考慮尾流影響的無人機編隊視景仿真方法研究

薛源, 徐浩軍, 張建林, 葉蔚

(1.空軍工程大學 航空航天工程學院, 陜西 西安 710038;2.中國人民解放軍94270部隊, 山東 濟南 250114)

0 引言

徐浩軍(1965-)，男，浙江余姚人，教授，博士生導師，研究方向為飛行安全與作戰效能評估。

在無人機系統越來越強調體系協同能力的背景下,無人機編隊飛行仿真技術成為一個重要的研究方向,擁有廣闊的發展前景[1-2]。通過無人機編隊飛行仿真研究可以拓寬無人機的應用范圍、提高執行任務效能、增加系統冗余度,使其較好地適應復雜環境,完成單機無法自主完成的任務。

前機尾流是研究無人機編隊問題需要考慮的一個重要影響因素。國外學者較早認識到編隊情形下尾流場對后機氣動性能及安全性的影響,并進行了相關研究[3-6]。國內研究人員對這一問題的認識還不夠,定量研究不足,對無人機編隊情形下長機尾流場對僚機氣動影響的研究較少。研究工作大多是分析尾流對后機的氣動影響,并沒有涉及編隊飛行控制算法。針對編隊飛行控制算法的研究大多是基于理想無尾流擾動狀況[7-10],很少涉及前機尾流對后機的氣動影響或者研究不深,更少有研究編隊視景仿真技術的工作;因此有必要將前機尾流引入到飛行仿真與跟蹤控制的迭代過程中,并開展視景仿真技術研究。

本文基于分布式仿真框架[11]構建視景仿真系統,通過提供通用的、相對獨立的支撐軟件將仿真應用與底層通訊功能分離,使各部分運用各自的技術,最大限度地提高系統的通用性以及各分系統的互操作性和重用性。本文無人機編隊視景及態勢采用基于OPENGL的圖形建模技術進行開發,并采用衛星圖片與航空照片、貼圖與三維場景模型相結合的地景構建方式,視景仿真中的大地景精度較高,真實感較強。

1 尾流影響下的無人機編隊飛行建模

1.1 長機尾流模型

目前,已有多種尾流場中的滾轉效應模型,這些模型對尾流場中后機的飛行動力學仿真是可以借鑒的。本文采用Proctor提出的非奇尾渦模型[12],有側風情況下長機在后方兩個展長處的尾流速度場模型如圖1所示。

圖1 尾流場內的速度分布Fig.1 The velocity distribution of wake vortex

1.2 編隊飛行動力學建模

長機尾流對僚機有效風分量及有效風梯度的計算采用構型積分算法,忽略長機尾流對尾翼、襟副翼、設備艙、掛載等結構外形的氣動影響。飛機本體六自由度微分方程解算的參數為:

x=[V,α,β,q0,q1,q2,q3,p,q,r,x,y,z] (1)

所得參數經相應的坐標變換、單位轉換、微積分變換后得到所需的其他飛行參數,[q0,q1,q2,q3]T即為姿態角轉換而來的四元數。

使用Real Time Workshop(RTW)將SIMULINK搭建的運動方程及控制律轉化為實時系統VxWorks支持的C代碼,并將其下載到實時仿真機,仿真步長為20 ms。

1.3 基于改進線性二次型的編隊保持算法

2 構建分布式視景仿真系統

在對尾流情形下的無人機編隊飛行建模的基礎上,根據分布式仿真系統建模路線[11],構建無人機編隊飛行分布式仿真框架,如圖2所示。仿真計算延遲小于20 ms,幀速率為50 Hz,仿真單元間的同步誤差不高于10 ms。該系統具有開放式分布仿真體系結構,可以根據需要任意擴展或重載具有分布式體系結構的仿真單元,仿真單元間可以互操作,提高了仿真組件的重用性。

各單元的特點及功能如下:

初始化單元:通過Graphical User Interface (GUI)設置初始仿真參數,并對初始編隊狀態進行配平,通過仿真總線向各單元發送初始化命令及成員初始化信息;然后對仿真中的無人機任務進行規劃并將仿真所有權交予編隊飛行實時計算單元。

編隊飛行計算單元:編隊飛行過程中,飛行動力學仿真單元根據規劃的無人機指令及地面站操縱信號解算飛機運動方程,僚機通過改進的動態線性二次型算法跟蹤長機的飛行狀態。

硬件測控單元:響應無人機任務狀態,利用仿真總線中的飛參數據對模擬器轉臺、舵面等硬件設備進行驅動,最終表現為舵面和油門信號的變化。測控系統將從硬件系統采集的舵面和油門信號以數組的格式送入Run Time Infrastructure (RTI) 仿真總線。

虛擬儀表單元:從仿真總線接收仿真計算的數據,轉發給各虛擬儀表,驅動儀表參數的變化,從而更加直觀、形象地觀察無人機的姿態、位置等參數的變化。

視景單元:視景單元主要包括三維視景、二維態勢、三維態勢三個子單元。當視景單元從總線接到仿真開始交互類后開始等待接收數據。一旦接收到仿真所有權,視景單元根據接收的飛參數組對二維和三維場景中的對象進行控制,并將仿真場景效果實時渲染到最終的顯示設備上。

三維視景為我國某地500 km×500 km范圍的真實地景;整個飛行場景區域紋理精度為5 m,高程精度為15 m;精細地面目標包括12個機場模型;機場起飛著陸區域小于15 km×15 km,紋理精度為1 m。

二維態勢單元接收仿真總線飛行參數的飛機位置和姿態信息,并對真實情況下的二維地圖進行實時刷新,不斷更新顯示態勢信息,勾畫出飛機的飛行航跡。

三維態勢單元對仿真區域內的真實環境進行模擬,并在三維地圖上顯示飛機航跡和態勢的實時變化情況。

數據庫單元:當數據庫從總線接到仿真開始交互類后開始等待接收數據,一旦接收到仿真所有權后即負責所有仿真數據的記錄及存儲。

數據回放單元:對整個仿真過程進行二維曲線或三維視景的回放。

評估反饋單元:當從仿真總線中接到仿真結束的交互類后,評估整個編隊飛行過程,分析飛參數據。

RTI是分布式接口規范的具體實現,在系統運行過程中為各單元的“同步”和“數據交換”提供公共接口。

圖2 無人機編隊飛行分布式仿真系統Fig.2 Distributed simulation system for UAV formation flight

3 YOYO機動仿真及分析

本文對典型的空中戰術動作YOYO機動進行模擬仿真。YOYO機動對于無人機規避敵方攻擊、撤離任務區域、追蹤移動目標等行為具有重要的戰術意義,其實質是短時間內勢能和動能的轉化。在無人機執行任務的過程中,轉彎半徑隨著飛機速度的增大而增大;因此,在短時間內獲得較大的轉彎角度并建立無人機的指向優勢,最有效的手段是拉升一定的高度,使勢能增大、動能減小,然后向轉彎方向滾轉并俯沖下降。

仿真試驗地區設置在我國東南某地。試驗起始點在某機場上空4 000 m,長僚機編隊以速度100 m/s保持配平狀態下的勻速飛行,試驗開始時的經緯度為(118.583 128°,24.787 605°)。編隊狀態為典型的V字形編隊,僚機位置相對于長機位置在地軸系x,y,z軸上的增量為[-10 m,-8 m,0 m]。

仿真開始時,雙機在4 000 m高度以100 m/s的速度保持平飛狀態。YOYO機動開始時,長機首先下降到高度3 959.52 m,此時速度為107.75 m/s;右滾轉的同時增大飛機的俯仰角使飛機爬升,當仿真時間為99.00 s時速度為67.08 m/s,高度達到4 475.32 m;之后調整升降舵使飛機迅速低頭并增大滾轉角,飛機開始快速轉彎并急劇掉高度,當仿真時間為136.00 s時速度為146.88 m/s,高度為3 724.49 m,偏航角達到180°,完成了180°轉向;此后,長機繼續右滾轉,當仿真時間達到151.40 s時,速度達到本次仿真的最大值164.93 m/s,高度為3 333.21 m。在長機執行YOYO機動的過程中,僚機跟蹤長機狀態進行編隊伴隨飛行。在155.81 s時仿真結束,此時經緯度坐標為(118.613 039°,4.814 918°),仿真過程及結果如圖3～圖5所示。

圖3為仿真過程的飛行軌跡,可以看出雙機編隊經YOYO機動后偏航角增大了180°以上,獲得了較大的指向優勢。無人機編隊通過YOYO機動使偏航角變化180°所需的時間為136 s,比定常盤旋變化180°偏航角所需的200～300 s約快一倍。圖4為本次仿真過程中無人機編隊在不同時刻的視景截圖。圖5為仿真過程中長僚機主要參數的變化情況,僚機跟蹤長機各參數的均方差不超過5%。

圖3 無人機編隊進行YOYO機動的飛行軌跡Fig.3 The flight path during YOYO maneuver

圖4 無人機編隊進行YOYO機動的3D仿真視景Fig.4 3D visual simulation of UAV formation flightduring YOYO maneuver

圖5 仿真過程中的長僚機參數變化Fig.5 Flight parameters of UAVs during the simulation

由圖5可以看出,在初始的配平狀態,僚機的副翼偏角為-1.362°。這是由于長機尾流對僚機產生了滾轉力矩增量,使得僚機有向左滾轉的趨勢,故僚機副翼偏轉以配平尾流引起的滾轉力矩。初始配平狀態時長機升降舵偏角為-1.739°、迎角為4.493°、俯仰角為4.493°,而僚機升降舵偏角為-0.820°、迎角為2.770°、俯仰角為2.770°,這是由于長機尾流對僚機的升力系數產生了增量,使得僚機有向上的升力增量,故僚機不必保持和長機相同的迎角來獲得配平升力。綜上所述,如果編隊飛行的配平狀態不考慮尾流影響,將會使得計算所得僚機操縱面偏角與有尾流影響的真實情況存在較大誤差。因此,在工程應用中應考慮長機尾流誘導的升力增量和滾轉力矩作用,通過飛控動態調整舵面以保持編隊飛行狀態。

通過對圖5中飛行參數的分析,可看出在YOYO機動的過程中,長機尾流對僚機的影響不是一個持續的過程,其影響程度主要取決于長僚機相對姿態角的大小。在YOYO機動的初始階段和結束階段長僚機的相對姿態較小,僚機受到尾流的影響較大。例如在YOYO機動開始之后,長機升降舵偏轉使得俯仰角從初始的4.493°開始減小,在此過程中,長僚機的相對姿態角減小,長機尾流對僚機的作用增強,僚機的升力系數顯著增加。而僚機副翼偏角此時由于尾流作用的加強而增大偏轉角度。在67 s后,隨著滾轉角的增大,長機尾流軌跡的位置偏離僚機機翼表面,使得尾流對僚機的影響逐漸減弱,觀察圖5亦可發現,67 s后僚機和長機副翼、升降舵的響應較為接近,姿態角的變化情況也較為一致。

YOYO機動的仿真結果表明了所設計的控制系統具有較強的魯棒性和自適應跟蹤性能。視景單元在YOYO機動過程中表現出了較好的穩定性和可靠性,對編隊飛行的模擬效果較為形象直觀。分布式系統中飛參數據由計算單元向視景單元傳輸的同步性和實時性亦得到驗證。

4 結束語

本文構建了編隊飛行時長僚機動力學模型和尾流場模型,設計了僚機跟蹤控制算法。將尾流效應考慮到無人機編隊飛行的仿真計算當中,使其更加符合真實的編隊飛行狀況;建立了真實地理信息下高保真度的視景單元,其沉浸感和參與感較強;定量分析了YOYO機動過程中僚機受到的尾流影響和對長機狀態的跟蹤情況。分布式無人機編隊視景仿真方法具有較高的保真度,可以實現無人機編隊飛行研究中的宏觀與微觀、定性分析與定量分析相結合;可作為預研性的仿真試驗工具,同時也為其他類似的飛行仿真試驗系統的設計提供了一定的參考經驗。

參考文獻：

[1] 樊瓊劍,楊忠,方挺,等.多無人機協同編隊飛行控制的研究現狀[J].航空學報,2009,30(4):683-691.

[2] 李文皓,張珩.無人機編隊飛行技術的研究現狀與展望[J].飛行力學,2007,25(1):9-11.

[3] Ning S A,Flanzer T C,Kroo I M.Aerodynamic performance of extended formation flight[J].Journal of Aircraft,2011,48(3):855-865.

[4] Dogan A,Venkataramanan S.Modeling of aerodynamic coupling between aircraft in close proximity[J].Journal of Aircraft,2005,42(4):941-955.

[5] Blake W,Gingras D.Comparison of predicted and measured formation flight interference effects[J].Journal of Aircraft,2004,41(2):201-207.

[6] Jake V M,Ray R J,Ennix K,et al.F/A-18 performance benefits measured during the autonomous formation flight project[R].NASA/TM-2003-210732,2003.

[7] 朱杰斌,秦世引.無人機編隊飛行的分布式控制策略與控制器設計[J].智能系統學報,2010,5(5):392-399.

[8] Binetti P,Ariyur K B,Krstic M,et al.Formation flight optimization using extremism seeking feedback[J].Jouranal of Guidance,Control,and Dynamics,2003,26(1):132-142.

[9] 肖亞輝,王新民,王曉燕,等.無人機三維編隊飛行模糊PID控制器設計[J].西北工業大學學報,2011,29(6):834-838.

[10] 宋敏,魏瑞軒,沈東,等.基于非線性動態逆的無人機編隊協同控制[J].控制與決策,2011,26(3):448-452.

[11] 韓守鵬.分布式仿真系統動態重構技術研究[D].長沙:國防科學技術大學,2007.

[12] Gerz T,Holz?pfel F,Darracq D.Commercial aircraft wake vortices[J].Progress in Aerospace Sciences,2002,38(3):181-208.