无人机信息系统关键技术

张赜 纪红霞 杨桢 邹宇

网络化、集群化是无人机发展的重要趋势，信息技术将是实现这一趋势发展的关键。在现代信息化条件下的陆、海、空、天、电五维一体的战争中，无人机既能执行各种非杀伤性任务，又能执行各种软、硬杀伤任务，包括战场侦察、监视、通信、电子干扰、雷达诱骗等作战任务。

无人机的发展起源于军事运用需要，从1914年第一架无线电遥控飞机出现，到现在全球瞩目的“全球鹰”、“捕食者”，我国的“翼龙”系列、“彩虹”系列等，无人机在现代信息化条件下的陆、海、空、天、电五维一体的战争中，既能执行各种非杀伤性任务，又能执行各种软、硬杀伤任务，包括战场侦察、监视、通信、电子干扰、雷达诱骗等，还可进行精确打击、定点轰炸，及代替人员在核生化或其它特殊条件下执行作战任务。在民用领域，无人机已经广泛应用于测绘、交通监管、工农林业生产、安全（警用）、电力巡线等行业。在这些工作中，无人机能够充分的发挥其智能化的优势，可以完成其他手段无法完成或难以完成的任务，被称之为“智能化飞行器”。

如果说传统的无人机作为空中平台，是先进动力学、材料学的高度集成，那么现代无人机作为信息系统载体，则是由于先进信息技术的注入而被赋予了“生命”和“灵魂”，其系统应用效能得到极大的提升。

信息系统在无人机系统中的重要性

从应用的整体意义角度来看，“无人机”系统指的并不仅仅是一个飞行器平台，还应该包括平台所搭载的执行不同任务的有效载荷、用于实时传输地面的遥控数据、机上遥测数据和任务数据的数据链路、实现对飞行平台/任务进行指挥控制的地面站以及系统运输、检测、起降辅助设备等各个保障分系统。从系统组成来看：全系统800以上是信息系统。

概括地说，无人机系统是集合了各个分信息系统的综合信息系统，控制系统是无人机系统的“大脑”，主要完成飞行、操纵、指挥控制和任务管理等功能。数据链是无人机系统的“神经网络”，为保障飞行获取信息提供通道支撑。任务设备是无人机系统的“眼和手”，一方面获取信息，另一方面实时任务。数据处理和分发系统是无人机系统的“中转站”，将无人机获取的数据分至区域内的信息系统及大区域的其他信息系统。例如，体系化火力打击武器信息支援系统;体系化空地一体无人作战系统;体系化警用反恐处突一体化指挥系统;体系化无人机对抗系统等;

无人机信息系统关键技术

无人机系统是典型的信息化装备，美国在《2013-2038年无人系统综合路线图》中提出了无人系统面临的九项瓶颈技术，其中互操作性、自主性、通信、安全、传感器、计算机等六项都与信息技术密切相关。

一般来说，无人机系统的信息技术，可分为通信技术，控制技术，定位导航技术，信息处理技术等四大技术。

通信技术

无人机通信技术在无人机系统中起到了神经网络的作用，通过高效、迅捷的通信，各类指令和信息及时的传递到无人机系统和地面站，确保无人机和操控者之间建立有效的通联，确保任务实施顺利。无人机通信技术的重点应用主要在三个方面，大数据量传输、信道抗干扰、内容安全加密，概括就是在综合运用无线电通信，微波通信和卫星通信等方式，在复杂电磁环境下，综合运用抗干扰，加密等手段，将上行遥控数据和下行遥测数据及时、安全、准确的传递。当前无人机通信技术发展迅猛，通信设备通用化，模块化，无人机间自组网，自适应通信成为了通信技术发展的重点。

控制技术

自主控制技术是无人机系统区别于有人机，实现无人操控和执行各种任务的关键。无人机的控制技术，是无人机信息系统的核心环节，是无人机系统的大脑，通过无人机的控制技术，实现对无人机飞行状态信息的采集，飞行控制，信号传输以及功能设备的控制，按照无人机在按照操控者的意志，在复杂的环境下完成任务，实现预期目标，使无人机真正成为智能化的机器。当前，无人机控制技术发展的重点全面提升环境感知能力，在复杂条件下自主决策、规划、导航和控制能力、多机协调和交互能力，人机智能融合与学习适应能力，实现“单机智能飞行、多机智能协同、任务自主智能”。

目前，国外针对无人机系统自主控制技术研究已开展了许多卓有成效的工作，如Johnson等提出了可靠自主控制技术，Ward等提出了无人作战飞机的智能自主控制，Cheng认为模型预测控制（MPC）可以提高无人机自主水平，Reichard等研究了自主控制的智能态势感知。在无人机系统方面，目前美军“捕食者”（RQ-1 MQ-1）、“全球鹰”（RQ-4）都实现2～3级ACL。联合无人空战系统（ J-UCAS）以及后续的X47-B将实现5～6级ACL，最终使得单个地面站控制4架J-UCAS飞机协同执行目标打击任务。无人战斗武装旋翼机（UCAR）将实现7～9级ACL，实现远程复杂低空环境下的自主任务能力，洛克希德·马丁公司智能控制与自主重规划无人系统（ICARUS）动态地重规划了系统任务，使无人机群在动态变化的环境中能够完成复杂的任务。要实现在快速变化的不确定环境下，真正意义上的无人机系统自主控制，目前技术尚不成熟。

随着技术的发展，无人机系统指挥控制开始逐渐过渡到“人在回路上”（man-on-the-loop）的监督控制（SupervisoryControl），实现完全自主控制。时空建模技术、智能分层控制、嵌入式计算、网络化通信、传感器和感知技术等是实现无人机系统自主控制的关键问题。

定位导航技术

无人机的定位导航技术，是无人机智能飞行的眼睛和耳朵，是无人机解决“在哪里，去哪里”的关键环节，是无人机飞行安全和任务完成的重要保障。通过定位导航技术，操控者能够随时掌握无人机的实时位置，航行速度，航向等信息，操控无人机按照要求的精度，沿着预定的航线在指定的时间内正确到达目的地。目前在无人机上采用的定位导航技术主要包括惯性导航、卫星导航、多普勒导航、地形辅助导航以及景象匹配导航等。当前，无人机定位导航技术发展的重点是综合运用惯性导航技术与卫星导航技术相结合的组合导航，即惯性+BD+GPS+GLONASS。另外，隨着人工智能技术在无人机系统的广泛应用，视觉导航将成为无人机新型定位导航技术发展的热点。

信息处理技术

无人机为空中移动的传感器节点，能够在军事应用、民用领域产生海量的数据。对数据的进行分类，筛选，及时处理，形成有效的信息提供给操作者作为决策依据和行动实施条件，并对决策后的效果进行评估，是无人机飞行的主要目的。目前无人机信息处理技术的重点主要集中在对无人机获取图像，红外、雷达扫描信息的处理、研判等方面。未来无人机信息处理技术发展的重点是依托现有大数据技术对无人机实时获取数据与其他手段获取数据及历史数据进行综合开发利用，与云计算相结合，高效快速处理情报信息，形成更加科学精确的信息情报产品，为任务完成做好有效支撑。

无人机信息技术研究重点

随着信息技术的不断进步，特别是人工智能、自适应控制、自主组群等新概念及新的设计理念将逐渐融入无人机及无人系统的设计和运用中去，而在这些理论中，以下几个方面将在可以预期的一段时间内，成为无人机信息技术发展研究的重点：

无人机离机自主控制代理技术研究

面临不确定战场环境和复杂的通信条件，若在任务控制站配置离机自主控制代理，将能够与机载自主控制器并行工作，二者互为备份、无缝连接，同时可以兼容平台的不同自主控制能力。离机自主控制代理将完成基本的避碰、威胁规避、自主飞行等控制任务，实现无人机基本任务剖面的自动控制。控制权将在任务控制站和机载自主控制器间无缝迁移，实现可变权限自主控制，从而减少操作员工作负担。

不确定环境下多无人机协调控制技术研究

在未来日益复杂的作战环境下，单平台所能发挥的作战效能将极为有限，无人机系统的作战模式由单平台逐步发展为更灵活的单任务站控制多无人机协同作战方式。基于离机自主控制代理技术，多无人机任务间的协调控制可在任务站由多个代理之间的协调以及人的决策来完成，需要开展多个代理之间的分布式决策与协调控制技术研究，建立有效的多机协调控制模型，优化系统结构和工作流程。

有人-无人机协同控制技术研究

美国在《无人机系统路线图2005-2030》已明确了今后无人机的发展路线：有人机与无人机协同作战（有人机主导）一无人机与有人机协同作战（对等条件）一无人机自主作战。需要开展提高多无人机、有人机无人机协同作战能力的方法研究，解决有人机和无人机无缝集成问题，使有人机和无人机能够有机协调运行，实现有人机和无人机机场共同起降，共享作战空域和通信频域，从而提高有人无人机协同作战效能。

多无人机集群自组织技术研究

无人机自组织技术主要探索具有低成本优势的无人机集群在高度对抗的战场环境中面对动态变化的任务，如何自主组网完成多目标搜索、跟踪和打击等任务。

面向环境感知的图像信息融合技术研究

机载传感器已经向成像化发展，大多数图像信息融合方法是针对像素级的，同时图像理解技术不很成熟，无法直接实现环境感知。单平台机载传感器的图像融合，以及多平台多源传感器的图像融合正在进行理论研究、技术验证和系统开发，还没有完全实现包括来自无人机或其它渠道在内的全源情报信息融合，不能将其合成为一个直观的全息图像画面。多无人有人机图像融合、无人机图像与非图像信息融合的研究也鲜见报道。

基于故障预测的任务规划技术研究

综合健康管理技术是提高无人机安全性、可靠性及可维护性并有效地降低成本的重要技术途径。目前，监测与诊断技术相对比较成熟，而预测特别是寿命预测还具有很大的挑战性。除了对突发情况进行实现任务规划外，迫切需要基于故障预测进行实时任务规划与重规划，提高任务计划的提前性和实用性.优化系统作战效能。

系统综合显控技术研究

人系统综合显控技术的核心在于支持操作员和控制系统之间的协作问题。智能控制系统提供的状态和建议必须吸引操作员的注意力并使之容易理解，而操作员则应当以自然的方式给智能控制系统以恰当的指导。如何有效利用人机各自特点实现人机智能融合，提高人机系统综合效能需要深入研究。

无人机系统智能发育机制研究

针对如何实现无人机的复杂环境深度认知问题，力争在人类智能发育机理和模型算法研究方面取得新的突破性进展，为无人机系统建立智能发育机制，使得无人机系统具有与人类相似的渐进稳定学习和智能发展机制，大大提高无人机系统的学习能力、推理能力和环境适应能力。

无人机信息系统发展展望

无人机信息系统可以把各种传感器、武器及民用应用系统、指挥控制系统通过网络化有机地联系在一起，以实现信息共享，大大提高效能，从而形成一种集陆、海、空、天、电资源于一体的智能系统。未来先进无人机系统将具备以下“五大能力”：

全面的环境感知与智能战场态势认知能力

与现有的有人机系统相比，未来的无人机系统将具备更加全面的环境感知能力，包括在高度对抗的环境和恶劣气象（如雷暴、风切变、紊流）条件下，对更广阔范围的自然环境目标与敌我目标的感知与识别等;同时，无人机系统在自主性能方面的提升将要求无人机系统具有智能战场态势的认知能力，为复杂环境中的自主控制提供技术基础。

复杂条件下的自主导航、规划与控制能力

无人机系统将采用新一代自主导航与智能控制技术，既能够实现在局部范围内的精确导航定位，对无人机进行复杂的动作控制，也能够实现具有大范围长航时高精度定位能力的远程精确打击。无人机系统在具备环境感知与战场态势认知能力的基础上，将能够进行复杂条件下的自主规划与决策，具有灵活的自主性和抗干扰能力。

人机智能融合与学习适应能力

无人机系统的典型特征是“平台无人，系统有人”。随着无人机系统智能化水平的提高，具有自主控制能力的各类无人机系统等将与有人系统共同完成作战任务，并且通过无人机系统具备的人机智能融合与学习适应能力，将逐渐实现无人机与有人系统的高效协同。

复杂环境认知与学习

环境认知技术使无人机系统具备信息收集和环境认知能力，能够感知、识别、理解其所处的战场环境，是无人机系统实现高层次自主的基础。借鉴人类认知过程突破认知信息处理技术，对无人机系统发展极为重要。需重点解决以下问题：人类生物视觉的环境认知机理、仿生物视觉的目标识别、复杂环境认知算法、基于认知的学习和推理方法、高效的环境建模手段等。

多平台分布式协同能力

各类无人机系统在提高单个平台自主能力的同时，多平台之间利用C4KISR系统及数据链实现分布式协同也是一个重要的发展趋势，如协同侦察、协同监视、协同作战等。

多机协调规划与控制能力

多无人机协调规划与控制必须对多无人机在实际环境中运行时所面临的感知、执行、通信以及环境动态变化等非理想情况，甚至可能遇到的失效等极端情况进行充分考虑与处理。需重点解决以下问题：多无人机任务分配与协调、多任务冲突检测与消解、多无人机协同航路规划、编队运动协调规划与控制、集群自组织等。需重点解决以下问题：开放式实时协同体系结构、跨平台信息分发、多平台多源数据时空一致性、资源管理调度、多种协同支持机制等。

结束语

综上所述，先进信息技术应用于无人机系统，可极大地提高其信息获取、处理、传输和生存能力 ，实现高精度控制，推动和引领着无人机信息化的发展。

无人机信息系统的发展促进了无人系统的高速发展，发展为陆、海、空、天、潜的综合的无人系统。我们要密切关注与无人机相关的信息技术（例如自主控制、测控通信、信息处理、导航定位、传感器载荷等）的前沿发展，适时引入，解決实际问题，满足应用需求，不断提升无人机信息化水平;同时我们也应重视无人机发展对信息技术的需求牵引作用，促进和带动信息技术不断进步和发展。