有人/无人机协同作战系统C2结构和 行动计划适应性设计方法
钟 赟1,姚佩阳1,张杰勇1,熊烨明2,吴吉祥3
(1.空军工程大学信息与导航学院,西安,710077；2.西安电子科技大学计划财务处,西安,710126；3.空军通信士官学校，辽宁大连，116600)
摘要 针对有人/无人机协同作战系统指挥控制(C2)结构和行动计划设计问题，基于粒度计算思想，提出分层适应性设计方法。将C2结构和行动计划适应性设计问题分解为平台编组方案生成、任务调度方案生成、平台编组方案调整和任务调度方案调整4个子问题，从而有效降低问题求解规模。首先，建立适应性设计框架；其次，对关键元素属性进行形式化描述；然后，详细分析子问题耦合关系；最后，给出了4个子问题的适应性设计方法。
关键词 有人/无人机；指挥控制结构；行动计划；粒度计算；适应性设计
新军事变革背景下，未来战争形态将按照机械化战争→信息化战争→智能化战争的图景次第展开[1]。当前，空中作战装备仍然以有人机(Manned Aerial Vehicle, MAV)为主，随着“分布式作战”、“零伤亡战争”、“无人作战”等作战思想的兴起，以及态势感知技术[2]、智能决策技术[3-4]、协同控制技术[5-6]和通信网络技术[7]的不断成熟，未来空中联合作战体系将向“有人/无人机协同作战”、“全无人机协同作战”的方向发展[8-10]。
协同作战系统指挥控制(Command and Control, C2)结构和行动计划适应性设计问题，是指根据预先战场环境、任务需求和平台属性信息，科学合理地设计相适应的平台编组(C2结构)和任务调度(行动计划)模型和方法，并根据战场环境、任务需求和平台属性的动态变化情况，适时适度地调整平台编组方案和任务调度方案[11]。对于这一问题，国内外研究人员对关键研究点开展了针对性研究，主要包括：基于编队层、编组层和平台层的3层有人/无人机指挥控制结构[14]，基于两阶段思想的有人/无人机平台编组方案生成方法[15]，基于贪心规划思想的无人机任务调度方案生成方法[16]，基于扩展三阶段思想的无人机任务调度方案生成方法[17]。现有研究主要存在以下不足：研究系统性不足，未从系统角度对有人/无人机协同作战系统C2结构和行动计划进行一体化设计；研究成果多集中于预先设计方面，对C2结构的临机调整方面研究相对不足。
由图表分析可得知CCtalk主要的受益群体为日语初中级学习者，因此基础课程的内容设置能够满足大多数学习者的学习需求，从而受到欢迎。比如“教材|大家的日语瞬间解决音调”这门课更是达到了29.99万次的播放量，其他一些“忙羊羊能力考试系列”人气也是一直居高不下。
因此，针对当前研究不足，本文提出一种新的有人/无人机协同作战系统C2结构和行动计划适应性设计框架，分别给出平台编组方案和任务调度方案的预先和演化设计方法。
1 有人/无人机协同作战系统形式化描述
在协同作战系统对作战目标执行侦察、打击和评估任务过程中，借鉴分层递阶思想[17]和粒度计算思想[18]，生成和调整有人/无人机编组和无人机任务执行编队，从而实现从粗粒度到细粒度的作战使命分步完成，主要包括6个步骤，作战任务过程见图1。
图1 有人/无人机协同作战系统执行作战任务过程
步骤1：对作战目标集(任务集)和作战平台集进行初始化；步骤2：采用一定聚类算法，并依据一定聚类规则(目标间地理距离和资源距离)，对目标进行聚类；步骤3：依据一定匹配规则，进行有人机-目标簇、无人机-目标簇匹配；步骤4：依据一定调度规则，进行各目标簇内无人机-任务执行关系设计；步骤5：对任务执行过程中的突发事件进行分析，区分情况，在只需调整任务调度方案时，依据一定调整规则进行任务调度方案调整；步骤6：在需要对平台编组方案和任务调度方案均需进行调整时，依据一定调整规则进行相应调整。其中，步骤2和步骤3共同构成平台编组方案生成，步骤4为任务调度方案生成，步骤5为任务调度方案调整，步骤6为平台编组方案和任务调度方案同时调整。
有人/无人机协同作战系统形式化描述对象主要包括作战实体、实体关系和作战环境3类。下面，分别进行分析。
1.1 作战实体
2)无人机(UAV, U)，是有人/无人机协同作战系统的任务执行者，在战场前沿进行各类作战任务[20]。无人机集合记为U ={U 1,U 2,…,U |U| }，其中，|U |为无人机数量。对于∀U j ∈U ，其基本属性为：①资源能力向量
为资源种类；②位置
③平均航速
④航迹Flight j 。
3)目标(Target, TAR)，是有人/无人机协同作战系统的直接作战对象。目标集合记为TAR ={TAR 1,TAR 2,…,TAR |TAR| }，其中，|TAR |为目标数量。对于∀TAR k ∈TAR ，其基本属性为：①资源需求向量
②位置
4)任务(Task, TAS)，是有人/无人机协同作战系统对作战目标采取的作战行动。任务集合记为TAS ={TAS 1,TAS 2,…,TAS |TAS| }，其中，|TAS |为任务数量，一般对目标执行侦察、打击、评估任务，因此，有|TAS |=3|TAR |成立。对于∀TAS l ∈TAS ，其基本属性为：①资源需求向量
②任务开始时间
③任务完成时间
④任务处理时间
⑤位置
⑥任务执行开始点坐标
⑦任务执行结束点坐标
则有
且对∀k (1≤k ≤|TAR |)， ∃l =3k ，有
5)目标簇(Target Cluster, TC)，是按照一定聚类规则对目标聚类形成的目标分组。目标簇集合记为TC ={TC 1,TC 2,…,TC |TC| }，其中，|TC |为目标簇数量。对于∀TC m ∈TC ，其基本属性为：①簇内所含目标数量
②中心点位置
③资源需求向量
其中，
表示目标TAR k 是否归属于目标簇TC m 的决策变量，具体定义见1.2节。
1.2 实体关系
有人/无人机协同作战系统作战实体间关系是构成有人/无人机协同作战系统C2结构和行动计划的核心要素，主要包括直接关系(关系1)～5))、间接关系(关系6)～7))和辅助关系(关系8))3大类，具体定义如下：
1)目标-任务分解关系Rel TAR-TAS 由矩阵
表示，若任务TAS l 为目标TAR k 的分解任务，则
否则
为预先设定矩阵，无需设计。
2)目标-目标簇聚类关系Rel TAR-TC 由矩阵
表示，若目标TAR k 归属于目标簇TC m ，则
否则
7)任务-目标簇归属关系Rel TAS-TC 由矩阵
表示，若任务TAS i 归属于目标簇TC m ，则
否则
4)无人机-目标簇匹配关系Rel U-TC 由矩阵
表示，若无人机U j 执行目标簇TC m 内任务，则
否则
5)无人机-任务执行关系Rel U-TAS 由矩阵
表示，若无人机U j 执行任务TAS l ，则
否则
6)有人机-无人机指控关系Rel M-U 由矩阵
表示，若有人机M i 指挥无人机U j 执行某一目标簇内任务，则
否则
3)有人机-目标簇匹配关系Rel M-TC 由矩阵
表示，若有人机M i 指挥无人机执行目标簇TC m 内任务，则
否则
8)任务-任务执行转移关系Rel U-TAS -TAS 由三维矩阵
表示，若无人机U j 执行完任务TAS l′ 后执行TAS l ，则
否则
特别地，若l =l ′，则
的必要条件为
1.3 作战环境
1)敌方威胁区(Threaten Zone, TZ)，是敌方雷达、高炮和地导阵地等威胁源对我方无人机执行作战任务航行过程中所造成的威胁作用区域。敌方威胁区集合记为TZ ={TZ 1,TZ 2,…TZ |TZ| }，其中，|TZ |为敌方威胁区数量。对于∀TZ o ∈TZ ，其基本属性为：①威胁源坐标
②威胁区半径
2)禁飞区(No-fly zone, NFZ)，是由于气象、地理、电磁、政治原因设置的绝对禁止飞行区域。禁飞区集合记为NFZ ={NFZ 1,NFZ 2,…,NFZ |NFZ| }，其中，|NFZ |为禁飞区数量。对于∀NFZ p ∈NFZ ，其基本属性为：①禁飞区顶点数量
②第q 个顶点坐标
2 C2结构和行动计划适应性设计方法
2.1 平台编组方案生成
平台编组方案可以形式化表征为PMS =(X TAR-TC ,X M-U ,X TAS-TC ,X M-TC ,X U-TC )，以M 、U 、TAR 、TAS 、TC 、TZ 、NFZ 和X TAR-TAS 为输入设计PMS ，其具体过程可划分为2个步骤：步骤1为目标聚类；步骤2为有人机-无人机-任务簇匹配。
1)对于步骤1，需将距离(地理距离、资源距离)较近的任务归为一类，这样可以有效节约平台资源，提高目标执行效率。
在诉讼中，中国并没有追究美国商务部是否有权向非市场经济国家征收反补贴税，而是直接指出了美国商务部的“非市场经济方法”造成了双重救济从而违反了相关WTO法规。在对反补贴法措施合法性进行分析时，中美双方争论的焦点在于中国的国有企业以及商业银行是否属于《反补贴协议》中规定的“公共机构”。如果答案是否定的，那么美国商务部反补贴调查中认定的补贴则不应存在，作为结果美国也就不应该向中国征收反补贴税。
首先，分别定义目标地理距离和资源距离为：
d 1(TAR k ,TAR k′ )=
(1)
d 2(TAR k ,TAR k′ )=
(2)
式中：d 1(·)和d 2(·)算子可推广到目标和目标簇间距离计算。
为保证各编组目标负载相对均衡，设定各目标簇内目标数量为常量
或
其中，
|TAR |/|TC |
。设包含目标数量为或
的目标簇数量分别为A 1和A 2，则有：
A 1+A 2=|TC |
(3)
(4)
可解得
因此，可建立目标聚类数学模型为：
d 1(TAR k ,TC m ),
d 2(TAR k ,TC m ))
利用建模期吉林省春夏期地面常规气象要素日值进行SOM分析,并将得到的天气模态与逐日降水对应,再将独立检验期地面常规气象要素日值映射到所建立的天气模态与逐日降水之间的关系中,利用蒙特卡罗方法模拟逐日降水量。这里以白城站为例,给出详细图表分析,所有站点的模拟效果分析见4.1和4.2节。
(5)
编组层指控能力平均冗余代价
最小，保证指控能力配置高效性：
走到门口，悄悄推开门，门被什么东西压着，但东西不重，没用多大劲就推开了。他压低声音唤了一声：丁主任，你出来吧，我看见你了。窸窸窣窣的声音从角落里传来。甲洛洛打开电筒，照亮了丁主任凌乱的发丝和惊恐的眼眸。他下意识的把一个人藏在身后。
where xmis the motor natural frequency of the EHA system.
2)对于步骤2，需在目标聚类后进行有人机-目标簇的匹配、无人机-目标簇，从而实现平台编组方案的最终生成。在此平台匹配过程中，为了保证目标执行指控能力和资源能力需求，需采取一定的冗余机制[21]，同时又需控制合理的冗余量，实现能力利用效率最大化，即有：
编组层指控能力冗余代价方差
最小，保证指控能力配置均衡性：
式中：d 1(TAR k ,TC m )和d 2(TAR k ,TC m )为d 1(TAR k ,TC m )和d 2(TAR k ,TC m )的归一化值；第1个约束表示任一目标只能归属于一个目标簇；第2个约束表示所有目标均需归属某一目标簇；第3个约束保证各编组目标负载相对均衡；第4个约束表示
取值为0或1。
(6)
徐静波也在采访中一再提到相同的观点：“我们要理解，中国驻外使领馆都不是万能的，但是在一线的中国外交官一定是努力的。”
(7)
编组层资源能力平均冗余代价
最小，保证资源能力配置高效性：
(8)
编组层资源能力冗余代价方差
最小，保证资源能力配置均衡性：
“A到VP”格式在具体的语境中可表示赞叹的语气，前提是表达者对A性状的评价态度是认可和赞赏的。因为VP部分本来就是对A部分的具体化和形象化，用“A到VP”格式就能很好地来表现A，就可以传递赞叹的主观态度。
(9)
因此，可建立平台匹配数学模型为：
(10)
式中：η 0为每个目标簇内有人机指控能力最低冗余量；η 1为每个目标簇内各项资源能力最低冗余量；第1个约束表示每个目标簇内有人机指控能力必须满足最低冗余量；第2个约束表示每个目标簇内各资源能力必须满足最低冗余量；第3个约束表示
取值为0或1；第4个约束表示
取值为0或1。对模型(5)和(10)的求解，可参考文献[15]。
2.2 任务调度方案生成
对TC m 而言，簇内有人机数量为
无人机数量为
目标数量为
任务数量为
在矩阵X U-TAS 和Y U-TAS -TAS 设计过程中，各目标簇通过设计与自身相关部分决策变量，从而共同完成X U-TAS 和Y U-TAS -TAS 的设计。
为了研究方便，需对有人机、无人机、目标、任务编号进行相应处理。以有人机为例，TC m 中编号为
的有人机，在有人机集合中的编号为Φ (i m )，其中，Φ (·)为从TC m 内属性编号映射到TC 全局属性编号的映射函数，对无人机、目标、任务编号均采用相同处理方式。
在TC m 部分，目标函数主要包括：
式中：
为TC m 内第k m 个目标，即目标集合中第Φ (k m )个目标的侦察任务和打击任务间隔时间，定义为：
(11)
式中：
为TC m 内第l m 个任务，即任务集合中第Φ (l m )个任务的完成时间。
2)由于敌方目标在我方侦察后可能会采取隐蔽方式规避我方打击，为有效缩短从侦察目标到摧毁目标的时间，需使得所有目标的侦察任务和打击任务平均间隔时间IT m 最短：
(12)
1)为保证任务完成时效性，需使得所有任务的完成时间最短：
(13)
因此，矩阵X U-TAS 和Y U-TAS -TAS 的TC m 部分设计模型为：
1)有人机(MAV, M)，是有人/无人机协同作战系统的作战管理者，负责任务执行中的规划、监督和干预，并在必要时与无人机进行战术协同，从而共同完成作战任务[19]。有人机集合记为M ={M 1,M 2,…,M |M| }，其中，|M |为有人机数量。对于∀M i ∈M ，其基本属性为：指控负载阈值CCM i 。
(14)
式中：
为任务集中第Φ (l m )个任务执行开始点和第
个任务执行结束点的距离；B 为一极大常量；Flight Φ(j m )为无人机集合中第Φ (j m )个无人机的航迹；第1个约束为
和
之间关系约束；第2个约束表示各无人机最多只能同时加入一个任务执行编队进行任务执行；第3个约束表示无人机任务执行编队的各项资源能力需满足任务执行需求；第4个约束表示先到达任务区域的无人机需等待任务执行编队中其他无人机到达共同完成任务；第5个约束表示所有无人机不能飞越敌方威胁区和禁飞区[22]；第6个约束表示TC m 内所有目标的侦察、打击和评估任务需依次执行；第7个约束表示取值为0或1；第8个约束表示取值为0或1。记模型(14)的所有约束为Con m ，对其求解可以参考文献[16]。
2.3 平台编组方案和任务调度方案调整
在出现突发事件时，同样以目标簇TC m 为例，需要进行下述调整策略：首先，判断是否为目标新增，若是，则对新增目标采用模型(5)进行聚类，并假设存在新增目标并入目标簇TC m ，即对X TAR-TC 调整得到新的X CTAR-TC ，其中，CTAR 为目标新增后的目标集合；然后，对TC m 内由于目标新增、参数变化造成的任务资源需求变化和平台损毁、参数变化造成的无人机资源能力变化进行分析，若变化后的任务资源需求超出目标簇内所有无人机资源能力，则对平台编组方案和任务调度方案均需进行调整，反之，则只需进行任务调度方案调整。其中，对平台编组方案和任务调度方案调整是指簇内无人机资源能力不能满足任务资源需求的TC m ，需要首先向其他目标簇内有人/无人机编组申请无人机平台支援，然后整合自有无人机和支援无人机2类无人机平台，进行任务调度计划的重新设计。
在初始时刻，TC m 内原任务集合为
可用无人机集合为
若在某时刻出现一系列突发事件，系统需执行任务集合变更为CTAS ={CTAS 1,CTAS 2,…,CTAS |CTAS| }，无人机集合变更为CU ={CU 1,CU 2,…,CU |CU| }，需对涉及相关决策矩阵进行相应调整，得到新的X CTAS-TC 和X CU-TC 。对TC m 而言，任务和无人机集合分别变更为
和
需要说明的是，这里的任务集合变更不仅包括目标新增、平台损毁、参数变化造成任务无法完成等情况，都属于任务集合变更，即∀
∃
和CTAS Φ(l m )为对同一目标执行的同一任务，只是由于平台损毁或者参数变化，该任务已无法正常完成。则在初始时刻，对任务集合中每个任务TAS Φ(l m )写入标签
一旦出现上述情况使得TAS Φ(l m )无法正常完成，则令
考虑到平台编组方案和任务调度方案调整的时效性要求较高，且对原方案进行大规模调整，可能造成系统结构稳定性不足。因此，基于最小变更原则对原方案进行调整[23]，对于目标簇TC m ，其主要为2类任务进行任务调度：第1类为新增任务，即ΔTAS m =CTAS m \TAS m ；第2类为平台损毁、参数变化造成无法正常完成的任务，即
则不需进行调整执行计划的任务为◇TAS m =TAS m \ TASm。
2.3.1 仅调整任务调度方案
浮游植物、轮虫、原生动物及浮游甲壳动物DCA排序结果如图3所示。浮游植物群落组成排序显示，不同季节的采样点在排序图中被明显区分开，尤其是冬季采样点位置远离其他三季，仅春、夏两季采样点略有相交。原生动物排序图则显示，原生动物种类在冬春两季区别较大，表明冬季至春季时，原生动物种类变化较为明显；浮游甲壳动物则是春夏两季区别较大，表明春季到夏季时其种类变化较大；轮虫四季没有明显差异。
任务调度方案调整目标函数与任务调度方案生成目标函数相同，记TCm内所有目标的任务完成时间为CFCm，所有目标的侦察任务和打击任务平均间隔时间
由此，建立数学模型为：
从世界范围来看，过去30多年的水市场浪潮，并未改变水分配和管理政府主导的格局。目前运作良好的水权市场只是局限于美国、澳大利亚等少数发达国家的部分地区。一些国家特别是发展中国家，尽管开展了水权市场的探索，但是由于水权法规不健全、制度执行不力及客观条件制约，水权市场的运作面临很多问题，政府需要大量干预和介入，水权市场因而具有“准市场”的特征。至于水务市场化的改革，普遍被认为并不成功，进入新世纪以来日渐式微。目前全世界85%以上的水设施在政府控制之下。
(15)
式中：第1个约束表示TCm内任务调度方案调整需满足任务调度方案生成各项约束；第2个约束表示对不需变更执行计划的任务仍然采取原执行方案；第3个约束表示
取值为0或1。对模型(15)的求解，见文献[24]。
2.3.2 同时调整平台编组方案和任务调度方案
平台编组方案和任务调度方案同时调整过程具体可分为2个步骤：步骤1为确定支援无人机集合；步骤2为整合2类无人机平台，进行任务调度方案调整。
1)对于步骤1，以TCm′(m′≠m)为例，令TCm′所匹配有人/无人机编组能够派出的支援无人机集合为BUm′，则派出支援无人机后，该编组可用无人机集合为CUm′=CUm′\BUm′；整合各编组支援无人机，受援编组的可用支援无人机集合为BUm=BU1∪BU2∪…∪BUm′∪…BU|TC|-1，该编组可用无人机集合为CUm=CUm∪BUm。在确定BUm′过程中，需保证对支援有人/无人机编组任务执行影响最小，记支援有人/无人机编组派出支援无人机前后，TCm′内所有目标的任务完成时间变化量为Δ CFTm′，所有目标的侦察任务和打击任务平均间隔时间变化量为
由此，建立数学模型为：
以一次典型出行为例，如优步用户工作日上午10：20从西南交通大学到春熙路，车型为Camry 2015 2.0E，出行距离8km，用时32’2”,气温15℃。基于两种方法计算得出的CO2排放分别为1.51kg 和2.70kg，差值达到78.8%。
近期公布的这一序列，涵盖了94%的基因组（更早的版本为61%），更有助于将特定的性状与特定的基因联系起来，从而着手对其调整。
(16)
式中：第1个约束表示TCm′内任务调度方案调整需满足任务调度方案生成各项约束；第2个约束表示支援编组有人机指控能力需满足要求；第3个表示受援编组在支援无人机支援下满足完成作战任务的资源需求；第4个约束表示TCm′匹配有人/无人机编组内可用无人机对不需变更执行计划的任务仍然采取原执行方案；第5个约束表示
取值为0或1。若模型(16)无解，则BUm′=∅。
2)对于步骤2，在整合2类无人机平台进行任务调度方案调整过程中，目标函数是使得TCm内所有目标的任务完成时间
最小，所有目标的侦察任务和打击任务平均间隔时间
最小，最终所需支援无人机数量
最少。由此，建立数学模型为：
陆游说：“汝果欲学诗，功夫在诗外。”课外阅读对于学生阅读能力的提高，有着重要的作用。虽然有部分语文教师认为课外书籍的阅读是浪费时间，但是普遍还是鼓励学生进行课外阅读的，大部分教师还会根据所学向学生推荐经典名著。但是，教师却很少检查学生的课外的阅读，也很少提供相应的阅读指导。教师们认为，面临高考，师生的任务都很重，没有多余的时间来关注课外阅读。因此，学生的课外阅读实际处于无人监管、放任自流的状态。
(17)
式中：第1个约束表示任务调度方案调整需满足调度方案生成各项约束；第2项约束表示对不需变更执行计划的任务仍然采取原执行方案；第3个约束表示支援无人机不执行不需变更执行计划的任务；第4个约束表示取值为0或1。对模型(16)和(17)的求解，当存在多个编组内需要同时进行平台编组方案和任务调度方案调整时，问题较为复杂，可由地面指挥中心指定各编组优先级进行求解，求解方法可见文献[24]。
3 结语
本文研究了有人/无人机协同作战系统C2结构和行动计划适应性设计问题，在构建适应性框架基础上，对其中的平台编组方案生成、任务调度方案生成、平台编组方案调整、任务调度方案调整等4个子问题提出了相应适应性设计方法。本文提出的框架、模型和方法对于有人/无人机完成包含大量作战目标的作战使命具有一定借鉴意义。
经济增长收敛性是指在封闭的经济条件下，对于一个有效经济范围的不同经济单位，初期的静态指标和其经济增长速度之间存在负相关关系，即落后地区比发达地区有更高的经济增长率 （刘强，2001）［21］。将其应用于能源领域，β收敛是指某地区能源强度的增长速度与其能源强度的初始水平呈负相关关系，分为绝对收敛和条件收敛两种。绝对β收敛是假设不同地区具有相同的外部条件，如经济发展程度、技术水平、产业结构等，随着时间的推移，所有地区的能源强度都将收敛于相同水平；条件β收敛是将外界因素纳入到模型中，探讨外界因素对能源强度收敛的影响。因而，本文通过建立条件β收敛的模型来探讨产业转移对能源强度收敛的影响。
参考文献(References):
[1] 蔡明春，吕寿坤. 智能化战争形态及其支撑技术体系 [J]. 国防科技，2017，38(1)：94-98.
CAI M C，LYU S K. Preliminary Probing into Intelligent Warfare and It Supporting Technology System[J]. National Defense Science & Technology，2017，38(1)：94-98.(in Chinese)
[2] CHRISTOPHE D W，MULDER J A. Towards Vision- Based UAV Situation Awareness[C]// Proceedings of AIAA Guidance，Navigation，Control Conference and Exhibit. San Francisco:AIAA，2005：15-18.
[3] 万路军，姚佩阳，周翔翔，等. 多编组协同任务分配模型及DLS-QGA算法求解[J]. 控制与决策，2014，29(9)： 1562-1568.
WAN L J，YAO P Y，ZHOU X X，et al. Cooperative task Allocation Methods in Multiple Groups Using DLS-QGA[J]. Control and Decision，2014，29(9)：1562-1568. (in Chinese)
[4] CHEN J，XU J，ZHONG L H. Limited Intervention Colla- Borative Decision Making of MAV-UAV Team based on VFCM[C]// Proceedings of 2016 IEEE International Conference on Services Computing. Hongkong，China：IEEE， 2016：876-879.
[5] CAMPBELL S，NAEEM W，IRWIN G W. A Review on Improving the Autonomy of Unmanned Surface Vehicles through Intelligent Collision Avoidance Manoeuvres[J]. Annual Reviews in Control，2012，36(2)：267-283.
[6] RAHIMI R，ABDOLLAHI F，NAQSHI K. Time-Varying Formation Control of a Collaborative Heterogeneous Multi-Agent System[J]. Robotics and Autonomous Systems，2014，62(12)：1799-1805.
[7] 徐赞新，袁坚，王钺，等. 一种支持移动自组网通信的多无人机中继网络[J]. 清华大学学报(自然科学版)， 2011，51(2)：150-155.
XU Z X，YUAN J，WANG Y，et al. UAV Relay Network to Provide Communications in Mobile Ad Hoc Networks[J]. Journal of Tsinghua University (Science & Technology)，2011，51(2)：150-155. (in Chinese)
[8] SCHOUWENAARS T，KUWATA Y，FERON E，et al. Linear Programming and Language Processing for Human/ Unmanned Aerial Vehicle Team Missions[J]. Journal of Guidance，Control and Dynamics，2006，29(2)：303-313.
[9] RICHARD D G，LAURA B，MARYANNE F. Unmanned Aircrafts Systems as Wingmen[J]. Journal of Defense Modeling and Simulation：Applications，Methodology， Technology，2012，9(1)：5-15.
[10] CHASE C M，WOOJIN P. Incorporating Human Factor Consideration in Unmanned Aerial Vehicle Routing[J]. IEEE Transactions on Systems，Man and Cybernetics： Systems，2013，43(4)：860-874.
[11] 钟赟，张杰勇，邓长来. 有人/无人机协同作战问题[J]. 指挥信息系统与技术，2017，8(4)：19-25.
ZHONG Y，ZHANG J Y，DENG C L. Cooperative Engagement Problems About Manned/Unmanned Aerial Vehicles[J]. Command Information System and Techno- logy，2017，8(4)：19-25. (in Chinese)
[12] 李相民，薄宁，代进进，等. 有/无人机编队协同作战指挥控制关键技术综述[J]. 飞航导弹，2017(9)：29-35，87.
LI X M，BO N，DAI J J，et al. A Review on Key Technologies in Collaborative Operational Command and Control of MAV/UAV Formation[J]. Aerodynamic Missile Journal，2017(9)：29-35，87. (in Chinese)
[13] 钟赟，姚佩阳，孙昱，等. 有人/无人机任务联盟分阶段形成方法研究[J]. 系统工程与电子技术，2017，39(9)： 2031-2038.
ZHONG Y，YAO P Y，SUN Y，et al. Phased-Forming Method of Manned/Unmanned Aerial Vehicle Task Coalition [J]. Systems Engineering and Electronics，2017，39(9)： 2031-2038. (in Chinese)
[14] 钟赟，姚佩阳，万路军，等. 多任务执行中无人机行动联盟形成模型及算法[J]. 系统工程与电子技术，2017，39(10)：2248-2254.
ZHONG Y，YAO P Y，WAN L J，et al. UAV Action Coalition Formation Model and Algorithm in Multi-Task Execution[J]. Systems Engineering and Electronics，2017， 39(10)：2248-2254. (in Chinese)
[15] HU X X，MA H W，YE Q S. Hierarchical Method of Task Assignment for Multiple Cooperating UAV Teams[J]. Journal of Systems Engineering and Electronics，2015， 26(5)：1000-1009.
[16] 修保新. C2组织结构设计及鲁棒性、适应性分析[D]. 长沙：国防科学技术大学，2006.
XIU B X. Design Methodology of C2 Organizational Structure and Its Analysis of Robustness and Adaptivity [D]. Changsha：National University of Defense Technology，2006. (in Chinese)
[17] 钟赟，姚佩阳，孙昱. 有人机/UCAV编队协同作战决策分配方法[J]. 系统工程理论与实践，2016，36(11)： 2984-2992.
ZHONG Y，YAO P Y，SUN Y. Decision-Making Allocation Method in Manned/Unmanned Combat Aerial Vehicle Cooperative Engagement[J]. Systems Engineering-Theory & Practice，2016，36(11)：2984-2992. (in Chinese)
[18] DAVID M J，CRAIG P L. Application of an Automated Aircraft Architecture Generation and Analysis Tool to Unmanned Aerial Vehicle Subsystem Design[J]. Journal of Aerospace Engineering，2015，29(9)：1690-1708.
[19] 万路军，姚佩阳，孙鹏，等. 有人-无人作战智能体任务联盟形成策略方法[J]. 空军工程大学学报(自然科学版)，2013，14 (3)：10-14.
WAN L J，YAO P Y，SUN P，et al. Strategy of Manned/ Unmanned Combat Agents Task Coalition Formation[J]. Journal of Air Force Engineering University (Natural Science Edition)，2013，14 (3)：10-14. (in Chinese)
[20] 林林，孙其博，王尚广，等. 多无人机协同航路规划研究[J]. 北京邮电大学学报，2013，36(5)：36-40.
LIN L，SUN Q B，WANG S G，et al. Research on Multi-UAV Cooperative Trajectory Planning[J]. Journal of Beijing University of Posts and Telecommunications， 2013，36(5)：36-40. (in Chinese)
[21] 孙昱，姚佩阳，孙鹏，等. 兵力组织适应性设计问题研究[J]. 火力与指挥控制，2017，18(3)：104-110.
SUN Y，YAO P Y，SUN P，et al. Review of Adaptive Design Problem of Army Organization[J]. Fire Control & Command Control，2017，18(3)：104-110. (in Chinese)
[22] ZHONG Y，YAO P Y，ZHANG J Y，et al. Formation and Adjustment of Manned/Unmanned Combat Aerial Vehicle Cooperative Engagement System[J]. Journal of Systems Engineering and Electronics，2018,29(4): 756-767.
An Adaptive Design Method for C2 Structure and Action Plan in MAV /UAV Cooperative Engagement System
ZHONG Yun1,YAO Peiyang1,ZHANG Jieyong1,XIONG Yeming2,WU Jixiang3
(1.Information and Navigation College, Air Force Engineering University, Xi’an 710077, China;2.Financial Department, Xidian University, Xi’an 710126, China;3.Air Force Communication Sergeant School, Dalian 116600, Liaoning, China)
Abstract : In view of the designing method for C2 structure and action plan in manned/unmanned aerial vehicle (MAV/UAV) cooperative engagement system based on the granular computation theory, a hierarchical adaptive design method is proposed. The plan is classified into four smaller sub-problems, i.e., platform marshalling scheme generation, task schedule scheme generation, platform marshalling scheme adjustment, and task schedule scheme adjustment, reducing the problem solving scale by so doing. Firstly, an adaptive design framework is established, and a formalized description to key element attributes is given. Secondly, the coupling relationship of sub-problems is analyzed in detail, and lastly, the corresponding adaptive design methods for four sub-problems are presented.
Key words : manned/unmanned aerial vehicle (MAV/UAV); command and control (C2) structure; action plan; granular computation; adaptive design method
收稿日期: 2018-05-30
基金项目: 国家自然科学基金(61573017)；空军工程大学信息与导航学院博士生创新基金(KGD08101604)
作者简介: 钟 赟(1990—)，男，江苏金坛人，博士生，主要从事有人/无人机协同作战研究。E-mail：718227697@qq.com
引用格式: 钟赟, 姚佩阳,张杰勇, 等. 有人/无人机协同作战系统C2结构和行动计划适应性设计方法[J]. 空军工程大学学报(自然科学版), 2019, 20(3): 38-45.ZHONG Yun, YAO Peiyang, ZHANG Jieyong, et al. An Adaptive Design Method for C2 Structure and Action Plan in MAV/UAV Cooperative Engagement System[J]. Journal of Air Force Engineering University (Natural Science Edition), 2019, 20(3): 38-45.
DOI 10.3969/j.issn.1009-3516.2019.03.007
中图分类号 E917
文献标志码 A
文章编号 1009-3516(2019)03-0038-08
(编辑: 徐楠楠)
标签：有人论文; 无人机论文; 指挥控制结构论文; 行动计划论文; 粒度计算论文; 适应性设计论文; 空军工程大学信息与导航学院论文; 西安电子科技大学计划财务处论文; 空军通信士官学校论文;