无人机集群社团网络弹性重构研究

doi:10.3969/j.issn.1009-086x.2023.05.007

摘要/Abstract

摘要：

无人机集群作战是未来战争的新型作战样式。无人机集群网络弹性重构能力，是评价无人机集群体系作战效能的关键指标。剖析了无人机集群网络弹性重构机理；设计了无人机集群社团网络模型，提升了网络连通性；针对无人机集群遭受恶意攻击网络性能急剧下降的情况，提出了信息网络交互能力最低阈值，并优化了集群网络性能失能阶段的弹性评估方法；最后，通过仿真建模对比分析，不同规模下网络的平均最短路径、信息交互能力、网络聚类系数等参数，在集群网络遭受多种类、多规模的毁伤下进行重构，评估对网络弹性的影响。实验结果表明，建立的模型具备更高的弹性。研究成果可提升无人机集群应对复杂扰动的能力，为无人机集群的多任务规划提供理论指导。

关键词: 无人机集群, 弹性, 社团网络, 网络重构, 弹性评估

Abstract:

Unmanned aerial vehicle swarm （UAVS） operation is a new operation mode in the future war. The resilience reconstruction capability of the UAVS network is a key index to evaluate the combat effectiveness of the UAVS system. The resilience reconstruction mechanism of the UAVS network is analyzed. A community network model of UAVS is designed to improve network connectivity. Since the network performance of UAVS is sharply degraded under malicious attack， the minimum threshold of information network interaction capability is proposed， and the resilience evaluation method of swarm network performance at the failure stage is optimized. Finally， the average shortest path， information interaction capability， network clustering coefficient， and other parameters of the network under different scales are compared by simulation modeling. The swarm network is reconstructed under the condition of multi-type and multi-scale damage， and the impact on network resilience is evaluated. The experimental results show that the proposed model has higher resilience. The research results can improve the ability of UAVS to cope with complex disturbances and provide theoretical guidance for the multi-task planning of UAVS.

Key words: unmanned aerial vehicle swarm（UAVS）, resilience, community network, network reconstruction, resilience evaluation

中图分类号:

TP273

袁国栋, 何明, 韩伟, 禹明刚, 成铭洋. 无人机集群社团网络弹性重构研究[J]. 现代防御技术, 2023, 51(5): 50-58.

Guodong YUAN, Ming HE, Wei HAN, Minggang YU, Mingyang CHENG. Research on Resilience Reconstruction of Community Network of Unmanned Aerial Vehicle Swarm[J]. Modern Defense Technology, 2023, 51(5): 50-58.

图/表 12

图1 无人机集群社团网络

Fig. 1 UAVS community network

图2 3个社团组成的网络

Fig. 2 Network composed of three communities

图3 动态连接机制

Fig. 3 Dynamic connection mechanism

图4 2种不同情形下的信息交互能力变化过程

Fig. 4 Change process of information interaction ability in two different situations

图5 考虑失能阶段的无人机集群网络弹性过程

Fig. 5 Resilience evaluation of UAVS network at failure stage

图6 无人机集群社团网络弹性重构流程

Fig. 6 Resilience reconstruction of community network of UAVS

表1 网络主要参数

Table 1 Main network parameters

参数	描述	社团网络模型（CNM）	无标度网络模型（SFNM）
M	社团数	4	—
N	集群规模	300
m	新节点增加的连接边数	1	2
Aver_link	网络平均连接密度	<2	2
D	任务区域	$100 × 100$
r	通信距离	25
$η$	距离影响因子	0.8
$Δ$	消息生成概率	0.5
$θ$	失能时间因子	0.2
$ε$	调整因子	0.1

表1 网络主要参数

Table 1 Main network parameters

参数	描述	社团网络模型（CNM）	无标度网络模型（SFNM）
M	社团数	4	—
N	集群规模	300
m	新节点增加的连接边数	1	2
Aver_link	网络平均连接密度	<2	2
D	任务区域	$100 × 100$
r	通信距离	25
$η$	距离影响因子	0.8
$Δ$	消息生成概率	0.5
$θ$	失能时间因子	0.2
$ε$	调整因子	0.1

图7 不同网络规模下的平均最短路径对比

Fig. 7 Average shortest path comparison under different network scales

图8 不同网络规模的信息交互能力对比

Fig. 8 Comparison of information interaction capability under different network scales

图9 不同网络规模下的平均聚类系数对比

Fig. 9 Comparison of average clustering coefficients under different network scales

图10 不同攻击程度下的信息交互能力对比

Fig. 10 Comparison of information interaction capability under different attack degrees

图11 不同攻击程度下的弹性值对比

Fig. 11 Comparison of elastic values under different attack degrees

参考文献 15

1	刘雷，刘大卫，王晓光，等. 无人机集群与反无人机集群发展现状及展望［J］. 航空学报， 2022， 43（增1）： 4-20.
	LIU Lei， LIU Dawei， WANG Xiaoguang， et al. Development Status and Outlook of UAV Clusters and Anti-UAV Clusters［J］. Acta Aeronautica et Astronautica Sinica， 2022， 43（S1）： 4-20.
2	CHEN Wu， LIU Jiajia， GUO Hongzhi， et al. Toward Robust and Intelligent Drone Swarm： Challenges and Future Directions［J］. IEEE Network， 2020， 34（4）： 278-283.
3	HATANO Y， MESBAHI M. Agreement Over Random Networks［J］. IEEE Transactions on Automatic Control， 2005， 50（11）： 1867-1872.
4	LI Chunguang， MAINI P K. An Evolving Network Model with Community Structure［J］. Journal of Physics A： Mathematical and General， 2005， 38（45）： 9741.
5	ZHANG Jianlei， CAO Ming. Strategy Competition Dynamics of Multi-agent Systems in the Framework of Evolutionary Game Theory［J］. IEEE Transactions on Circuits and Systems II： Express Briefs， 2020， 67（1）： 152-156.
6	GAO Yang， LI Dongsheng. Consensus Evaluation Method of Multi-Ground-Target Threat for Unmanned Aerial Vehicle Swarm Based on Heterogeneous Group Decision Making［J］. Computers & Electrical Engineering， 2019， 74： 223-232.
7	禹明刚，陈瑾，何明，等. 基于演化博弈的社团网络无人集群协同机制［J］. 中国科学（技术科学）， 2023， 53（2）： 221-242.
	YU Minggang， CHEN Jin， HE Ming， et al. Cooperative Evolution Mechanism of Multiclustered Unmanned Swarm on Community Networks［J］. Scientia Sinica（Technologica）， 2023， 53（2）： 221-242.
8	刘献伟，陈虎林，李飞，等. 一网打尽——无人集群时代的新攻防［J］. 航空兵器， 2019， 26（1）： 70-75.
	LIU Xianwei， CHEN Hulin， LI Fei， et al. Catch All in Nets： New Attack and Defense in the Age of Unmanned Cluster［J］. Aero Weaponry， 2019， 26（1）： 70-75.
9	WANG Xiaohong， ZHANG Yuan， WANG Lizhi， et al. Robustness Evaluation Method for Unmanned Aerial Vehicle Swarms Based on Complex Network Theory［J］. Chinese Journal of Aeronautics， 2020， 33（1）： 352-364.
10	PETRITOLI E， LECCESE F， CIANI L. Reliability Assessment of UAV Systems［C］∥ 2017 IEEE International Workshop on Metrology for AeroSpace （MetroAeroSpace）. Piscataway， NJ， USA： IEEE， 2017： 266-270.
11	王强. 面向任务的多智能体系统抗毁性拓扑结构构建与群集控制［D］. 北京：北京理工大学， 2014.
	WANG Qiang. Task-Oriented Fault-Tolerant Topology and Flocking Control for Multi-agent Systems［D］. Beijing： Beijing Institute of Technology， 2014.
12	顾凌枫，何明，陈国友，等. 无人机集群系统弹性研究［J］. 系统工程与电子技术， 2021， 43（1）： 156-162.
	GU Lingfeng， HE Ming， CHEN Guoyou， et al. Research on Unmanned Aerial Vehicle Swarm System Resilience［J］. Systems Engineering and Electronics， 2021， 43（1）： 156-162.
13	CHENG Congcong， BAI Guanghan， ZHANG Yunan， et al. Resilience Evaluation for UAV Swarm Performing Joint Reconnaissance Mission［J］. Chaos， 2019， 29（5）： 053132.
14	TRAN H T， DOMERÇANT J C， MAVRIS D N. A Network-Based Cost Comparison of Resilient and Robust System-of-Systems［J］. Procedia Computer Science， 2016， 95： 126-133.
15	BAI Guanghan， LI Yanjun， FANG Yining， et al. Network Approach for Resilience Evaluation of a UAV Swarm by Considering Communication Limits［J］. Reliability Engineering & System Safety， 2020， 193： 106602.

[1]	周方宇, 周洁, 陈超波, 高嵩. 基于克隆免疫决策的无人机集群协同探测跟踪[J]. 现代防御技术, 2022, 50(5): 93-105.
[2]	陈君一, 杨健. 通信对抗无人机集群侦察区域规划规则研究[J]. 现代防御技术, 2022, 50(1): 54-59.
[3]	吕铁钢, 陈国光. 变体飞行器的运动学特性研究[J]. 现代防御技术, 2021, 49(6): 36-42.
[4]	孙韬, 王俊达, 王睦深, 孟春考, 祝月. 集群式侦察探测防御系统[J]. 现代防御技术, 2020, 48(3): 92-98.