基于狼群角色匹配-劳动分工机制的无人机集群空战策略

张庆昌，梁晓龙*，杨爱武，吴 傲，王 宁

(1.空军工程大学航空集群技术与作战应用实验室，西安，710051；2.陕西省电子信息系统综合集成重点实验室，西安，710051)

未来空战朝着无人化、网络化和多维化的方向发展，作战场景更加复杂，作战内涵更加丰富，作战方式更加多样[1]。单个无人机在执行任务时有鲁棒性差、效率不高和容错性不足等缺点。相比之下，无人机集群通过自组织协同机制，产生作战能力涌现，具有更高的鲁棒性和容错性。在集群空战任务中，合理的任务分工和目标分配机制能够使集群协调有序地完成任务，对作战效能的发挥具有重要作用。生物集群具有高度智能的任务分工和目标分配机制，能够为无人机集群空战策略提供借鉴和支撑。

狼群是依靠团队合作捕食猎物的高级群体，具有严格的等级结构，是一种机会主义捕食群体[2-3]。文献[2]通过分析狼群跟踪和包围行为，研究了狼群的认知和协作特性，并将其应用到无人机集群对抗决策中，对提升无人机集群系统对抗机制具有重要意义。针对无人机集群在感知范围受限的协同控制问题，文献[3]通过分析围捕猎物时狼群的空间布局和交互行为特征，提出了分层结构的狼群交互动力学模型，映射到无人机集群，得到无人机集群异构合围控制策略，提高了集群合围控制的可靠性。针对无人机集群协同多目标攻防决策问题，文献[4]通过狼群算法建立了攻防决策模型，得到基于狼群算法的多目标攻防满意决策方法，通过仿真验证了其在空战中具有可行性。文献[5]提取狼群的游走、召唤和围攻行为，并结合狼群算法，对起始点和终点都已知的航迹进行规划。结果显示运用基于狼群的无人机航迹规划方法能够有效躲避威胁，航迹路程短，所用时间少。

受自然界狼群生物学行为启发，本文建立了狼群的角色匹配-劳动分工模型，并结合空战中无人机集群分工机制，得到无人机集群角色匹配-任务分工模型。考虑到任务与目标的耦合关系，分别针对攻击和制导任务提出了目标分配模型，采用灰色关联分析法、专家评价法和匈牙利方法[6-9]求解目标分配方案。最后，通过仿真验证了所提出的角色匹配-任务分工和目标分配方法在无人机集群空战决策中的有效性和可行性。

1 狼群角色匹配-劳动分工机制

1.1 狼群协同围捕行为特性

狼群是有极强环境适应性和严格社会等级结构的强群。狼群围捕任务分工[10]如下：头狼是狼群首领，关系到狼群的生存和繁衍，负责组织和指挥猎捕行动，为其他狼分配任务[11]。探狼仅次于头狼，是狼群精英，负责在某区域搜寻猎物，并将信息报告给头狼。猛狼具有较强攻击力，负责攻击猎物。巨狼充当随机因素，预先布设在逃跑路线上，负责袭扰猎物。基于不同角色匹配不同劳动的分工机制，不论是在强群攻击强群，如围捕力量强悍的牦牛群，还是强群攻击弱群，如猎捕机动性强的羚羊群时，均有较高的成功率。

通过对狼群围捕过程分析，可以总结出狼群个体具有专业性、均衡性和灵活性3种特性。

从个体的专业性来看，狼群个体自身特点不同，适合不同角色，承担不同任务。这有利于发挥每匹狼的优势，协作配合。也有利于强化某匹狼的学习能力。专业性使各个体趋于一种角色，有利于系统的稳定性，增强了整个团队的生存能力。

从个体承担任务的均衡性来看，在头狼分配任务时，会将任务分为若干个子任务，执行任务时每个狼都会承担适合自身的部分任务，且任务数量和难度相对均衡。任务的均衡性保证不会因为某一匹狼的受伤导致猎捕失败，同时也避免某匹狼的过度承担而造成损害。

从狼群个体的灵活性来看，随着围捕态势变化和外界任务需求改变，狼群个体会通过转变角色来满足需求变化。

1.2 狼群角色匹配-劳动分工原理

狼群在执行任务时多个任务既不交叉也不重合，彼此独立共同形成子任务集合。如图1所示，狼群个体进行角色匹配与任务分工的概念一致，由态势变化对角色进行调整是与任务需求变化一致，可以通过个体角色调整方案来反映狼群任务分工方案。在狼群个体获得任务后还需对相应任务的具体目标进行分配，进而狼群个体获得具体任务目标。

图1 狼群角色匹配与任务分工的映射关系

具体过程以个体i进行说明，个体i初期角色为猛狼，个体变量xi在区间(xc～xd)内。在围捕时，每个任务都会对个体i产生聚集作用ψg和分离作用ψs，两者之比形成相对聚集作用ψk*。此时袭扰任务的聚集作用ψg较大，分离作用ψs较小，其比值ψk*是所有任务中最大的，达到触发条件后袭扰任务会形成调节量Δxi，改变个体变量xi至区间(xd～xe)范围内，匹配巨狼角色，承担袭扰任务。转变为巨狼角色的数量根据羚羊群数量和队形而调整。

1.3 狼群角色匹配-劳动分工模型

假设狼群个体数量为N，任务数量为M。按任务流程排列任务，任务集合为A=[A1,A2,…,AM]。定义整个区间为(x0-1,xM-M+1)，并等分成M个区间，每个区间长度d：

(1)

(2)

(3)

(4)

(5)

(6)

(7)

图2 基本模型流程图

2 狼群启发的无人机集群角色匹配-任务分工机制

2.1 狼群机制到无人机集群机制映射

在空战攻防演变中，根据各无人机任务流程，对应任务有指挥兼攻防、跟踪敌机、攻击敌机和导弹制导，然后根据自身性能将无人机集群角色分为指挥机、攻击无人机、制导无人机和跟踪无人机。将无人机设定为固定角色承担单一任务不利于战场态势的调整和无人机资源的有效利用。个体与个体特性相似，均具有专一性和灵活性；通过分析，狼群与无人机集群的行为相似，均是围捕攻击行为。通过狼群与无人机集群行为以及个体间相同特点建立映射关系，具体映射如图3所示。

图3 狼群到无人机集群角色映射

2.2 无人机集群角色匹配-任务分工模型

在空战场演变过程中，如图4所示，首先获取环境信息和敌方信息，如战场位置，战场区域大小、敌方集群规模、飞机类型和飞机性能等。然后根据态势信息决策层会制定我方集群调整方案，更新任务层任务。无人机则根据需求变化和自身状况进行调整，在满足任务需求和调整到符合无人机自身状况的前提下，更新基于角色层的角色分配方案。

图4 无人机集群角色匹配-任务分工模型示意图

根据无人机集群角色匹配-任务分工模型有4类角色，指挥机角色的任务区间为(0～1)；跟踪无人机任务区间为(1～2)；攻击无人机角色任务区间为(2～3)；制导无人机角色为对应的任务区间为(3～4)。假设在执行任务初始时刻，不同角色对应的数量为1，2，2，2。随着战场态势变化，敌我双方逐渐拉近，敌方无人机进入我方攻击区域，不同任务的需求量变为了1，1，4，1。之前匹配跟踪任务(跟踪无人机)和制导任务(制导无人机)的无人机转换为攻击无人机，承担需求大的攻击任务，从而对敌机进行攻击，示意图如图5所示。

图5 任务变化和角色转变示意图

3 无人机集群目标分配机制

通过借鉴狼群角色匹配-劳动分工机制，提出了无人机集群空战角色匹配-任务分工模型，能够根据战场态势变化实时调整集群个体的任务分工。在空战中，针对具体目标进行有效打击对空战态势朝着有利于我方局势的方向发展具有重要意义。对于担负攻击和制导任务的无人机，需要根据敌我态势进行合理的目标分配，本节分别给出攻击和制导的目标分配策略。

3.1 攻击无人机目标分配策略

攻击无人机协同执行任务时，对攻击目标实时分配是有效攻击的前提。对空战场敌我双方对峙优势进行评估，包括空战态势优势和空战能力优势两个方面[12]。

图6为空战态势对比。从角度、高度差、相对距离和速度等方面来分析空战态势，构建效益值函数得到效益值。

图6 敌我态势分析图

1)相对角度优势函数：

(8)

式中:θj为敌机j速度方向与两机连线的夹角；θi为我机i速度方向与两机连线的夹角。

2)高度优势函数：

(9)

式中，zij=zi-zj，为我机与敌机的高度差。

3)距离优势函数：

ydis=e-((Dij-d0)/τ)2

(10)

4)速度优势函数：

(11)

式中:Vi为我机i的速度；Vj为敌机j的速度。

5)飞机类型效益值：

(12)

(13)

(14)

式中:C为作战效能；ε1,ε2为操纵效能系数和生存能力系数；B为机动参数；A1为火力参数；A2为探测能力参数。

(15)

不同系数对效益函数的影响不同，通过采用客观评价和主观分析相结合的方式，即通过灰色关联度分析和专家评价结合得到客观实际的数据，结果如表1。

表1 攻击无人机目标分配相关系数

3.2 制导无人机目标分配策略

主动式雷达寻的制导的过程为飞机锁定目标，导弹发射后飞机照射目标进行制导，导弹进入末制导阶段自主制导，制导结束。这增加了我机受敌机威胁的危险，应用载机发射他机协同制导方法降低威胁。

协同制导优势包含相对威胁机j态势优势、相对制导导弹态势优势和制导机自身综合性能三方面。首先是敌我态势优势，应考虑相对距离、相对速度和相对夹角三方面[13]。相对距离优势函数：

y′dis=e-3d/Dmax

(16)

(17)

(18)

式中:θ为导弹与制导无人机连线的夹角;φ为制导无人机与导弹速度方向轴线的夹角。制导机自身综合性能函数：

yself=y′tui

(19)

(20)

表2 制导无人机目标分配相关系数

4 仿真分析

开展空战仿真验证，作战场地为300 km×300 km的区域，战场中心为坐标原点，向右为x轴正半轴，向上为y轴正半轴。作战想定：红蓝双方均出动1架有人机和4架无人机，有人机与有人机、无人机与无人机的机动性能相同。共携有12枚空空导弹，其中有人机4枚，无人机各2枚。首先红蓝双方进行初始化，5 s后初始化结束，双方在战场空域内开始空战，敌我双方都可获得所有飞机数据。获胜规则为敌方有人机被击落或到达规定时间(20 min)我方战机损失少。设飞机初始高度9 000～10 000 m，速度0.9Ma。

仿真实验为红方飞机在数量、载荷、雷达性能和机动性能均相同的情况下采用不同策略与蓝方进行对战。方案1采取无人机集群角色匹配-任务分工方法，方案2采取基于规则的固定角色方法。

基于无人机集群角色匹配-任务分工机制的红方对战蓝方时，角色匹配图见图7。

图7 角色匹配变换图

由角色匹配与任务分工的对应关系得到无人机集群任务分工，如图8所示。

图8 任务分工图

因为任务阶段的交叉以及角色与态势转变较快，取具有代表性的某一时刻的任务分工来说明此阶段的任务分工状况。初始阶段，在2 s时各角色数量为1，2，1，1。如图13和14所示，第一阶段，在200 s时无人机全部转变为跟踪无人机，任务分工为1，4，0，0。第二阶段，在365 s时前方飞机相遇，攻击任务需求增加，任务分工为1，2，1，1。分工有人机，无人机1和无人机2跟踪任务，无人机3攻击任务，无人机4跟踪任务。第三和第四阶段，分别在460 s和550 s时，任务分工为1，0，3，1和1，0，1，3。分别是分工有人机，无人机1、无人机2和无人机4攻击任务，无人机3制导任务和分工有人机，无人机4攻击任务，无人机1、无人机2和无人机3制导任务。第五阶段，在600 s时为交战后期阶段，任务分工为1，0，2，2，为分工有人机，无人机3和无人机4攻击任务，无人机1和无人机2制导任务。结束阶段为作战结束后回到初始角色，因为无人机2被摧毁，任务分工为1，1，1，1。

当无人机的任务分工发生变化时，需要更新分配目标，应用目标分配模型得到空战过程中目标分配方案，如图9所示。

图9 目标分配图

在初始阶段，任务分配根据前期经验得来，目标为高价值的有人机。在空战开始后，以第一阶段为例，任务分工为1，4，0，0，通过目标分配矩阵和匈牙利算法求解得到目标分配方案。即无人机1跟踪敌无人机2，无人机2跟踪敌有人机，无人机3跟踪敌无人机1，无人机4跟踪敌无人机4，攻击无人机和制导无人机具体目标分配如图9(b)和(c)所示。

对照组为基于规则的固定角色方案，是按照跟踪、攻击和制导规则依次进行，通过距离和流程取最近的1架飞机承担相应任务，固定角色在对战过程中未进行角色转变。图15为固定角色匹配图，每个角色都是固定不变的，通过规则实现对敌打击。

因为系统中存在随机变量，如导弹命中率，飞机随机运动，弹药消耗等。故每一局的战果有一定的随机性。为验证无人机集群角色匹配-任务分工模型的普适性，两种方案均进行了300次蒙特卡洛实验，统计数据如图10所示，为平均值数据统计图。

图10 作战数据对比图

角色匹配-任务分工是基于战场需求匹配的，无人机快速转变角色更有利于提高作战效率。应用角色匹配策略的平均敌机战损量为4.12架，而无角色匹配的平均敌机战损量为3.88架，作战效率提高了6.19%。在基于角色的聚集作用和分离作用下，剩余导弹量作为相关因素得到应用，统计数据中平均导弹命中率为56.4%，而无角色匹配则为45.9%，说明添加该因素使导弹能够得到充分利用。导弹消耗量为10.2和10.8，基于角色匹配-任务分工模型的无人机集群角色使用导弹利用效率更高，提高了5.56%。任务具有一定的连续性，而且前后任务之间具有关联性，单架机攻击任务所用平均时间分别为138.4 s和126.9 s，导弹发出后单架机制导任务所用平均时间分别为165.8 s和154.6 s，基于角色匹配-任务分工模型的无人机能够快速转变，满足相应需求，故所需时间更短且时间分配更加合理。进行角色匹配作战时间为675.6 s，无角色变换的作战时间为699.3 s，基于角色匹配-任务分工策略所用的时间更短。可以看出，基于角色匹配-任务分工模型的无人机集群作战导弹命中率较高，攻击、制导时间较短，消耗弹药较少，在战场中具有较好的效果。

5 结语

本文采用基于狼群的生物学特性和行为机制，将狼群角色匹配-劳动分工模型应用于无人机集群，得到基于狼群的无人机集群角色匹配-任务分工模型，并进行任务分工，通过目标分配模型得到分配目标。通过空战仿真实验，比较了有角色匹配模型和无角色匹配模型的差异。结果表明角色匹配-任务分工方法能更加合理地运用战场资源，提高作战效能。