西安千架无人机编队表演尴尬“乱码”
军事上，对无人机的干扰一直倍受重视，而在无人机集群战术出现以后，无人机机群编队的抗干扰能力，以及对无人机机群的干扰措施就可能成为攻防双方的研究重点。2018年1月初，俄罗斯防空系统就曾挫败过一次非对称式的无人机群袭行动。虽然业内人士认为，这次行动尚未达到“蜂群”水平，但多国正在开展相关技术研究，一旦取得突破，“蜂群”作战可能成为未来重要作战样式，而我们也可以一睹无人机“蜂群”出击的英姿。
事件
2018年1月8日，俄国防部宣布：俄驻叙利亚防空部队成功拦截了13架无人机群袭，该战例是已知的最大规模无人机攻击。
根据俄方公布信息，来袭无人机为简易组装的固定翼无人机，采用活塞发动机；机翼为轻木加泡沫板混合结构，尾梁为铝合金方管，大量使用胶带粘接；每架挂载每枚重400克的简易炸弹10枚，采用迫击炮弹引信，弹体由非金属材料制成，内装太安炸药，威力高于目前常用的黑索金炸药，同时使用钢珠加强毁伤威力，通过伺服机构到达指定区域时投弹；配装气压高度计、GPS接收机和自动驾驶仪；被俘获的无人机中仅有一架装有一个摄像头和一副天线。综合判断无人机性能如下：翼展约3米，最大飞行速度约100千米／时，最大飞行高度约500米，航程超过50千米，弹射起飞，依靠GPS信号按照预先设定航路自动飞行。
综合来看，无人机所采用的全部配件均可在商用市场上买到，成本很低，且可在短时间内装配完成。
俄军展示收集还原后的来袭无人机
对此，俄综合运用了电子战和火力杀伤手段进行拦截。电子战手段方面，俄未公布本次拦截中使用的装备型号，但可能是在叙部署的“汽车场”或“驱虫剂”电子对抗系统，二者均具有对抗无人机群袭的能力。“汽车场”系统能同时对高度在30米至30千米的50架航空器的雷达和通信导航设备进行干扰。“驱虫剂”系统可针对GPS、伽利略等卫星导航系统进行干扰，作用距离达30千米。火力杀伤方面，俄军在赫梅米姆和塔尔图斯基地附近均部署了“铠甲”-S1系统，该系统为完备的单车作战单元，装有30毫米炮和12枚防空导弹及雷达和光电／红外探测系统，此前在叙已使用导弹成功击落了无人机和火箭弹、飞艇、热气球等目标。
俄军“汽车场”陆基电子战系统（俄罗斯技术集团图片）
无人机“蜂群”技术
以上战例披露后，国内外部分媒体将叙反政府武装采用的无人机作战方式称为
“蜂群”。总体来说，本战例中无人机采用的是简单群袭作战方式，尚未达到“蜂群”水平。按照美军定义，无人机“蜂群”由一定数量的小尺寸、低成本、有限功能无人机组成，这些无人机可选择各类任务载荷，在人的指挥或监督下通过网络化协同执行侦察、干扰或攻击等任务。
2018年3月，美空军研究实验室展示了C-130运输机空中投放图中所示的无人机集束柱，释放大量无人机实施蜂群作战的构想（美空军研究实验室图片）
无人机蜂群作战的技术原理是“集群智能”，即众多无/低智能的个体通过相互之间的简单合作所表现出来的集体智能行为。在群体行为中，单个个体的行为会被临近的个体所影响，通过他们局部简单的相互交流，使得整体可以通过组织协作完成一些较为复杂任务。通过交互作用和协作行为，简单个体的协同集合可以表现出整体优势从而完成复杂任务。
在复杂性技术中，这种现象叫做
“涌现”。主要特点有：（1）个体简单性：群体中的每一个个体可以相对简单，并不需要完成复杂任务所需要的较高智能。群体中的每个个体，并不能，或并不需要直接得知整个群体的信息，而只需要感知一部分信息。群体中的个体具有十分简单的自治个体的规则，只需要最小智能，因而具有简单性。
（2）控制分散性：群体中包含的所有个体是完全分散的，没有中心控制。也就是不会因为单个体或少数几个个体出现不确定的状况而影响全局。因此整个群体的健壮性较高，或者说群体整体具有更强的稳定鲁棒性。
（3）联系有限性：群体中的相邻个体之间，可以彼此直接交换有限的信息；或者彼此不直接交互信息而是通过环境探查间接获取相关信息，不需要或不可能群体中的每个个体与其他所有个体发生信息交流。
无人机集群工作示意图
（4）群体智能性：在个体简单性、控制分散性和联系有限性的基础上，群体却可以在适当的进化交互过程中表现复杂行为涌现出来的智能，而这种智能是单个个体无法做到的。
美国20世纪90年代开始研究无人机“蜂群”技术，目前正开展真实环境编队飞行演示。战略能力办公室开展了670多架次试飞，实现了103架微型无人机空中快速发射和编队；海军研究办公室实现了30秒发射30架小型无人机，验证了编队飞行、队形变换、协同机动能力；国防高级研究计划局针对对抗环境作战，布局了蜂群空中发射回收、强对抗环境协同算法、蜂群作战体系架构、蜂群作战战术、小型多功能射频载荷项目群，即将开展一系列飞行验证。
无人机“蜂群”出击想象图
无人机“蜂群”技术的典型算法和技术支撑
（1）蚁群算法(ACO)又称蚂蚁算法，是由Marco Dorigo在1992年的博士论文中提出的。其灵感来源于蚂蚁在寻找食物过程中发现食物源和到达路径的行为。
（2）人工蜂群算法(ABC)人工蜂群算法的起源，是诺贝尔奖得主、奥地利人K.VON.Frisch发现的。2005年土耳其大学的D.Karaboga正式提出了基于蜜蜂采蜜的ABC人工蜂群算法，该算法具有简单和鲁棒性强的特点，在非限制性数值优化函数上比常见的启发式算法具有更加优越的性能，用于解决多峰值函数的问题。
这两种算法各有特点，国内某单位将蚁群算法设计的结果与遗传算法设计的结果进行了比较，数值仿真结果表明，蚁群算法具有很高的有效性和应用价值。
（3）无人机群的航路规划问题，即协同飞行、作战、打击、评估等。
“蜂群”作战与反蜂群作战技术展望
无人机“蜂群”作战具备诸多优势：一是无人机数量多、覆盖面积大，可分散或干扰敌防空火力；二是单架无人机成本远低于防空导弹，可增加敌防御成本；三是灵活性高，可与各型高性能有人／无人机配合作战。因此，无人机“蜂群”将成为未来重要作战样式。
随着“蜂群”作战概念与技术的不断成熟，未来反无人机群袭作战更为复杂，高效反无人机手段是未来战争中的必备能力。如今，俄罗斯已装备软硬结合的反无人机作战体系。软对抗方面，除“汽车场”和“驱虫剂”外，还列装“克拉苏哈”、“蔷薇航空”等电子战系统。硬杀伤方面，目前主要依靠“铠甲”-S1、“道尔”-M等现有防空武器系统，其中“铠甲”-S1曾在叙击落“苍鹭”、RQ-21A等无人机。在无人机探测与识别方面，美国研制了“空中搜索网”等探测系统；电子干扰方面，英国推出了“鹰盾”、以色列推出了“无人机穹顶”系统；硬杀伤手段方面，美国研制了50 毫米链式炮、“微型直接碰撞杀伤”导弹、“相位器”高功率微波武器等。
赫梅米姆基地，为S-300防空系统（图中远处）提供保护的“铠甲”-S1弹炮结合防空系统（图中近处）（俄国防部图片）
启示
当前及未来无人机群袭或“蜂群”攻防作战态势发展，给我们三点启示：
1. 快速发展多手段反无人机群袭作战能力。针对无人机群袭作战，应在现有装备技术基础上尽快建立低成本、软硬结合的反无人机作战手段，主要包括多种传感器的无人机探测与跟踪体系，涵盖网络攻击、电子干扰和低成本弹药的无人机拦截体系，以有效应对无人机群袭威胁。
2. 尽快开展无人机蜂群作战技术研究，其中包括发展低成本、高精度、抗干扰导航定位技术、抗干扰数据链技术。
3. 要发展反蜂群作战技术与能力。
《2016-2036年小型无人机系统飞行规划》无人机蜂群低对抗环境作战想定
閱讀更多 必傑諮詢 的文章
