（6）预警和通信中继。由于大海宽广无垠，海上通信资源较为有限，而中小型无人机滞空能力强、成本低，可在海战场布置大量无人机携带通信控制系统、雷达系统等通信载荷，形成海上通信网络战节点，为战区提供不间断的战场预警和通信中继能力，提供传感器到传感器、传感器到信息平台的传输途径，并和卫星通讯系统、舰载无线电通信系统、水下通信系统构成海空天一体的立体化信息通信网络。

3  海上ISR无人机关键技术分析

虽然中小型ISR无人机因其独特的优势受到世界各国海上作战部队的青睐，但海上环境恶劣，其存在起降平台危险较大、智能化程度不够、数据传输较慢、任务载荷精度较低和平台抗腐蚀能力差等问题，制约了中小型无人机在海战场的应用，相关关键技术仍需进一步解决。

3.1 发射与回收技术

海上大型无人机和有人机，可在大型舰艇或岛礁机场有专用跑道起飞，而中小型无人机的起飞面临的是舰艇甲板或岛礁的狭小场地，且更易受到涌浪、甲板风等环境因素的影响，所以，它的起飞一直是个难题。而且，大多数无人机起飞后，在完成任务的同时，为了实现它的最大利用价值，都会进行回收利用。受平台的限制，海上无人机着舰回收的安全性问题尤为突出。有资料表明，无人机回收过程的故障数占无人机整个执行任务故障总数的80%以上[15]。因此，海上中小型ISR无人机的发射与回收两大技术难题，成为制约无人机海战运用的最主要因素。

目前，海上中小型无人机的起飞方式主要有母机投放、弹射起飞、火箭助推起飞、垂直起飞和手抛发射等（如图1所示）。其中弹射起飞是利用很强的弹性元件的弹力作为动力，为无人机提供起飞所需的加速度，如美国“影子200”、“扫描鹰”、“黑杰克”，英国的“不死鸟”，以色列的“先锋”都采用此起飞方式[16-17]；火箭助推起飞是借助固体火箭助推器，从发射架将无人机助推起飞，美国的“猎人”、英国的“小猎鹰”和以色列的“哈比”无人机都采用这种起飞方式[18]；垂直起飞技术能够让无人机垂直发射，并具备空中悬停能力，对跑道和其他发射装备无依赖，适合各类型舰艇使用，是目前无人机发射技术的研究重点，大多数旋翼无人机和无人直升机都采用了这种方式，还有少部分固定翼无人机，如最新的美国“金眼”和俄罗斯“无风”-3无人机[19]。

图1　无人机的起飞方式

海上中小型无人机的回收方式主要包括垂直降落、伞降回收、撞网回收、天钩回收（撞绳回收）、舰面降落和侧臂回收等，如图2所示。其中，伞降回收是无人机通过降落伞落到海面，工作人员进行打捞回收，大部分小型无人机都适合这种回收方式，但是需要无人平台具有防水能力，且打捞过程较为麻烦[20]；撞网回收是通过舰面无线电引导，将无人机引入阻拦网内进行回收的方式，美国的“银狐”、“美洲狮”和以色列的“先锋”、“侦察兵”无人机都采用这种回收方式[21]；天钩回收又称为单垂阻拦回收，是通过装在无人机上的自锁挂钩锁定在阻拦索上进行回收，2004年首次应用于“扫描鹰”无人机[22]；侧臂回收是一种能发射和回收质量达500 kg无人机的小型机械装置，可实现无人机安全发射和受控减速回收，兼容当前和未来的战术无人机，特别适合海上平台。2016年12月，美国极光科学公司成功进行了回收测试，但是此回收技术还有许多技术难点尚未完全攻破，比如回收阶段的航迹规划与自主控制能力等[23]，所以侧臂回收技术仍处于实验测试阶段，目前还未应用于现役无人机[24]。需要注意的是，海上中小型无人机的回收特别依赖舰船的无线电引导系统，它需要引导系统精确平稳地指引无人机进入设置好的回收区域，实现成功回收。表2列举了几种典型海上中小型无人机的起飞与回收方式。

图2　无人机的回收方式

表2　海上中小型无人机的起降方式

3.2 自主控制技术

无人机系统能够完成人类通过人机交互布置给它的任务，最核心的技术是自主控制技术，即无人机系统具有自主性，拥有感知、认知、分析、通信、规划、决策以及执行的能力。针对指定任务，无人机通过态势感知与分析、自主学习与决策，在最小化人为参与的情况下，优质高效完成任务。自主控制技术得益于目前蓬勃发展的人工智能技术，主要涉及态势感知技术、智能规划技术、自主决策技术以及协同技术。

态势感知技术是无人机系统理解并适应环境的能力。为了适应复杂不确定的战场环境，无人机须具备对战场环境的感知、认知与理解，这就意味着无人机能够融合多种传感器的数据信息，自主对周围战场环境进行建模，并通过对数据计算、分析与处理，完成环境特征提取、目标识别、态势评估、状态估计等，将数据转换成有用的情报，服务于后期的决策过程。2021年，Toru Y等人提出了一个3D悬垂系统，该系统可以使无人机基于着陆场景和飞行经验，实现对周围环境的智能感知[25]。

智能规划技术是无人机实现智能飞行的关键技术。无人机在执行任务时，可以根据任务的地点，智能规划最适合的飞行航线，并能有效避开威胁，防止碰撞，而且可以根据作业环境态势的变化以及任务的改变，实时或近实时地修改与重新制定系统的任务路径，智能完成任务的航迹规划和重规划。例如，采用离线训练-在线规划框架的基于DDPG的智能规划技术的无人机，可高效稳定运行，能适应未知连续高维的环境态势，具有较强的智能规划性能[26]。2021年，我国的刘欢等人提出了基于蚁群算法的无人机自主规划技术，有效提高了无人机智能路线规划和飞行的能力[27]。