一种基于区块链的导弹蜂群协同制导机制

[摘 要] 首先分析了蜂群自主作战的需求以及传统技术架构存在的主要问题。其次，阐述了区块链技术在构建蜂群作战系统体系中的优势。从体系结构、网络架构、共识算法、智能合约等方面给出了一种基于区块链的导弹蜂群协同制导方案。最后，对该方案的效能进行了仿真评估。研究表明：基于区块链的协同机制，按照智能合约规则分配制导律协同量，各节点依靠分布式的协同制导律，可以顺利地完成协同攻击任务。

区块链被认为是继蒸汽机、电力、互联网之后的下一代颠覆性核心技术，其应用正从金融领域逐步向经济、社会、军事领域延伸。

随着体系对抗的加剧和智能化技术的发展，蜂群作战被认为是未来作战的主要样式。其中，协同环境下的信息对抗仍是夺取胜利的核心。美国空军少校NeilB.Barnas将这种高度竞争性的环境描述为三个领域内的激烈竞争，即反电磁频谱（counter-electromagneticspectrum）、反传感器（counter-sensor）和反决策（counter-decision）。在此基础上，提出了“数据战斗”（data-fighting）的概念，并将其定义为，保护己方生成、传播、储存、处理及利用信息的能力，同时能够干扰破坏敌方从事相同的工作。这实际上仍是敌我双方在协同体系对抗环境下观察-判断-决策-行动（OODA）环的博弈，其主要表现在：

一是干扰与抗干扰博弈。未来作战，电磁环境十分复杂，自然环境变化莫测，干扰方式层出不穷。基于单枚导弹的作战模式，由于受弹目位置、制导模式、开机时序、传感器数量等限制，难以突破敌方多层次、多手段、多模式干扰。而多弹协同系统具有时间、空间和功能上的分布性、多样性和并行性等特点,具备不同时段分时工作、多站探测定位、多模式相互弥补、多平台相互印证等优势，可以有效提升抗干扰性能和对群目标的识别跟踪能力。

二是决策与反决策的博弈。未来作战中，信息不完备成为常态，打击时间敏感目标成为核心关键。导弹攻防作战中，敌方在传感器的支持下，具备在导弹发射后采取针对性对抗措施的条件。目前导弹作战指挥的主要问题是决策链条长，造成决策慢；导弹按照射前事先装订的程序飞行，难以适应战场环境的变化。而群弹自主作战具有自主、实时、在线等特点，为实现敌变我变提供了有效模式。

三是攻击与抗攻击的博弈。饱和攻击是高技术战争中打击敌方重要目标，实现多方向、多高度、大数量同时对防空武器进行突防，是提高导弹突防概率的一种重要作战模式。多弹协同系统可以依据不同的作战任务以及具体的战场环境选择最佳的方案并搭载不同的作战功能载荷，通过多枚导弹之间的联合和协同，提高目标打击成功概率，从而获得最大的作战效能。

传统的基于中心节点和信任环境的群弹系统一般采取“领弹-从弹”模式，存在一定的问题，一是系统缺乏健壮性，中央节点（领弹）是整个系统的“瓶颈”，如果该节点出现故障、遭到损毁或受到干扰，将导致整个系统的崩溃。二是需要各从弹不断将自身状态与探测到的信息传送到中央节点，这对弹群通信链接的可靠性提出了很高的要求。三是所有的计算集中在领弹，计算量大，求解复杂度高，对于大规模复杂问题消耗的时间长，并且难以找到最优解。具体来讲，在组网方面，采取有中心网络，抗毁重组能力弱、环境适应能力差；在加密方面，难以解决跨指挥网、业务网、弹群网的信任问题；在判断决策方面，采取基于完整信息和可信节点的共识机制,可能难以求解;在智能化方面，多采用的是地面遥控或有限的自动程序，智能化程度还不高。鉴于上述问题，这类系统的作战效能在实际对抗条件下将存在较大疑问。针对这些问题，结合区块链技术的优势，本文拟重点探讨军事领域中基于区块链的导弹蜂群协同制导机制。

1 区块链技术的优势

# #1.1 比特币与区块链的关系# #

区块链技术出现以来，由于其在非信任环境下具有安全、抗毁、容错、优化、自动等优势，引起了世界各国的高度重视，纷纷发布相关战略规划，加大投入开展理论、技术、应用的研究。然而，不少人认为，区块链技术只适合以比特币为代表的金融领域，并不适合向其他领域拓展,在军事领域应用更是无稽之谈。究其原因，主要是将比特币等同于区块链。实际上，区块链是支撑比特币的基础技术架构，而比特币是区块链迄今为止最成功的一种应用，不应当把二者划等号。具体来讲，区块链包括公有链、私有链、联盟链等，而比特币采用的是公有链的模式；比特币网络基本是完全去中心化的，不同领域类型的区块链网络可以采取不同的中心化程度；比特币的加密方法、共识机制、智能合约是根据数字货币特定需求定制的，比特币的性能是效能与效率平衡的结果，满足的是数字货币的需求。而各行业可以依据自身业务需求定制优化。因此，区块链是一种技术，更是一种机制、一种模式，甚至是一种思维和观念。就军事应用来讲，区块链技术也具有很强的契合性。

# #1.2 区块链技术的核心要义# #

区块链技术的核心可以概括为可信、可靠、自主、自治。可信方面，P2P对等网络抗毁容错特性保证了网络可信，共识机制和智能合约保证了决策可信，分布式记账、链式结构、密码技术保证了数据可信；可靠方面，抗毁性实现了数据防丢失、防破坏，安全性为数据防篡改、防窃取提供了手段，正确性确保了数据的真实性和完整性；自主是由其自动化和智能化保证的；自治则集中反映在其去中心和去信任化等特征当中。

# #1.3 基于区块链的蜂群作战模式开辟协同打击的新模式# #

就导弹蜂群协同作战体系而言,区块链技术的主要优势体现在：一是去中心化集体维护提高了系统的鲁棒性。蜂群基于分布式系统结构，无中心节点，无固定的领弹（即记帐节点），通过集体维护避免对中心节点的过度依赖，不会由于单一节点或少数节点失能导致整个体系崩溃，从而有效提高了蜂群的抗毁重组能力。二是去信任化提高了复杂对抗环境下蜂群系统的适应性和可用性。未来作战对抗环境异常复杂，争夺首先在信息领域展开并贯穿作战过程始终。为安全起见，在非信任环境下，往往采取“宁可错杀一千，绝不放过一个”的策略，在保证信息安全的同时，也往往会使己方作战决策成为无源之水、无本之木，难以为继。例如，美军《联合出版物3-12：网络空间作战条令》（JointPublication 3-12：CyberspaceOperations）指出，如果指挥团队对部分数据或网段不信任，就应当放弃使用整套数据和整个网络（Whenthe staff perceives that they cannot trust data on a network, orsegment of the network, they should stop using thenetwork/segment）,这种做法其实是不恰当的。在实际的作战环境中，存在非信任造成的复杂性与系统高安全性的悖论：既有敌方干扰破坏，也有作战环境影响，既有己方可靠性因素，也有己方操作失误或误操作。这种情况下，如果对数据和网络的要求过于苛刻，往往可能无数可用，无网可通、无法决策，最终贻误战机。区块链技术和模式的引入，为解决这一难题提供了可行途径。三是分散式决策提高了复杂环境的适应性和决策的科学性。蜂群根据即时战场态势，通过竞争机制选择最合适的节点作为临时领弹进行信息融合，融合结果在全网进行验证达成共识，从而保证了感知信息的准确性、一致性和完整性。另外，区块链共识机制还具有不完全信息条件下决策的基本特征。四是自动化执行提高了系统的自治性和自主性。蜂群通过共识机制完成信息融合、任务分配后，区块链中各个节点可以基于智能合约机制自动进行数据操作。随着人工智能技术的引入，将实现由基于脚本的程序化模式向基于算法的智能化模式转变。五是独特的加密机制和数据结构提高了系统的安全性和可信性。链式结构实现了信息的不可逆、可追溯、不可篡改。共识机制可有效剔除恶意节点。哈希等加密算法等则可以解决跨网络数字证书的一致性问题。

2 基于区块链的技术解决方案

基于区块链的导弹蜂群的主要特点,一是无中心的,弹群无固定的领弹，每个导弹作为平等的网络节点，共享信息、共享全局知识。二是自主的,弹群在受领任务后,可不依托地面指挥控制实施自治行动。其主要技术难点是在对抗环境下，基于环境多变造成的状态不确定性和导弹编队高速飞行带来的实时性等约束条件，可靠有效地进行信息融合、在线决策、任务分配和协同打击。其作战应用场景：

（1）导弹蜂群协同面临瞬时多变的即时作战环境。敌我对抗环境具有自演变性：恶意节点攻击手段具有不确定、对我方探测信息的干扰形式具有多重性、对弹间通信网络破坏具有全方位性，对弹群区块链的安全性提出严峻挑战。

（2）导弹蜂群协同对时延要求严格。区别于比特币网络十分钟出一个区块，一小时达成确认的机制，导弹飞行速度快、战场态势变化快，导弹蜂群需及时形成唯一的区块链，对各节点之间的同步性要求高。

（3）导弹蜂群协同通信环境具有动态性。比特币区块链主要在静态环境下稳定通信，而导弹蜂群协同受制于高速飞行的导弹和变化的弹群编队，其通信具有不稳定性特征。作战概念如图1所示。

图1 基于区块链的导弹蜂群协同作战概念图  # #2.1 技术框架# #

区块链分为公有链、联盟链和私有链。导弹蜂群协同制导区块链采用联盟链的方式，假设蜂群中同时存在故障节点和恶意节点，新加入节点需要验证和审核。联盟链这种共识可信的协同系统可应对强干扰、不可信、高动态等复杂飞行环境，实现业务自治协同。

一般来讲，区块链技术架构自下而上由网络层、数据层、共识层、激励层、合约层和应用层组成。其中，激励层主要出现在公有链中，公有区块链为了让更多节点自愿加入并承担任务，往往采用基于经济手段的激励机制。基于联盟链的导弹蜂群协同对象单一、各节点利益一致，构成封闭的应用生态。因此导弹蜂群区块链技术架构中不包含激励层。导弹蜂群区块链体系结构如图2所示。

图2 基于区块链的导弹蜂群作战系统体系结构图

# #2.2 网络层##

网络层底层由传输信道和网络管理系统组成，封装了P2P组网协议、数据传播模型和身份验证机制等，主要完成节点身份认证、节点接入和区块链组网控制。区块链传输信道主要基于无中继的弹间数据链，如采取天基卫星中继方式，中继卫星应采取多模方式，便于组成无中心网络，使之具备强抗毁重组能力。

蜂群协同区块链组网方式有静态和动态两种方式，静态方式即导弹发射前确定所有组网参数，蜂群在空中聚集后自动入网。优点是组网简捷快速，缺点是应变性弱。动态组网是导弹发射前，指定种子节点，确定组网规则，在飞行中，逐个入网、自主组队、动态管理，其优缺点与静态方式基本相反。本文重点描述动态入网方式。这种网络存在种子节点，第二个节点经过种子节点认证后可以加入网络；后续节点进入时，采用种子节点授权+多数表决的身份认证体制，其主要过程如下：

（1）参数预置。导弹发射前，地面指挥中心为所有待发射导弹分发身份ID和身份证书，通过火力诸元装订后存储于首个区块。

（2）动态编组。导弹起飞后，首飞节点作为种子节点，其他节点按照约定条件依序加入。

步骤1：节点i向种子节点发送请求，广播其通过私钥加密的身份ID、身份证书以及公钥，种子节点收到后利用公钥解密，与存储的身份证书认证一致后，授权节点i入队。

步骤2：其他节点依次向已入队节点发送入队请求，各节点授权后广播，若超过2/3的节点认证通过则入队成功，随即更改蜂群组网参数信息。

（3）出队管理。蜂群飞行中按照约定时间或条件进行握手确认身份，当存在部分节点失联或非法节点入侵时，按照群飞组队原则弃用该节点，断开通信，更新蜂群组网参数信息。

组网过程如图3所示。

图3 基于区块链的导弹蜂群动态组网过程

# #2.3 数据层##

数据层采用链式结构对飞行数据进行存储，并使用非对称加密算法保证数据的可追溯和不可篡改。根据协同作战任务的特点，蜂群协同制导所维护的信息包括目标探测信息、节点导航信息、目标融合信息以及融合信息的共识结果。数据层的信息被组织成为默克尔树（MerkleTree）结构。默克尔树结构可实现信息的快速可信交互和验证，并大幅减少节点的存储空间。

✕ ✕2.3.1 数据加解密✕ ✕

数据通信传输均为密文传输，各节点对传输信息使用私钥加密，其他节点使用公钥解密。记为节点i的待发送信息内容，则加密后发送的信息为：

（1）

其中表示使用私钥对信息的数字签名。

当其他节点接收到节点i发送来的信息时，从区块中寻找节点i的证书，并提取其公钥，进行解密：

（2）

式中，为使用公钥对数字签名进行解密的验证函数。如果result等于消息内容，则说明发送信息合法。

✕ ✕2.3.2 区块头数据格式✕ ✕

区块数据包括区块头和区块体数据，区块头是进行数据索引、节点身份认证等功能的数据载体，除前一区块哈希值、时间戳、生成节点地址外，还包括目标数量，用于对区块中目标数据所占内存进行管理。蜂群协同数据链的区块头格式见图4。

图4 蜂群数据区块头格式

✕ ✕2.3.3 区块体数据格式✕ ✕

2.3.3.1节点证书数据

节点证书数据为射前存储的信息，作为身份管控以及信息来源校验的依据。

2.3.3.2探测信息单元数据

探测信息单元数据主要包括数据标记、探测信息和节点导航信息，信息以目标为存储对象单元进行存储。

（1）数据标记

数据标记是指探测信息单元的属性，包括目标数量、生成节点标识，用于数据管理。

（2）探测信息

对于可见光、红外和雷达等不同体制的传感器，其探测信息均可以抽象为测距、测角信息和目标类型、尺寸等属性信息。

（3）

式中N，K分别表示节点编号和融合次序编号。t代表探测时刻，tid为目标编号，sensor描述传感器信息描述，如探测概率PD等性能。其他信息包括相对距离、俯仰视线角、方位视线角，目标类型和目标几何尺寸（长宽）和信号强度。

（3）导航信息

导航信息指节点N生成探测信息时刻节点位置和速度，记为。

2.3.3.3投票信息

投票信息是指蜂群中记账节点进行区块链信息写入的认证记录。记账节点将融合信息广播至蜂群后，获取各节点的投票，过2/3通过后则确认信息入链。投票信息以节点为存储对象，包含投票节点、投票结果、投票内容，同时为便于合约层数据调用，投票信息还包含投票节点的导航信息。

# #2.4 共识层# # ✕ ✕2.4.1 共识过程✕ ✕

导弹蜂群区块链共识机制主要包括竞争机制和验证机制，竞争机制用于选出记帐节点，即临时领弹，进行目标信息融合和任务分配，验证机制用于对临时领弹身份和传输信息正确性进行确认。基于两种机制，可实现目标信息融合的最大共识性和共识结果的记录防篡改。本文提出基于权益证明POS（Proofof Stake）的“随机指派机制RPOS（RandomProof of Stake）+实用拜占庭容错PBFT（PracticalByzantine FaultTolerance）”的混合共识算法。RPOS算法主要是解决共识算法的速度问题，根据节点编号通过随机算法产生具有记账权的节点。而PBFT算法主要解决恶意节点剔除问题[7]。其基本过程是：在即时战场环境下，最先探测到目标的节点，发起记账，各节点对目标关键信息（如类型、位置、速度、航向、参数等）进行投票，形成共识后，再根据概率随机算法选出记账节点，即临时领弹。记账节点按照智能合约融合形成目标属性和目标航迹信息后，发起对信息融合结果的投票，根据投票数形成最终的目标信息融合结果。具体如下：

步骤1：信息更新请求

当节点i首先探测到目标信息后，全网广播，广播信息包括：节点地址、信息探测时间戳、节点探测信息、节点导航信息；同时采用随机算法，选出集群中的某一节点j作为记账节点，并全网广播。

步骤2：信息融合

节点j收到节点i的任命后，根据链上最新的目标融合信息、节点i探测信息、自身探测到的目标信息和导航信息，按照智能合约进行融合得到新的目标融合信息。

步骤3：发起投票

节点j将目标融合信息广播至蜂群中其他节点，广播信息包节点j和节点i的探测信息与导航信息，最新目标融合信息，表达为

（3）

步骤4：进行投票

导弹蜂群各节点收到投票信息后，将临时领弹融合的信息与自身探测和融合结果进行比对，实现对目标融合信息进行可信性校验，一致则通过校验给与认证，随即将认证信息进行全网广播。投票信息包括投票节点、投票结果和拟投票信息，表达为

                     （5）

步骤5：区块链更新

蜂群各节点对收到的投票信息进行校验，当且仅当节点j获取的认同票数大于2/3时，节点j所发起的目标融合结果有效，然后节点j将目标融合信息Tar_cor(j，K)以及相应的单点探测信息、写入区块链，更新目标信息。

✕ ✕2.4.2 竞争机制✕ ✕

竞争机制是选取记账节点完成信息融合的过程，信息一致性要求竞争结果唯一性。但是，理论上存在多个探测节点同时探测到目标，也就是存在同时选出多个记账节点j情况，此时会产生类似比特币区块链双花问题。为避免此情况，采用基于信息熵的权益证明选出唯一记账节点。各节点从多个候选节点集合{j}中投票选出目标识别信息熵最大的节点为最终记账节点。记目标类别信息为，其熵值表示为：

         （6）

信息熵代表确定性的量度，熵越大表明节点所融合到的确定信息越多。基于最大熵的投票原则，保证蜂群各节竞争结果唯一性。

✕ ✕2.4.3 校验机制✕ ✕

校验机制是确保信息可靠的方法，包括信息来源校验和信息内容校验。

（1）信息来源校验

信息来源校验体现在投票和计票过程：

（a）投票过程。投票信息进行公钥解密后，与节点j身份认证信息一致。

（b）计票过程。各节点确认记账节点j发起的投票结果有效：一是各节点的投票结果，与其投票内容是一致的，二是投票节点的身份正确。

（2）信息内容校验

信息内容的校验则包括对融合计算的校验、目标航迹校验和目标属性校验。融合计算校验是指各节点使用相同的信息融合算法完成对探测信息、导航信息的校验并与融合信息对比，一致则信息正确。目标航迹校验是指通过航迹关联，实现不同传感器所探测航迹的关联。目标属性校验，则是各节点通过融合信息中目标分类概率与自身探测的分类概率进行互斥性排除，排除后即可确认。

# #2.5 合约层# #

合约层封装了以算法和脚本形式定义的一系列约定，合约参与方可以通过相应的机制，执行这些约定的相关协议，从而自动实现区块链的业务逻辑。导弹蜂群区块链合约层的主要功能，一是进行多节点、多传感器探测信息的自动融合，二是按照毁伤要求和攻击模式约束，进行制导律协同量的计算与分配。由此实现导弹蜂群在复杂战场环境下的自主智能交战。

✕ ✕2.5.1 多节点、多传感器目标信息融合✕ ✕

记账节点（领弹）选出后，自动触发智能合约进行信息融合。协同探测的任务中，待融合信息主要是指不同体制传感器探测到感兴趣区域内的目标信息，见式（3）。目标信息融合采用点迹级融合，融合时综合区块链上最新融合结果、新探测的目标信息和节点的导航信息Nav（N，K），融合功能相当于分层目标分类器。目标信息融合可通过信息图形式清晰表达信息流和信息结构间的变迁。如图5所示。

 

 

图5目标信息融合示意图

融合信息包括目标位置信息（P）、速度信息（V）以及目标类型、几何信息，表达形式为：

（7）

记融合符号为，则有：

（8）

对于目标位置、速度等连续动态量，采用基于卡尔曼滤波的协方差估计的融合算法。对于目标类型、几何尺寸等静态识别量，具有非确定性特点，采用基于贝叶斯概率估计的融合算法。以目标识别为例，方法如下：

（9）

其中，

为区块链上最新融合信息中的目标分类后验概率，为累积的探测信息，为节点最新探测信息中的目标分类后验概率，为先验概率。

✕ ✕2.5.2 制导律协同量的计算与分配✕ ✕

智能合约的分布式部署，使蜂群成为一个分布式控制系统，蜂群中各节点部署相同的制导律。单个节点的智能合约部署原理如图6。

图6 单个节点的协同制导智能合约部署原理

导弹蜂群在完成对探测目标共识判断，融合结果上链事件自动触发智能合约，根据全向攻击或攻击时间约束等模式，调用合约规则，自动生成各节点的制导律协同量计算和分配，协同各节点完成饱和打击任务。智能合约数据流向示意见图7。

典型的智能合约采用可编程技术定义自动化运行脚本。蜂群协同制导的合约层引入人工智能算法，能够让合约具有一定的智能进化能力。合约规则以对抗效果和毁伤要求为目标，基于各导弹能量约束，合约脚本调用BP神经网络和异质多种群蚁群算法完成制导律协同量实时自动指派。BP神经网络的参数和结构在地面训练好后发射前写入智能合约，如图8。

导弹蜂群协同制导规划的目标函数为：

（10）

式中为规划目标数量，、分别为时间协调、攻击角度不同造成的毁伤效果；为任意两枚导弹击中目标的时间间隔，表示区间长度，为目标类型。

规划约束为导弹数量、目标数量、可达性和导弹能量，见式（11）。

 （11）

上式表示子集群所分配的目标和任务均应当满足Vi子集群的可攻击域。

  

图7 智能合约与区块链交互

图8 三层神经网络

各节点收到智能合约的协同量后按如下制导律进行全向攻击和同时间到达目标导引。导弹节点i的制导律为：

（12）

式中、、分别为比例导引加速度指令、攻击方位协调指令、时间协调指令。其中：

         （13）

其中、分别为速度方位角和终端入射方位角要求，、为制导系数，为导弹i的剩余估计飞行时间，为二元函数，反映通信网络的连接情况。，在t时刻，当节点j至节点在通信连接时，，否则取 。

# #2.6 应用层# #

导弹蜂群协同制导区块链应用面向协同探测、协同决策、协同干扰、协同突防和协同攻击等蜂群协同各环节。区块链运行于各导弹的弹载计算机上，与导引头、弹载计算机和地面规划系统存在信息交互，应用层有对应的标准化总线通信接口和软件接口。同时，针对导弹节点入群和离队管理，应用层具有身份认证端口。

3 效能预估        # #3.1 区块链性能分析# #

针对区块链技术中存在的蒙代尔不可能三角，即三元悖论，对本方案的安全性、去中心化和实时性进行仿真分析。

（1）安全性

区块链引入了非对称加密算法后，运行的主要风险是记账人作弊的风险，在比特币中被称为双花问题。假定恶意节点需要产生Z个区块，才可使得伪造的区块链成为最长链，同时假设恶意节点伪造区块链的增长服从泊松分布，即泊松分布期望值为：

那么恶意节点成功篡改数据的概率为：

式中，q——可信节点权益；  p——恶意节点权益。

上式可见，对于恶意节点持有权益小于可信节点的网络，恶意节点产生的分叉存活概率指数衰减。恶意节点伪造长度为Z的区块链的概率仿真结果见图4-1所示。由图可见，随着伪造区块链长度增长，恶意节点成功概率指数衰减；随着节点数增加，恶意节点伪造区块链成功难度加大。当蜂群节点数大于10，恶意节点伪造成功5个以上区块的概率小于5%。

（2）去中心化

共识机制设计时，通过RPOS+PBFT共识算法选出记账主节点，每个节点均拥有概率均衡的记账权。基尼系数被广泛应用于评估社会贫富分化问题，引入基尼系数衡量区块链去中心化程度，评估各节点所占权益比重的均衡程度。基尼系数越小，节点权益分配越平均。基尼系数为：

式中 N为记账候选人总数；为记账候选人持有权益的平均值；为记账候选人j所持有的权益。

基尼系数的仿真结果见图10。图中表明，本方案的共识机制实现了各节点竞争记账的权益均衡，基尼系数小于一般要求的最大值0.3，没有出现某个节点占较重权益的情况。

图9 恶意节点篡改概率

 

  

图10 基尼数随节点数变化

（3）实时性

由于网络拓扑关系对区块传播时间影响较大，较难得到传播时间的解析式，通过仿真可估算出区块传播全网所需时间。区块传播全网时间包括记账节点向节点发送区块所需时问、其他节点验证时间和记账节点全网广播时间，如下式所示：

式中，S为区块的容量；B为网络带宽；k为验证所需时间的统计系数。为记账结果传播所需时间。

区块在网络中传播所需要时间仿真见图11。从仿真可知，区块传播时间受节点数和区块大小影响，通过进行区块大小和节点数平衡设计，其传播时间可以满足蜂群协同的制导需求。

图11 区块传播时间

由上述初步仿真结果可见，导弹蜂群区块链的设计，突出了非信任环境下的可信协同环境构建，其去中心化、实时性与安全性可实现系统指标匹配，能够适应导弹蜂群作战的要求。

##3.2 典型任务仿真##

以5枚导弹协同攻击目标组合为仿真场景，目标组合包含一个真目标1#和2个假目标（2#、3#）。探测信息融合结果如图12所示，不同节点对目标1#的观测结果受相对位置、视线角影响存在误差如图（a）、（b）所示，图中“1”代表识别为真实目标，“0”代表识别为假目标。共识后蜂群排除单点探测信息误差，融合后结果见图（c），目标信息融合提高了目标识别正确性；基于融合结果分配的各导弹攻击目标见图（d），图中各导弹节点8s后均向真实目标1#目标导引。

（a）1、2、4#导弹观测1#目标结果

（b）1、3、5#导弹观测1#目标结果

（c）共识融合后结果

（d）各导弹攻击目标分配

图12 导弹协同探测结果

按照智能合约分配的同时到达和全向攻击的制导律协同量，各节点以较好精度满足约束条件要求。表1给出了同时到达任务的各节点攻击时间统计结果，各节点到达时间均控制在28s时刻，最大偏差不超过1s。全向攻击任务各节点飞行轨迹见图12，蜂群对目标实现了多角度攻击，攻击角度覆盖-72.28~73.27°。

表1 各节点飞行时间统计

（a）多方位协同飞行轨迹

（b）目标攻击角度曲线

图13 多方位角度协同攻击仿真结果

典型场景仿真结果表明，蜂群中各节点通过共识算法，克服了单点单手段探测的缺陷，有效提升了蜂群目标识别的准确性。基于区块链的协同机制，按照智能合约规则分配制导律协同量，各节点依靠分布式的协同制导律，可以顺利地完成协同攻击任务。

4 结束语

区块链基于云计算、无中心自组网、密码学、人工智能等多种领域的新技术进行集成创新，创造了新的组织形式、新的决策机制和新的计算范式，可以预见“区块链+”已经成为继“互联网+”、“人工智能+”后，人类经济、社会、军事领域中一种新的发展趋势。通过本文的分析和仿真可以看到，区块链技术对蜂群自主作战系统的需求具有很强的契合性，对这类系统作战效能的提升在技术上的优势显而易见。下一步，需要在异构节点区块链和多区块链跨链应用上进一步研究探索，以使基于区块链的军事系统更具适应性和实战性。

审核编辑 ：李倩