黄华园

(中国西南电子技术研究所，成都 610036)

1 引言

随着航空技术以及其他相关科学技术的飞速发展，20 世纪90 年代之后，军用无人机(Unmanned Aerial Vehicle，UAV)逐渐成为军用武器装备研究的主要热点之一。无人机战技性能的不断提高也使其应用领域不断拓宽，各类无人机已广泛应用于战场监视侦察、电子对抗、目标指示、战果评估、通信中继以及大地测绘等各种用途。当前无人机一般采用一站单机遥控执行某项特定任务的作战方式，战术应用的灵活性受限，且任务执行的效率和成功概率较低，不能充分发挥无人机系统作战潜力［1－3］。

随着技术的发展，各国越来越重视多无人机的协同应用，美国联邦航空管理局(Federal Aviation Administration，FAA)联合规划与发展办公室(Joint Planning and Development Office，JPDO)在2012 年3月15 日公布了《下一代无人机系统研究、发展和演示路线图》。该路线图将无人机系统(Unmanned Aerial Vehicle Systems，UAS)未来/强化能力的支撑(包括网络中心战、协同控制、以及单个控制系统控制多个无人机系统等相关能力)列为重要发展目标。可见美国对UAS 的一站多机能力给予了足够重视。

国外实现一站多机，主要手段包括利用各种标准的数据链和基于相控阵天线的一站多机测控通信系统两种。如英国海军无人机使用UHF 频段高完整性数据链(High Integrity Data Link，HIDL)，通过点对多点广播实现对多架无人机的控制［4］;美军正在研制的可用于无人机的新型数据链QNT(Quint Networking Technology)、DirecNet，可以通过组网的形式实现对多架无人机的控制［5］;英国普莱塞公司研制了多无人机地基控制系统，采用先进的相控阵天线能同时对4 架带侦察载荷的无人机进行跟踪定位、遥测、遥控和信息传输［6］;俄罗斯陆军装备的“动物园－1”炮位侦察雷达，是一种多功能相控阵三座标雷达，除用于精确测定敌方迫击炮、火炮、火箭炮及战术火箭阵地外，还可用于同时控制数架无人侦察机的飞行。

国内无人机数据链路主要是点对点单机测控方式，投入实用的主要是基于全向天线的低速率一站多机测控。基于相控阵天线的一站多机测控系统［7］以及采用组网方式［8］实现的一站多机测控系统，目前还处于研制阶段。

2 一站多机技术体制分析

单个地面站控制多架无人机的测控技术实现方式主要有频分多址(Frequency Division Multiple Access，FDMA)、时分多址(Time Division Multiple Access，TDMA)、码分多址(Code Division Multiple Access，CDMA)和基于相控阵天线的空分多址(Space Division Multiple Access，SDMA)等［9］。

时分多址体制，信息传输的实时性相对较低，并且对机载终端的计算复杂度要求比较高，所有目标共同分配时隙、带宽，假设每目标下行传输速率为2 Mb/s，共10个目标，那么每个机载终端至少需要相当于非时分多址方式20 Mb/s的信息传输能力。

码分多址体制，将具备抗干扰能力的扩频码作为地址码，存在远近效应问题，需要机载终端进行自动功率控制，对机载终端的复杂度要求较高。

频分多址体制，与传统的一站一机实现方式相同，存在的问题是频率利用率低。

组网方式，是利用时分多址、码分多址、频分多址中的一种或几种方式组合，存在的问题是机载终端复杂度比较高，难以在小型无人机上应用。

上述几种方式还有个共同的问题是，传统的地面站定向天线同一时刻只能对准一个目标，难以实现多目标的同时高速数据传输。

基于以上分析，本文提出一种基于数字多波束相控阵天线的一站多机测控系统，上行采用空分多址+码分多址，下行采用空分多址+频分多址体制，并将地面测控站作为协同网络的中心节点，可以实现一站多机同时测控、载荷信息传输及多无人机间协同信息传输。该系统是实现一站多机的一种有效方式，具有如下优势:

(1)机载终端与传统一站一机方式相同，装机要素低;

(2)每个目标使用一个独立的定向波束，可以实现多目标的同时高速数据传输;

(3)可以通过每个波束加载不同波形，实现不具备组网能力的老装备协同应用;

(4)波束数量可扩展，可以根据应用需求加载不同的波束数量。

3 军事需求分析

3.1 航母/舰艇平台多无人机作战、侦察应用需求

由于航母/舰艇平台的空间有限，不能构建多套舰载无人机控制站来满足无人机集群作战、侦察应用需求，因此，研制一站多机数据链，通过一个地面站能够控制多架无人机并实现多架无人机载荷信息的实时传输，将大大解决航母平台的多无人机集群应用需求。

3.2 降低后勤支持和训练费用成本的需求

目前，对无人飞行器系统来讲，设计焦点一般大多集中在飞行器平台和任务所需的有效载荷方面。但数据统计表明，包含测控与数据传输数据链与指挥控制设备在内的测控与信息传输系统所需成本非常高。一站多机数据链系统，通过一次投入，可极大地降低后续的后勤支持和训练费用。

3.3 复杂电磁环境下的抗干扰需求

目前，主要的抗干扰手段是直接序列扩频技术和跳频技术。但是随着信号侦收技术和对扩频码、跳频图案的捕获技术的发展，敌方破解扩/跳频通信技术的难度逐渐降低，军事通信的安全性和保密性也在降低;另一方面，扩/跳频技术虽然可以提供一定的抗干扰能力，但它是以降低军事信息传输速率为代价的。而基于空分多址(SDMA)的抗干扰技术与信息传输速率无关，它通过在军事通信双方之间建立一个很窄的定向波束完成双方的通信，通信信号只在该方向上传输，这样只要敌方的侦听设备不在波束内，就无法截获我方的通信信号，而且敌方的干扰源如果不在主波束内，会被低副瓣和零陷大幅度衰减，从而无法干扰我方的正常通信。

3.4 老装备协同应用的需求

基于数字多波束天线的一站多机数据链，每个目标使用独立的波束，通过算法可使各波束对应的链路自适应兼容不同传输波形和传输协议。将基于数字多波束天线的一站多机地面测控站替代当前装备的各型同频段无人机地面测控站，可使得大量原装备的、不具备空空组网和空天接入能力的无人机系统也能纳入空天地一体网络作战环境中。

4 一站多机数据链系统组成

基于数字多波束天线的无人机一站多机数据链系统主要由地面测控站、相控阵天线、多通道地面测控终端、多目标指挥控制站、飞行器载测控终端等构成，如图1 所示。

图1 无人机一站多机数据链系统组成Fig.1 Composition of data link system of one－station controlling multiple UAVs

一站多机数据链系统是一套以地面为中心的跨平台测控通信及信息处理体系，是有中心的网络，地面站可以作为地基的无线路由器，利用多个独立链路配置不同的传输协议，连接运行不同传输协议的无人机目标，实现多无人机互联互通，构成一个基于一站多机地面站的协同网络。地基无线路由器功能示意图如2 所示。

图2 地基无线路由器功能示意图Fig.2 Functional schematic diagram of ground－based wireless router

一站多机数据链系统实现机群的协同工作，除数据链本身的数字多波束相控阵天线外，还需要研究其他的关键技术，包括动态随机接入技术，保证协作无人机可以随时按需接入系统;网络协议动态加载技术，使得具有不同网络协议的无人机可以通过地面站互联互通;多机协同实时任务规划技术，保证无人机安全可靠的执行任务;网络协议体系，通过多层网络模型，将相控阵天线、调制解调、编译码、通信协议、动态接入、任务规划等技术，在不同的网络分层中实现，构成一个完整的一站多机数据链技术体系。

5 关键技术

5.1 数字多波束相控阵天线

5.1.1 降维自适应阵列结构技术

当一站多机数据链系统要求传输速率高、作用距离远时，就要求相控阵天线的增益比较高，阵列规模比较大。

在大型阵列的信号处理中，受限于目前的硬件处理平台的计算能力和数据吞吐率，不可能实现波束形成算法全自适应处理，需要采用降维自适应阵列，即先将全阵列的接收信号变换到低维度，再进行自适应的信号处理。这样处理的优点是一方面能够降低计算量，另一方面加快自适应算法的收敛速度。降维自适应阵列有子阵方式和子波束方式两种类型，其中子阵处理方式是把一个大型阵列分成若干子阵列，再在子阵列之间进行自适应处理。子阵方式的方法比较常用，其中常用的是基于树型结构的Systolic 阵列处理结构。

5.1.2 无轨道预报的波束形成技术

与航天测控系统不同，无人机目标无轨道预报，因此，如何实现无轨道预报的具有空间滤波能力的接收多波束形成技术是无人机一站多机数据链的一个关键。

可以采用传统测角技术引导波束形成，有天线最大值跟踪法、单脉冲测角方法、干涉仪测角方法等，也有来波方向(Direction of Arrival，DOA)估计等现代谱估计方法，对来波方向进行估计从而得到目标角度。下面简要介绍各种方法:

(1)利用波束扫描的最大值角度测量方法，分辨率太低，不可能获得较高的测量精度;

(2)利用现代谱估计技术，对空间信号进行谱估计，得到来波方向，但采用子阵的方法进行波束合成，子阵无法满足DOA 对信噪比的要求;

(3)类比传统干涉仪测角方法，阵列天线也可以采用干涉仪，具体可以把阵列天线划分成若干子阵，然后通过对各子阵接收信号的相位进行类似干涉仪测角方法处理，完成测角;

(4)阵列天线利用单脉冲测角，方法是将阵列天线4个对称的子阵，在电扫描的角范围内进行形成多个目标的和差波束，跟踪网络相对简单，是一种现实可行的方法。

5.1.3 波束形成算法

多波束形成的工作方式包括开环的工作方式和闭环的工作方式两种，开环的工作方式有主波束控制及扫描方式、空间谱分析等，闭环的工作方式有相位调整最大信噪比方式、最小均方(Least Mean Square，LMS)、恒模算法(Constant Modulus Algorithm，CMA)、线性约束最小方差(Linearly Constrained Minimum Variance，LCMV)等。从算法的角度可分为非盲算法和盲算法两大类，非盲算法需要借助参考信号，利用这些辅助的参考信号实现自适应的算法，典型的非盲算法有LMS 算法、递归最小二乘(Recursive Least Squares，RLS)算法、直接矩阵求逆(Direct Matrix Inversion，DMI)算法等(一般来说它们是闭环的工作方式);盲自适应算法无需发送导频信号或训练序列，收端估计发送的信号并以此作为参考信号进行处理(一般来说它们是开环的工作方式)，典型的盲算法包括基于信号特征的盲算法(如恒模算法)、基于DOA 的盲算法、引导判决、航位推算(Dead Reckoning，DR)算法等。具体选用哪种波束形成算法，需要根据系统的实际情况进行考虑。

5.2 动态随机接入

基于一站多机地面站的协同网络中，无人机可能随时需要进入或退出网络，需要无人机具有随机接入和退出的能力，每条独立的无线链路物理层自适应联通是目标动态随机接入的基础。

一站多机数据链系统链路通过扩展通信侦察识别功能，对空间电磁信号侦收识别，使得每个波束映射的链路具备在工作频段范围内自动完成多个信号的载频测量、调制符号速率、调制种类识别等功能，实现对协同信号或干扰信号的识别。

而无人机都是合作目标，通过建立期望目标链路参数特征数据库，将完成调查的信号特征与特征数据库进行匹配，并通过统一资源管控机制动态配置对应链路的波形和链路协议，实现无线链路物理层自适应联通。物理层自适应联通在地面站网络协议支持下，即可实现期望的无人机目标动态随机登录加入及退出一站多机数据链网络。空间电磁信号的侦收与识别流程如图3 所示。

图3 空间电磁信号的侦收与识别流程图Fig.3 Interception and identification flow chart of space electromagnetic signal

5.3 动态重构技术

一站多机数据链系统中，每个波束映射的链路功能独立，每条链路在系统运行中可加载相同或不同的传输波形及网络协议，用以连接运行不同波形及网络协议的无人机目标，实现不同组网协议的互联互通。

系统采用软件通信体系结构(Software Communications Architecture，SCA)对系统进行多层抽象，并将系统应用分解成若干组件，通过描述构成系统应用的组件以及组件之间的连接关系来定义功能和应用，使SCA 核心框架(Core Framework)、波形应用组件与底层硬件隔离，在统一的资源调度管理策略控制下，提供波形应用的安装、卸载、配置和管理功能，使得每个波束映射的链路在系统运行状态下可以通过加载不同的软件组件实现不同的系统功能［10］。一站多机数据链系统基本体系结构如图4 所示。

图4 符合SCA 规范的一站多机数据链基本架构Fig.4 Architecture of one－station controlling multiple－UAVs datalink comforming to SCA criterion

一站多机数据链系统功能的动态加载采用组件热备份的重构机制，所有应用组件及组件加入应用处理所需的处理连接在应用装配描述文件(Software Assembly Descriptor，SAD)中进行描述，所需组件在应用创建时均创建并运行，但当前未选用的功能组件不建立处理连接和控制连接，即不参与正常应用处理。在链路功能发生改变时，应用控制器根据SAD 中定义好的对应应用组件及其处理连接，为该组件动态建立处理连接并删除掉当前运行功能组件及其处理连接即可实现链路功能动态重构。

5.4 多无人机协同实时任务规划技术

以通信和信息资源共享为基础，根据任务目标为多架无人机规划出满足约束条件的飞行路径以及有效载荷使用计划(跟航路点密切相关，通常包含在航路规划中)，具备实时动态协调多架无人机于同一时间到达目标点的任务规划方法。其中，航路规划是任务规划系统的核心，其目的是最大限度地利用地形信息和敌情信息，综合考虑无人机导航精度和机动能力的限制，在适当的时间内计算出从现在位置到指定位置的最优或次优的飞行轨迹，能使无人机回避敌方威胁环境安全地完成预定任务。当多架无人机执行任务时，除要能自动规避威胁和障碍物外，还要避开机群中其他无人机以免发生碰撞。

5.5 网络协议体系

综合考虑无人机一站多机数据链系统机地一体化协议设计、节点间广泛互连等要求，并参考OSI 7 层模型，实验网络的模型可以分为5 层，分别是物理层、数据链路层、网络层、传输层和应用层，如图5 所示。

图5 网络协议的分层模型Fig.5 Network protocol hierarchical model

物理层是指RF 链路，包括天线、信道和调制解调等，数字多波束相控阵天线、自适应调制解调技术就是在该层实现的。数据链路层是指具有指编译码、接入功能的信号处理模块，从物理层获取信号，进行同步、译码、帧处理等，上报给网络层;或者，接收网络层来的数据包，进行组帧、编码等处理后发送给物理层。网络层主要用来实现不同无人机之间互联互通的问题，接收传输层的请求，传输某个具有目的地址信息的分组，同时将分组进行网络层协议封装(可以是专用协议、也可以是IP 等通用协议)，将数据送给对应的链路层。如果一站多机数据链系统需要接入其他网络，比如空天地一体化网络，则需要在网络层加入路由算法，通过地面站，也就是地基无线路由器，将数据送到目的网络节点。传输层的基本任务是提供应用程序之间的通信服务，又称端到端传输。传输层从应用程序接收数据，添加附加协议，比如专用协议或UDP、TCP 协议，并把它们送给下一层;传输层接收到分组，通过附加协议进行识别解析，然后送给对应的应用程序。应用层的应用程序与各传输层协议协调工作进行接收和发送数据，任务规划技术就是在该层实现的。

6 结束语

无人机协同作战能力是各国军方重点发展的方向，基于数字波束形成(Digital Beam Forming，DBF)技术的无人机一站多机数据链系统，每个波束可兼容不同传输波形和传输协议能力，一站多机数据链能够作为地基的网络“中枢”，是实现多机协同作战的一种最简单有效的方式，可以作为以网络为中心的通信体系建设的重要节点，系统所涉及的关键技术国内都具有研究基础，具有可行性。所提无人机一站多机数据链系统，可以使得当前国际上大量装备的、不具备组网协同能力的点对点无人机系统也能纳入空天地一体网络作战环境中，特别对采用不同波形和协议的不同类型中小型无人机间协同具有重大的应用价值。

［1］李响，邢清华，董涛.无人机编队协同侦察效能研究［J］.火力与指挥控制，2013，38(10):103－106.LI Xiang，XING Qinghua，DONG Tao.Research on ooperative Reconnaissance Effectiveness of UAV Formation［J］.Fire Control ＆ Command Control，2013，38(10):103－106.(in Chinese)

［2］朱战霞，袁建平.无人机编队飞行问题初探［J］.飞行力学，2003，21(2):5－8.ZHU Zhanxia，YUAN Jianping.Discuss on Formation Flight of UAV［J］.Flight Dynamics，2003，21(2):5－8.(in Chinese)

［3］樊琼剑，杨忠，方挺，等.多无人机协同编队飞行控制的研究现状［J］.航空学报，2009，30(4):683－691.FAN Qiongjian，YANG Zhong，FANG Ting，et al.Research Status of Coordinated Formation Flight Control for Multi－UAVs［J］.Acta Aeronautica Et Astronautica Sinic，2009，30(4):683－691.(in Chinese)

［4］吴平，唐文照.无人机集群数据链组网技术研究［J］.空间电子技术，2012(4):61－64.WU Ping，TANG Wenzhao.The Study of UAV Flock Network Datalink［J］.Space Electronic Technology，2012(4):61－64.(in Chinese)

［5］李桂花.外军无人机数据链的发展现状与趋势［J］.电讯技术，2014，54(6):851－856.LI Guihua.Status and Trend of Foreign Military Data Link for Unmanned Aerial Vehicles［J］.Telecommunication Engineering，2014，54(6):851－856.(in Chinese)

［6］周祥生.无人机测控与信息传输技术发展综述［J］.无线电工程，2008，38(1):30－33.ZHOU Xiangsheng.Overview of UAV TT＆C and Information Transmission Technology Development ［J］.Radio Engineering，2008，38(1):30－33.(in Chinese)

［7］吴潜，雷厉.多无人机测控与信息传输系统的技术与发展［J］.电讯技术，2008，48(10):107－111.WU Qian，LEI Li.TT＆C and Information Transmission System for Multiple Unmanned Aerial Vehicles(UAVs):Technology and Development［J］.Telecommunication Engineering，2008，48(10):107－111.(in Chinese)

［8］王继业.无人作战飞机宽带信息网络的发展与思考［J］.电讯技术，2009，49(8):103－107.WANG Jiye.Broadband Information Network of Unmanned Combat Aerial Vehicles(UCAVs):Development and Thought［J］.Telecommunication Engineering，2009，49(8):103－107.(in Chinese)

［9］杨柳庆，肖前贵.一站多机式无人机测控系统［J］.电光与控制，2013，20(3):6－9.YANG Liuqing，XIAO Qiangui.A UAV TT＆C System for One Station Controlling Several Vehicles［J］.Electronics Optics ＆ Control，2013，20(3):6－9.(in Chinese)

［10］钟鹏飞，谭浩.一种运行时可重构的SCA 规范兼容扩展方案［J］.微计算机信息，2009，25(3):116－118.ZHONG Pengfei，TAN Hao .A Runtime Self－Refactoring and Compatible Extension Solution of SCA Reference［J］.Electronics Optics ＆ Control Microcomputer Information，2009，25(3):116－118.(in Chinese)