西北工业大学航天学院张栋副教授带领的科研团队，在无人机蜂群作战领域取得重大突破。他们研发的异构图时空推理决策方法（HG-STR），通过构建智能网络赋予不同作战要素真实语义，使无人机编队在复杂战场环境中实现自主协同作战。这项成果已发表于中国航空领域顶级学术期刊《航空学报》，并被香港《南华早报》重点报道。
传统算法将友军、敌军和地形信息视为同质数据，导致战场态势判断模糊。HG-STR算法创新性地采用异构图结构，将无人机、搜索区域和敌方目标分别定义为不同类型节点，通过神经网络学习建立动态关联模型。当无人机发现目标时，系统自动判定为高优先级威胁；若检测到友军单位，则立即启动协同作战模式。这种智能识别机制使无人机蜂群能瞬间判断支援时机与攻击策略。
实验数据显示，该算法在任务成功率达96%的同时，实现100%目标杀伤率，两项核心指标均超越现有算法。其单步决策耗时仅6.6毫秒，较传统方法提速近900倍。对比实验表明，某优化算法虽覆盖率略高，但5.8秒的计算延迟在100米/秒飞行速度下会导致近600米盲飞距离，这在电子对抗环境中堪称致命缺陷。
针对战场通信中断的常见挑战，研究团队为每架无人机配备"记忆系统"。通过门控循环单元（GRU）技术，无人机在失联后可回溯友军最后位置和敌方目标坐标。分层决策机制将复杂任务拆解为宏观目标确认、攻击对象选择和弹药量计算三个层级，有效避免决策混乱。弱连通条件下的仿真实验显示，系统仍能保持94%的任务成功率。
该算法展现出强大的环境适应能力。经过小规模场景训练的模型，可直接应用于大规模复杂战场，无需重新调参。研究团队正推进算法的轻量化部署，计划在算力受限的机载平台上实现实时运行。针对通信信道的不确定性，他们将信道竞争、数据丢包和传输延迟纳入决策模型，着力提升系统在非理想条件下的韧性。
军事专家分析指出，这项技术标志着无人机作战模式从远程操控向自主决策的跨越。未来高风险作战区域中，无人机蜂群可仅凭初始指令"搜寻并消灭所有敌人"，在完全脱离人类指挥的情况下独立完成作战任务。这种能力将彻底改变现代战争的作战样式，特别是在强电子干扰环境下的战场应用前景广阔。
