今日荐文
今日荐文的作者为中国电子科学研究院专家刘立辉,赵彦杰,赵小虎,李志飞,李岩。本篇节选自论文《一种无人集群系统仿真平台设计》,发表于《中国电子科学研究院学报》第12卷第5期。本文为论文上半部分。
摘 要:针对无人集群系统能力验证问题,提出一种无人集群系统仿真平台设计方案。该设计聚焦于无人集群系统的任务属性和群控属性,主要用于验证无人集群系统的任务执行能力和集群控制能力。其主要包含如下内容:搭建仿真平台架构;集成与无人平台单体相关的运动、传感器、武器等模型以及与群体相关的自组织网络、避障规则等模型;集成与虚拟运行环境相关的地理、气象、电磁等环境仿真模型;集成与任务模拟和效能评估相关的任务想定模型和效能评估模型。该设计运用于无人机集群系统的能力验证,可扩展应用于其他无人集群系统的验证工作。
关键词: 无人集群系统;集群智能;集群控制
引 言
人们对于集群行为的研究源于1987年Reynolds等人对鸟群飞行行为的模拟仿真,他们在研究中提出了群中个体遵循的三条简单规则,即避免碰撞(Collision Avoidance)、速度匹配(Velocity Matching)和保持聚集(Flock Centering),并创建了集群行为Boids模型[1]。类似研究对象还有鱼群、蚁群。比如,在鱼群中,每条鱼通过靠近、避免碰撞、对齐三条规则来实现群体有秩序的游动;在蚁群中,蚂蚁们表现更多的是一种分布式群体行为,而非主从行为。以上现象显示,智力水平不高的动物通过个体间的交互、协作,表现出较为复杂的群体行为,这类动物群体没有统一指挥,每个单体在群体环境中表现出自主性、反应性、学习性和自适应性等智能特性[2]。
鉴于上述生物特性,人们开始研究集群系统,即从系统控制角度提出一种不依靠中央控制机制而采用局部规则控制的思想,并基于此构建集群系统。Beni等人在1993年提出了集群智能(Swarm Intelligence)概念[3]。集群智能具有以下特点[4]:
(1)控制是分布式的,无须中心控制;
(2)以激发工作机制进行通信;
(3)个体行为规则简单;
(4)系统组织机制是自组织的。
受上述理念启发,控制领域出现了众多智能涌现模型[5],并催生了“蜂群”、“狼群”等新型系统。美国海军是“蜂群”作战领域的先驱,其下属的海军研究生院对“蜂群”作战进行了深入分析研究,其中,LV Pham等人于2012年12月发表了《UAV swarm attack:protection system alternatives for destroyers》,引起了科学界、军事科学界的广泛关注。以“蜂群”为代表的无人集群系统,通常规模较大、应用环境复杂,难以实现中心控制,是典型的分布式系统。集群协同控制问题是该类系统的关键技术问题[6]。
本文以无人机集群为例,从集群系统组成和功能特性分析入手,以任务执行能力和集群控制能力为主要验证对象,开展无人集群系统仿真平台设计。其创新性包含如下两点:
第一,以集群控制算法为核心验证对象,并围绕其开展仿真模型设计和评估模型设计。
第二,平台消息通信架构采用DDS,以实现对象间的时空统一和高质量网络传输。
1 无人集群及其仿真技术
1.1 无人集群
无人集群概念被提出以来,国内外研究机构开展了大量研究工作。美国在该领域处于领先地位,开展了作战样式、投放回收、集群组网、体系论证等全方位的研究工作。我国在该领域紧跟美国,部分技术成果处于领先地位。
在美国国防部的统一领导下,美国国防先进研究计划局(DARPA)、战略能力办公室(SCO)、海军等机构,分别启动了“小精灵”(Gremlins)、“灰山鹑”(Perdix)、低成本无人机集群技术(LOCUST)等项目。这些项目在功能上相互独立、各有侧重,在体系上又互为补充、融合发展。此外,英国、新加坡、巴西等国家也相继开展了关于集群控制相关领域的研究。
国内在无人集群理论研究方面有一定积累,为我国在该领域取得突破提供了良好基础。2016年11月,珠海航展公布了中国电子科技集团联合清华大学和北京泊松技术有限公司完成的“67架固定翼无人机集群编队飞行”打破固定翼无人机集群飞行世界纪录的消息。2017年5月,该联合团队又成功完成了119架固定翼无人机集群飞行试验,演示了集群地面密集弹射、空中集结、编队飞行、多目标分组、编队合围等科目。
1.2 集群仿真
上述部分项目开展了实物试验,这是无人集群研究的重要组成部分。然而,由于空域和经费限制等问题,一般采用仿真方法来先期验证集群的功能性能。通过构建仿真平台,实现系统闭环运行,结合仿真过程事件的随机化处理,使系统具备快速批量运行能力,为分析评估提供试验数据[7]。
关于仿真技术,美国国防建模与仿真办公室(DMSO)于1995年10月制定了建模与仿真主计划,提出了未来建模/仿真的共同技术框架,包括三个方面:高层体系结构(HLA),任务空间概念模型(CMMS)和数据标准(DS)。HLA提供了仿真平台体系架构设计思想,其核心思想是使用面向对象的方法,设计、开发及实现系统不同层次和粒度的对象模型,来获得仿真部件和仿真平台高层次上的互操作性和可重用性。CMMS和DS规定了仿真平台的模型规范和数据标准。
目前,多数仿真平台采用运行支撑环境(RTI)实现HLA接口规范,RTI提供类似分布式网络操作系统的功能,实现各仿真对象间的信息交互。其中,仿真数据的高效发布是RTI的重要功能,是实现RTI的重点和难点。2007年1月,对象管理组织(OMG)发布了关于分布式实时系统数据分发的规范——数据分发服务(DDS)1.2版,其采用了发布/订阅体系结构,以数据为中心构建发布/订阅通信模型,并提供实时性能级别控制功能。目前,DDS被广泛应用于实时性要求高的任务系统。将DDS用于仿真数据的实时发布,能够很好地解决HLA架构中数据高效分发的难题。
模型是仿真平台的基本元素,是对认识对象的一种简化描述,是对原型进行模拟形成的特定样态[8]。无人集群系统作为一种由大量实体组成的分布式网络系统,其仿真模型至少包含描述无人平台单体行为的运动模型、传感器模型、武器模型等,以及描述集群群体行为的网络模型、避障规则模型等。其中群体行为模型是集群仿真和飞行试验中的重点和难点。
生物数学家A.E. Parr于1927年在解释鱼群的内聚性现象时最先提出了群体中个体间的相互作用由引力、斥力组成的建模思想[9]。K.Warburton和J.Lazarus在1991年构建了一系列群体动力学模型,用于研究群体的内聚性。此后,各种生物群体集群模型相继产生。集群中智能单体的运动状态由内部环境(群内个体间的吸引力/排斥力)和外部环境(局部感知环境)同时决定[10]。集群单体具有一定自主能力,包括自主运动控制、局部范围信息传感、处理和通信等[11]。因此,对集群单体传感器、武器系统以及集群运行环境准确建模,是构建集群仿真平台的一项重要工作。
2 无人集群技术要素分析
2.1 以集群控制为核心的无人平台系统
无人集群系统分布于陆海空天等各个领域,包括无人车群、无人船群、潜航器群、无人机群、卫星群等,也可以是跨域的混合集群,比如空地协同无人集群、空海协同无人集群等。
通常,无人集群系统由无人平台系统和控制站系统两个部分组成。其中,控制站系统可分为地面站系统、机载站系统、车载站系统、舰载站系统和星载站系统等。下面以由无人机平台组成的集群系统为例介绍典型无人集群系统的构成要素。
典型无人机集群系统主要包含两个部分:无人机系统和地面站系统,见图 1。
图 1 无人机集群系统要素组成示意图
其中,无人机系统包括机载任务子系统、集群控制子系统、通信子系统、导航子系统、飞控子系统、机电子系统、能源子系统,见图 2。
图 2 无人机系统组成图
机载任务子系统,实现基于集群整体任务目标的本平台任务分配、任务跟踪,以及本平台与集群友机间的任务协同和本平台与地面站系统间的任务交互。该子系统实现集群任务分解,包括情报采集、干扰攻击等任务。其中,情报采集任务包括情报探测、目标识别、情报分发等。干扰攻击任务包括电子侦察干扰、通信侦察干扰、火力攻击等。
集群控制子系统实现基于集群局部信息的避撞检测和路径规划。其中,避撞检测包括针对地理环境信息的避撞检测、针对集群友机的避撞检测以及针对敌方防御设施的避撞检测。路径规划实现基于集群整体任务和避撞策略的本平台路径规划和路径跟踪。集群控制子系统是整个集群运行的基础和保障,对于集群任务的正确执行起到关键作用。
通信子系统实现集群内部组网以及对外信息交互所需的远程通信功能。其中,集群自组织网络通信技术和微小型远程通信技术是集群系统的关键技术。导航子系统实现地理定位、时空基准、本平台姿态获取等功能。飞控子系统和机电子系统分别实现本平台飞行控制功能和机械控制功能。能源子系统提供本平台飞行、计算所需的动力能源和电力能源。
2.2 以管理评估为中心的地面控制系统
地面站系统包括地面任务子系统、人机交互子系统、通信子系统、评估子系统,见图 3。
图 3 控制站系统组成图
地面任务子系统主要实现整个集群的任务管理和态势管理。其中,任务管理包括集群任务规划和集群编组控制。态势管理包括对集群系统全局态势场景的管理,以及对集群成员单体的监视管理。
人机交互子系统实现操作员与集群系统之间的命令交互、数据显示等功能。其中命令交互包括键盘、鼠标、触控、手势、语音等方式。数据显示包括台式工作站显示、大屏显示、手持移动终端显示、虚拟现实显示等方式。
通信子系统实现地面站与无人机的远程通信功能,或者通过大型空基平台、海基平台、天基平台中继实现远程通信。评估子系统实现针对任务执行、集群控制等集群能力的评估。
(未完待续)
声明:版权归《中国电子科学研究院学报》所有。
电话:010-68893411
邮箱:dkyxuebao@vip.126.com