面向拒止環境的無人機集群數據鏈網絡拓撲優化策略研究

張超琦，遲 凱

面向拒止環境的無人機集群數據鏈網絡拓撲優化策略研究

張超琦，遲 凱

（中國電子科技集團公司第二十研究所，西安 710068）

針對現有無人機集群在衛導和通信拒止環境下，由于網絡連通性降效導致任務遂行能力嚴重降級的問題，分析了國內外基于數據鏈網絡降低拒止環境影響的最新研究現狀，提出了一種基于任務優先級的動態優化連接度拓撲自適應位置選擇策略，實現多個無人機集群在拒止環境下通過大區域拓撲連接獲取拒止區域外信息，從而降低或抵消拒止影響，有效提升了無人機集群生存能力和任務遂行能力。

集群數據鏈網絡；自適應拓撲優化；拒止環境

0 引言

隨著無人平臺技術高速發展，無人機集群在軍事領域作用愈發凸顯，如俄烏沖突中，俄軍在一次軍事行動中，曾使用約20架“柳葉刀”3和從伊朗進口的“見證者”136自殺式無人機（巡飛彈），協同攻擊了烏軍第406旅第66炮兵營和8月剛從英國接收裝備回國的烏軍技術保障分隊，成功摧毀了烏軍的防控指揮所、警衛連連部和燃料庫。通過數據鏈網絡將多種功能不同的無人機聯合合作，最大程度地發揮作戰效能[1]，形成體系對抗優勢。

相較于有人平臺，無人機集群具備多層次復雜防空系統且電磁域處于超負荷強對抗環境下的拒止環境區域時，由于其自身攜帶的導航定位以及與后方信息交互等通訊功能極易受到強烈干擾和多重誘騙，從而極大影響遂行任務能力。這時通過采用現有無人機集群網絡拓撲優化管理中常用的功率控制技術手段、信道分配及骨干節點/休眠等技術手段，除了會對無人機自身能耗產生巨大消耗，增加被發現的風險外，也無法合理發揮無人機平臺自身的能力優勢。因此，在不斷提升抗干擾波形設計的同時，通過可靠靈活的數據鏈網絡技術降低拒止區域影響也越發成為提升無人機集群遂行任務能力的關鍵。其中，網絡的高效拓撲控制依然是最有望的研究熱點[2-3]。鑒于此，本文提出的一種基于任務優先級的動態優化連接度拓撲自適應位置選擇策略，為無人機集群在強拒止環境下的可靠任務遂行提供了一種思路和方法。

1 研究現狀

軍用方面，隨著美國的戰略重點由反恐向大國競爭轉變，美軍正積極推進第三次抵消戰略，倡導應用無人系統、人機協同、人工智能等顛覆性技術，應對以彈道/巡航導彈、一體化防空系統、先進戰斗機以及各型艦艇為代表的由一大批先進裝備組成的區域性強國的反介入/區域拒止（Anti-Access /Area-Denial，A2/AD）戰場的威脅。

但由于各無人機自身攜帶的電子設備較多，無人機及其與指揮控制中心的通信主要依賴于通信電臺的聯絡，通過無線通信進而實現偵察、監視等情報信息和任務規劃、決策等指控信息的傳輸。這就要求其通信網絡和通信鏈路具有較強的抗干擾能力，以滿足實際作戰的需求。但實際作戰應用中，無人機一旦遭受敵方的強電子干擾，極易出現信息傳輸錯誤甚至通信中斷問題，致使無人機無法正常完成作戰任務，甚至出現失控、墜毀和被俘獲等嚴重問題[4]。

鑒于此，美國國防高級研究計劃局（Defense Advanced Research Projects Agency，DARPA）的戰術技術辦公室（Tactical Technology Office，TTO）啟動了名為拒止環境協同作戰（Collaborative Operations in Denied Environment，CODE）的項目。該項目旨在研發先進的自主協同算法和監督控制技術以增強無人機（該項目無人機包括巡航導彈、誘餌無人機及其他無人機系統）在拒止環境的作戰能力[5]。通過CODE項目的研究，使美軍無人機集群能夠適應并應對通信帶寬受到限制或通信中斷情況的發生，幫助其在受到突發威脅導致部分無人機處于敵方通信和全球定位系統（Global Positioning System，GPS）拒止環境下時，可以通過協同自主的通信技術將情況及時告知友方無人機，并可通過安全區域的無人機以中繼的方式將操作員最新的命令傳送給拒止環境下的無人機集群，從而有效避免了無人機操作員與無人機之間失去聯系致使無人機無法正常完成作戰任務等情況的發生。

2019年2月，在美國陸軍尤馬試驗場，6架裝有傳感器陣列的RQ-23“虎鯊”無人機以及14架虛擬RQ-23“虎鯊”無人機舉行了系列試驗。試驗無人機一開始通過與任務指揮官的互動執行任務，在雙方之間通信降級直至被拒止后，它們仍能自主協同導航、搜索、定位并打擊了受模擬一體化防空系統保護的預定及臨時出現的目標。該試驗驗證了CODE無人機在通信降級或被拒止環境中適應和響應意外威脅的能力。

其后續啟動的“小精靈”項目（Gremlin），可視為CODE項目的延伸與強化，可在電子干擾、通信能力削弱和其他困難作戰條件下，完成無人機集群對敵的偵察監視及打擊任務[6-7]。

民用方面，柯林斯宇航公司為異構網絡提出了一種被稱為韌性自治組網（Radio Access Network，RAN）的框架架構，該架構將異構組網的問題空間劃分為多個能力層，該框架通過利用從數據流中獲取的信息來訓練并推斷出的學習技術和啟發方法，監控底層服務的運行狀態，以選擇并構建最優和韌性拓撲結構以供數據傳輸。卓翼智能科技有限公司下屬的飛思實驗室在無人機集群組網與協同方面，成功實現最大30架無人機集群飛行控制，通過其分布式控制方案，可實現機間星形、網狀和鏈式等不同的網絡拓撲組網方式，實現去中心化，并且當任意一架飛機脫離集群后，區域無人機可快速形成新的網絡拓撲鏈接，具備一定抗毀能力。

另外，在無人機集群間數據通信傳輸中所遇到的易受干擾、穩定性差和實時性能低下的問題，國內外不少公司有的通過將Turbo迭代處理技術應用于接收機中的解碼譯碼角度，實現了接收系統解調、均衡與譯碼的聯合優化[8]。有的公司從擴頻角度研究了基于變換域通信（Transform Domain Communication，TDC）的無人機數據鏈抗干擾技術，并在抗窄帶干擾方面效果顯著[9]。有的從隱蔽通信的角度來考慮提升機間信息的傳輸安全性[10]，還有的從波形及鏈路路由選擇等方向提出關于如何提高無人機集群間的數據鏈通信可靠性方面的研究。

從以上研究現狀可以看出，民用領域對于無人機集群數據鏈網絡拒止環境下的通信研究還不夠全面，并鮮有涉及大規模集群網絡拓撲優化方面的研究，至于涉及到復雜動態戰場環境下的無人機集群組網敏捷性和可重構性等的相關技術研究[11]也少之又少。

2 拓撲優化策略

網絡拓撲是指網絡中所有節點及鏈路所形成的網絡結構。無人機集群網絡的拓撲控制就是在滿足集群連通度前提下，通過功率控制或者骨干節點/休眠選擇等技術，構建必要的通信鏈路，用于形成一個優化的網絡結構[12]。

無人機集群在遂行任務時，往往由于電磁環境惡劣或者惡意干擾而無法依賴基礎設施（如衛星）進行連通性保持。這種情況下，集群易產生網裂問題，即在拓撲結構上分解為多個獨立的子網，由于無法保持連通，嚴重影響集群協作效能，最終導致任務降效。因此，考慮不依賴基礎設施的集群網絡連通性優化，對任務區域的無人機集群進行動態拓撲優化控制以保證網絡的連通質量，尤其是末端集群與后方操作人員保持連通，能夠有效抵消或降低網裂問題的影響，提升無人節點協同效能，最終提升任務的執行效果。

綜上所述，為了保證在拒止區域內的無人機集群依然能夠與視距之外的操作員建立通信，避免網裂情況的發生，可在仍處于安全區域內的集群節點中，依據通信需要選擇一至多個節點充當拒止區域與操作員之間的中繼節點，實現的多跳通信如圖1所示。

圖1 多跳通信

2.1 場景描述

圖2 任務場景

圖2中，操作員可以通過我方戰術通信衛星向我方無人機集群子群和分別發送作戰指令，但由于此時我方無人機集群子群進入到紅色圓圈所包圍的敵方高拒止區域，導致戰術通信衛星無法將操作員的指令傳達給無人機集群子群，同時由于子群之間的距離過大無法將消息從無人機集群子群通過一跳直接傳送給子群。因此，通過在子群中間的子群區域中尋找合適位置放置一個或多個無人機，充當子群與子群的中繼節點，繼而實現戰術衛星與子群的通信。

集群內每個無人機節點的通信半徑R和感知半徑一致，集合中的位置坐標為（X,Y），=1,2,…,?？蓪⒆尤簠^域中繼節點無人機的通信范圍視為半徑為R的圓形區域，故可將在子群區域中尋找合適位置放置無人機的問題轉換成尋找在子群區域中，將中繼節點放置在何處可保證子群和子群連通的前提下，所連節點中包含盡可能多的高權值節點的動態優化連接度拓撲自適應位置選擇問題。

2.2 拓撲優化模型

設無人機節點Z位置坐標為Z=（X,Y），目標點T位置坐標為（X,Y），則節點與目標點間的距離如式（1）所示

無人機節點被目標點感知的概率（Z,T）為

為了在子群區域中得到中繼節點能夠放置的最優位置，不僅要能夠同時與子群和子群建立通信關系，更重要的是，其能夠與子群和子群中優先級權重較高的節點能連盡連，從而保證面向任務的高連通性與高效性。因此拓撲優化的目標函數Fits()可表示為

式中：weight表示與節點通信的節點自身的優先級權值；node_size表示中繼節點可鏈接子群和子群中節點的最大數量；relay_node表示子群中節點個數。

子群和子群中的節點在式（3）中，每次只能與一個極點相鏈接，即在每一輪計算中，每一個與子群中1節點相鏈接過的節點在下一輪計算中將不能夠與新的節點=2相鏈接。最終，得到子群中每個節點的函數value值，按照從大到小的順序排列，其中函數value值最大的一個或前幾個節點其對應的坐標位置（X,Y）即為符合基于任務優先級的動態優化連接度拓撲最優部署位置。

2.3 拓撲優化過程

為了得到最終優化后的拓撲位置，首先，需要一次找到待鏈接無人機集群子群中每兩個集群中心連線的中點位置（CX,CY）；然后，分別在這兩個子群中尋找離中點最近的兩個節點和；接著分別以和為圓心，R為半徑畫圓，得到兩圓相交區域；最后在相交區域中利用迭代優化方法尋找到符合目標函數Fits()的可用來鏈接這兩個集群子群的一個或多個最優部署位置position_best（X,Y）。

優化流程如圖3所示。

圖3 優化流程

3 仿真案例

在電腦上利用仿真軟件進行算法驗證。其中，無人機集群仿真場景分別由兩個數量為25的無人節點構成，如圖4所示，任務仿真場景區域為320×320 km的區域，節點通信距離約為30 km，藍色星形圖案為集群幾何中心，紅色實心圖形是權值為10的高權值節點，黑色圖形是權值為1的低權值節點，全網形成扁平化多跳網絡結構。

圖4 仿真場景

初始化任務場景后，隨機選擇左邊紅色圓圈包圍的集群子群模擬進入到敵方強拒止環境中無法與外界通信的情況，而右邊黑色圓圈包圍的區域即為安全區域，紅色拒止區域與黑色安全區域邊界最近處距離為31 km。

隨后，在子群和子群中尋找放置中繼節點的合適位置。并進行三次仿真試驗，第一次按照2.3節拓撲優化過程中尋找符合目標函數Fits()的拓撲最優位置節點，其結果如圖5所示，后兩次均不以目標函數Fits()作為指引，隨機生成如圖6和圖7所示的結果。

圖5 仿真結果1

圖6 仿真結果2

圖7 仿真結果3

可以看出，根據Fits()函數，圖5中繼節點所包含子群和子群的高權值節點數量總共為3，其目標函數值為value=3×10+3=33；圖6中繼節點所包含子群和子群的高權值節點數量總共為2，其目標函數值為value=2×10+4=24；圖7中繼節點所包含子群和子群的高權值節點數量總共為1，其目標函數值為value=1×10+4=14。

通過對比可以發現，在采用基于任務優先級的動態優化連接度拓撲最優位置自適應放置策略后，所放置的中繼節點位置最為合理。

4 結語

無人機集群協同作戰具有變革突防戰術戰法，牽引集群裝備發展的重要意義，對抗環境下集群作戰，對網絡拓撲適變性提出了很高的要求，在保證網絡可靠性與魯棒性的同時，要能夠根據網絡態勢和遂行任務情況，靈活自適應重構?；跀祿溇W絡進行大規模無人機集群拓撲控制，能夠有效提升動態場景下網絡效能，支撐未來無人機集群體系對抗。

本研究設計的面向無人機集群數據鏈網絡拒止環境下拓撲優化策略，通過搭建仿真驗證環境，在典型場景下對拓撲優化技術進行了驗證。相關技術可為后續大規模無人機集群協同作戰提供支撐。

[1] 崔朝陽，孫甲琦，徐松艷，等. 適用于集群無人機的自組網安全分簇算法[J]. 山東大學學報（理學版），2018，53（7）：51-59.

[2] 張春俠，高洋，張爍，等. 飛行器協同自組網數據鏈信息集成設計要求[J]. 航天標準化，2021，183（1）：1-5.

[3] 魏藝明，朱鐵林，牛立新. 一種時分自組網無人機數據鏈的設計[J]. 電子世界，2021，611（5）：172-173.

[4] 王桂勝，任清華，徐兵政，等. 無人機作戰數據鏈面臨的通信干擾問題研究[C]. 第二屆中國空天安全會議論文集，2017.

[5] 李磊，王彤，蔣琪. 美國CODE項目推進分布式協同作戰發展[J]. 無人系統技術，2018：59-66.

[6] 王祥科，劉志宏，叢一睿，等. 小型固定翼無人機集群綜述和未來發展[J]. 航空學報，2020，41（4）：20-45.

[7] 劉宏波，孟進，趙奎. 蜂群無人機數據鏈自組網協議設計[J]. 火力與指揮控制，2018，43（9）：163-168.

[8] 姚安，陳自力. 無人機數據鏈信道均衡算法仿真研究[J]. 計算機仿真， 2014，31（11）：42-47.

[9] 韋乃棋，陳自力，朱安石，等. 基于TDC的無人機數據鏈抗干擾技術研究[J]. 測控技術，2013，32（3）：124-127.

[10] 李曙光. 高速數據鏈隱蔽通信發展現狀及其關鍵技術[J]. 現代導航，2015，10（5）：461-464.

[11] 姜思曉，房紅征. 數據鏈組網與數據傳輸仿真技術[J]. 計算機測量與控制，2016，24（6）：278-281.

Research on Topology Optimization Strategy of Unmanned Cluster Data Link Network for Denial Environment

ZHANG Chaoqi, CHI Kai

Aiming at the problem of serious degradation of task execution ability due to network connectivity effect of existing UAV clusters in the environment where navigation and communication are denied, the latest research status at home and abroad is based on data link network to reduce the impact of denied environment, and a dynamic optimization connectivity topological adaptive location selection strategy is proposed based on task priority. In the denial environment, multiple UAV clusters can obtain information outside the denial area through large area topology connection, thereby reducing or counteracting the denial impact, and effectively improving the survivability and mission fulfillment ability of UAV clusters.

Cluster Data Link Network; Adaptive Topology Optimization; Denial Environment

TP393

A

1674-7976-(2023)-06-446-05

2023-08-28。

張超琦（1996.01—），陜西西安人，碩士，主要研究方向為數據鏈網絡。