以无人机为典型代表的无人集群系统中，如此众多的单体如何不冲突地一起工作？关键在于集群控制。无人机集群协同控制是指大量无人机平台配合完成OODA循环的全回路，使各平台在“正确的时间、到达正确地点、执行正确的任务”，获得“1+1+…+1≫N”的集群协同效能，且具备去中心化、自主化和自治化的特点。

从OODA的视角，给出了目前关于集群协同的典型研究方向，包括协同观测、协同侦察、协同定位与建图、任务分配、任务规划、聚集、蜂拥、编队等。 

（中国开展的典型集群飞行演示实验）

（集群协同的典型研究方向）

无人机集群协同涉及OODA循环的全任务回路，势必将成为未来高技术战争背景下各大国之间竞争的技术高点。本节将专注于集群于OODA回路中末端环节，围绕分布式“决策和行动”的关键技术展开。

3.1 集群控制的挑战

无人机集群控制本质上可以看作是寻找对整个大系统的最优控制策略，其复杂性主要体现在以下6个方面：1) 数量多：通常考虑几十上百，甚至成千上万架无人机，协同难度随着数量增加急剧增加。2) 异构性：集群成员通常具有相同基础平台，但是配置的传感器、侦察/武器载荷可能不同，导致完成特定任务的能力也不同。在执行任务过程中需要对集群成员按照不同能力进行合理分配。3) 任务多：集群通常需要同步并行完成不同的任务；不同类型的任务具有不同的要求，且任务之间可能存在约束关系。4) 约束多：除无人机系统性能约束外，还包括战术要求约束、战场环境约束、通信约束、平台空间约束、时间约束、任务耦合约束、航迹防撞约束等以及约束间大量错综复杂的耦合交联关系。5) 动态变化：集群执行任务面对的态势通常动态变化，且目标、威胁、任务以及无人机本身状态均处于不断变化中；特别地，在对抗环境中决策和行动可能受到敌方决策和行动的影响。6) 不确定性：由于传感器信息的不确定性和通信信息的不确定性，无人机对当前态势的感知也是不确定的。以上各个方面的因素交织在一起，形成的建模复杂性、组合多样性、信息不确定性、计算复杂性和时间紧迫性，以及无人机集群成本受限/动力学复杂/机载资源有限等特点，使得无人机集群控制问题极富挑战。（ 大规模小型固定翼无人机集群控制的挑战）

3.1.1 重量/功耗/空间/成本限制对机载通信、计算和存储能力的约束

小型固定翼无人机可供载荷使用的重量、功率和空间非常有限。以某小型固定翼无人机为例，其可用载荷重量(不包括电池、机体重量)≤1.5kg，可用载荷体积<10 ×10 ×15cm，可用功率<60W。同时，要建立成本可承受的无人机集群系统，单机成本不能过高；考虑到无人机系统的安全和冗余设计，分解到各核心载荷上的成本非常受限。苛刻的载荷重量、功耗、空间以及成本约束，使得自驾仪、计算/存储设备、自定位/机间定位设备、通信/感知等载荷的集成设计非常具有挑战性。考虑到设备性能和功耗/体积/重量以及价格等往往互相制约，故而各类载荷的性能必须折衷设计，使得机载通信、计算和存储的性能非常受限。

3.1.2 数量规模给集群控制带来的挑战

集群系统的性能受梅特卡夫定律的影响，即数量规模的增大将导致协同难度的指数上升，在系统实现、集群管理、协同控制等技术上存在拐点效应，在系统性能如收敛性和稳定性等方面存在天花板效应。同时，小型固定翼无人机集群系统的通信距离和带宽等性能受限，通信网络拓扑结构的设计存在约束，难以做到大容量的机间信息分发和任意拓扑结构传输，进一步压缩了大集群系统在理论上的最优性能。特别地，当机间信息流和数据流存在拥塞时，集群系统的性能会急剧恶化。故而，大集群和通信受限都对体系结构设计、协同规划决策、集群飞行控制、低人机比指控等提出了苛刻的要求。如何实现大规模的无人机集群协同控制，尚是一个极富挑战的课题。

3.1.3 任务耦合、局部信息不一致和维数爆炸给集群控制带来的挑战

集群通常可以采用“点面结合”的方式同时遂行多重任务，但是集群任务通常具有不确定性，且彼此耦合。例如在集群协同区域侦查和目标抵近跟踪的典型任务中，侦察和跟踪任务耦合，地面目标数量/运动状态不断变化(动态出现/被遮蔽，且不规则运动等)，无人机数量不断变化(部分损毁/部分返航补充燃料/部分通信失联等)、环境区域复杂(山区环境，通常为不规则的非凸构型)等，导致集群任务协同通常无法得到闭式的全局优化解。进一步，集群采用分布式感知/通信和邻域协作方式，机间的信息传递步长有限，导致机间信息不一致性，更进一步加剧了优化的难度。另一方面，集群协同需要考虑多平台空间约束、时间约束、任务耦合约束、航迹防撞约束等以及约束间大量错综复杂的耦合交联关系，使得决策变量数量成倍增加；固定翼无人机动力学的复杂性更增添了优化约束的复杂度。故而，任务的复杂性/多样性和集群数量导致决策空间急剧膨胀和高度耦合，使得集群控制问题建模困难、求解困难。维数的增加必然带来规划时间性能的降低，对于时敏性任务，必须在算法最优性和时间性能之间权衡。特别地，由于集群系统的计算/存储能力极度受限而数量规模巨大，更是对集群控制带来了巨大的挑战。