先進飛行器大氣數據傳感技術的發展與展望

何梓君, 闞夢怡, 程鑒皓, 李榮冰*

(1.空裝駐南京地區第四軍事代表室,江蘇 南京 210022; 2.南京航空航天大學 自動化學院,江蘇 南京 211106)

先進飛行器的發展水平在一定程度上表征了國家的科學發展水平與國防能力,各國致力于不斷研制高性能先進飛行器,以適應當前不斷變化的作戰環境。在戰爭實戰經驗下,戰斗機的發展經歷了從第一代機、第二代機對飛行速度和高度的追求,到第三代機對機動性能的重視;21世紀以來,隨著雷達、航電等現代化科學技術的發展,隱身、超視距攻擊等技術的出現給第四代戰斗機指明了新的發展方向,超聲速飛行能力和大迎角機動性顯著提高[1];對于第五代戰斗機,國際上的劃分依據為是否具備“4S”能力,即隱形(Stealth)、超聲速巡航能力(Super Sonic Cruise)、超機動能力(Super Maneuverability)和超級信息優勢(Superior Avionics for Battle Awareness and Effectiveness)4種性能特點[2]。隱形、超聲速巡航能力和超機動能力的要求極大地增加了飛機結構和氣動布局設計的難度,而超級信息優勢能力也對機載設備的集成化、小型化和低能耗提出了更高的要求。在目前世界各國大力發展第五代戰斗機的背景下,為取得代差優勢,中、美、俄等國家第六代戰斗機的研制和開發也在不斷推進[3-4]。在第五代戰斗機的“4S”特性的基礎上,第六代戰斗機更強調了隱身性能和高機動能力[1]。高性能先進戰斗機的總體發展趨勢對航電系統的發展提出了新的要求。

航空飛行器利用空氣動力原理飛行,飛機表面流場特性和飛機相對于周圍大氣的特性直接影響飛行性能和飛行安全。因此,用于測量飛機相對于周圍大氣特性參數的大氣數據系統(Air Data System,ADS)是高性能航空飛行器的關鍵部件,是航電系統不可或缺的子系統之一。ADS通過感知飛行器機身周圍氣流狀況,測量并解算動壓、靜壓、總溫、攻角、側滑角等大氣參數,并將這些參數提供給發動機自動控制系統、導航系統、火控系統、空中交通管制系統以及用于航行駕駛的儀表顯示系統、警告系統等航空電子系統使用。大氣參數輸出的有效性和可靠性直接關系到飛行器的飛行安全。隨著先進飛行器的更新換代,大氣數據傳感技術在飛行器機身流場監測手段與系統架構、大氣數據處理算法等方面不斷演進。針對先進飛行器對隱身、高機動性能越來越高的需求,ADS的架構和布局朝著集成化、嵌入式、蒙皮與傳感一體化方向發展,同時新型大氣數據傳感器也在被同步研究。為保證大氣數據輸出的可靠性,隨著計算機、人工智能等技術的快速發展,ADS信息處理能力與大氣數據解算、容錯算法不斷發展,在硬件架構發展的基礎上,進一步為ADS的可靠性提供保證。

本文以先進飛行器的發展需求為背景,對ADS在硬件系統架構布局和大氣數據算法技術這兩方面的發展現狀進行研究,對現有大氣數據傳感技術面向先進飛行器發展需求的不適應性進行分析,提出大氣數據傳感器、ADS架構和大氣數據算法的未來發展趨勢。

1 大氣數據傳感技術與系統架構發展

信息獲取能力對先進飛行器而言至關重要,大氣數據表征了飛行過程中機身周圍氣流的環境狀態,一方面幫助飛行員監測飛機飛行狀態,另一方面被提供給其他機載設備與系統,參與其他飛行信息解算。大氣數據的測量精度和可靠性很大程度上影響到飛行器的飛行安全。先進飛行器對信息獲取的準確性、可靠性要求越來越高;飛行器發展對飛機結構與氣動布局提出了新的需求,也對ADS在流場監測手段、整體架構布局方面提出了新要求,大氣數據傳感器從接觸式測量的壓力探頭發展到非接觸式測量的光學大氣傳感器,ADS架構也從集中式發、分布式發展到嵌入式。

1.1 大氣傳感技術發展

1.1.1 接觸式測量的傳感技術發展

ADS通過大氣傳感器實現對飛行器周圍流場狀態的感知與測量。壓力信息是表征氣流狀態最直觀的數據,壓力測量原理和壓力傳感器結構簡單,此外,空速、攻角等大氣數據能夠基于壓力信息、壓力分布情況進行解算。因此,壓力測量式大氣傳感器在飛行器ADS中得到廣泛應用,如空速管(如圖1所示)、壓差式攻角傳感器(如圖2[5]所示)等。

圖1 空速管基本結構

圖2 壓差式攻角傳感器結構[5]

隨著電力電子技術不斷發展,同時考慮到機載設備向輕型、小型化發展,大氣傳感器集成度不斷提高,多功能智能探頭逐漸成為一大研究熱點。圖3[6]為一種常見的多功能智能探頭結構,該智能探頭將總靜壓探頭與數據處理模塊集成在一起,將原有大氣數據計算機部分的數據處理功能分解到數據采集端的數據處理模塊。這種布局方式將原有的壓力信息傳輸轉換為數字信號傳輸。數字信號傳輸形式能減小設備體積與質量,提高傳輸速度,增強抗干擾能力和系統可靠性,同時還減小了中央計算機的工作量。

圖3 某多功能智能探頭結構[6]

除了將測量模塊與數據處理模塊集成外,多種不同功能傳感器的集成化研究也在不斷開展。在20世紀末,美國Goodrich公司研制了一種集成全壓和攻角測量的大氣傳感器,并應用在F-22戰斗機上;21世紀初,法國空客公司在其大型民用客機A380上應用了一種集全壓、總溫和攻角測量于一體的新型多功能探頭,而后又在A350上應用了融合全壓、靜壓和攻角測量為一體的多功能探頭[7]。

壓力測量式大氣傳感器、風標式攻角/側滑角傳感器等采用的是直接接觸式測量方式,因此必須將其安裝在能與外界空氣相接觸的位置。然而,外置傳感器會破壞飛行器氣動布局,影響飛行器機動性能,不利于提升飛行器隱身性能。面向新一代先進飛行器在超機動、隱身等方面的需求,研究使用非接觸式大氣傳感器對現有外置傳感器進行替換,是大氣數據傳感技術未來的發展方向之一。

1.1.2 非接觸式測量的大氣數據傳感技術

基于光學原理的大氣數據傳感器是一種已開展研究的非接觸式傳感器。光學大氣數據系統(Optical Air Data System,OADS)是基于光學大氣傳感技術的ADS,是面向先進飛行器對機載設備小型輕型、高精度、隱身和超高機動等需求的研究產物。

光學大氣傳感器基本結構如圖4所示。不同于壓力測量式傳感器,光學大氣傳感器是基于氣溶膠散射和多普勒頻移原理設計的大氣傳感器。空氣中包含大量氣溶膠和固體顆粒,光信號作為一種電磁波,在空氣中傳播時接觸到氣溶膠或固體顆粒,從而發生散射。當光源與空氣之間存在相對運動時,散射后的信號會產生多普勒頻移。基于這一原理,通過安裝在飛行器上的光源發射光信號,接收由空氣中氣溶膠或固體顆粒散射的信號,根據多普勒頻移原理,即能夠解算得到速度信息:

圖4 光學大氣傳感器基本結構

(1)

式中:V為散射粒子沿運動方向的速度;fD為多普勒頻移;λ為光信號波長;θ和γ為入射、散射區域內相關角度。基于光源發射探頭的安裝角度關系,可以解算得到真空速的三維分量,而后能夠進一步解算迎角、側滑角等大氣數據。

美國和歐洲的一些國家早在20世紀90年代就開展了OADS的研究。目前,基于光學原理的大氣傳感器已應用到機載ADS的校準中:空客公司在20世紀90年代就已經將OADS應用于ADS校準;同時期,美國波音公司開展了OADS與常規ADS的相互校準分析工作,日本三菱公司也在直升機上開展了OADS的研究與試驗[8]。國內對OADS的研究起步較晚,近幾年來開展了OADS的研究試驗,對速度、攻角/側滑角等大氣數據解算進行了試驗驗證。

不同天氣情況、不同高度下,空氣中氣溶膠與固體顆粒含量不同。晴朗天氣條件下,空氣中氣溶膠含量較少,而隨著飛行高度的增加,空氣愈加稀薄,空氣中氣溶膠、固體顆粒密度急劇降低。這一現象導致散射光信號減少,給反射光信號的接收與處理帶來了困難。針對這一問題,美國密歇根航宇公司研制了一種分子光學大氣數據系統(Molecular Optical Air Data System,MOADS),解決了OADS在晴朗天氣、高海拔飛行等飛行條件下性能下降的問題[9-11]。與OADS不同,MOADS除了接收被氣溶膠反射的光信號外,額外配備了探測鏡,可對部分指定區域內光的散射現象進行探測,再利用逆散射原理,基于探測到的信號頻移對大氣數據進行解算。為更好地實現散射現象的探測,MOADS的光源將激光能量分為3個光束,分別沿儀器中心線偏離30°方向發射,密歇根航宇公司在其飛行試驗中使用的光源結構圖如圖5[9]所示。3個光束分別對準3個探測鏡的探測場,收集多普勒頻移信號后返回。此外,相比于使用近紅外光信號的OADS,MOADS使用了波長為266 nm的紫外線。自然界中大部分266 nm的自然光都被臭氧和分子氧吸收,因此極大地減小了自然界光信號的干擾。MOADS原型已經開展了速度測量的地面風洞試驗驗證,在12 m/s的風速測量試驗中,MOADS獲取的數據相比于空速管,平均誤差減小了0.61 m/s,標準差減小了1.68 m/s,表現出更優良的抗噪性能[11]。

圖5 MOADS飛行試驗中光源結構[9]

光學大氣傳感技術可以實現速度、溫度和空氣密度的直接解算,基于這些信息再實現攻角等其他大氣數據解算。目前,在搭載OADS的飛行試驗中,飛行包線最高可達50 000 ft(1 ft=0.304 8 m),約15 000 m;相比于壓力測量式傳感器,光學大氣傳感器對大攻角飛行具有更好的適應性和更高的精度,其具有以下優勢:

① 非接觸式測量,傳感器布局不影響飛行器機身結構設計。光學大氣傳感器可以進行埋入式設計,相比于傳統壓力探頭的侵入式布局,更有利于新一代先進飛行器隱身結構設計,同時不會破壞飛行器氣動布局。

② 可實現機身遠場測量,避免近場氣流影響。壓力探頭測量的是飛行器蒙皮表面局部氣流特性,測量結果通常受到氣流畸變影響,需要對測量結果進行校正。而光學大氣傳感器可以通過調節散射光信號的探測位置,對遠離飛行器近場的自由流流場近采樣,一方面測量結果所受干擾小、精度更高,另一方面減少了測量結果校正工作與成本。

然而,除了OADS的發展受限于空氣中的氣溶膠與固體顆粒含量外,MOADS中光的逆散射問題相比于OADS中光的散射問題,處理難度更大。逆散射的原理在于,在未知空氣中散射介質的條件下,通過探測的3個區域內散射的光信號,處理得到光信號的散射特性(如頻移),而后進行大氣數據解算。逆散射理論相比于散射理論,其研究起步更晚,難度更大,發展也并不成熟,因此,MOADS的發展也在一定程度上受到逆散射理論發展的限制。

1.2 ADS架構與布局發展

為保障飛行安全,提高系統可靠性,ADS通常采用硬件多余度設計。在某一通道的大氣傳感器故障或者失效時,冗余設計可以保障飛行器正常運行,增強飛行安全性。傳感器多余度設計、不同種類傳感器和飛行器發展的不同性能需求,對ADS架構與布局有不同的要求。

空速管等這一類突出在飛行器表面的傳感器稱為侵入式探頭,采用侵入式探頭的ADS傳感器布局方案可分為集中式、分布式和混合式3種。早期的集中式大氣數據系統(Centralized Air Data System,CADS)使用相互獨立的大氣傳感器,總靜壓傳感器、氣流角傳感器獨立分布,中央大氣計算機集中進行信息處理,采用壓力傳輸導管。這類系統的架構與布局集成化和智能化程度較低,其精度、可靠性等性能均無法適應先進飛行器的發展需求。

1.2.1 分布式大氣數據系統架構

分布式大氣數據系統(Distributed Air Data System,DADS)相比于CADS最大的區別在于其采用了智能探頭,改進了信息傳輸形式,提升了ADS的可靠性。目前,DADS已經在各領域的不同機型上得到廣泛應用,例如民用飛機空客A380,軍用領域美國F-35、意大利M346等機型。

飛行器機頭的氣流狀態相對穩定,外界干擾較小,是壓力探頭的最佳安裝位置,因此,早期飛行器的空速管基本都安裝在機頭位置。這一布局的空速管通常設計成又細又長的形狀,如圖6所示。空速管細長直型的設計能夠減小外界氣流對測量結果的影響和對機頭雷達工作的影響。

圖6 某四代機傳感器機頭布局

機頭直型空速管對飛行器機動性、隱身性能的影響隨著飛行器的不斷發展愈加明顯。超機動能力的提升有利于戰斗機近距離、低空作戰,而細長的機頭空速管會給飛行器機動性帶來嚴重影響。因為其機頭突出的布局形式,一方面會影響機頭雷達作用范圍,另一方面會嚴重影響到新一代飛行器結構與氣動布局的隱身設計。針對以上問題,空速管的形狀與安裝位置需要重新進行設計。圖7為布局在機頭側邊的“L”型空速管,機身側邊的布局方案能夠在很大程度上減小飛行器高速飛行時對氣動布局的影響,有利于提升飛行器的機動性和隱身性能。

圖7 某五代機傳感器側邊布局

X-35的DADS架構如圖8[12]所示,其傳感器布局如圖9[12]所示。大氣傳感器包括了機頭前方的試驗吊桿,3組分別安裝在機頭左右兩側和底部的多功能探頭,2個用于測量靜壓的分布在機身側面的測壓孔。其中,機頭的試驗吊桿用于測量總壓、靜壓、攻角和側滑角信息,用于驗證基于左-右-下布局的DADS的有效性。探頭所測得的壓力信息均通過數據處理模塊轉換為數字信號傳輸給飛行器管理計算機。

圖8 X-35的DADS架構[12]

DADS在一定程度上提升了ADS的穩定性與可靠性,但沒有從根源上解決傳感器外置破壞機身結構與氣動布局的問題。CADS、DADS中使用的侵入式探頭在高速飛行狀態下與氣流摩擦會形成高熱環境,使其易受到燒蝕,導致傳感器測量精度下降甚至失效。并且,外置的探頭破壞了飛行器結構與氣動外形,不利于新一代先進飛行器的隱身結構設計。在先進飛行器對超機動、超隱身等性能方面的要求越來越高的背景下,侵入式傳感器注定會逐漸被淘汰。

1.2.2 嵌入式大氣數據系統架構

嵌入式大氣數據系統(Flush Air Data System,FADS)是針對新一代飛行器超聲速飛行需求提出的新型大氣數據測量方法。最開始是針對超聲速飛行器X-15項目發明的,雖然X-15項目最終以失敗告終,但基于壓力傳感器陣列進行大氣數據測量與解算的思路為FADS的發展研究奠定了基礎[13-14]。而后幾十年間,FADS得到快速發展。在后來的航天飛機再入ADS項目中,NASA提出新型嵌入式大氣數據測量方案,并通過多次風洞試驗驗證了其可行性;后來又基于F-14項目進一步確定了嵌入式大氣數據傳感技術的可行性與適用范圍[15-17]。

FADS基于構建的表面壓力分布模型,利用飛機機身各處布置的嵌入式壓力傳感器,得到攻角、側滑角、總壓、靜壓等大氣參數。FADS基本架構如圖10[18]所示,其傳感器基本布局如圖11[19]所示。

圖11 FADS傳感器基本布局[19]

飛行器表面測壓孔布局方案和大氣數據解算、容錯等算法是嵌入式大氣數據傳感技術的研究重點,而基于測壓孔布局方案的飛行器表面壓力分布模型是大氣數據解算算法的核心。為獲取到準確可靠的壓力數據,FADS的測壓孔安裝位置應具有以下特點:① 壓力、溫度穩定;② 外界干擾小;③ 充分感受來流變化[18]。基于以上要求,測壓孔通常布置在機頭或者機翼前緣,其中十字型布局已在X-33、X-34等飛行器上得到可行性驗證。一般至少需要5個測壓孔的數據才能實現所有大氣數據的解算,而配備冗余的測壓孔一方面能夠提高FADS的容錯性,另一方面也能提高大氣數據解算精度。但測壓孔數量的增多會造成大氣數據解算算法復雜度過高,會給機載計算機增加計算量與負擔,FADS也會更加復雜。且經試驗驗證,測壓孔數量與大氣數據解算精度并不完全呈線性關系。Whitmore等[20]專門針對不同測壓孔數量對測量精度的影響進行了研究,試驗基于25孔十字分布的系統進行,結果顯示9孔與25孔的測量精度在同一量級,得出9孔十字型布局是工程應用角度最優選擇的結論。因此,測壓孔數量需要根據飛行器機頭形狀、氣動布局情況和大氣數據解算效率進行選擇,并且需要通過大量試驗進行驗證。

相比于傳統的ADS,FADS具有以下3點優勢:① 傳感器耐高溫能力強,可在大馬赫數、大攻角等極限工況下正常工作;② 嵌入式的壓力傳感器不改變飛機外形結構,便于飛機的氣動布局和隱身結構設計;③ 通過布置多個測量點可實現較好的軟硬件容錯能力,并可提高系統整體可靠性和穩定性。面對未來先進飛行器的發展需求,這類嵌入式大氣傳感技術與布局是ADS未來的發展趨勢之一。嵌入式大氣數據傳感技術是一種較為先進的大氣數據傳感技術,還處于研究試驗階段。目前,嵌入式大氣數據傳感技術還存在以下問題:① 傳感器精度、跨聲速飛行性能不足以滿足新一代先進飛行器需求;② 測量精度會受到引氣管路長度、直徑以及壓力傳感器容腔體積影響。而FADS架構對新一代飛行器隱身、超機動等性能在機身結構與氣動布局設計需求方面的優良適應性,決定了其未來在航空航天領域良好的發展前景。

2 大氣數據解算理論方法的發展

硬件ADS架構的研究是一項長遠的任務,從系統架構與分布的設計、仿真,到研制、試驗,再到最終投入使用,是一個長遠且艱巨的過程。同時,隨著計算機科學與技術的快速發展,各種數據處理方法與技術層出不窮,ADS正向智能化方面發展。因此,除了硬件設備與系統架構布局的設計更新,硬件傳感器測量信息到所需大氣數據之間復雜的映射關系的研究不可或缺,包括但不僅限于飛行器局部流場與整體流場間的映射關系、飛行器近機身流場與遠場自由流參數間的映射關系、大氣數據反映的飛行器受力特性與其他機載傳感器系統測量信息間的一致性等方面的理論研究內容。

2.1 FADS氣動模型構建與解算算法研究和發展

FADS發展較晚,其氣動模型發展尚不完善。壓力分布模型通常利用風洞試驗數據建立多項式修正模型來提高模型精度,使FADS的輸出信息與實際情況一致。目前被廣泛認可的壓力分布模型是基于亞聲速球體勢流理論和超聲速修正牛頓理論建立的,可校準的FADS表面壓力分布模型為

p=qc(cos2θ+εsin2θ)+P∞

(2)

式中:p為測壓孔壓力測量值;qc為動壓;θ為氣流在測壓孔的入射角度;ε為形壓系數,與空氣壓縮效應、飛行器氣動外形等因素有關,可以表示為氣流角和馬赫數的函數,通常可通過風洞試驗確定;P∞為靜壓。基于該壓力分布模型,最初使用非線性最小二乘法進行大氣數據解算,但該算法在跨聲速、超聲速飛行時穩定性未通過測試,不具備故障檢測與容錯能力。為解決這一問題,NASA提出三點法,分別利用機身垂直線的3個測壓孔數據解算攻角和不完全分布在機身垂直線的3個測壓孔數據解算側滑角[21]。該氣動模型以及對應的大氣數據解算算法先后在X-33[22]、X-34[23]和X-38[24]等飛行器上得到了有效性、可行性驗證。陸辰[18]基于該壓力分布模型,提出一種弱化測壓孔配置約束的FADS算法。該算法相比于三點法,使用同樣的測壓孔點數,僅要求4個所選測壓孔不共面,降低了FADS算法對測壓孔配置的幾何約束條件,并且能夠直接解算總壓、靜壓和動壓信息。

由式(2)可知,飛行器機身表面的壓力場除了與飛行狀態相關外,還與飛行器外形密切相關。面對多樣的飛行器外形,一方面需要進行大量確定形壓系數的風洞試驗工作、壓力分布模型的校正工作,另一方面,基于某一外形特征構建的壓力分布模型,其大氣數據解算算法的研究也應有針對性的開展。神經網絡可以模擬人腦的結構和功能,具有強大的學習功能,理論上能夠充分逼近任何復雜的非線性關系。建立大氣數據解算、誤差修正等復雜模型,能夠充分適應神經網絡的各項優勢。因此,國內外學者基于神經網絡方法,建立了測壓孔壓力數據與大氣數據之間的關系模型,針對FADS解算算法開展了大量研究。

Rohloff等[25-26]提出了一種通過神經網絡算法構建的FADS氣動模型,基于飛行數據對攻角、側滑角、靜壓和動壓與11個測壓孔布局的測壓孔壓力數據之間的映射關系進行擬合,論證了FADS神經網絡算法的穩定性、實時性和抗干擾能力,最終得到的神經網絡FADS氣動模型適用于亞聲速與超聲速范圍的飛行狀態,并在此基礎上提出了FADS容錯算法。該模型解算的馬赫數誤差為0.02,攻角、側滑角誤差為0.4°,靜壓誤差為813.96 Pa,已經達到較高精度水平。日本宇宙航空研究開發機構針對某尖嘴型高超聲速飛行器的FADS,在FADS算法基礎上,通過外推估計范圍的方法,擴展了FADS算法的適用條件,對攻角和馬赫數進行了測量范圍擴展[27]。國內對FADS的研究尚在理論研究階段,尚未有FADS投入工程應用。南京航空航天大學孟博等[28]針對外形特殊、機身附近壓力場復雜的類乘波體飛行器,首先利用CFD構建了三維模型并分析了特殊外形飛行器的壓力場特性,而后設計了基于改進BP神經網絡和RBF神經網絡的FADS算法[29]。杜振宇等[30]針對飛翼布局飛行器FADS,設計了RBF神經網絡,對測量數據與大氣數據之間的復雜的非線性慣性進行了擬合,相比于BP神經網絡和現有最小二乘法等傳統FADS算法,大氣數據解算精度明顯提高。可見,目前對FADS算法的研究大都針對某特定飛行器開展,其算法不具有普適性。

2.2 大氣數據優化技術研究與發展

隨著先進飛行器飛行包線的擴大,現有ADS架構與布局無法在大攻角、高超聲速等特殊飛行狀態下保持穩定的系統性能,甚至會出現失效的情況。在這一背景下,針對飛行器在特殊飛行狀態下的大氣數據測量精度與范圍提升成為研究熱點。信息融合技術是這一方向最常見的研究方法。利用信息融合手段對大氣數據進行優化的方法,改進了大氣解算算法,能夠提高大氣數據精度。基于不同機載系統的傳感器測量原理優勢,將不同機載系統輸出信息進行融合,從而可提高大氣數據解算精度。目前常用于與機載大氣數據融合的信息主要包括慣性導航數據、飛行控制系統數據、氣象數據以及飛行器氣動模型、動力學模型等。

國內北京航空航天大學、西北工業大學、南京航空航天大學等高校,以及成都飛設計研究所、沈陽飛機設計研究所等研究單位均針對ADS開展了長期、系統的研究工作。南京航空航天大學自2010年至今,針對傳統ADS、FADS,面向跨聲速、跨大氣層等需求,系統地開展了ADS信息融合技術的研究。針對大攻角飛行狀態,分別研究了基于慣性攻角的融合方案和基于飛行動力學模型與慣性信息的融合方案;針對高空、跨大氣層飛行狀態,提出了基于飛行器氣動模型、動力學方程和慣性信息的擴展卡爾曼濾波信息融合方案[31-33]。近幾年,成都信息工程大學肖地波、蔣保睿等[34-37]專門面向慣性導航系統與ADS信息融合,開展了多項研究,針對FADS壓力傳感器測量噪聲與延遲、飛行器高速飛行氣流干擾和慣性數據發散、風場信息干擾等問題,提出了融合方案,并在仿真驗證中取得了不錯的效果。楊朝旭等[38]針對先進飛行器對可控的過失速機動范圍增大的需求,研究了一種融合氣象、慣導和大氣數據的解算方法,構建了深度神經網絡對復雜飛行狀態下的大氣數據誤差特性進行擬合,實現了過失速大迎角飛行狀態下大氣數據的可靠解算。除信息融合方法外,孟博等[28]基于改進的BP神經網絡算法,設計了一種在跨聲速飛行狀態下對攻角信息進行補償和修正的算法,基本消除了跨聲速段原始攻角的劇烈波動。

在跨聲速、大攻角等特殊飛行狀態下,大氣傳感器測量誤差大,慣性導航系統傳感器精度等級高,2種信息融合能夠減小大氣數據解算誤差,提高大氣數據精度。氣象觀測數據的引入能夠減小天氣對ADS的影響。通過不同系統輸出數據和氣動模型等信息的引入,能夠減小極端飛行狀態或飛行環境給大氣數據解算帶來的影響,提高大氣數據精度,增大大氣數據測量范圍,從而適應先進飛行器擴大飛行包線的需求。

2.3 ADS解析余度方法研究與發展

安全飛行是飛行器最基本的要求,ADS的容錯性能與可靠性在很大程度上會影響飛行器飛行安全。大氣數據解析余度是基于其他機載設備或系統的信息構建與機載ADS非同源或不完全同源的大氣數據解算方法。ADS解析余度技術是提高ADS容錯能力的手段之一,也是未來ADS的發展趨勢之一。

信息融合是構建ADS解析余度的基本方法。Prabhu等[39]基于最優擴展卡爾曼濾波算法,利用慣導信息,實現了大氣數據傳感器故障時的大氣數據余度解析。歐連軍等[40]針對FADS,提出一種基于計算機內總線的硬件雙余度嵌入式大氣數據計算機架構,基于表面測壓點設計并建立了大氣參數測量模型,采用最佳線性最小方差無偏估計的方法構建了嵌入式大氣數據系統解析余度。陸辰等[41]提出一種導航信息與氣動模型輔助的大氣數據兩級估計方法,構建了一套適用于無初始風速數據的虛擬大氣數據系統(Virtual Air Data System,VADS),而后融合氣動模型與導航數據實現了大氣數據解算。這一方法利用現有機載信息,為飛行器增加了一套新的大氣數據測量方法,在不增加硬件配置的前提下,實現了不依賴機載ADS的冗余ADS配置。焦璐等[42]利用ADS與慣性導航系統不同的數據測量原理與手段,綜合2個系統的輸出參數,實現風速解算,并進一步實現大氣數據解算,構建的冗余ADS引入到機載ADS的故障檢測與隔離中,提升了飛行器ADS的可靠性與飛行安全。

目前,民用、軍用領域的多型飛行器均有大氣數據解析余度配置需求。大氣數據解析余度的配置能夠實現在不額外配置硬件設備的前提下,為飛行器增加一個或多個通道的大氣數據。新的大氣數據解析方法原理不同于大氣傳感器測量原理,一方面不會出現與大氣傳感器相同的故障情況,另一方面能夠用于機載ADS的故障檢測和隔離,并提供短時大氣數據輸出。大氣數據解析余度能夠從軟件層面進一步提高ADS的可靠性,從而保障飛行器飛行安全。

3 大氣數據傳感技術未來發展趨勢展望

目前國際上的第六代戰斗機的性能標準各不相同,但可以肯定的是第六代機在速度、高度、隱身能力、感知能力等方面相比于第五代機均有重大突破,其對空間飛行、空間作戰能力的需求更高。新一代航電系統的發展也給大氣數據傳感技術的發展帶來一定啟示。機載航電系統逐漸從第一代獨立子系統的組合向新一代嵌入式、綜合化信息系統發展,應能實現信息綜合、資源共享、功能區綜合等[43],并應具有開放式發展特點與趨勢。美國第五代戰斗機F-35所配備的航電系統將信息高度綜合化與架構的開放式特點體現得淋漓盡致,具有出色的戰斗機級空氣動力學性能,超聲速、全方位隱身武器,高度集成和網絡化的航電設備[44],以及目前戰斗機最先進的傳感器管理系統和數據融合技術[45],其航電系統的傳感器系統包含了AN/APG-81 AESA雷達、AN/ASQ-239電子戰/電子對抗系統、AN/AAQ-40光電瞄準系統、AN/AAQ-37光電分布式孔徑系統和AN/ASQ-242通信、導航和識別系統,如圖12[46]所示。F-35戰斗機信息融合設計將融合算法與傳感器、數據鏈輸入、融合數據的使用方相隔離,本質上講,融合算法相當于一個黑盒子,傳感器輸入與數據使用通道通過算法接口進行傳遞。這一設計不同于以往為每個系統都配備獨立的數據傳輸通道,極大地減少了硬件設施配置,減小了飛行器質量[47]。

圖12 F-35戰斗機傳感系統[46]

針對第六代機各方面的需求,以及新一代航電系統的發展方向,大氣數據傳感技術有以下兩大發展趨勢。

① 機載傳感系統的高度集成化。傳統ADS傳感器探頭外置的布局方式注定會被淘汰,向嵌入式分布、大氣數據傳感系統集成化,翼身融合、全機傳感系統集成化,乃至集成機身蒙皮與傳感系統的智能蒙皮技術方向發展。集成化發展能夠減小機載硬件設備質量與體積,減少數據傳輸通道,有利于飛行器超機動、超聲速巡航能力的提升。

② 信息處理系統高度智能化。利用最小規模的傳感系統,實現所有機載設備和系統需要的信息解算,其核心是高度智能化、高可靠性的信息處理系統。一方面,機載信息處理系統的性能必然會隨著計算機技術的發展而不斷提升;另一方面,先進飛行器的可靠性、小型輕型化等需求,不斷促使信息處理能力的提升和基于已有機載設備及系統的信息處理技術的研究與發展。信息處理系統的高度智能化發展將會朝著數據應用的全面性、綜合性、交互性方向發展。

3.1 ADS架構與算法發展趨勢

先進飛行器對飛機機身結構和氣動布局提出了更高需求,首先淘汰了傳統ADS的外置傳感器布局方案。研究非接觸式傳感器和不破壞飛機機身結構與氣動布局的新型ADS架構,是ADS未來重要研究方向。

FADS的發展給ADS的研究提供了新思路,其測壓孔形式的傳感器布局完全不影響飛行器的氣動布局,可通過飛行器表面壓力分布與自由流場間的映射關系實現大氣數據的感知測量。但是,不同氣動外形的飛行器具有不同的表面壓力分布特性,進而導致測壓孔布局方案、大氣數據解算算法也各不相同,故目前FADS系統架構和解算算法的研究均是針對某一特定氣動外形的飛行器開展,研究成果不具備普適性。隨著對飛行器全機身流場特性研究的逐步深入,在嵌入式的新型布局思路下,尋求更具通用性的傳感器布局形式和解算算法具有重要意義。

近年來,基于柔性傳感器網絡的智能蒙皮技術不斷發展,為徹底解決ADS傳感器布置與飛機隱身性能需求間的矛盾提供了新型、有效的手段。智能蒙皮將各種傳感器和芯片高度集成在蒙皮內部,形成飛行器機體對自身的感知網絡,將采集到的各類信息實時傳輸給飛控計算機。全機身傳感器的布局形式使大氣數據解算算法的通用性研究更具可能性。這種新型大氣傳感布局能夠適應先進飛行器的隱身要求和氣動布局設計需求,但會給大氣數據測量和解算帶來巨大挑戰,存在機身與氣流之間的邊界層導致飛行器近場參數與遠場參數之間存在差異、飛行器局部氣動載荷與近場參數間的關系不明確、流固耦合對智能蒙皮材料測量信息作用機理不明了等問題。

3.2 大氣數據融合技術發展趨勢

不論是OADS、FADS,還是未來基于智能蒙皮的大氣傳感技術,都需要在大氣層內工作。對于有空天往返、大氣層外工作需求的飛行器而言,一方面真空條件下不存在分子,光信號無法發生散射,另一方面大氣層外壓力傳感器無法工作。面對未來先進飛行器、航天器的跨大氣層、大氣層外飛行需求,以及機載ADS的可靠性發展,基于信息融合技術構建大氣數據解析余度的研究也在不斷加強。

VADS是指不增加額外的硬件設備,完全基于已有機載設備和系統輸出信息,從軟件層面實現大氣數據的解算。VADS的概念在21世紀初由意大利太空研究中心在進行跨聲速投擲式飛行試驗時首次提出,這一試驗中的VADS是基于慣性導航系統、氣象參數采用擴展卡爾曼濾波算法和神經網絡算法搭建的,經過試驗驗證,證明該VADS具有可行性[48-49]。這一概念是相對于包含硬件傳感器和探頭的機載ADS提出的,而在正式提出之前,國外已經開展了多項相關研究與試驗。這一技術的研究多針對航天飛行器[50-51]和高機動航空飛行器[52-54]開展,通常也稱為大氣數據解析余度或者擬合大氣。

現有大氣數據解析余度的研究并沒有完全獨立于機載ADS存在,大部分研究仍然使用了機載ADS輸出,完全獨立于機載ADS的VADS方法的研究開展較少。完全獨立的VADS不依賴于大氣傳感器的性能,也不會直接受到外界氣流環境的影響,在超機動飛行機身氣流環境復雜、高空或跨大氣層等空氣稀薄、大氣傳感器失效等情況下仍可以正常工作,這一特點對先進飛行器發展具有很好的適應性。因此,VADS的研究具有較好的應用價值和前景。目前,國內外對大氣數據解析余度和VADS的研究還不夠深入,不足以達到完全代替機載ADS的技術與可靠性要求。隨著未來計算機、人工智能等技術的發展,VADS的廣泛應用指日可待。

4 結束語

本文面向先進飛行器的發展趨勢,分析總結了現有的ADS架構與分布的原理和特點,剖析了目前針對先進飛行器各項需求,基于現有ADS所開展的大氣數據傳感器、ADS架構與布局設計和大氣數據信息處理優化方法等方面的研究成果,并對未來ADS的發展方向進行了展望。隨著以先進戰斗機為代表的高性能飛行器對隱身、超機動、超高聲速巡航等方面的要求不斷增加,對飛行器機身結構和氣動布局設計都提出了更高的要求。新型機身結構與氣動布局需求將會引導機載ADS向高度集成化、信息化和智能化方向發展。