來源： 高端裝備產業研究中心
導讀
美國致力於通過戰法演練進一步提升先進無人機的性能與作戰能力，並對其與其他作戰平台或裝備的協同配合能力、程度以及面臨問題等進行改進或解決。通過對近年來美國先進無人機演練的進展進行調研梳理可知，美國主要從RQ-170協同第四、五代主戰戰機的全隱身演習、海上偵察與協同演練、拒止環境下的協同作戰演習演練、MQ-9無人機多方位作戰演訓以及智能模擬與人工智慧無人機演練五個方面展開了無人機戰法演練。其中，有人-無人全隱身戰機協同演習探索了進一步提升無人機與先進戰機在先進技術裝備威脅下的聯合作戰與生存能力的創新戰術與技術;海上偵察與協同演練提升了MQ-4C、MQ-8C等無人機與戰略轟炸機、艦船等協同作戰的能力;拒止環境下的協同作戰演習演練驗證了CODE協同自主軟體使無人機能夠自主尋找目標， 並能夠與周邊同樣裝備CODE軟體的作戰平台或裝備進行協同，以適應動態戰況的能力;MQ-9的多方位作戰演訓在驗證其極限出戰能力、空戰以及遠程協同空戰能力的同時，還進一步開發了其進行協調打擊、偵察、反艦行動以及水面近距離空中支援行動的作戰潛力;智能模擬與人工智慧無人機演練則揭示了美軍在利用人工智慧軟體提高無人機的目標識別能力，逐步實現實戰化技術水平方面已經有所突破。
RQ-170協同第四、五代主戰戰機的全隱身演習
2020年8月4日～8月6日，美國空軍在內華達州內利斯空軍基地集結了F-35A、F-22、B-2轟炸機與RQ-170偵察無人機等隱身戰機，F-15E戰鬥機與美國海軍的E/A-18G「咆哮者」電子攻擊機，以及各種測試和作戰中隊的指揮與控制系統，舉行了一次大規模軍演。該次演習的亮點在於採用多型隱形戰機，參演的所有機型已然代表了美國空軍空中力量所具備的極其重要的作戰能力，並且美軍絕密的第44偵察中隊派出不只一架RQ-170無人機參加該次軍演。
該次演習著眼於隱身平台應對高等威脅的有效性，其目的在於優化對敵防空壓制、低可觀測性以及第四、五代戰機的電子攻擊互通性，主要對於參演部門的武器與戰術會議上所建立的從未在飛行測試中進行嘗試的戰術、技術和程序， 進行嘗試性探索，其中包括對F-35的戰術以及第五代戰鬥機支持和保護B-2和RQ-170飛機的能力評估。
由此可知，該次演習展示了第五代F-35和F-22與第四代F-15E等在進行聯合防空攻擊時的通信能力，以及先進戰機進行防空壓制與使用獨特電子攻擊功能的能力，並展示了利用信號干擾型裝備使F-35在有爭議的戰場或者可能受到攻擊的區域更具機動自由性。
儘管RQ-170無人機在該次演習中所承擔的確切任務並不明了，但絕不僅僅是驗證F-35壓制敵方防空系統，使隱身B-2與RQ-170能夠安全潛行的能力。因為通過對RQ-170公開十餘年來鮮見技術資料的調研梳理可知，RQ-170具有一定隱身性能，可在有爭議的空域中高空運行，能夠向該地區其他地方的指揮官提供流媒體視頻，對地面部隊進行監視，甚至具有充當部隊與指揮部門通訊中繼的潛力。此外，RQ-170還曾被發現在關島以外地區運行，由此推斷其不僅僅擅長陸地作戰，還可能由於搭載先進光電傳感器與基於AESA的高度靈敏的合成孔徑雷達，以及用於控制無人機加密程度很高的現代軍用數據鏈與衛星數據鏈，而具有一定的超視距作戰能力。加之該無人機還曾進行過涉及無人機執行情報，監視和偵察(ISR)任務以直接支持其他隱身飛機的實驗。
RQ-170隱身無人機
由此推斷，RQ-170出現在該次演習中，一方面是美軍意圖展示該機通信鏈路與控制技術問題的解決;另一方面很可能是通過有人-無人隱身戰機建立編隊進行協同配合，由F-35進行防空壓制，對B-2戰略轟炸機與RQ-170無人機進行支持和保護，而RQ-170的作戰任務之一則可能是利用其隱身性入侵敵方空域，執行情報、監視和偵察任務，將信息傳輸給打擊平台。
總之，該次演習提供了由隱身先進戰機與無人偵察機，以及電子戰機等組合的聯合平台，最大限度地對作戰的相關能力進行了開發和評估，由此可見美國空軍意圖通過該次演習探索獨特的戰術、技術和程序的整合，極具創新性。
- 將進一步改進美軍第四代和第五代機的聯合戰術，提高美空軍空中力量在先進技術裝備威脅環境中的作戰與生存能力，並為未來採用更為先進的飛機支持B-2奠定基礎，以實現通過隱身技術進行複雜的入侵戰術;
- 通過評估領先作戰能力的互操作性，進一步開發戰術、技術與程序;
- 對有人-無人雙隱身布局的空中分布式打擊體系的構建進行了探索，以為未來進一步實現高危地區由無人機進行攻擊，而有人機則在相對安全的地域進行控制提供實戰演習經驗，從而最終增強美軍的空中優勢。
海上偵察與協同演練
MQ-4C抵近偵察演練
2020年12月28日，兩架美國B-1B遠程戰略轟炸機從關島起飛，穿過菲律賓海，從台灣東南方向進入南海，之後從海南島與西沙群島之間的空域穿過，南下飛往南海南部，再由南沙諸島南部進入蘇祿海，離開中國領空返回關島。一架MQ-4C則從美軍關島安德森基地起飛，跟隨在這兩架戰略轟炸機之後，沿著同一航線飛行。在此之後，MQ-4C又於2021年1月初陸續進行了四次有關南海海域的抵近偵察活動。
MQ-4C於2021年1月9日抵近偵察
無論是MQ-4C跟隨B-1B所進行的航行，還是MQ-4C在南海海域的獨自行動，既是抵近偵察，也很可能是針對MQ-4C的系統測試，美軍意圖根據所得數據進一步完善該無人機的性能。而MQ-4C與B-1B的配合還有可能是針對有人-無人機協同作戰模式所開展的一種實戰演練。
- 由於B-1B的最高時速可達1.2馬赫，而MQ-4C的航速未達到戰略轟炸機的航速水平，因此由B-1B對其進行引導;
調研可知，MQ-4C是基於RQ-4「全球鷹」無人機研發的高空長航時無人偵察機，是美國「廣域海上監視系統」(BAMS)的重要組成部分，能夠跨洲際飛行，具備多目標、全天候、全時段偵察監視能力，具備高自動化程度，其相控陣雷達還具備逆合成孔徑功能，可自動繪製作戰用海圖，並利用機載保密數據鏈，通過衛星向後方艦隊指揮部、航母作戰指揮中心甚至友軍作戰單位傳送包括目標圖像、相關作戰數據以及全動態視頻等關鍵情報;MQ-4C無人機還可充當網絡中繼平台和數據融合中心，與作戰飛機、艦艇平台和先進武器等有機配合實現信息火力融合，建立戰場空間的「通用作戰圖」，從而減少對天基平台和本土指揮的依賴。
美軍頻繁地開展MQ-4C在東海、南海與黃海等第一島鏈內海域的出行行動，一方面說明，美軍已經掌握MQ-4C的性能特點與能力;另一方面，美軍在繼續提升MQ-4C自身偵察監視等能力的同時，致力於提升MQ-4C與B-1B等有人戰機間的通信、指揮、控制性能，提升海空聯合作戰能力。
由此可知，未來MQ-4C與B-1B之間若實現有效實時通信，由MQ-4C進行搜索、偵察識別與瞄準，配合B-1B早在2018年就開始配裝的射程約900公里的AGM-158C遠程反艦飛彈(LRASM)，打擊力度不容小覷。
MQ-8協同演練
MQ-8無人偵察直升機是目前世界上唯一一款投入過實戰的無人直升機，是美國海軍最重要的無人機之一，能夠執行偵察、目標定位、空中火力支援以及戰場管理等多重任務，已經開發了A、B、C三個型號，尤其MQ-8C的航速、升限與載重能力比MQ-8B均得到大幅提升，可支持分布式海上作戰，提供綜合的超視距情報、監視、偵察和瞄準，以及作戰後勤支持，非常符合美海軍的作戰要求。因此美海軍對於其展開了海上協同作戰演練。
圖表：MQ-8B/MQ-8C無人機海上協同演練
資料來源：調研整理
早在2018年，美海軍就將MQ-8C的作戰職能由保護近海戰鬥艦免受快速攻擊艇襲擊轉變為近海戰鬥艦發射的飛彈提供目標信息，並且針對近海戰鬥艦缺少遠程探測傳感器的問題，致力於利用MQ-8執行「分布式殺傷」戰略路線下的遠程探測任務。對於MQ-8C作戰能力演練的結果最終驗證了艦船與航空平台的協同作戰能力，而美海軍的目標在於更好地將該無人機綜合到瀕海戰鬥艦與其他艦船上以為其打擊超視距目標提供決策支撐信息。
據稱該無人機已經於2019年6月具備初始作戰能力，並且美國海軍第22直升機海上作戰中隊已於2020年9月在諾福克海軍基地接收了第一架MQ-8C無人機。此外，據2020年5月8日報道，美國海軍已經對對裝備萊昂納多公司AN/ZPY-8雷達的MQ-8C進行飛行測試，AN/ZPY-8雷達可同時採用多種模式來支持美國海軍的情報、監視與偵察需求，由此能夠大幅提升MQ-8C無人機的對海偵察、搜索，以及提供綜合情報、監視與偵察圖像的能力。而這必將進一步提升MQ-8C在未來演練中的作戰能力。
拒止環境下的協同作戰演習演練
近年來，美國致力於研發先進的自主化算法與監督控制技術，以提升無人機在拒止環境下的作戰能力，並基於美國國防部高級研究計劃局(DARPA)「拒止環境下的協同作戰」(CODE)項目的研究開展了無人機在拒止環境下的作戰演習演練。
CODE項目旨在通過發展先進自主化算法與軟體，探索分布式空戰無人機的自主和協同技術，使無人機群可在一名操作人員的管理下協作完成發現、跟蹤、識別和攻擊目標等任務，並能夠在拒止環境或有爭議的電磁空域中進行高機動地面或海上目標的動態、遠距離作戰。因此，相關演習演練主要圍繞具備協同自主性的無人機與虛擬無人機的作戰能力等展開，在此進行調研梳理，如下表所示。
圖表：拒止環境下的無人機演習演練
資料來源：調研整理
其中，「虎鯊」無人機本身就是CODE項目的一部分，具備不需要環境系統支持，而進行作戰的能力，而「幽靈」無人機則是「虎鯊」的虛擬替身。
由上表可以看出，無人機在拒止環境下的演習演練，驗證了CODE協同自主軟體使無人機能夠自主尋找目標，並能夠與周邊同樣裝備CODE軟體的作戰平台或裝備進行協同，以適應動態戰況的能力，也進一步揭示了在復仇者無人機等大型無人機平台實現認知人工智慧處理能力將是美軍的重點研究方向之一。
MQ-9無人機多方位作戰演訓
作為美軍高空長航時察打一體的先進戰機，MQ-9無人機的最大載荷達到2948千克，不僅裝備了綜合傳感器，在4000米高處解析度為0.3米，對目標定位精度0.25米，還裝備了LINK16數據鏈系統，並且能夠被拆卸成六個主要部件裝載到貨櫃內，其所有系統組件和支持設備能夠在全世界迅速部署。因此該機的戰術與實戰演練一直備受美軍重視，美軍對其極限出動演練、空對空攻擊訓練、遠程協同空戰以及作戰能力的進一步挖掘開展了系列演訓。
梳理髮現，美軍通過對MQ-9無人機的多方位作戰演訓，不僅對該無人機的極限出戰能力、空戰以及遠程協同作戰能力進行了驗證，還在致力於進一步提升MQ-9與其他平台之間的互操作性，挖掘MQ-9進行協調打擊、偵察、反艦行動以及水面近距離空中支援行動的作戰潛力，最終實現以MQ-9為代表的無人機在海、陸、空聯合作戰中的實戰應用。
智能模擬與人工智慧無人機演練
小型無人機編隊演練
美國國防部聯合麻省理工學院由三架F/A-18超級大黃蜂組成的編隊釋放了103架Perdix無人機，進行了一系列模仿監視任務的編隊飛行演習，主要對無人機追蹤靜止目標和移動的能力，小型無人機群的「集體決策」以及適應性編隊能力進行測試。
美軍針對複雜多變的戰時情況，通過信息共享調動每一架Predix無人機的晶片系統進行規模化計算，最終為Perdix無人機設計了有效的集群應對方案。在演習中，Perdix並未進行預先編程，103架無人機共享一個分布式大腦進行決策並相互適應，通過每架Perdix無人機之間的通信與協作，進行編隊，並且編隊中的任一無人機的進入或離開並不會影響作戰任務的執行。
紅線為系統為無人機指定位置，綠色為無人機
該次演練中所利用的Perdix無人機已經進行了七次疊代，軟體和硬體在每一代的設計中都進行了更新，能夠在釋放過程中承受0.6馬赫的速度和-10°C的溫度。蜂群可以在高空停留超過20分鐘，最高時速可達60節，無論規模如何，Perdix集群均具有執行低空情報，偵察和監視任務的能力，還能從地面或水上發射。
調研發現，自該次集群演練後，Perdix無人機的研發項目截至2020年12月仍未見更新進展，但揭示了美軍微型無人機集體決策與編隊飛行的能力，以及將數量優勢壓制敵人與執行空中監視、信息共享、打擊任務相結合的戰術與技術重點。
無人機與地面機器人模擬協同作戰演練
美國陸軍本寧堡機動作戰實驗室於2018年開展了軍事模擬演練，演習中為每個士兵在模擬中加入數十個無人系統，由士兵操作由無人機與地面機器人組成的無人加強排進行了近12次計算機模擬戰鬥。該次模擬演練的亮點在於利用OneSAF演練模擬軟體，使得參戰人數大幅減少，還不到實戰時所用步兵配置的1/3。
基於對利用無人機與地面機器人的加強排提升戰鬥力的模擬演練的特點與戰術難點等的梳理髮現，該次演練儘管成功模擬了無人機、地面機器人與士兵之間的協同作戰能力，但也揭示了人工智慧在戰爭中運用的難點所在，必將引發美軍對該型作戰戰術的深入思考以及改進。
美陸軍早在2017年就開始構建通信系統，也認識到通過人工智慧雲，能夠使得士兵通過控制機器人系統即可實現戰場空間的延伸，但每個獨立的無人機和地面機器人都需要獨立的人工智慧進行導航，分析傳感器數據，並與其他部隊溝通。而將每個無人機上的單個人工智慧與步兵排雲中的整體人工智慧進行融合，並將收集傳感器獲取的數據，經過數據處理與分析轉換成更便於士兵理解的單一直觀的畫面，尚且無法通過現有的人工智慧技術實現。
由此可知，開發一種能夠在現實世界中以該方式合成數據的人工智慧，將是美國陸軍提升士兵對無人機與地面機器人的操控與協調能力，進一步提升無人機與地面機器人的實戰能力，實現全域聯合指揮與控制的關鍵所在。
人工智慧無人機多域作戰演習
美國陸軍自2020年8月11日起在尤馬試驗場惡劣的沙漠環境中開展了歷時六周的「2020融合」演習，旨在提升美陸軍的多域作戰能力，並驗證新技術，主要包括滲透、瓦解與利用三個階段。演習中，美國科學系統公司(SSCI)成功演示了可用於戰術作戰和偵察的RAPTOR智能無人機，對於進一步推動人工智慧與機器學習戰場管理系統的發展大有裨益。
演習以美軍地面部隊擊敗對手而告終。
該次演習使用的系統大多處於試驗階段，而歷時六周的演習推進過程中，美陸軍對人工智慧算法的不斷修改與優化，以使其更好地滿足目標識別需求。與實驗室測試周期相比，極大地推進了目標識別技術等的成熟進程，而人工智慧無人機與人工智慧系統在該次演習的成功運用，則更是揭示了美陸軍在利用人工智慧軟體提高無人機的目標識別能力，逐步實現實戰化技術水平方面已經有所突破。
人工智慧駕駛軍用無人機演練
美國國防部首次將人工智慧搭載在一架軍用飛機——第9偵察聯隊的U-2DragonLady上，並於2020年12月15日將人工智慧算法首次被軍用飛機機組人員用於控制U-2無人機上的傳感器和導航系統，協助正在駕駛飛機的飛行員共同駕駛該機。
該次飛行演練只是專門構建的將AI與另一種動態計算機算法進行對比的場景的一部分，其中用於U-2無人機的人工智慧算法——「ARTUµ」，由美國空軍空戰司令部U-2聯邦實驗室的研究人員開發，而其在演練中的成功運用，不僅證明了AI新技術的功能，更證明了人機協作能力，有望被用於美軍有人與無人軍用飛機，使其能夠執行原本需要由飛行員執行的特定飛行任務，將進一步推動美軍的數字化建設進程。
小結
美國在驗證先進無人機的偵察、極限出戰等作戰能力的同時，進一步致力於提升無人機與先進戰機在先進技術裝備威脅下的聯合作戰與生存能力的創新戰術與技術，以及與戰略轟炸機、艦船等進行反艦、水面近距離空中支援行動的協同作戰能力，驗證拒止環境下安裝協同自主軟體的無人機與其他作戰平台或裝備的實時應戰能力。總之，美先進無人機在空戰、遠程遙控空戰以及協同自主作戰方面的戰法演練，將進一步提升其作戰效能與生存能力，推動其在海、陸、空聯合作戰中的實戰應用進程，在利用人工智慧軟體提高無人機的目標識別能力等方面已經有所突破，而將人工智慧軟體與算法融入到先進無人機的作戰戰術與技術中將是美未來無人機網絡化、智能化演練，乃至實戰的重點發展方向。
文章來源: https://twgreatdaily.com/zh/fm5ZJXgB9EJ7ZLmJjw6z.html