鸟群、蜂群等低等群居生物的集体行为，生物群中的个体仅依靠局部感知作用和简单的通信规则自主决定其运动状态，并且从简单的局部规则涌现出协同的整体行为。受此启发，提出了无人机集群作战的概念。无人机集群作战是指依靠大量低成本、速度快、适应能力强、易于携带和投射的无人机形成规模优势，从而取得战争的主动权。由于无人机集群技术的重要战略地位，中美俄等军事大国均开始重视无人机集群技术的持续发展。介绍了无人机集群的研究动机，从模型、协议和平台3个角度总结了研究方法，重点分析了几种典型作战模式以及涉及的若干关键技术。综上所述，集群技术在军事方面具有重要的应用价值，必将引领全新的作战模式。     

网络攻击下无人机集群安全协同控制技术

文章综述了网络攻击下无人机集群的安全协同控制技术。首先,对无人机集群相关应用背景以及实际应用中可能遭遇的问题进行介绍;然后,对现有的集群无人机协同控制技术进行总结与分析;最后,简单介绍常见的网络攻击类型与目前的安全协同控制研究进展。在此基础上,针对网络攻击下的无人机集群控制技术现状以及关键科学技术难题进行了总结与展望。     

固定翼集群无人机空中模拟对接技术

自主空中加油技术对于提高无人机（UAV）续航能力，扩大作战半径，增加载荷重量以及提升战略部署等方面有着重要的意义，是未来智能集群无人机系统的必备技术。本文以“无人争锋（UI-STRIVE）”空中握手比赛为背景，对固定翼集群无人机空中模拟对接相关技术及策略进行了研究。首先，针对固定翼集群无人机飞行速度快、编队密集程度高等特点，设计了集群无人机空中对接流程以及基于Dubins路径规划的时间最短的追机方案，并采用非线性制导律进行航路跟踪；其次，基于模拟锥套的先验信息设计了一组弱分类器，并通过级联的方式实现对模拟锥套的快速检测；然后，设计了沿加油机航线方向进行精确对接的策略，并结合无人机姿态先验以及模拟锥套尺寸信息推导了精确对接阶段制导参数解算方法；最后，设计了相应的固定翼集群无人机系统，并以4机编队参加了第2021届“无人争锋”空中握手比赛，参赛结果验证了本文所提出固定翼集群无人机系统以及其技术和策略的可行性。     

集群组合式柔性无人机：创新、机遇及技术挑战

无人机集群是目前飞行器领域研究的前沿方向,基于对无人飞行器的集群化发展趋势和新技术特征分析,聚焦综述了一种结构创新型的组合式柔性无人飞行器。从集群特征出发,阐述了组合式柔性无人机的概念、特点、研究现状、优势及应用设想。面向结构新型智能组合体的研究难点,从总体、气动、结构、能源、控制及通信等方面梳理并分析了组合式柔性无人机发展中亟待解决的关键技术。     

多无人机协同控制方法及应用研究

多无人机集群作战是未来战争的重要形式。作为集群作战中的关键技术,协同控制有着极为广泛的应用,例如多无人机编队飞行、协同侦查与集群攻击等。简述了多无人机集群作战的发展历程,归纳了集群作战过程中的关键技术,给出了协同控制方法的分类与体系结构。然后,从编队控制、合围控制、跟踪控制3个方面,总结了近年来国内外关于协同控制方法的研究成果。重点介绍了编队控制中的四种典型方法及相关应用,分析了各类编队控制方法的优缺点。最后对多无人机协同控制方法的未来发展方向进行了展望。     

垂直起降固定翼无人机技术发展及趋势分析

垂直起降固定翼无人机具有对起降场地要求低、机动性好、巡航速度高、航时长等优势,是目前航空领域研究热点。本文阐述了国内外现有垂直起降固定翼无人机研究现状和基本特征,详细分析了不同类型垂直起降固定翼无人机的技术特点,提出更高的飞行速度、更长的续航时间、更强的任务载荷能力将是未来垂直起降固定翼无人机技术的主要发展方向和必然趋...     

固定翼有人飞机无人化改造进展研究

固定翼有人飞机无人化改造是快速获取大型无人机的重要途径，同时对新型大型无人机的研发具有重要的参考价值。本文首先对国内外已开展过的无人化项目进行系统梳理，美国和苏联开展了大量军用飞机无人化改造工作，国内近5年也完成了多个固定翼有人飞机无人化改造项目，实现将有人飞机无人化改造为空中全尺寸无人靶机、无人攻击机、无人侦察机和无人运输机等。随后总结了固定翼有人飞机无人化改造过程中的总体设计、性能提升、本体改造、飞控系统改造、全系统联试与飞行试验等多项关键技术。最后对我国未来的固定翼有人飞机无人化改造工作中的改造对象、改造模式、用途及智能化改造等方面提出相关建议。     

无人机系统技术发展趋势

本文综述了无人机系统特点及其技术发展趋势，讨论了无人机机载无人驾驶的内在技术内涵，重点分析了长航时无人机、微型无人机、无人战斗机等三类无人机系统的关键技术内容和研究方向。     

NATO STANAG 4703《轻型无人机系统适航性要求》解读与思考

主要介绍了NATO STANAG 4703《轻型无人机系统适航性要求》的适用范围、标准结构和主要内容,结合我国轻型无人机适航标准发展现状,从轻小型无人机系统特点,借鉴现有适航体系和如何突破无人机适航标准瓶颈3个方面提出了对我国轻型无人机适航发展的建议,对我国无人机适航标准的研究具有一定的借鉴意义。     

电子战无人机航电系统及其发展

本文从电子战无人机的概念和有效载荷入手,介绍了电子战无人机的航电组成,研究了美国现有典型的电子战无人机航电系统,最后对电子战无人机航电系统的关键技术发展进行了展望     

Formation flight of fixed-wing UAV swarms: A group-based hierarchical approach

This paper investigates a formation control problem of fixed-wing Unmanned Aerial Vehicle (UAV) swarms. A group-based hierarchical architecture is established among the UAVs, which decomposes all the UAVs into several distinct and non-overlapping groups. In each group, the UAVs form hierarchies with one UAV selected as the group leader. All group leaders execute coordinated path following to cooperatively handle the mission process among different groups, and the remaining followers track their direct leaders to achieve the inner-group coordination. More specifically, for a group leader, a virtual target moving along its desired path is assigned for the UAV, and an updating law is proposed to coordinate all the group leaders’ virtual targets; for a follower UAV, the distributed leader-following formation control law is proposed to make the follower’s heading angle coincide with its direct leader, while keeping the desired relative position with respect to its direct leader. The proposed control law guarantees the globally asymptotic stability of the whole closed-loop swarm system under the control input constraints of fixed-wing UAVs. Theoretical proofs and numerical simulations are provided, which corroborate the effectiveness of the proposed method.     

基于DDPG算法的无人机集群追击任务

无人机的集群化应用技术是近年来的研究热点，随着无人机自主智能的不断提高，无人机集群技术必将成为未来无人机发展的主要趋势之一。针对无人机集群协同执行对敌方来袭目标的追击任务，构建了典型的任务场景，基于深度确定性策略梯度网络（DDPG）算法，设计了一种引导型回报函数有效解决了深度强化学习在长周期任务下的稀疏回报问题，通过引入基于滑动平均值的软更新策略减少了DDPG算法中Eval网络和Target网络在训练过程中的参数震荡，提高了算法的训练效率。仿真结果表明，训练完成后的无人机集群能够较好地执行对敌方来袭目标的追击任务，任务成功率达到95%。可以说无人机集群技术作为一种全新概念的作战模式在军事领域具有潜在的应用价值，人工智能算法在无人机集群的自主决策智能化发展方向上具有一定的应用前景。     

考虑扰动的无人机集群协同态势感知一致性评估

无人机（UAV）集群协同态势感知（SA）一致性是无人机集群协同作战的关键，对一致性进行评估至关重要。针对态势感知过程中面临的强不确定性等问题，在一致性评估指标体系的基础上，提出了基于证据推理规则的态势感知一致性评估方法，将各类指标信息统一至置信结构，并充分考虑指标的权重与可靠度。采用扰动分析法对复杂战场环境进行模拟，提出考虑扰动的态势感知一致性评估方法，并对算法进行了总结。最后，通过仿真算例和对比研究验证了所提方法在不确定性表达、一致性评估和无人机集群的环境适应性研究等方面的有效性。     

Topology tracking of dynamic UAV wireless networks

Wireless network is the communication foundation that supports the intelligentization of Unmanned Aerial Vehicle (UAV) swarm. The topology of UAV communication network is the key to understanding and analyzing the behavior of UAV swarm, thus supporting the further prediction of UAV operations. However, the UAV swarm network topology varies over time due to the high mobility and diversified mission requirements of UAVs. Therefore, it is important but challenging to research dynamic topology inference for tracking the topology changes of the UAV network, especially in non-cooperative manner. In this paper, we study the problem of inferring UAV swarm network topology based on external observations, and propose a dynamic topology inference method. First, we establish a sensing framework for acquiring the communication behavior of the target network over time. Then, we expand the multi-dimensional dynamic Hawkes process to model the communication event sequence in a dynamic wireless network. Finally, combining the sliding time window mechanism, the maximum weighted likelihood estimation is applied to inferring the network topology. Extensive simulation results demonstrate the effectiveness of the proposed method.     

面向无人机蜂群的航电云多层任务调度模型

在航空作战体系中，基于航电云的无人机（UAV）蜂群作战是提高未来无人机综合作战能力的一种新模式。针对无人机蜂群作战的航电云架构，如何将云端作战任务派发到无人机且保证作战任务完成时间是其中关键。在无人机蜂群分层分簇网络结构和模块级资源虚拟化的基础上，对传统单层平台级任务调度模型进行改进，提出了一种细化到模块级的多层任务调度模型，将作战任务从云端逐层调度到无人机功能模块上执行。利用OMNeT++对无人机蜂群多层任务调度模型以及传统的单层任务调度模型分别进行仿真，云端以攻击使命组为例构建使命组集进行分配，并对任务吞吐量、消息平均端到端延时和任务完成时间进行性能对比。仿真结果表明：与平台级单层任务调度相比，在执行任务方面，模块级多层任务调度模型将单个任务平均完成时间降低了46.2%，将使命组完成时间降低了52.1%，在保证任务吞吐量的基础上具有对复杂任务更稳定的调度能力；在网络性能方面，模块级多层任务调度模型消息端到端延时更低，延时分布更集中，提高了网络消息传输的实时性。     

由感知到动作决策一体化的类脑导航技术研究现状与未来发展

随着脑与神经科学以及人工智能技术的持续发展，昆虫和哺乳动物大脑导航机理启发下的感知/认知/路径规划/动作决策一体化类脑导航技术得到了较大发展，可以实现由原始感知信息输入到导航动作决策的直接输出，呈现出接近动物端到端面向目标导航的智能行为，具有提高密集型无人机集群导航鲁棒性、准确性、实时响应动作、自主智能性以及计算效率的潜力。阐述了昆虫和哺乳动物大脑导航机理及其互补对称关系，以及昆虫和哺乳动物大脑导航机理启发的端到端类脑导航技术内涵；论述了类脑导航技术研究进展，包括类脑环境感知、类脑空间认知、面向目标类脑导航；分析了类脑导航向智能化、神经形态系统以及群体导航发展的新趋势；最后讨论了类脑导航技术应用于无人机密集集群系统时存在的挑战。     

涵道式垂直起降固定翼无人机过渡走廊研究

过渡走廊的准确描述对垂直起降固定翼无人机飞行过程具有重要意义。为研究垂直起降固定翼无人机的过渡飞行过程,扩大过渡飞行走廊包线,本文建立此类无人机的过渡走廊模型,从飞行力学角度以机翼最大升力系数和系统可用功率对动力增升系统偏角—速度包线进行研究,分析无人机气动参数和功率参数对动力增升系统偏角—速度包线的影响;根据过渡走廊...     

Robustness evaluation method for unmanned aerial vehicle swarms based on complex network theory

Unmanned Aerial Vehicle (UAV) swarms have been foreseen to play an important role in military applications in the future, wherein they will be frequently subjected to different disturbances and destructions such as attacks and equipment faults. Therefore, a sophisticated robustness evaluation mechanism is of considerable importance for the reliable functioning of the UAV swarms. However, their complex characteristics and irregular dynamic evolution make them extremely challenging and uncertain to evaluate the robustness of such a system. In this paper, a complex network theory-based robustness evaluation method for a UAV swarming system is proposed. This method takes into account the dynamic evolution of UAV swarms, including dynamic reconfiguration and information correlation. The paper analyzes and models the aforementioned dynamic evolution and establishes a comprehensive robustness metric and two evaluation strategies. The robustness evaluation method and algorithms considering dynamic reconfiguration and information correlation are developed. Finally, the validity of the proposed method is verified by conducting a case study analysis. The results can further provide some guidance and reference for the robust design, mission planning and decision-making of UAV swarms.     

Improving multi-target cooperative tracking guidance for UAV swarms using multi-agent reinforcement learning

Multi-Target Tracking Guidance(MTTG) in unknown environments has great potential values in applications for Unmanned Aerial Vehicle(UAV) swarms. Although Multi-Agent Deep Reinforcement Learning(MADRL) is a promising technique for learning cooperation, most of the existing methods cannot scale well to decentralized UAV swarms due to their computational complexity or global information requirement. This paper proposes a decentralized MADRL method using the maximum reciprocal reward to learn cooper...     

基于自适应粒子群优化算法的无人机三维航迹规划

针对传统的粒子群优化算法容易陷入局部最优解的问题,提出了一种自适应粒子群优化算法,在迭代寻优过程中自适应地调节惯性权重和2个学习因子的数值。建立了无人机在山区环境执行勘察任务的航迹规划环境模型,分析了无人机自身约束条件。设计了自适应粒子群优化算法的适应度函数和航迹规划算法流程。分别采用自适应粒子群优化算法和传统粒子群优化算法开展了无人机三维航迹规划仿真实验。仿真结果对比表明,所提出的自适应粒子群优化算法比传统粒子群优化算法具有更高的全局搜索能力和搜索精度。