国外无人机蜂群作战样式进展及反蜂群策略研究

doi:10.3969/j.issn.1009-086x.2023.04.001

摘要/Abstract

摘要：

科技进步和军事需求的联合推动下，无人机蜂群作战成为一种新兴的并能够改变战争规则的颠覆性作战样式，各军事强国围绕“蜂群技术和战术”展开了激烈的竞争。介绍了无人机蜂群的作战概念及优势，归纳了国外无人机蜂群作战样式的进展状况。基于传统装备反蜂群能力不足与缺点，总结与分析了反蜂群装备与技术发展趋势，并针对反蜂群发展手段强、运用弱的现状，提出杀伤链动态构建策略，为后续综合利用多种反蜂群装备实现体系化对抗，提升防空体系整体效能奠定了基础。

关键词: 无人机蜂群, 反无人机蜂群, 作战模式, 杀伤链, 动态构建

Abstract:

Driven by the technological advancements and military demands， unmanned aerial vehicle （UAV） swarm warfare has emerged as a disruptive new style of warfare that can change the rules of engagement. Fierce competition has unfolded among major military powers around "swarm technologies and tactics". The concept and advantages of UAV swarm operation are introduced， and the development of the swarm operation types abroad is summarized. Based on the shortages and restrictions of conventional military equipment， the anti-swarm operation and explores the development direction of anti-swarm equipment and technology is analyzed. A dynamic kill chain construction strategy is put forward to solve the problem of inadequate application of adequate anti-swarm approaches and theories， and achieve systematic confrontation by comprehensively using a variety of anti-UAV swarm equipment in the future，laying the solid foundation for the development of the systematized anti-swarm operation.

Key words: unmanned aerial vehicle（UAV） swarm, anti-UAV swarm, combat patterns, kill chain, dynamic construction

中图分类号:

V279

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.

Ruijie WANG, Dechao WANG, Lu FENG, Zhengdang ZHAO, Zheliang CHEN. Research Progress and Countermeasures Against UAV Swarm Operations Abroad[J]. Modern Defense Technology, 2023, 51(4): 1-9.

图/表 10

参考文献 29

1	柯江宁.“蜂群”攻击——美国获取战场优势的秘密武器［J］.现代军事， 2015（2）：102-107.
	KE Jiangning.”Swarm” Attack-The Secret Weapon to Gain Battlefield Advantage by the US ［J］.Conmilit，2015（2）：102-107.
2	许瑞明. 无人机集群作战涌现机理及优化思路研究［J］.军事运筹与系统工程， 2018， 32（2）：14-17.
	XU Ruiming. Research on Emergence Mechanism and Optimization Thinking of UAV Group Operation［J］.Military Operations Research and Systems Engineering， 2018， 32（2）：14-17.
3	刘剑豪，汤辛，魏光辉，等. 无人机蜂群对未来战争的影响及应对措施分析［J］.飞航导弹， 2020（9）：28-31.
	LIU Jianhao， TANG Xin， WEI Guanghui，et al. The Influence and Countermeasures of Drone Swarm on Future War［J］.Aerodynamic Missile Journal，2020（9）：28-31.
4	MCCULLOUGH A. The Looming Swarm［J］. Air Force Magazine， 2019（4）：1-4.
5	万华翔，张雅舰.蜂群无人机对战场环境的影响及对抗技术研究［J］.飞航导弹， 2019（4）：68-72.
	WAN Huaxiang， ZHANG Yajian.Study on the Influence of Drone Swarm on Battlefield Environment and Countermeasure Technology［J］.Aerodynamic Missile Journal， 2019（4）：68-72.
6	朱超磊，袁成，杨佳会，等.2021年国外军用无人机装备技术发展综述［J］. 战术导弹技术，2022（1）：38-45.
	ZHU Chaolei， YUAN Cheng， YANG Jiahui， et al. Overview of the Development of Foreign Military UAV Systems and Technology in 2021［J］. Tactical Missile Technology， 2022（1）：38-45.
7	白喜波，陈宏蔚. 美军无人机蜂群发展［J］.外国空军训练 2020（S）：202-207.
	BAI Xibo， CHEN Hongwei. The Development of UAV Swarm in U.S. Army［J］.Foreign Air Force Traing， 2020 （S）：202-207.
8	MEHTA A. Pentagon Launches 103-Unit Drone Swarm［EB/OL］.（2017-01-10）［2021-04-02］. .
9	杨宗奎，李晓楠. 美军无人机蜂群作战探析［J］.外国空军训练， 2020（S5）：208-211.
	YANG Zongkui， LI Xiaonan. The Operational Analysis of UAV Swarm in U.S. Army［J］. Foreign Air Force Training， 2020（S5）：208-211.
10	胡利平，黄晓阳，梁晓龙，等. 美军无人机蜂群作战研究动态及应对策略［J］.国防科技，2021，42（4）：17-25.
	HU Liping， HUANG Xiaoyang， LIANG Xiaolong，et al. Developmental Trends in and Countermeasures Against UAV Swarm Operations in U.S. Army［J］.National Defense Technology， 2021， 42（4）：17-25.
11	Office of Naval Research. LOCUST：Autonomous， Swarming UAVs Fly into the Future ［EB/OL］. （2015-10-12）［2021-04-04］..
12	宋怡然，申超，李东兵. 美国分布式低成本无人机集群研究进展［J］.飞航导弹， 2016（8）：18-22.
	SONG Yiran， SHEN Chao， LI Dongbing. Research Progress of Distributed Low Cost UAV Cluster in America［J］. Aerodynamic Missile Journal， 2016（8）：18-22.
13	TODD H， CHRISTOPHER M， RICHMON T， et al.The DARPA Nano Air Vehicle Program［C］∥50th AIAA Aerospace Sciences Meeting Including the New Horizons Forum and Aerospace Exposition. Nashville，Tennessee： AIAA， 2012.
14	董宇，高敏，张悦，等.美军蜂群无人机研究进展及发展趋势［J］.飞航导弹， 2020（9）：37-42.
	DONG Yu， GAO Min， ZHANG Yue，et al. Research Progress and Development Trend of UAV Swarm in U.S. Army［J］. Aerodynamic Missile Journal， 2020（9）：37-42.
15	DARPA’s Gremlins Program Accomplishes Second First Test ［EB/OL］. （2020-08-25）［2021-04-02］..
16	袁成. DARPA“小精灵”完成第三次飞行试验［N］.中国航空报， 2020-12-22（9）.
	YUAN Cheng. DARPA Completed “Gremlins” Project the Third Flight Test［N］. China Aviation News， 2020-12-22（9）.
17	DARPA OFFSET Drone Swarm Program Demonstrates Urban Raid ［EB/OL］.（2020-01-31）［2021-04-02］. .
18	张冬冬，王春平，付强. 国外无人机蜂群发展状况及反蜂群策略研究［J］.飞航导弹， 2021（6）：56-62.
	ZHANG Dongdong， WANG Chunping， FU Qiang. Research on Development and Countermeasure Agaist UAV Swarm Operations Abroad ［J］.Aerodynamic Missile Journal， 2021（6）：56-62.
19	DARPA. Collaborative Operations in Denied Environment ［EB/OL］. （2018-11-28）［2021-04-02］. .
20	陈世涛，方甲永，李大喜. 美军智能无人机集群作战样式及影响分析［J］.中国电子科学研究院学报，2021， 16（11）：1113-1118.
	CHEN Shitao， FANG Jiayong， LI Daxi. Analysis on the Development and Influnce of Intelligent Unmaned Aerial Vehicle Cluster in U.S. Army ［J］. Journal of CAEIT，2021，16（11）：1113-1118.
21	许瑞明. 无人机集群智能的生成样式研究［J］.现代防御技术， 2020， 48（5）：44-49.
	XU Ruiming. Research on Generation Style of UAV Cluster Intelligence［J］. Modern Defence Technology，2020， 48（5）：44-49.
22	Steinquest Ethan.Fort Campbell Hosts Final Field Experiment for Large-Scale Drone Program ［EB/OL］. （2021-12-07）［2022-07-04］..
23	UASweekly.UK Flies 20-Drone Swarm in Major Test［EB/OL］.（2021-02-05）［2022-08- 01］..
24	胡杰，陈桦，付宇，等.无人机蜂群技术现状及反蜂群应对策略［J］.飞航导弹， 2020（9）：32-36.
	HU Jie， CHEN Hua， FU Yu，et al. The Current Status of Technology and Countermeasure agaist Drone Swarm［J］. Aerodynamic Missile Journal， 2020（9）：32-36.
25	刘雷，刘大为，王晓光，等．无人机集群与反无人机集群发展现状分析［J］.航空学报， 2022， 43（S1）：526908.
	LIU Lei， LIU Dawei， WANG Xiaoguang，et al. Analysis of the Development Status of Unmanned Clusters and Anti-unmanned Clusters［J］. Acta Aeronautica et Astronautica Sinica， 2022， 43（S1）：526908.
26	付鑫，赵然，梁延峰，等.反无人机蜂群技术发展综述［J］.中国电子科学研究院学报，2022（5）：421-428.
	FU Xin， ZHAO Ran， LIANG Yanfeng， et al. Review on the Development of Anti UAV Bee Colony Technology ［J］. Journal of CAEIT， 2022（5）：421-428.
27	任媛媛，高一栋，焦慕卿. 无人机发展应用及反无手段研究［J］.火控雷达技术，2022（3）：29-32，39.
	REN Yuanyuan， GAO Yidong， JIAO Muqing. Research on Development and Application of UAVs and Counter-UAV Means［J］. Fire Control Radar Technology， 2022（3）：29-32，39.
28	周末，孙海文，王亮，等.国外反无人机蜂群作战研究［J］.指挥控制与仿真，2023， 42（2）：24-30.
	ZHOU Mo， SUN Haiwen， WANG Liang， et al. Research on Foreign Anti-UAV Swarm Warfare ［J］. Command Control Simulation，2023， 42（2）：24-30.
29	高山. 军用无人航空器的前世今生［J］.外国空军训练，2020（S）：112-117.
	GAO Shan.The Past and Present of Military Unmanned Aerial Vehicles［J］， Foreign Air Force Traing， 2020（S）：112-117.

主管部门	项目名称	平台性能	作战功能	启动时间
NRL	“蝉”（Cicada）^［15］	可携带气象、气压、温湿度等传感器或声学、生化探测等微型电子设备，通过数据链互连成自组织网络	渗透侦察型：核生化区域检查、情报搜集，精细化感知目标空域环境信息	2011年
SCO	“灰山鹑”（Perdix）^{［7，16-17］}	机长约为138 mm，质量约为300 g，速度110 km/h，续航时间20 min，3D打印组装。可作为干扰、自杀式无人机，消耗敌方舰空导弹	诱骗干扰型：电子干扰、赛博攻击、侦察监视	2014年
ONR	“郊狼”（LOCUST）^{［7，18-19］}	机长910 mm，翼展1 470 mm，质量5.9 kg，速度110 km/h，续航时长1.5 h。携带光电/红外传感器	侦察打击型：侦察监视、电子战与打击。利用体积小及规模优势对抗舰载武器	2015年
DARPA	“小精灵”（Gremlins）	机长4.267 m，空载320 kg，满载727.75 kg，Ma 0.8。光电/红外传感器、电子战设备。可回收	诱骗干扰型、有人无人协同打击：执行侦察监视、电子攻击，压制和摧毁防空任务	2015年
DARPA	“进攻性蜂群使能战术”（OFFSET）	运用多达250个小型空中无人机和/或地面机器人平台组成新型蜂群系统，发展蜂群自主性和人-蜂群编队技术	渗透打击型：提供重要的态势感知信息，提高地面部队在城市环境中的作战效能	2016年
DARPA	拒止环境协同作战^{［7，13，20-21］}	开放式系统架构、自主编队	集群攻击：100架次以上，模块化软件增加无人机蜂群的自主性	2014年
空军	“天空博格人”（Skyborg）	人工智能，开放系统架构，模块系统	低成本可消耗的智能无人机与有人机配合执行任务	2018年

主管部门	项目名称	平台性能	作战功能	启动时间
NRL	“蝉”（Cicada）^［15］	可携带气象、气压、温湿度等传感器或声学、生化探测等微型电子设备，通过数据链互连成自组织网络	渗透侦察型：核生化区域检查、情报搜集，精细化感知目标空域环境信息	2011年
SCO	“灰山鹑”（Perdix）^{［7，16-17］}	机长约为138 mm，质量约为300 g，速度110 km/h，续航时间20 min，3D打印组装。可作为干扰、自杀式无人机，消耗敌方舰空导弹	诱骗干扰型：电子干扰、赛博攻击、侦察监视	2014年
ONR	“郊狼”（LOCUST）^{［7，18-19］}	机长910 mm，翼展1 470 mm，质量5.9 kg，速度110 km/h，续航时长1.5 h。携带光电/红外传感器	侦察打击型：侦察监视、电子战与打击。利用体积小及规模优势对抗舰载武器	2015年
DARPA	“小精灵”（Gremlins）	机长4.267 m，空载320 kg，满载727.75 kg，Ma 0.8。光电/红外传感器、电子战设备。可回收	诱骗干扰型、有人无人协同打击：执行侦察监视、电子攻击，压制和摧毁防空任务	2015年
DARPA	“进攻性蜂群使能战术”（OFFSET）	运用多达250个小型空中无人机和/或地面机器人平台组成新型蜂群系统，发展蜂群自主性和人-蜂群编队技术	渗透打击型：提供重要的态势感知信息，提高地面部队在城市环境中的作战效能	2016年
DARPA	拒止环境协同作战^{［7，13，20-21］}	开放式系统架构、自主编队	集群攻击：100架次以上，模块化软件增加无人机蜂群的自主性	2014年
空军	“天空博格人”（Skyborg）	人工智能，开放系统架构，模块系统	低成本可消耗的智能无人机与有人机配合执行任务	2018年

种类	国家	应用情况
激光武器	美国	2010年，美军首次进行激光武器试验，成功击中3 km外飞行的4架无人机；
激光武器		2019年11月，美国洛克希德·马丁公司为美空军演示了“雅典娜”激光武器系统^［24］（图6），一次能摧毁多架固定翼和旋翼无人机；
微波射频		2019年，美空军采用雷锡恩公司研制的高功率微波武器系统^［25］，通过使用能量脉冲击落敌方无人机蜂群；
微波射频		2021年12月，美空军新型“战术高能作战应答器”（THOR）^［26］（图7），通过干扰无人机的电子装置，使整个目标区域的多个无人机同时丧失行动能力
激光武器	俄罗斯	2019年，“佩列斯韦特”PERESVET激光武器就开始战斗值班；2020年在叙利亚的俄军事基地成功拦截了以色列无人机；
微波射频	俄罗斯	KRET公司的Krasukha-2车载高功率微波干扰器和Krasukha-4联合使用，可覆盖区域内的多个无人机集群目标，其效能已在叙利亚战争中得到证明
激光武器	以色列	研发出“无人机穹顶”激光系统，该系统配备了探测雷达、高能激光发射器以及干扰无线电系统，可以实现对“无人机蜂群”的搜索、识别和摧毁^［27］，如图8所示

种类	国家	应用情况
激光武器	美国	2010年，美军首次进行激光武器试验，成功击中3 km外飞行的4架无人机；
激光武器		2019年11月，美国洛克希德·马丁公司为美空军演示了“雅典娜”激光武器系统^［24］（图6），一次能摧毁多架固定翼和旋翼无人机；
微波射频		2019年，美空军采用雷锡恩公司研制的高功率微波武器系统^［25］，通过使用能量脉冲击落敌方无人机蜂群；
微波射频		2021年12月，美空军新型“战术高能作战应答器”（THOR）^［26］（图7），通过干扰无人机的电子装置，使整个目标区域的多个无人机同时丧失行动能力
激光武器	俄罗斯	2019年，“佩列斯韦特”PERESVET激光武器就开始战斗值班；2020年在叙利亚的俄军事基地成功拦截了以色列无人机；
微波射频	俄罗斯	KRET公司的Krasukha-2车载高功率微波干扰器和Krasukha-4联合使用，可覆盖区域内的多个无人机集群目标，其效能已在叙利亚战争中得到证明
激光武器	以色列	研发出“无人机穹顶”激光系统，该系统配备了探测雷达、高能激光发射器以及干扰无线电系统，可以实现对“无人机蜂群”的搜索、识别和摧毁^［27］，如图8所示

[1]	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.
[2]	李晶晶, 罗晨旭, 黄维. “捕蜂”——低空近程反无人机蜂群体系构想[J]. 现代防御技术, 2020, 48(4): 16-22.