随着计算机、自动控制、通信和传感器等技术、人工智能理论和机载武器系统的发展，无人作战飞机正得到突飞猛进的发展。然而经过近年来数次战争的应用，人们发现随着工作环境和任务的复杂化，无人作战飞机执行作战将更加复杂与困难。人们开始寻找新的研究途径，有关UCAV群的研究已引起人们的关注。UCAV群并不是把多个无人作战飞机简单地堆砌起来，并且就整个系统功能而言，也并非将单个无人作战飞机功能简单地放大。从整体上看，UCAV群是一个由多个无人作战飞机有机组织而成的复杂非线性离散系统，能够在动态不确定环境下高效地完成更为复杂的任务。
为探讨无人作战飞机协同作战架构，本文从群的角度分析无人作战飞机在攻击目标过程中所具备目标编群、威胁判断和武器分配一体化的能力。
2 UCAV群协同作战架构描述
2.1 群的概念
军事分析家认为，在未来战争中，将形成无人作战飞机集群的作战概念。正在全面展开的无人作战飞机、武器系统以及探测/侦察装置的突破性进展，将最终促进并实现直接参与整个战场作战的智能无人作战飞机集群作战系统。无人作战飞机集群作战系统所组成的功能相对简单的蜂群状分布式作战网络，要比单一的复杂武器系统有效得多，有很高的投资回报潜力。
UCAV群是指一群在一个环境中具备自身活动能力的实体的集合，它们通过相互间直接或间接的通讯，从而通过全体的活动来解决一些分布式的难题。
由该定义可以得出：
UCAV群近似于“形散神不散”，即各无人作战飞机可以处于不同的区域，执行着不同的任务。UCAV群在预警机或地面站的统一指挥下，分别对目标实施攻击。UCAV群中各机之间的协同完全是临时性、即时性的，相互之间不存在义务，只有合作。它与编队空战有着明显的区别，编队空战强调的则是一个形。无论是战术编队还是目视编队，各飞机之间都有规定的间隔距离高度差，有规定的长僚机（组），各机（组）之间有任务分工，事先也有一定的协同。可以说编队空战在形态上要求更严，所受到的约束远比UCAV群空战强。
2.2 协同作战的功能分解
作战中，协同战术决策系统能自主完成对目标的探测、识别，制定诸如武器分配策略，合理地决策无人作战飞机之间的攻击行为，使作战资源得以最佳运用，获得较高的作战效能；同时，在攻击的过程中，根据我方的武器效能、生存力、武器资源的变化情况，实时调整协同攻击的策略，即在复杂、动态和不确定的空战环境下，每个作战单元都可以及时掌握战场态势和目标动向，对空中目标可以由处于最佳位置的战斗单元发射武器进行攻击，从而大大提高整个战区的空战能力。简言之，UCAV群空战协同战术决策功能应该包括：目标编群、威胁判断、武器分配。这三个部分的关系如图1。目标编群是进行威胁判断、武器分配的基础。威胁判断是协同战术决策的核心，为协同战术决策中的武器分配提供合理有效的信息。武器分配是UCAV群协同战术决策的最终目的。

图1 协同战术决策功能模块关系图
1、目标编群
目标编群的意义在于将类型相近、运动状态相近或遂行同一作战任务或对我方具有相同威胁的目标进行分类，为武器分配提供合适的目标群数。其基本思想是根据融合输入的诸威胁单元信息，按照一定的知识采用自底向上逐层分解的方式对描述威胁单元的信息进行抽象和划分，形成关系级别上的军事体系单元假设，以便揭示可以帮助确定目标单元之间的相互关系，从而解释问题领域的各种行为。过程可简要描述为：通过各种情报侦察手段获取目标数据并量化输入；进行目标信息的整理、相关、变换和更新；对目标编群计算。目标编群的研究重点是：①目标信息的描述方法，目标可表示为某一时刻的状态信息集合，如｛实体类型、位置、速度、航迹批号、事件、·····｝；②目标信息特征的采集，以及特征库的建立、更新；③目标编群的策略。
2、威胁判断
随着电子信息平台，远程机动、精确打击和电磁对抗能力的加强，无人作战飞机空战将在多维空间及全方位、全空域、全天候的战场环境下全面展开，对战机构成了严重威胁。空战中，武器分配必须建立在对空中目标威胁程度准确地把握之上，才可能完成作战任务。
威胁判断属于数据融合系统中高层次信息融合处理，一般采用参量法和非参量法。前者的典型方法是贝叶斯（Bayes）法；后者主要根据目标的角度（方位角和俯仰角）、距离和距离变化率等作出判断，因而显得简明实用。
3、武器分配
武器分配主要是根据当前的作战态势将我方的无人作战飞机机载导弹合理地分配给各个目标，使UCAV群作战效能最好。对于一个目标，如何判断作战效果更好，即如何计算我方无人作战飞机相对于一个给定目标的作战效能值成为武器分配过程中的关键。由于协同战术决策中针对的目标不是单架飞机，而是数个目标群，所以需要建立武器分配模型。
3 协同作战的体系结构
实现协同战术决策行为必须依赖于系统的体系结构，体系结构是系统的最高层部分，UCAV群中的各无人作战飞机之间的协同机制就是通过它来体现的，它决定了UCAV群在目标编群、威胁判断、武器分配及执行等过程中的运行机制和系统中各无人作战飞机所担当的角色。目标编群、威胁判断、武器分配决定了UCAV群的协同机制，事关决策效率的高低。从系统设计的角度而言，体系结构要有利于个体能力最大程度地发挥和任务的最高效完成。另外，UCAV群面向的是动态变化的环境，因此体系结构要对环境有自组织适应能力。面对不断增长的复杂性、分布性和层次性所带来的高度不确定性的空战决策空间，传统的空战决策主要通过专家的经验知识和按一定的规则要求得到决策结果，这已经不能适应现代和未来空战的需要。
体系结构是UCAV群行为的基础，决定了系统的能力。在确定体系结构时，要决定它是集中的还是分散的，如果是分散的，是分层的还是分布的。集中式体系结构可用一个单一的控制智能体来管理控制，而分布式体系结构则缺少这样一个智能体。分布式结构中所有智能体相对于控制是平等的，分层式结构在局部则是集中的。普遍的看法是分散式结构在某些方面，如故障冗余、可靠性、并行开发的自然性和可伸缩性等，比集中式结构要好。在体系结构中还有同构与异构的问题，同构系统中每架无人作战飞机的能力是一样的，异构系统则相反。异构系统虽具有普遍性，但带来问题的复杂性，任务分配更加困难。在异构系统中，任务分配一般按个体的能力来确定，在同构系统中，各智能体需要被区分为不同的角色，以便控制时的识别。
协同战术决策的决策过程是复杂系统问题求解过程。对于这样的系统，涉及问题求解的复杂度和问题求解的效率（系统实时性）。采用一般决策支持系统的集中式串行问题求解方式是根本无法满足任务要求的。解决的方法是通过分层、分布的求解过程来降低作战规划决策问题的复杂度。本文将面向Agent的分布人工智能技术与集中规划式空战战术决策结合起来，提出了分布计划的集中规划式协同战术决策。分布计划的集中规划方法是指由一个智能体集中构造和多个智能体参与完成的行为计划，然后发送给各智能体，各智能体以分布的形式并发执行计划，相互协同完成任务。其优点主要有：1、各无人作战飞机利用专家系统、人工神经网络等智能技术，将各种知识、经验纳入系统之中，并能利用这些知识、经验进行推理和分析，提高其智能化程度，使其具有自主权或半自主权，增强其提供主动形式支持的能力，提高问题求解能力和速度。2、采用分布式结构，通过内部若干智能子系统的合作，系统整体问题求解能力将会超过各个子系统问题求解能力的简单相加；同时分布式的知识存储、知识求解可以进一步模拟UCAV群的智能活动，克服传统战术决策的不足。3、由于复杂的战场电磁环境，无人作战飞机之间的通讯数据链可能被敌方干扰甚至中断，从而使得我方无人作战飞机失去联系，采用分布式人工智能技术，就较好地解决了这个问题。如果数据链中断，那么单架无人作战飞机可以依靠自己的决策系统进行单机决策。