5 “恶意”无人机反制

虽然到目前为止，国内还没有出现恐怖分子使用无人机的严重案例，但恐怖组织可以轻易地使用无人机针对弱势目标攻击。由于探测传感、任务载荷也不是很复杂，随着民用无人机的广泛扩散，搭配危险品或武器产生危害呈指数级增长。低慢小无人机将成为恐怖分子、罪犯、狂热分子及其他危险人员前所未有的多功能、隐秘、廉价的低空武器，从而构成世界范围不断升级的安全威胁。

5.1 任务使命

无人机反制系统的使命应是获得并保持对辖区内所有域的控制，拥有目标特征的信息优势(保持姿态敏感、避免特征缺失)，建立“恶意”无人机入侵过程的优势管控能力，保障我方始终处于低慢小目标防御的主导地位。

5.2 能力需要

在研究未来防御目标、威胁方向、对抗样式、对抗环境要素的基础上，对付“恶意”入侵的无人机反制系统假定具有如下7种能力：

（1）指挥通信：在管理上集中统一指挥反制参战各方，实现时间协同、任务协同和区域协同，以“远程控制、精确打击、敏捷响应”为对抗终极目标，发布告警、防空预警、空域管制措施和处置（权限）控制状态等信息发给所属单位，建立全天时、全天候的区域抵御“恶意”无人机入侵威胁，同时覆盖“非恶意”和“意外错误”来袭无人机的反制能力。

（2）探测传感信息采集：由雷达、无线电探测、光学设备、音频等整合而成的一体化探测传感网络，为支持作战任务而实施的主动防御规划措施。

（3）目标识别：通过探测识别疑似低慢小目标的通信、电子信号、RCS特征及这些情报分析，提供准确有效的现场信息。无人机反制系统应能够识别绝大多数民用和工业级无人机，其目标特征数据库应能够持续更新升级及自我学习。

（4）监控预警：日常，目标定位与跟踪模块通过在现场的长驻留性来满足情报获取连续性的要求，获取不同重要目标的图像情报及技术侦察等，提供预警信息，辅助现场态势评估及制定处突计划，为威慑装备、精确打击提供目标定位指导。

（5）目标打击：以精确打击为主，辅助宽频打击、物理处置等适度拦截方法，在防御地域有效地抵消和摧毁空中威胁。

（6）机动： 无人机反制系统宜具有快速抵近指定重点目标监控区或突发事件现场的机动能力；在突发事件现场（城市、乡村、野外）快速抵近指定目标。这里，将城市抽象为行政办公区、涉外机构、工厂企业区、居民区(包括少数民族聚居区)、医院、学校、商业区和广场等典型区域的集合。

（7）自我防护：在特定情况下，反制方还应制定和采取被动防御措施(包括伪装、遮盖、隐蔽和进入加固掩体；并制订损害控制和入侵规避措施，以降低恶意低慢小无人机对己方攻击的效果和损失。

5.3 技术要求

300km范围快速抵近重点目标或突发事件现场的无人机反制系统技术要求假定如下。

表4 无人机机动防御系统的技术要求

5.4 技术应用

通过对反制目标、未来任务和装备技术要求的研究，我们尝试设计未来防御无人机的现场准备、防御部署（周界检查）、反制规划、现场指挥、辅助指挥、目标监控态势图共享和训练系列应用，过程简化如下。

5.4.1 现场指挥

低空反制起始于现场指挥员的意图和指导。指挥员应根据上级意图、时间线、潜在不足和相关联的风险作出假设，部署反制队伍抵御无人机威胁。部署规划应为反制行动和协调友军建立作业规程，包括处置、空域管制、空域协调和分发合成空情图、探测传感整合及审查程序。反制系统应能快速接入和分享空中威胁告警信息及当前情报，具体如下：

① 一体化或网络化探测传感生成恶意入侵威胁的态势；

② 机动至最佳的观测位置，建立并共享目标监控态势图；

③ 实施对空观测行动，以探测和上报无人机平台威胁；

④ 确保与空域管制员和空勤人员的通信畅通，处置单位能为空域审核与识别提供支持；

⑤ 与指挥中心协调建制技术支援，包括预警探测传感和无线电干扰系统，建立即时无人机反制交战区。

图4无人机反制系统应用路线（参考）

5.4.2 辅助指挥

无人机反制系统应基于人工智能技术实现知识的学习和运用，以目标监控态势图发布为轴线辅助指挥员理解现场态势，提升指挥决策能力，涉及以下内容：

① 现场实体：识别现场实体类别、入侵威胁属性、行为动作、行为意图、行动发起地点、目的地点、预期行动效果、预计行动变化及实体间相互关系及关系的演变趋势。

② 现场环境：掌握现场环境（地形地貌、气象水文、光照温湿、风力风向、云雨雪雾、电磁频谱、交通运输等）的变化，预测现场环境变化及其对处置行动的影响。

③ 处置局势：掌握了解反制兵力部署（类型、数量、位置）情况，估计区域兵力的行动能力，预测反制数量变化、能力变化。

④ 处置空间：识别现场上的各类区域，分析各类区域对处置行动的影响（二次伤害）。

注1：无人机反制的二次伤害指如下危险源：反制目标动能意外释放（空中坠机、起飞降落失控、意外冲击损伤人员、公共设备、地面或空中物品、设施）；位能意外释放（空中坠机、意外冲击损伤人员、公共设备、地面或空中物品、设施）；火灾（无人机自燃、坠机二次引燃）；爆炸（无人机燃油箱爆炸、电池爆炸、氢气储备箱爆炸、坠机二次引发爆炸）；桨叶损伤（损伤人员、设施）及反制设备电磁干扰（周界航空器或其他智能设备）等。

5.4.3 目标监控态势共享

内外多层级的防御规划、协调和整合后，无人机反制系统应向指挥中心提供共用的无人机监控态势图。该态势图是基于探测传感系统、信息收集和分发规划发展而来，辅助“远程控制、精确打击、敏捷响应” ，至少包括以下内容：

①探测传感信息采集：探测传感能力来自于由雷达、频谱侦测、光学设备、音频等整合而成的一体化探测传感网络。

②传感信息融合：监控平台执行侦察和监视任务，信息融合后为指挥中心提供关键性情报、建制内无人机系统，其应包含分发平台所在位置、周边的友军无人机飞行档案，以减少误伤的可能性。

③监控信息分发：分发是一项覆盖整个无人机防御区域的协调需求，致力于为指挥中心、防御方提供包括入侵目标尺寸、活动、方位、方向、时间和武器/危险品在内的信息。指挥中心发布告警、防空预警、空域管制措施和处置（权限）控制状态等信息发给所属单位。

无人机反制系统应集成建制内所有探测传感、无人机、作业流程在内的技术手段，生成和分享通用目标监控态势图。该图又反过来强化了反制部队对地形、威胁和友军部队各要素的战斗态势理解。

6 智能化趋势

无人机攻防的博弈历程告诉我们每一项智能技术的重大突破，都会推动对抗形态的重大变革。以人工智能为核心的高新技术群正加速进入装备领域，必将深刻改变人的认知、作战思维与对抗方式，牵引防御形态的重大变革。把握智能化现场演进脉搏，预判智能化对抗的图景特征，透析其内在本质，探索其制胜机理，才能驾驭正在到来的现代反恐斗争。

6.1 对抗要点

6.1.1 快反系统结构

无人机攻防双方都在向以快制的方向发展，实现快速反应的第一个关键是准确采集的目标信号数据，进行优先级排序，并移除多余的输入层。这一操作的效果是将指挥控制架构中不必要的层级扁平化，减少报告出错的可能性并缩短处理时间。

之后，应将这些数据集成到基于云的体系结构中，这一结构可在需要使用这些数据的指挥中心和组织梯次之间纵向和横向开放访问。重要的是，这一结构还应能够容纳多个密级，并根据用户的身份授予访问权限，以打破当今在各个组织及伙伴国之间存在的阻碍统一和协调响应的分割式孤岛。

接下来，宜以全域共享目标监视图的形式展示数据，以显示对反制作战有用的信息。集成到可视化中的数据流不仅应进行分层，而且还应进行融合，以关联轨迹和报告，从而减少不确定性并提高评估速度。理想情况下，共用作战图具有多功能性，能够在一个框架内在各种可定制的视图之间进行切换。用户定义的可视化代替静态输出，允许作战人员选择他们所关注的数据来源，及定制显示方式以实现最佳的理解和决策。

在数字时代，基于丰富数据的机器分析需要复杂用户友好可视化以优化决策。新一代的共用作战图原型应如下运行的；它基于数据来应用技术以满足指挥人员的新需求。共用作战图针对当前态势及其如何产生提供了丰富的认识，是目前为止大多数指挥控制改进工作的终点。这些目标超越了当现许多指挥中心的范围，其决策优势需要与我们应对未来威胁相符。为了确保优势，需要先进的处理能力、机器学习和人工智能将指挥控制提升到另一个层次。

图5 智能机动装备优化决策框架（参考）

6.1.2 精准识别

OODA博伊德循环中判断环节最为关键，如对现场威胁判断有误，达成作战目标不明确，或对于周围的环境感知理解有误，必然做出错误决策。同时，未来现场环境中参与对抗的要素越来越多， 需要对战场态势全面实时感知。应提倡目标精准识别：通过知识积累和优化，精准提取目标特征规律，缩短个体“学习曲线”；及时有效处理海量情报数据，促使数据处理水平快速增长，有效解决“信息迷雾”；具备自适应能力，为指挥决策提供强有力支撑。

目前，部分“恶意”民用无人机的位置信息可通过其他合作渠道获得，无线电侦测技术能够利用前端检测设备在防御区域内进行无源探测，对“非恶意”或部分“恶意”民用无人机信号进行无线电破解，包括频率、下变频、模数变换、滤波、解扩、解调和解码等，然后再进行协议破解，包括链路层、网络层和应用层，解压缩和解密等；分析疑似目标无线电信号的特征，并与破解协议数据库内的特征进行分析匹配，从而实现自动实时监测、区分敌我无人机，精准打击。

但越来越多的“恶意”无人机将以非合作方式，实施静默入侵飞行。更先进的无人机将具备完全自主控制飞行能力，根据预定的任务需要，事先规划好飞行的航路和预定点的任务静默飞行、自主完成攻击，而不依赖电子指纹的无线协议通讯。组合飞行自主性强、隐蔽性好、成本低廉、难于防范！这些 “恶意”目标真实位置信息只能依赖反制设备直接探测。反制技术距离在复杂场景下快速、准确监视全部“恶意”无人机的需求还有很大的差距。在未来的一段时间内，无人机反制体系需要改进或丰富各种技术手段，目标检测算法也应具有更强的鲁棒性（适应尺度变化、旋转变化、光照变化、视点变化及各种噪声影响）、更强的通用性（适应复杂环境）、减少训练样本和人工干预并加强多算法的融合。

深入研究、充分测试、精细分析目标特性，能够实现目标特征控制(降低被探测特征)、特征畸变(改变自身特征)、特征诱骗(模拟自身和对方特征、非军用目标特征)。目前，各国对目标特性研究工作极为重视，在基础研究和试验测试方面投入巨大。预测未来目标特性信息战的场景：在战场态势演变时，智能机动装备能够实时将不同目标特征主动展现给敌方，利用特性信息改变敌方探测感知从而改变战斗结局。因此，低慢小对抗过程中建立的目标特征库可能成为重要的国家资源。

6.1.3 安全预防

导致不安全事故发生的根源是危险源，无人机防御要避免事故的发生，首先应使用科学工具辨识危险源，最大限度地降低危险源所带来的风险，危险源成为无人机安全防范的核心。应对导致不安全事故发生的直接原因、诱导原因进行预先分析，从而为采取控制措施计划提供安全预防依据。无人机危险源或无人机反制的二次伤害参考归纳同5.4.2。

在低慢小无人机反制过程中，应慎重使用GSM或无线网络公用频率干扰措施，特别堤防防御区所有智能装备（含无人机群、无人车群）的PNT（Positioning；Navigation；Timing）信号运行失去健康。

6.2 人机信任

以自主性为基础的智能机动装备，其内在算法参数空间规模的组合爆炸具有不确定性和黑箱特性，无法准确预估人工智能输入-输出之间的清晰因果关系。造成智能无人机攻击行为越来越难以预测，导致传统试验鉴定范式难以直接运用于无人自主系统，迫切需要新思路和新技术解决新问题。

人工智能装备协同中存在的信任感和理解不一致问题。一方面，应用人员需要放权系统自主决策和自主行动，而自主系统内在人工智能模型的低观测性和低理解性，又导致人员难以信任自主系统，从而束缚了人-机协同编组的作业效能。这就需要通过试验鉴定科学权衡自主层级，使其既不降低作业效能，又不因信任感而影响作业适用性。另一方面，在当前人工智能框架下，自主系统与人类的认知模式及思维方式还存在较大差异，容易出现二者对威胁态势和作业目标的理解不一致。这并不是简单的人机功效问题，而是需要通过试验鉴定，深度考核人-机认知层次的编组效能问题。

因此，研制方和应用方应避免对AI期望过高，预防无人系统在面对意外情况或不断变化的环境时非常脆弱，注重具有自主功能无人系统的作业可靠性和安全性，通过改进测试、评估、验证和验证程序，提升产品安全性和防范安全漏洞。

6.3 智能技术评价

6.3.1 自主化评价方向

鉴于自主系统试验超出常规试验能力范畴，应在以下领域大力推动技术提升：

① 自主开发和测试：寻求通过发展现有技术来解决机器学习神经网络和人工智能领域的自主问题；

② 自主能力评估：为来自使用机构、学术界和工业界的算法提供第三方中立分级评估，含对智能机动装备的危险源预防措施验证、PNT信号可靠运行评价；

③ 计算方法：聚焦于为对抗冲突前沿需要的紧凑计算解决方案；

④ 新应用领域：确定自主技术在情报、监视和侦察领域最大的获益点；

⑤ 面向自主技术的开放系统体系结构：这将是未来自主系统的基本要素，将继续通过自主技术的集成和测试探索将自主技术加入更大型系统的新途径；

⑥ 自主技术集成和测试：寻求新方法将新的自主技术集成到更大体系中，用于实验室、实地和多域综合测试。

6.3.2 无人系统试验鉴定方法

人工智能+无人系统融合正在成为智能机动装备领域改变游戏规则的革命性技术之一，还需要通过试验鉴定与评估推进创新技术应用的最佳途径，牵引无人自主系统最终形成战斗力。美军在无人自主系统的试验鉴定与评估方面已经先行十余年，从经验认识到具体做法均有相当积累值得借鉴。其试验鉴定面向自主空中系统、自主地面系统、自主海上系统和自主水下系统，由自主行为预测、集群复杂性模拟、效果和能力评估、试验协议和试验设计、试验床和试验环境、仿真数据模型、试验工具与技巧支撑，涵盖了性能试验、系统试验、任务试验和体系试验，全面评价装备的安全性、作战效能、敏捷性、适应性和生存力。

无人机反制装备试验鉴定与常规电子产品相比具有鲜明的创新特色，需要基于任务使命，在深入分析防御目标、作战方向、反制模式、作战环境、体系要素等基础上，覆盖未来作战需求。国内新近以“能力试验方法”和“任务环境试验能力”为代表的模拟红蓝对抗现场综合测试正是适应未来信息战和多域战而发展的新型试验鉴定方法，其核心理念是“像作战一样进行试验评价”，代表无人自主系统试验鉴定的未来发展方向。

现场综合测试在模拟实战环境下以测试手段来验证参试样品的能力缺陷，印证创新技术迭代效果。它允许针对多重目标收集数据，相对传统的研制试验可暴露于更复杂的多域环境；它鼓励试验人员早期参与，以便更早实现希望性能。它不仅显示传统试验模式的证明参试样品“能做什么”，还显示参试样品“不能做什么”，从而实现研制定型向技术开发源头“左移”，及早发现需求不现实、技术不成熟的问题，变被动为主动，为成功生产和部署创造条件。

7 结语

随着智能技术的发展， 未来无人机反制技术将进入快速发展的新时期。人工智能是无人机反制技术发展的新引擎，正在重构影响对抗过程的各环节，知识、信息、数据是这个引擎的原始燃料，推动传统防御向智能决策跨越。

本文通过对无人机防御双方特征、类别、路线、属性的研究，探索未来无人机对抗演进趋势，基于能力需求剪裁各种反制技术的集成优先顺序，假定一个智能机动装备的新体系结构，“提高精确感知、精确指挥、精确打击、精确评估能力”，协助有关部门完善无人机反制技术的迭代循环，推进无人机及反制技术和谐同步、创新发展，掌握未来反恐处突战场的制智权！

专家简介

陆晓科，公安部检测中心实体防护及警用装备检测部副主任，从事警用无人驾驶航空器、警用特种车辆、排爆机器人等警用装备检测工作，起草编制GA/T 1461-2018《警用电子装备通用技术要求》、GA/T 1411.1-2017《警用无人驾驶航空器系统第1部分：通用技术要求》等标准，策划组织连云港无人机探测拦截装备实测等多次重大比测活动。