摘要：城市威脅背景下無人機集群自組織搜索移動目標問題，是無人機集群作戰應用的一個重要發展方向。采用基于Agent的復雜系統建模仿真工具，構建了無人機集群搜索仿真模型框架，設計實現了無人機集群自組織搜索模型。在考慮無人機集群作戰可能受到威脅的背景下，展示了無人機集群自組織搜索概念，探索了使用基于概率的有限狀態機模型實現集群自主決策的解決方案，并通過案例進行了分析驗證。該仿真模型為無人機集群作戰應用研究提供了參考案例、模型支撐和實驗平臺。

隨著戰爭形態的不斷演化，未來的作戰對手可能將戰爭引向城市，依靠高大的建筑物和密集的人群，來躲避搜索跟蹤，進而抵消我方偵察和火力打擊的優勢。無人機集群具有靈活性、自主性、魯棒性和可擴展性等特點，同時可以降低作戰成本、減少作戰人員傷亡，并且依賴無人機個體的自主能力實現無人機集群的自組織作戰，降低了對人員操控和操作系統的依賴，對破解敵方利用建筑物和地形優勢躲避搜索跟蹤，提高作戰效果具有重要的作戰應用價值。

當前，關于無人機和無人機集群的研究較多[1]，無人機集群也以其獨特的優勢日益受到各國軍方的廣泛關注。在集群搜索問題上[2-3]，已有很多搜索算法。本文聚焦無人機集群自組織搜索城市威脅環境中移動的目標進行研究。無人機集群自組織搜索，是指將多架成本低廉、小型輕便、功能相對簡單和具有一定自主能力的低成本無人機以集群的方式大量部署，基于一定的間隔分布，形成一定的覆蓋范圍，按照上一層次的指揮要求，在操控人員監控下，在任務區域上空按照選定的策略飛行，實現對目標的搜索、發現、識別和跟蹤鎖定。無人機個體間采用弱通信方式，基于簡單的規則，通過個體間信息交互、感知融合，實現協同行為，采用自下而上的方式，使集群涌現出高度結構化的自組織特性和顯著的集群智能行為，使其能夠完成遠遠超出個體能力的復雜任務。

本文采用基于Agent的復雜系統建模仿真技術，對無人機集群自組織搜索的機理進行研究[4-5]，構建了無人機機動、協同、搜索、決策等行為模型，建模分析了無人機集群作戰威脅環境。探索了使用基于概率的有限狀態機模型實現集群自主決策的解決方案，初步實現并展示了無人機集群自組織搜索的作戰樣式。基于該仿真模型重點研究了無人機性能對集群搜索效果的影響，分析了集群協同方法、集群決策判斷方法、目標分配、搜索策略、威脅程度及戰場環境等動態因素和潛在因素對集群搜索效果的影響，借助集群模型框架，可以很方便地引入集群智能算法，為集群智能的研究、設計、實驗提供了很好的接口和平臺。

建模原理與模型框架

無人機集群是由大量具有一定自主能力的無人機個體構成的復雜適應系統，具有自組織特性。自組織，即無需外部干預，僅依賴系統內部的相互作用，自行形成具有特定功能與結構的整體的過程[6]。無人機個體沒有對全局模式、策略、目標或層次體系架構的的全局知識，在規則約束或任務指引下，基于局部感知進行決策判斷，通過個體交互使集群整體涌現出自組織行為。集群整體行為與無人機個體行為無直接關系，而是通過個體行為間接實現，集群整體行為取決于無人機個體行為變化。

采用基于Agent仿真的方法，通過基于復雜系統的建模仿真框架，對無人機個體行為進行仿真建模描述，構建無人機集群自組織搜索仿真模型，分析個體交互如何影響全局行為，將集群中個體行為和集群整體自組織現象有機結合，是一種自頂向下分析、由底向上綜合的有效解決方案。

模型框架

MASON(multi-agent simulator of networks)是基于Agent的復雜系統仿真框架[7]，提供了一組設計基于多Agent的建模仿真概念，同時提供了支持實現該框架的軟件包，可采用這些概念設計仿真模型，并通過調用相關類庫和工具對其進行實現，具有很好的擴展性。

基于MASON在Eclipse開發環境下設計實現了無人機集群自組織搜索仿真模型，主要包括如下模型類：

(1) Target.java：主要實現目標對象的Agent，賦予偵察目標的運動等相關行為和特性，通過實例化該對象，可在仿真中實現目標的可視化展示。在后續開發中，可能要求目標具有復雜的行為和特性，可以通過拓展和完善該對象實現。

(2) ADS.java和Jammer.java：分別用來實現敵方彈炮結合防空系統和敵方電子干擾系統，通過實例化該對象，可構造無人機集群作戰使用的威脅環境，實現敵直接火力打擊和電子干擾對無人機集群作戰效能的影響效果。

(3) BattleField.java：實現戰場環境的Agent，如城市建筑物、巷道，以及地形、地物等，都可以通過實例化該對象，在仿真中實現戰場的可視化展示。通過設置該模型類的位置、尺寸等屬性，可構建無人機集群執行搜索任務的戰場環境。

(4) UAV.java：實現UAV對象的Agent，該類包含了單個UAV的所有邏輯，是仿真模型的核心。該類對無人機個體行為功能進行實現，使多架無人機的集合形成集群，產生區別于簡單集合的自適應行為和特性。

(5) UAVSwarm.java：定義了交戰場景，控制仿真流程，并提供了在仿真環境中包含的可變參數的入口點。該類中包含的main( )方法啟動了仿真，并通過調用doLoop方法和輸入參數args來生成UAVSwarm的實例，實現對仿真的控制。

args = new string[]{"-repeat", string.value of(repeat Times),

"-time", string.value of(0),

"-until", string.value of(7200),

"-seed", string. value of(1366691235073L)};

"-repeat"定義了仿真重復次數；"-seed"指定了仿真中的seed；"-time"可以幫助獲取每個仿真周期中的狀態信息；"-until"定義了每次仿真的最大持續時間(s)。這些參數將在仿真的實驗設計中發揮重要作用。

在仿真系統中，交戰場景和仿真實體的初始化在UAVSwarm.java類的start( )函數中定義。

(6) UAVGUI.java：一個輔助類，該類實現了對無人機和目標的外形設計，主要用于仿真的可視化展示。該類實例化了一個UAVSwarm對象，并使其運行，進而實現對一次集群自組織搜索仿真過程的可視化展示，如圖1所示。

圖1集群自組織搜索仿真模型界面展示

Fig. 1Visualization of swarm self-organized search simulation model

為便于仿真分析，將戰場環境進行了簡化描述，并沒有考慮氣候、天氣、電磁環境等的影響。實際執行任務時，一般會將無人機部署在不同高度，以減少碰撞的危險，在此不考慮高度影響，在二維空間內對集群搜索模型進行研究。假設在仿真開始時無人機集群已經完成起飛動作，并已到達指定目標空域開始搜索過程。

審核編輯：湯梓紅