无人机自主控制等级及其系统结构的分析[摘要]制定无人机自主控制等级是了解无人机自主控制水平的关键，同时也可以为无人机自主控制技术的发展提供方向。本文首先对无人机自主控制技术及相关理论基础进行简单介绍，以美国无人机自主控制等级的划分情况为例，探讨国外研究进展，并结合我国无人机技术的具体情况，提出一种适用于我国无人机自主控制等级划分的规划对策。在此基础上，对无人机自主控制系统结果进行具体分析。[关键词]无人机；自主控制等级；系统结构中图分类号：V249.1文献标识码：A文章编号：1009-914X（2018）21-0092-02前言：无人机飞行任务的特点决定其控制系统必须具有较高的自主性，能够对复杂的环境和任务内容进行控制调整。目前?o人机控制技术是无人机研究领域的难点问题，随着信息技术的发展，无人机自主控制将相分布式、网络化和协同控制方向发展。在技术发展过程中，对无人机的自主控制水平进行等级评价，可以找到技术存在的不足，并把握好技术发展方向，从而逐渐提高无人机自主控制水平。目前美国在无人机技术的研究方面处于领先地位，自主控制等级划分也较为完善，可以为国内无人机自主控制等级的制定提供借鉴。一、无人机自主控制技术及相关理论基础（一）完全自主控制无人机自主控制技术的发展目标是实现完全自主控制。在无人机的任务执行过程中，机载信息获取能力、信息传输与应用能力以及控制自主性是无人机使用性能的决定性因素。美国率先提出无人机自主性研究目标，并将态势感知、多平台网络化通信和作战、智能自主性作为关键技术内容。完全自主控制目标的实现需要经过一个渐进发展过程，可以对其技术水平进行等级划分，评估目前研究进展，制定未来发展计划，逐步实现技术研究目标。在此基础上，应对不同等级进行细分，明确每个等级的关键技术，无人机完全自主控制。从技术内容来看，要实现这一目标，无人机需要具备类似人脑的决策能力，因此，对无人机自主控制技术的研究主要以人的智能神经系统为参考。（二）智能神经系统人的神经控制系统是一个完美的自主控制体系，能够在各种复杂的环境条件下，作出综合性决策，采取正确的行为实现具体目标。可以将人的智能化控制理解为一种分析计算能力，在已有信息的基础上，进行计算、推理、学习，对新态势进行整理归纳，最终作出控制决策。可以将人的智能活动分为显意识、无意识、下意识和前意识几个层次。人的神经系统则是信息传递和决策的支持系统，可以分为三层结构，从上到下一次为决策性行为、程序性行为和反射性行为，分别对应大脑皮层、神经中枢和感知神经等组织机构。这三个自主控制层次呈递阶结构，分别支持不同的自主行为。对无人机自主控制等级的划分，也以类似的三层次结构为基础。二、国外无人机自主控制等级分析（一）美国无人机自主控制等级划分美国空军实验室从2000年开始研究无人机自主控制技术，将其自主控制能力划分为10个等级，从低到高依次为遥引导、实时故障诊断、故障自修复及环境自适应、机载航路重规划、多机协调、多机战术重规划、多机战术目标、分布式控制、机群战略目标和全自助机群[1]。这种等级划分也反映出美国无人机自主控制技术的发展路线，具体如图1所示。可以将美军制定的10个自主控制技术等级划分为三个层次：（1）单机自主控制层次，包括前4级的遥引导、实时故障诊断、故障自修复及环境自适应、机载航路重规划；（2）多机自主控制层次，包括5～7级的多机协调、多机战术重规划和多机战术目标；（3）机群自主层次，包括8～10及的分布式控制、机群战略目标和全自主机群。自主控制等级越高，无人机的智能型和适应性越强，从而能够使其满足更加复杂的任务和环境控制要求[2]。若将上述10个等级映射到人的智能神经系统，则与三层递阶情况的对应情况为：（1）1～2级对应执行层的反射性行为；（2）3级对应组织协调层的程序性行为；（3）4～10级对应决策层的决策性行为。因此，这种等级划分方式具有较高的科学性，能够通过技术研究逐步实现，最终达到完全自主控制目标[3]。（二）互联互通能力等级划分无人机之间的信息互联互通是实现无人机自主控制的重要基础，信息互联互通技术...