一种无人机群协同无源定位资源优化调度方法

蔡 伟，张晓峰

(中国电子科技集团公司第五十一研究所，上海 201802)

0 引 言

无人机群是近年来高速发展的一种载具平台，可以定制携带多种设备，遂行多样化的任务。在电子对抗领域，无人机群是执行电子侦察的有效载体，使用无人机群搭载无源侦察设备，可以实现快速动态部署，用于前出侦察、重点侦察和补盲侦察。

无源电磁侦察设备在每个工作节拍中，选择适当的空间范围和频谱范围，接收、检测、分辨该范围内出现的电磁信号，并测量信号的参数。其中一些电磁参数是与辐射源的空间行为有关系的，特别是信号的到达方位参数。以无人机群侦察结果，作为对固定或缓动辐射源的定位参数，可以低成本地实现对目标的多角度观测，增加定位参考信息，在电子对抗作战体系中有重要意义。

然而，与地基、船载、大型机载设备相比，由于无人机平台负荷限制，通常无人机载无源侦察设备的天线、接收机和处理器规模受到制约，导致其电子侦察的瞬时空-频域覆盖能力较弱；并且受限于可搭载的测量体制，导致参数测量精度较差。例如在测向能力上，大型设备可以采用长基线干涉仪、数字波束合成等技术，将测量误差均方根控制到0.1°数量级；而无人机载设备，特别是小型无人机的载荷设备，测量误差均方根在较恶劣条件下可能达到10°或更高。

在参数测量能力本身受到限制的情况下，为了提升系统总体效能，需要研究无人机群协同工作方法，例如协同定位。但现有的对无人机群协同定位的研究工作，在无源侦察设备的情形中应用存在问题。一部分工作的定位目标是无人机群自身，用于解决导航引导不足的问题[1-2]；而定位目标是无人机群的侦察或攻击目标的研究工作中，优化的资源通常都是无人机航迹[3-4]。然而，在无人机群的实际应用中，电子侦察子系统对航迹的决定权往往低于主动雷达子系统和火力子系统，因此无法按电子侦察子系统的要求申请到最优航迹，只能获取到后续航迹设定。

针对上述情况，必须从侦察控制着手，研究一定航迹下的优化措施。本文提出了一种无人机群协同无源定位系统的设计，优化当前场面下各机电子侦察的瞬时空-频域覆盖选择，在定位性能达到要求的前提下，降低获取定位参数所需要的对侦察资源的占用，从而增大无人机群的侦察自由度，提升无人机群可同时应对的目标数。

1 侦察资源优化调度控制框架

执行电子侦察任务的无人机群，在通信层面上可能以自组网方式或星状拓扑相连接，而在控制逻辑层面上，通常都服从单一控制站的指控，如图1所示。其中有1个控制站和4架无人机，双虚线表示通信连接，双箭头实线表示控制逻辑连接。

图1 典型的无人机群

将当前时间记为时间零点。控制站知道每架无人机的航路规划，也就是后续各时间点t时无人机的位置si(t)和姿态：机首方向单位矢量ψi(t)、右侧方向单位矢量ξi(t)。

无人机的侦察能力在时空频域都是受限的。在空间域，记瞬时空间覆盖的各种可选范围为D1～DD，其中每种可选范围是相对于本机的一个方位角范围；在频谱域，记瞬时频域覆盖的各种可选范围为F1～FF。无人机的控制策略就是决定空域和频域覆盖的选择，每架无人机具有相同的侦察控制时间节拍Ts。1组时空频选择称为1个观察窗口。与目标的时空频行为匹配的观察窗口里才能侦收到目标的信号。

针对某个固定或缓动目标，整个系统对它的侦察过程分为扫描、发现和跟踪3个阶段。系统一开始工作在扫描阶段；当观察到目标的电磁信号时，进入发现阶段，此时不知道目标位置；当对目标的观测足够多，可以确定目标位置时，进入跟踪阶段。为了提高效能，需要特别关注处于发现阶段的目标。但发现阶段目标的位置不明或不够确定，因此需要无人机群配合，扩大对目标的观察窗口的覆盖范围，以尽早确认目标位置。在跟踪阶段，主要任务是确认目标异动和提高定位精度，因此可以适当减少观察窗口，选择其中效用最高的，从而减少资源占用。设计调度控制框架如图2所示。

图2 调度控制框架

其中省略了系统默认保留的用于场面监视的扫描节拍。可以看到，发现阶段与跟踪阶段的行为模式是相似的，都需要选择能观测到目标的观察窗口。但这2个阶段的具体策略有所不同。在发现阶段，为了尽快确认目标，应该尽可能分配到这些观察窗口；而在跟踪阶段，需要考虑如何在这些观察窗口中精选，收敛性判断也与此具有相同的判据。

2 观察窗口匹配

图2所示的调度控制框架依赖于对观察窗口选择。下面依次从频、空、时3个方面研究匹配要求。

首先是频域方面。根据无源电子侦察的特性，接收的电磁波是单程传播，而不是雷达的双程传播，因此通常只要接收天线主瓣对准目标，无论目标是以主瓣还是副瓣对准接收机，都能收到信号。所以，频域的主要选择依据是将接收机通带控制到目标发射频点。

其次是空域方面。受限于测向精度，目标的推测位置可能会分布在较大的范围。因此，需要尽量让各机的空域选择覆盖可能区域。设计算法流程如图3所示。其中覆盖数是指待覆盖区中所有点最少被几个空域覆盖到。提高覆盖数有利于提高总的截获概率。

图3 观察窗口的空域协同

再次是时域方面。如果不需要对目标的电磁特性做详细刻画，对时窗选择就没有严格的限制，因此可以根据对定位的效用来释放时窗。

3 观察窗口效用评判

在跟踪阶段以及在判断定位收敛时，需要分析定位精度情况和预计下一个观察窗口对定位的效用。这需要根据定位情况进行推算。

〈x-sn,-ψnsinθn+ξncosθn〉=0

(1)

δθn≈sinδθn=(x-sn),-ψnsinθn+ξncosθn

(2)

(3)

考虑所有δθn的联合概率分布的似然比：

(4)

通常测向误差δθn和位置估计误差δx不会过于巨大，近似地有：

(5)

(6)

则对定位结果应有如下矢量为0：

(7)

(8)

varδx=A-1bbTA-1

(9)

(10)

(11)

二维情况下，可以进一步得到CEP50椭圆的轴长平方和为2ln2tr(varδx)。

4 场景仿真

为了验证本文协同优化调度方法的效能，按照作战作用方式，设计如下测试场景：我方使用3架无人机A、B、C，起始位置分别位于(0 km,0 km)、(30 km,0 km)、(60 km,0 km)，均以50 m/s速度沿x轴正向移动。无人机具有4个90°空域覆盖，中心方向分别为前、左、后、右。各机测向误差均方根为10°，侦测范围300 km。为简化记，假设频域是宽开的，侦察节拍为1 s，辐射源目标位于(25 km,200 km)处，假设无人机A先发现目标。

根据本文协同优化调度方法，进行了100次平行仿真试验。将结果分为对发现阶段的变化情况和跟踪阶段的选择情况两部分介绍。

发现阶段，工作情况如下所述。

起始节拍，A发现目标。下一节拍A、B、C将分别选择左、左、后空域，以保证覆盖数达到2，如图4所示。

第2个节拍，B也收到目标信号，C收不到信号。可以确认目标位于此时的A、B、C的左空域，如图5所示。

图5 发现阶段工作情况2

虽然由于测向误差较大，定位误差范围可能很大，但目标的可能范围已经大致确认。此时可以转入跟踪阶段。下一节拍中，C收到信号，由于基线AC较长，可以在第3个节拍就获得相对可用的定位结果。如果不做B、C的协同，仅由A观测，由于无人机位置仅移动了100 m，对200 km外的目标完全无法形成有意义的测向交叉，无法确定目标的大致位置。

然后统计了300个节拍下各次平行试验的观察窗口占用(图6)、定位精度收敛情况(图7)。作为对比，也测试了仅使用A单机定位的情况(图8)。可以看到，一方面，本方法使得资源占用有明显降低，省出来的资源可以用来观察其他目标；另一方面，通过协作方式可以使在单机下无法定位的短时间内，形成有一定实用意义的结果(根据图7，相当于在1 min内达到约30%的定位精度，这是在10°这种非常大的测向误差下)。

图6 观察窗口占用情况

图7 定位收敛情况

5 结束语

本文通过分析无人机群协同执行无源电子侦察任务时对观察窗口的使用效用，提出了一种对观察窗口侦察资源的协同优化调度方法。通过对观察窗口与目标的匹配，以及观察窗口效用的评估，提高了观察窗口的利用效率。仿真结果表明，该方法可有效地降低同一目标的重访频次需求，这能显著提高可同时处理的目标数；并在较差的测向指标下仍能达到有意义的定位性能。

图8 定位收敛情况与单机对比