美军无人空战装备智能化发展动态及启示

doi:10.3969/j.issn.1009-086x.2022.04.004

摘要/Abstract

摘要：

美军无人机在军事行动中发挥了巨大作用，且数量规模和智能化水平在不断攀升。为抢占无人智能化作战新的制高点，美军开展了一系列新的研究试验。从美军现役无人机装备出发，分析了其主要作战运用特点以及优缺点。针对美军装备无人智能化发展新动态，重点分析了自主空中加油、“忠诚僚机”、弹群协同、算法战、先进作战管理等软硬件方面取得的重大进展，并总结了其无人智能化发展呈现出的新规律、新特点。从空战理论、能力技术和装备体系3个方面，提出了应对无人智能化装备发展的思考建议。

关键词: 无人机, 导弹, 智能化, 集群化, 协同, 算法

Abstract:

U.S. military unmanned aerial vehicles （UAVs） play an important role in military operations. There is an increasing trend for the total number of the UAVs and their intelligent level. To seize the high ground in the domain of the unmanned intelligent warfare， the US army are carrying out a series of new research projects. This paper analyzes the operational characteristics as well as the advantages and disadvantages of the U.S. military's in-service UAV equipment. According to the latest development of the intelligent technology in software and hardware， the projects of Carrier-Based Aerial-Refueling System， Loyal Wingman， Golden Horde， Project Maven， Advanced Battle Management System are analyzed in detail. The new characteristics and pattern of these intelligent military equipment are presented. The implications and suggestions for tackling the development of unmanned intelligent equipment are proposed in terms of the air combat theory， capabilities and techniques， as well as the equipment system.

Key words: unmanned aerial vehicle（UAV）, missile, intelligent, cluster, cooperation, algorithm

中图分类号:

V279

董康生, 胡伟波, 沈雁鸣, 唐上钦. 美军无人空战装备智能化发展动态及启示[J]. 现代防御技术, 2022, 50(4): 28-37.

Kang-sheng DONG, Wei-bo HU, Yan-ming SHEN, Shang-qin TANG. Development and Implications of Intelligent Unmanned Combat Aerial Equipment by the US Army[J]. Modern Defense Technology, 2022, 50(4): 28-37.

图/表 7

图1 无人机自主能力等级参考示意图

Fig. 1 Level of autonomous ability for unmanned aerial vehicle （UAV）

表1 美军无人机投入的军事行动及其智能化特点

Table 1 UAVs of US army deployed in various military operations and their intelligent features

无人机型号	军事行动	自主等级	智能化特点
“捕食者” MQ-1	波黑战争阿富汗战争利比亚冲突等	2	自主巡航
“先锋” RQ-2	科索沃战争伊拉克战争	1-2	自主巡航
“全球鹰” RQ-4	阿富汗战争伊拉克战争叙利亚冲突	3	自主巡航自主航迹规划
“猎人” RQ-5	伊拉克战争利比亚冲突科索沃战争	2	自主巡航
“死神” MQ-9	阿富汗战争利比亚冲突刺杀苏莱曼尼	3-4	自主巡航目标识别与跟踪自主起降
“哨兵” RQ-170	阿富汗战争	3-4	自主巡航自主起降

图2 MQ-9猎杀伊朗苏莱曼尼过程示意图

Fig. 2 Schematic of hunting Soleimani by MQ-9

图3 “金帐汗国”试验中四枚导弹协同命中4个不同目标

Fig. 3 Four missiles cooperatively hitting four different targets in the flight test of Golden Horde

图4 ABMS软件开发环境组成图

Fig. 4 Components of development environment for ABMS software

图5 无人空战装备智能化发展趋势及其支撑技术

Fig. 5 Trend of the intelligent unmanned aerial equipment and the corresponding supportive techniques

图6 ATS项目无人机更换机头概念示意图

Fig. 6 Schematic of changing UAV nose in ATS project

参考文献 31

1	ZAGORSKI N. Analysis of the Military Application of Unmanned Aircraft and Main Direction for Their Development［J］. Aerospace Research in Bulgaria， 2021， 33： 237–250.
2	刘典雄，徐煜华，汪李峰，等. 面向空地协同的有/无人系统自主传输技术［J］. 指挥与控制学报， 2021， 7（2）： 160-166.
	LIU Dian-xiong， XU Yu-hua， WANG Li-feng， et al. Self-Organizing Transmission in Air-Ground Collaborative Manned-Unmanned Systems［J］. Journal of Command and Control， 2021， 7（2）： 160-166.
3	UDEANU G， DOBRESCU A， OLTEAN M. Unmanned Aerial Vehicle in Military Operations［J］. Science Research Education in the Air Force， 2016， 18（1）：199-206.
4	罗德林，徐扬，张金鹏. 无人机集群对抗技术新进展［J］. 科技导报， 2017， 35（7）： 26-31.
	LUO De-lin， XU Yang， ZHANG Jin-peng. New Progresses on UAV Swarm Confrontation［J］. Science & Technology Review， 2017， 35（7）： 26-31.
5	吴静，蔡海锋，刘俊良. 纳卡地区冲突无人机攻防运用分析及地空反无人对策建议［J］. 现代防御技术， 2021， 49（3）： 13–20.
	WU Jing， CAI Hai-feng， LIU Jun-liang. Analysis on the Operation of Attack and Defense of UAVs in Naka Conflict and Suggestions for Ground-to-Air Anti-UAVs［J］. Modern Defence Technology， 2021， 49（3）： 13-20.
6	CUMMINGS M. Artificial Intelligence and the Future of Warfare［M］. London：Chatham House for the Royal Institute of International Affairs， 2017.
7	汤润泽，张承龙，李林林. 人工智能在无人战场态势预判与博弈对抗中的应用［J］. 现代防御技术， 2020， 48（5）： 25-31.
	TANG Run-ze， ZHANG Cheng-long， LI Lin-lin. Application of Artificial Intelligence on Situation Assessment and Game Countermeasure in Unmanned Battlefield［J］. Modern Defence Technology， 2020， 48（5）： 25-31.
8	徐明兴，林冰轩，陈志刚，等. 中小型无人机防御激光武器的技术途径分析［J］. 现代防御技术， 2020， 48（5）： 10-15.
	XU Ming-xing， LIN Bing-xuan， CHEN Zhi-gang， et al. Analysis on the Technical Approaches of Medium/Small Unmanned Aerial Vehicle Against Laser Weapon［J］. Modern Defence Technology， 2020， 48（5）： 10-15.
9	黄长强. 未来空战过程智能化关键技术研究［J］. 航空兵器， 2019， 26（1）： 11–19.
	HUANG Chang-qiang. Research on Key Technology of Future Air Combat Process Intelligentization［J］. Aero Weaponry， 2019， 26（1）： 11-19.
10	ÖZDEMIR G S. Artificial Intelligence Application in the Military： The Case of United States and China［J］. Seta Analysis， 2019，51（6）：1-28.
11	FOUSE S， CROSS S， LAPIN Z J. DARPA’s Impact on Artificial Intelligence［J］. AI Magazine， Association for the Advancement of Artificial Intelligence， 2020， 41（2）： 3–8.
12	邹立岩，张明智，荣明. 智能无人机集群概念及主要发展趋势分析［J］. 战术导弹技术， 2019（5）： 1-11.
	ZOU Li-yan， ZHANG Ming-zhi， RONG Ming. Analysis of Intelligent Unmanned Aircraft Systems Swarm Concept and Main Development Trend［J］. Tactical Missile Technology， 2019（5）： 1-11.
13	EHRHARD T P. Air force UAV’s： The Secret History［M］. Arlington VA：Mitchell Inst for Airpower Studies， 2010.
14	ZENKO M . DoD Report to Congress on Future Unmanned Aircraft Systems Training， Operations， and Sustainability［R］.Washington， DC： Department of Defense， 7-3C47E5F， 2012.
15	FAHEY K， MILLER M. Unmanned Systems Integrated Roadmap 2017-2042［R］. FY2017-2042， Department of Defense， 2017.
16	CAMBONE STEPHEN A， KRIEG KENNETH J， PACE PETER. Unmanned Aircraft Systems Roadmap： 2005-2030［R］. ADA445081， Office of the Secretary of Defense Washington， DC， 2005.
17	GUNZINGER M， REHBERG C， COHN J， et al. An Air Force for an Era of Great Power Competition［M］. Washington， DC：Center for Strategic and Budgetary Assessments， 2019.
18	程龙，罗烈，柴建忠. 2017年军用无人机装备技术发展回眸［J］. 科技导报， 2018， 36（4）： 69–84.
	CHENG Long， LUO Lie， CHAI Jian-zhong. Overview of Foreign Military UAVs' Equipment and Technology Development［J］. Science & Technology Review， 2018， 36（4）： 69-84.
19	李磊，徐月，蒋琪，等. 2018年国外军用无人机装备及技术发展综述［J］.战术导弹技术，2019（2）：1-11.
	LI Lei， XU Yue， JIANG Qi， et al. New Development Trends of Military UAV Equipment and Technology in the World in 2018［J］. Tactical Missile Technology， 2019（2）： 1-11.
20	FRANTZMAN S J. Drone Wars： Pioneers， Killing Machines， Artificial Intelligence， and the Battle for the Future［M］. New York： Bombardier Books， 2021.
21	HARTMANN K， STEUP C. The Vulnerability of UAVs to Cyber Attacks-An Approach to the Risk Assessment［C］∥ 5th International Conference on Cyber Conflict， Tallinn， IEEE， 2013： 1-23.
22	李鹏举，毛鹏军，耿乾，等. 无人机集群技术研究现状与趋势［J］. 航空兵器， 2020， 27（4）： 25–32.
	LI Peng-ju， MAO Peng-jun， GENG Qian，et al ． Research Status and Trend of UAV Swarm Technology［J］. Aero Weaponry， 2020，27（4）：25-32.
23	马雯，叱干小玄. 反无人机技术发展研究［J］. 航空兵器， 2020， 27（6）： 19–24.
	MA Wen， CHIGAN Xiao-xuan. Research on Development of Anti-UAV Technology［J］. Aero Weaponry， 2020， 27（6）： 19-24.
24	JENNINGS G. USAF Initiates Phase 2 of Skyborg ‘Loyal Wingman’ Concept［EB/OL］. （2020-09-30）［2021-11-05］. .
25	汤润泽，张承龙，李林林，等. 多武器跨域智能协同对空作战应用及关键技术［J］. 现代防御技术， 2021， 49（2）： 26-34.
	TANG Run-ze， ZHANG Cheng-long， LI Lin-lin， et al. Research on Applications and Key Technologies of Multi-Weapons in Cross-Domain Intelligent Coordination Air Combat［J］. Modern Defence Technology， 2021， 49（2）： 26-34.
26	吴捷，胡盛华，乔莎莎，等. “忠诚僚机”式有人/无人机协同作战概念与任务管理技术研究［J］. 航空电子技术， 2021， 52（2）： 27-31.
	WU Jie， HU Sheng-hua， QIAO Sha-sha， et al. Research on Combat Concept and Mission Management Technique of “Loyal Wingman” Manned/Unmanned Aerial Vehicle Collaborative［J］. Avionics Technology， 2021， 52（2）： 27-31.
27	姜志杰，杨卫丽. 美国加快导弹集群作战能力发展的分析与影响［J］. 战术导弹技术， 2020（4）： 189-192.
	JIANG Zhi-jie， YANG Wei-li. Analysis and Effects of U.S. Accelerating the Development of Missile Cluster Combat Capacity［J］. Tactical Missile Technology， 2020（4）： 189-192.
28	LAYTON P. Algorithmic Warfare： Applying Artificial Intelligence to Warfighting［M］. Canberra， Australia：Air Power Development Centre， 2018.
29	胡利平，梁晓龙，柏鹏，等. “算法战”及其在空战领域中的应用［J］. 国防科技， 2020， 41（1）： 57–62.
	HU Li-ping， LIANG Xiao-long， BAI Peng， et al， Research on Algorithmic Warfare and Its Application in Air Combat［J］. National Defense Technology， 2020， 41（1）： 57-62.
30	周海瑞，张臻. 美国空军先进作战管理系统及启示［J］. 指挥信息系统与技术， 2020， 11（4）： 57-63.
	ZHOU Hai-rui， ZHANG Zhen. U.S. Air Force Advanced Battle Management System［J］. Command Information System and Technology， 2020， 11（4）： 57-63.
31	ZHANG Tao， LI Qing， ZHANG Chang-shui， et al. Current Trends in the Development of Intelligent Unmanned Autonomous Systems［J］. Frontiers of Information Technology & Electronic Engineering， 2017， 18（1）： 68-85.

[1]	王瑞杰, 王得朝, 丰璐, 赵正党, 陈浙梁. 国外无人机蜂群作战样式进展及反蜂群策略研究[J]. 现代防御技术, 2023, 51(4): 1-9.
[2]	李天亮, 高海燕, 申慧君, 王大朋. 基于集总参数模型的电磁轨道炮激励电流仿真[J]. 现代防御技术, 2023, 51(4): 110-115.
[3]	于强, 彭昭鸿, 黎旦, 李利彬, 高艺成. 基于MI-RRT^*算法的路径规划研究[J]. 现代防御技术, 2023, 51(4): 116-125.
[4]	唐明南, 张承龙, 赵强, 李林林. 任务场景驱动的防空资源部署方案智能生成与优化方法[J]. 现代防御技术, 2023, 51(3): 1-9.
[5]	唐毓燕. 美国陆基中段防御核心能力分析评估[J]. 现代防御技术, 2023, 51(3): 10-19.
[6]	于勇政, 邵学辉, 高仕博, 蒲治伟, 薛冰. 多平台协同跟踪最优构型设计[J]. 现代防御技术, 2023, 51(3): 107-119.
[7]	董胜波, 苏琪雅, 于沐尧, 赵青. 协同探测与导引技术发展探讨[J]. 现代防御技术, 2023, 51(3): 75-82.
[8]	王激扬, 白风宇, 孙晓峰. 基于“脱靶管”原理的防空导弹脱靶量估算方法[J]. 现代防御技术, 2023, 51(2): 49-54.
[9]	李碧燕, 胡顺. 基于方向信息的无人机群编队控制算法[J]. 现代防御技术, 2023, 51(2): 55-61.
[10]	梁康博, 杨瑞娟, 李晓柏, 骆伟林, 袁凯. 改进鸽群算法的复杂信号盲源分离[J]. 现代防御技术, 2023, 51(2): 100-108.
[11]	马晓东, 朱京来, 胡敏. 防空导弹测试项目规划策略研究[J]. 现代防御技术, 2023, 51(2): 127-132.
[12]	覃坚, 费太勇, 曲智国, 张逸楠. 基于优化小波阈值的轴承振动信号降噪算法[J]. 现代防御技术, 2023, 51(2): 141-147.
[13]	赵海洲, 王小哲, 孙晨, 郭艺夺. 基于辅助阵元的幅相误差和DOA同时估计算法[J]. 现代防御技术, 2023, 51(2): 84-90.
[14]	唐毓燕, 李芳芳, 张振宇, 李蕾, 李陟. 美国弹道导弹防御系统中的杀伤链与杀伤网解析[J]. 现代防御技术, 2023, 51(1): 1-10.
[15]	张文杰, 郭峰, 高谦, 王世凯, 李启, 钟少康. 跨域分布式防御作战及关键技术研究[J]. 现代防御技术, 2023, 51(1): 11-16.