無人機(jī)螺旋自主認(rèn)知與改出控制器設(shè)計(jì)

黃漢橋，趙鑫，周歡，王族統(tǒng)

（1.空軍工程大學(xué)航空航天工程學(xué)院，陜西西安 710038；2.西北工業(yè)大學(xué) 陜西西安 710072）

無人機(jī)螺旋自主認(rèn)知與改出控制器設(shè)計(jì)

黃漢橋1，2，趙鑫1，周歡1，王族統(tǒng)1

（1.空軍工程大學(xué)航空航天工程學(xué)院，陜西西安 710038；2.西北工業(yè)大學(xué) 陜西西安 710072）

針對飛行器螺旋改出難題，研究無人機(jī)螺旋自主認(rèn)知與改出控制方法。首先建立基于飛行狀態(tài)認(rèn)知的無人機(jī)安全控制框架，在此基礎(chǔ)上進(jìn)行無人機(jī)螺旋認(rèn)知與改出控制器設(shè)計(jì)，分析螺旋成因，根據(jù)機(jī)載傳感器提供的實(shí)時(shí)飛行參數(shù)信息，采用直覺模糊統(tǒng)計(jì)判決與決策算法進(jìn)行螺旋自主認(rèn)知，最后考慮狀態(tài)變量控制時(shí)序，并設(shè)計(jì)非線性動(dòng)態(tài)逆控制律，完成無人機(jī)螺旋改出的制導(dǎo)控制。仿真結(jié)果表明，相對于已有解決策略，所提出的控制方法可以顯著縮短螺旋改出所需時(shí)間，同時(shí)具有較好的動(dòng)態(tài)響應(yīng)特性。

無人機(jī)；螺旋；認(rèn)知；改出；安全控制；控制器；控制時(shí)序；非線性動(dòng)態(tài)逆；統(tǒng)計(jì)；決策；動(dòng)態(tài)響應(yīng)；飛行狀態(tài)；攻角；角速率；自主；飛行控制

在無人機(jī)全空域使用、飛行頻次不斷增加的情況下，其頻頻出現(xiàn)撞損、墜毀、失控等安全性事件，飛行問題日益凸顯［1］。Leveson在文獻(xiàn)［2-3］提出了系統(tǒng)安全性方法論，其中安全被看作是一個(gè)控制問題。無人機(jī)進(jìn)入危險(xiǎn)飛行狀態(tài)后，如不采取緊急避險(xiǎn)控制，發(fā)生安全性事件的可能性較大，特別是無人機(jī)進(jìn)入失速或者螺旋狀態(tài)。步入螺旋是尾旋的前期表現(xiàn)，2012年6月，美軍1架“全球鷹RQ-4A”無人機(jī)在例行訓(xùn)練中進(jìn)入螺旋，最終導(dǎo)致尾旋墜毀，這一事件引起了國內(nèi)外廣泛關(guān)注。因此，如何避免無人機(jī)進(jìn)入螺旋和改出螺旋已成為確保無人機(jī)飛行安全所亟待解決的問題。

目前關(guān)于飛機(jī)螺旋的研究，主要集中在有人機(jī)領(lǐng)域。美國自20世紀(jì)50年代開始進(jìn)行有人機(jī)螺旋改出研究，蘭利中心1957年寫的《近代飛機(jī)設(shè)計(jì)中尾旋研究現(xiàn)狀》中，提出了壓桿改出螺旋的設(shè)想和理論上的探討，在后續(xù)的飛行表演中，美國飛行員成功運(yùn)用螺旋改出方法進(jìn)行了失速和螺旋改出的表演；國內(nèi)針對有人戰(zhàn)斗機(jī)飛行特點(diǎn)，制定了一系列螺旋判斷及改出方法，形成了不同類型飛機(jī)的飛行規(guī)范和體制，如對殲六戰(zhàn)機(jī)，提出“平、中、順”方法是改出螺旋的最有效方法；文獻(xiàn)［4］探討了螺旋技術(shù)在飛行特技中的運(yùn)用。

然而，國內(nèi)外對無人機(jī)螺旋研究比較少。俄羅斯“搜索”網(wǎng)站2008年12月24日報(bào)道：俄羅斯中央空氣流體動(dòng)力學(xué)研究所正在開發(fā)避免無人機(jī)進(jìn)入螺旋狀態(tài)的專業(yè)技術(shù)；文獻(xiàn)［5］研究了方向舵卡死無人機(jī)步出螺旋的控制律設(shè)計(jì)，但其針對的是螺旋模態(tài)運(yùn)動(dòng)，并未考慮大迎角引起的不穩(wěn)定螺旋和尾旋；目前，尚未發(fā)現(xiàn)無人機(jī)螺旋改出控制的相關(guān)文獻(xiàn)與研究。

美國空軍研究實(shí)驗(yàn)室技術(shù)領(lǐng)域?qū)＜褺.T.Clough指出，自主化的控制是提高無人機(jī)飛行安全性的最有效措施［6］。在無人機(jī)螺旋改出控制中，實(shí)現(xiàn)自主化主要面臨以下幾方面的問題：①如何實(shí)現(xiàn)飛行狀態(tài)認(rèn)知，進(jìn)行及時(shí)有效的螺旋判斷；②如何把握控制器的控制時(shí)序，減少舵面的耦合作用，保證各個(gè)舵面效用的最大程度發(fā)揮；③如何設(shè)計(jì)良好的非線性控制律，以保證無人機(jī)在大迎角和非線性特性嚴(yán)重的狀態(tài)下，得到滿意的螺旋改出控制效果。

針對上述問題，本文提出基于飛行狀態(tài)認(rèn)知的無人機(jī)自主安全控制框架，并在此基礎(chǔ)上設(shè)計(jì)螺旋認(rèn)知與改出控制器。根據(jù)無人機(jī)螺旋特征，采用直覺模糊統(tǒng)計(jì)判決與決策算法進(jìn)行螺旋認(rèn)知，基于控制時(shí)序與非線性動(dòng)態(tài)逆控制律，完成無人機(jī)螺旋改出的制導(dǎo)與控制，最后通過數(shù)值仿真驗(yàn)證所提方法的有效性。

1　基于飛行狀態(tài)認(rèn)知的無人機(jī)自主安全控制框架

1.1無人機(jī)自主安全控制框架

無人機(jī)自主安全控制，是指無人機(jī)在飛行過程中能夠依靠無人機(jī)系統(tǒng)的感知和認(rèn)知計(jì)算功能，對即將或正在發(fā)生的飛行風(fēng)險(xiǎn)進(jìn)行感知、識別，并自主生成正確規(guī)避或者改出策略的控制方法。此方法是認(rèn)知計(jì)算［7-9］在無人機(jī)導(dǎo)航控制系統(tǒng)中的具體應(yīng)用。

無人機(jī)利用機(jī)載慣導(dǎo)系統(tǒng)、高度計(jì)、GPS等傳感器對自身飛行參數(shù)信息進(jìn)行測量，測量數(shù)據(jù)在感知層進(jìn)行處理，感知層輸出的信息耦合到認(rèn)知決策層進(jìn)行更進(jìn)一步的相關(guān)處理，通過與知識庫的信息進(jìn)行匹配分析，實(shí)現(xiàn)對自身飛行狀態(tài)的認(rèn)知，并結(jié)合任務(wù)和平臺(tái)特性產(chǎn)生相應(yīng)的制導(dǎo)決策指令，通過飛行控制系統(tǒng)驅(qū)動(dòng)無人機(jī)規(guī)避或改出飛行風(fēng)險(xiǎn)。無人機(jī)自主安全控制方法框架如圖1所示。

圖1　基于飛行狀態(tài)認(rèn)知的無人機(jī)自主安全控制框架

由圖1可知，無人機(jī)自主安全控制主要包含以下3個(gè)部分：飛行狀態(tài)認(rèn)知、自主決策和飛行控制。

1）飛行狀態(tài)認(rèn)知

飛行狀態(tài)認(rèn)知是無人機(jī)對來自數(shù)據(jù)鏈或機(jī)載傳感器的飛行參數(shù)信息（如速度、高度、姿態(tài)角以及姿態(tài)角速率等）的感知和識別，進(jìn)而實(shí)現(xiàn)自身狀態(tài)理解與判斷。一般而言，這些信息具有大量性、多樣性以及復(fù)雜性。無人機(jī)將獲得的新信息（表現(xiàn)為短時(shí)記憶）與先驗(yàn)信息（表現(xiàn)為長期記憶）進(jìn)行數(shù)據(jù)融合，依據(jù)系統(tǒng)知識庫，對數(shù)據(jù)信息進(jìn)行自主分析、理解與認(rèn)知。

2）自主決策

當(dāng)認(rèn)知無人機(jī)所處飛行狀態(tài)后，系統(tǒng)基于認(rèn)知和決策知識庫做出決策，自主切換到對應(yīng)控制模塊，在此基礎(chǔ)上進(jìn)行實(shí)時(shí)飛行態(tài)勢評估，準(zhǔn)確把握系統(tǒng)的控制時(shí)序，并給定相應(yīng)的輸出。

3）飛行控制

針對每一種飛行狀態(tài)，控制模塊包含相應(yīng)控制律，控制律設(shè)計(jì)主要考慮飛行狀態(tài)特征與操縱舵效。無人機(jī)在飛控系統(tǒng)作用下，逐步脫離危險(xiǎn)飛行狀態(tài)。

1.2無人機(jī)螺旋認(rèn)知與改出控制器結(jié)構(gòu)

根據(jù)上述無人機(jī)自主安全控制框架，設(shè)計(jì)的螺旋自主認(rèn)知與改出控制器結(jié)構(gòu)如圖2所示。

圖2　無人機(jī)螺旋認(rèn)知與改出控制器結(jié)構(gòu)

首先采用一定的方法認(rèn)知無人機(jī)螺旋狀態(tài)，根據(jù)螺旋狀態(tài)中的實(shí)時(shí)飛行參數(shù)，從控制時(shí)序和控制律出發(fā)，完成無人機(jī)的制導(dǎo)控制，實(shí)現(xiàn)無人機(jī)的安全飛行。

2　無人機(jī)螺旋認(rèn)知

在實(shí)際飛行過程中，無人機(jī)面臨的飛行風(fēng)險(xiǎn)狀態(tài)主要包含失速、偏離（變狀態(tài)）、失速性滾轉(zhuǎn)、螺旋等［10］。因此，無人機(jī)進(jìn)入非正常飛行狀態(tài)后，必須迅速判斷出飛機(jī)所處的風(fēng)險(xiǎn)狀態(tài)類別，然后自主進(jìn)行規(guī)避或改出的相應(yīng)操作。

2.1螺旋成因分析

螺旋是無人機(jī)進(jìn)入失速后發(fā)生的同時(shí)繞自身三軸自動(dòng)旋轉(zhuǎn)，并沿著一條小半徑螺旋形軌跡急劇下降的一種非正常運(yùn)動(dòng)。無人機(jī)失速后發(fā)生的機(jī)翼自轉(zhuǎn)或方向發(fā)散是形成螺旋的根本原因。

1）機(jī)翼自轉(zhuǎn)

無人機(jī)機(jī)翼上的法向力系數(shù)Cz可表示為：

對于小型低速無人機(jī)，升力系數(shù)Cy較大，而阻力系數(shù)Cx較小，因此可以用升力系數(shù)分析大迎角滾轉(zhuǎn)阻尼的變化。

無人機(jī)進(jìn)入大迎角飛行，當(dāng)產(chǎn)生滾轉(zhuǎn)時(shí)，下沉機(jī)翼迎角增大，升力系數(shù)反而減小，上揚(yáng)機(jī)翼迎角減小，升力系數(shù)反而增大，此時(shí)機(jī)翼滾轉(zhuǎn)阻尼會(huì)發(fā)生變號，阻尼作用變成助滾作用，形成機(jī)翼自轉(zhuǎn)。

2）方向發(fā)散

無人機(jī)進(jìn)入失速后可能產(chǎn)生機(jī)頭自動(dòng)偏轉(zhuǎn)的現(xiàn)象，這是由于無人機(jī)喪失了方向靜穩(wěn)定性所致。無人機(jī)出現(xiàn)方向發(fā)散后，側(cè)滑引起兩翼的升力差使無人機(jī)在偏轉(zhuǎn)的同時(shí)發(fā)生滾轉(zhuǎn)，偏滾中產(chǎn)生俯仰慣性力矩，將使無人機(jī)迎角進(jìn)一步增大。

3）滾轉(zhuǎn)發(fā)散

滾轉(zhuǎn)發(fā)散通常發(fā)生在無人機(jī)處于負(fù)迎角飛行狀態(tài)下。在負(fù)迎角狀態(tài)下，橫側(cè)靜穩(wěn)定度時(shí)，無人機(jī)具有橫側(cè)靜穩(wěn)定性；當(dāng)超過負(fù)的失速迎角，即橫側(cè)靜穩(wěn)定度時(shí)，無人機(jī)喪失橫側(cè)靜穩(wěn)定性，此時(shí)易導(dǎo)致滾轉(zhuǎn)發(fā)散。

2.2螺旋認(rèn)知方法

無人機(jī)進(jìn)入螺旋飛行狀態(tài)，飛行參數(shù)交叉發(fā)生劇烈變化，為了將無人機(jī)主觀知識庫與客觀世界的隨機(jī)性有機(jī)地結(jié)合在一起，采用直覺模糊統(tǒng)計(jì)判決與決策方法［11］進(jìn)行螺旋認(rèn)知。

設(shè)五元組｛S，D，X，P（si），U（dj，si）｝，其中：S= ｛s1，s2，…，sn｝是無人機(jī)飛行參數(shù)的集合，主要包含速度、高度、姿態(tài)角，姿態(tài)角速率等，D=｛d1，d2，…，dm｝是飛行狀態(tài)判決決策集合，主要包含失速、偏離、失速性滾轉(zhuǎn)、螺旋等，X=｛x1，x2，…，xl｝是追加的信息源，如系統(tǒng)誤差、環(huán)境擾動(dòng)等，其中每一條信息xk（k=1，2，…，l）對si的影響，P（si）表示si發(fā)生的概率，U（dj，si）為評價(jià)函數(shù)，即飛行參數(shù)為si時(shí)，判決為di取得的效果。

基于上述判決決策方案，即可判斷出螺旋與否，實(shí)現(xiàn)飛行狀態(tài)認(rèn)知。

3　無人機(jī)螺旋改出控制

準(zhǔn)確認(rèn)知進(jìn)入螺旋后，無人機(jī)切換到螺旋改出控制模塊，控制器根據(jù)實(shí)際的螺旋動(dòng)態(tài)，自主進(jìn)行螺旋改出控制。

3.1狀態(tài)變量控制時(shí)序與給定輸出

無人機(jī)在失速飛行時(shí)，各個(gè)操控舵面存在耦合作用和位置約束，會(huì)出現(xiàn)舵面效用降低的情況［12-13］，因此在螺旋改出過程中，很難對無人機(jī)系統(tǒng)中的各個(gè)狀態(tài)變量同時(shí)進(jìn)行有效控制。有人機(jī)螺旋改出的實(shí)踐證明，比較有效的方法必須首先制止旋轉(zhuǎn)。如果帶著很大的旋轉(zhuǎn)角速率控制迎角，推桿產(chǎn)生的操縱力矩不足以克服較大的上仰慣性力矩，不僅迎角減不下來，反而會(huì)因?yàn)橥茥U產(chǎn)生的助滾、偏力矩，加快無人機(jī)旋轉(zhuǎn)，同時(shí)姿態(tài)角的控制主要依靠副翼，而副翼在大迎角下的操縱效率偏低，因此控制姿態(tài)角的前提是無人機(jī)處于較小迎角狀態(tài)。

綜上所述，在改出螺旋過程中，必須準(zhǔn)確把握控制時(shí)序問題，給定對應(yīng)輸出，以進(jìn)行相關(guān)變量控制。這樣就可以防止螺旋更加發(fā)散，并最大限度發(fā)揮操縱舵面的作用。螺旋改出的控制時(shí)序如下：

Step 1 認(rèn)知進(jìn)入螺旋，切換至螺旋控制模塊，給定角速率輸出，進(jìn)行減緩旋轉(zhuǎn)角速率控制；

Step 2 當(dāng)無人機(jī)偏轉(zhuǎn)與滾轉(zhuǎn)減慢后，給定迎角輸出，進(jìn)行迅速減小迎角控制；

Step 3 當(dāng)迎角減小到臨界迎角以下，給定姿態(tài)角輸出，進(jìn)行旋轉(zhuǎn)姿態(tài)角控制；

Step 4 無人機(jī)停止偏轉(zhuǎn)和滾轉(zhuǎn)，達(dá)到期望姿態(tài)角，進(jìn)行俯沖增速控制；

Step 5 當(dāng)速度增大到一定程度，執(zhí)行退出俯沖控制程序。

為研究簡便，當(dāng)無人機(jī)停止旋轉(zhuǎn)并達(dá)到期望姿態(tài)角，即可認(rèn)為已經(jīng)完成螺旋改出。

3.2非線性動(dòng)態(tài)逆控制律

無人機(jī)處于螺旋飛行狀態(tài)時(shí)，非線性特性特別明顯，為此在設(shè)計(jì)控制律時(shí)，不能在小擾動(dòng)線性化的基礎(chǔ)上進(jìn)行三通道獨(dú)立設(shè)計(jì)。在飛行器的設(shè)計(jì)中，使用較廣的方法是非線性動(dòng)態(tài)逆控制［14，15］，本文利用奇異攝動(dòng)理論結(jié)合動(dòng)態(tài)逆方法設(shè)計(jì)無人機(jī)非線性動(dòng)態(tài)逆控制律。

無人機(jī)的六自由度模型［16］是包含12個(gè)狀態(tài)變量的非線性動(dòng)力學(xué)系統(tǒng)，12個(gè)狀態(tài)變量分別為

式中：p、q、r分別為滾轉(zhuǎn)角速率、俯仰角速率、偏航角速率；α、β、μ分別為迎角、側(cè)滑角、滾轉(zhuǎn)角；V、χ、γ分別為速度、偏航角、航跡傾斜角；X、Y、Z分別為無人機(jī)質(zhì)心位置在地面坐標(biāo)系中的投影坐標(biāo)。

根據(jù)無人機(jī)的運(yùn)動(dòng)規(guī)律和奇異攝動(dòng)理論進(jìn)行時(shí)標(biāo)劃分，將狀態(tài)變量分成快速變量［p q r］T、中速變量［α β μ］T、慢速變量［Vχγ］T或［X Y Z］T，把無人機(jī)非線性方程組分解為3個(gè)不同時(shí)間尺度的子系統(tǒng)。大系統(tǒng)中各子系統(tǒng)之間按照時(shí)標(biāo)分離的原則選擇不同頻帶，在此基礎(chǔ)上，使用狀態(tài)反饋型動(dòng)態(tài)逆控制方法［17］可使三組狀態(tài)量的控制獲得一階線性解耦控制結(jié)構(gòu)，而且3個(gè)快慢不同的回路可以獨(dú)立設(shè)計(jì)。

在無人機(jī)螺旋飛行與改出控制過程中，關(guān)心的只是快速變量與中速變量，因此主要進(jìn)行快速回路與中速回路控制律設(shè)計(jì)，非線性動(dòng)態(tài)逆控制律結(jié)構(gòu)如圖3所示。

圖3　非線性動(dòng)態(tài)逆控制律結(jié)構(gòu)

1）快速回路控制律

快速回路主要實(shí)現(xiàn)對p，q，r的控制，即根據(jù)給定角速率輸入pc，qc，rc，求解控制舵偏量?？焖倩芈贩匠虒憺榉律湫问?，即為

式中，x1=［p q r］，x為8個(gè)無人機(jī)狀態(tài)組成的向量，定義為

u是3個(gè)控制舵面偏角組成的向量，定義為

u是快速回路的輸出，同時(shí)也是無人機(jī)對象的控制量輸入。

式中，變量KP?、KI?、KD?為快速回路的PID反饋增益［18］，其取值在20～30 rad/s。

則控制輸入u應(yīng)具有如下形式

結(jié)合無人機(jī)六自由度運(yùn)動(dòng)方程，展開（10）式，可得

式中

（7）式～（10）式結(jié)合在一起組成完整的快速回路，實(shí)現(xiàn)對無人機(jī)快速回路控制律設(shè)計(jì)。

2）中速回路控制律

中速回路主要實(shí)現(xiàn)對α、β、μ的控制，即根據(jù)給定姿態(tài)角輸入αc、βc、μc，求解輸出pc、qc、rc。忽略舵面偏轉(zhuǎn)產(chǎn)生的直接力，其對應(yīng)的無人機(jī)方程為

令快速回路期望角速率α□、β□、μ□的閉環(huán)動(dòng)態(tài)響應(yīng)具有如下形式

式中，kα、kβ、kμ為中速回路的帶寬，其取值在5～10rad/s之間。

按動(dòng)態(tài)逆思想得到控制指令輸出

結(jié)合無人機(jī)六自由度運(yùn)動(dòng)方程，展開（18）式，可得

式中

（17）式～（18）式結(jié)合在一起組成完整的中速回路，實(shí)現(xiàn)對中速回路控制律設(shè)計(jì)。

4　數(shù)字仿真及分析

仿真樣例無人機(jī)為以色列航空工業(yè)公司的IAI Pioneer小型無人機(jī)，具有固定翼翼型，其臨界迎角為30°。選擇高度2 000 m，巡航速度42 m/s的平飛狀態(tài)作為無人機(jī)的初始運(yùn)動(dòng)狀態(tài)。

仿真1 螺旋認(rèn)知

首先在斷開螺旋改出控制模塊，即自動(dòng)駕駛儀控制條件下，對無人機(jī)進(jìn)入螺旋和螺旋認(rèn)知進(jìn)行仿真。

在初始狀態(tài)下，對無人機(jī)實(shí)施“大拉桿”操作，無人機(jī)姿態(tài)角與角速率變化如圖4a）～圖4c）所示。

圖4　無人機(jī)進(jìn)入螺旋的動(dòng)態(tài)過程

由圖4輸出結(jié)果，迎角發(fā)生周期性變化，均值大于臨界迎角。令Q1表示“無人機(jī)進(jìn)入失速狀態(tài)”，Q2表示“無人機(jī)進(jìn)入螺旋狀態(tài)”，Q3表示“無人機(jī)進(jìn)入失速性滾轉(zhuǎn)”，Q4表示“無人機(jī)進(jìn)入偏離狀態(tài)”；M1表示“迎角到達(dá)臨界角附近”，M2表示“偏航角速率增大”，M3表示“滾轉(zhuǎn)角速率較大且滾轉(zhuǎn)角大于某特定值”。

在t=4 s時(shí)，根據(jù)得到的條件概率，計(jì)算直覺模糊決策方案對直覺模糊時(shí)間的效用：

根據(jù)區(qū)間數(shù)比較方法，有

因此，無人機(jī)自主認(rèn)知t=4 s時(shí)進(jìn)入螺旋狀態(tài)。在t=60 s內(nèi)，無人機(jī)三維飛行軌跡如圖4d）所示，可知，無人機(jī)螺旋自主認(rèn)知結(jié)果與實(shí)際進(jìn)入螺旋相符。

仿真2 自主改出控制方法（ARC）

在接通螺旋改出控制模塊條件下，對無人機(jī)改出螺旋進(jìn)行仿真。

無人機(jī)初始運(yùn)動(dòng)狀態(tài)及其進(jìn)入螺旋操作同上，在所設(shè)計(jì)的螺旋改出控制器作用下，無人機(jī)姿態(tài)角與角速率變化如圖5a）、圖5b）、圖6c）所示。

控制參數(shù)設(shè)置為：

圖5　無人機(jī)在ARC作用下的螺旋改出過程

由圖5可知，t=4 s時(shí)，無人機(jī)認(rèn)知進(jìn)入螺旋，自動(dòng)切換到螺旋改出模塊并給定pc=0，qc=1，rc= 0，控制旋轉(zhuǎn)角速率；t=8.7 s時(shí)，無人機(jī)認(rèn)知旋轉(zhuǎn)減慢，給定αc=5，βc=0，μc=50，控制迎角與姿態(tài)角；t =14 s時(shí)，無人機(jī)認(rèn)知迎角變小，給定αc=4，βc=0，μc=0，t=19.8 s時(shí)，無人機(jī)停止旋轉(zhuǎn)，達(dá)到期望姿態(tài)角，有效改出螺旋，即可進(jìn)入退出俯沖控制模塊，其螺旋改出三維飛行軌跡如圖5d）所示。

仿真3 “平中順”改出控制方法（FMP）

當(dāng)無人機(jī)進(jìn)入螺旋后，模擬地面操作人員，采用“平置方向舵，中立升降舵，順壓副翼”（“平中順”）方法進(jìn)行螺旋改出控制，無人機(jī)姿態(tài)角與姿態(tài)角速率變化如圖6a）、圖6b）、圖6c）所示，螺旋改出三維飛行軌跡如圖6d）所示。

圖6　無人機(jī)在FMP作用下的螺旋改出過程

由圖6可知，“平中順”方法雖然也可以改出螺旋，但是該控制方法下的改出所需時(shí)間過長，這將導(dǎo)致無人機(jī)損失高度過大，從而引起墜毀。

仿真4 未考慮“控制時(shí)序”的自主改出控制方法（ARCNCS）

在無人機(jī)螺旋自主改出控制器設(shè)計(jì)中，不考慮狀態(tài)變量控制時(shí)序，直接給定期望輸出，在非線性動(dòng)態(tài)逆控制律作用下進(jìn)行螺旋改出控制，無人機(jī)姿態(tài)角與姿態(tài)角速率變化如圖7a）、圖7b）、圖7c）所示，螺旋改出三維飛行軌跡如圖7d）所示。

圖7　無人機(jī)在ARCNCS作用下的螺旋改出過程

由圖7可知，當(dāng)無人機(jī)螺旋自主改出控制不考慮“控制時(shí)序”時(shí)，改出時(shí)間延長，同時(shí)姿態(tài)角及角速度響應(yīng)出現(xiàn)振蕩，使得無人機(jī)在某個(gè)階段的螺旋特性更加復(fù)雜。

在ARC、FMP、ARCNCS 3種控制方法作用下，螺旋改出所需時(shí)間如表1所示。

表1　3種控制方法下的螺旋改出所需時(shí)間

從表1統(tǒng)計(jì)結(jié)果可以看出，3種控制方法均可以使無人機(jī)改出螺旋，但ARC方法具有最好的控制效果。

對上述4個(gè)仿真結(jié)果進(jìn)行對比分析可知，本文采用的無人機(jī)螺旋認(rèn)知方法能夠?qū)崿F(xiàn)對無人機(jī)進(jìn)入螺旋狀態(tài)的認(rèn)知，所提的自主改出控制方法能克服其他方法的缺點(diǎn)，較為有效地解決了無人機(jī)螺旋改出問題。

5　結(jié) 論

本文針對無人機(jī)螺旋改出問題進(jìn)行研究，設(shè)計(jì)了無人機(jī)螺旋自主認(rèn)知與改出控制器。提出基于飛行狀態(tài)認(rèn)知的無人機(jī)自主安全控制方法，在此基礎(chǔ)上采用直覺模糊統(tǒng)計(jì)判決與決策算法認(rèn)知螺旋，并從控制時(shí)序與控制律出發(fā)，完成了螺旋改出的制導(dǎo)與控制。仿真結(jié)果驗(yàn)證了所提控制方法的有效性，表明該方法可以及時(shí)完成螺旋認(rèn)知，并顯著縮短改出所需時(shí)間，同時(shí)具有較好的動(dòng)態(tài)特性。

［1］ Loh R，Bian Y，Roe T.UAVs in civil airspace：safety requirements［C］//IEEE Aerospace and Electronic Systems，2009：5-17

［2］ Leveson，N.Safeware：System Safety and Computers［M］.Addison-Wesley，New Jersey，1995

［3］ Leveson N.A New Accident Model for Engineering Safer Systems［J］.Safety Science，2004，42（4）：237-270

［4］ 馬庭亮.螺旋技術(shù)在飛行特技中的運(yùn)用探討［J］.技術(shù)與市場，2011，18（7）：91-92

Ma Tingliang.The Application Discussion of Spiral Technology on Aerial Acrobatics［J］.Technology and Macket，2011，18 （7）：91-92（in Chinese）

［5］ 陳淑琴，趙文成，席劍輝.方向舵卡死無人機(jī)步出螺旋運(yùn)動(dòng)控制律的設(shè)計(jì)［J］.電光與控制，2010，17（9）：57-59

Chen Shuqin，Zhao Wencheng，Xi Jianhui.Control Law Designed for UAV to Step out Spiral Motion When Rudder Deadlock Happens［J］.Electronics Optics&Control，2010，17（9）：57-59（in Chinese）

［6］ Clough B T.Unmanned Aerial Vehicles：Autonomous Control Challenges，a Researcher′s Perspective［C］∥2ndAIAA“Unmanned Unlimited”Systems，Technologies，and Operations，San Diego，California，2003

［7］ Huang X，Huang H，Liao B，et al.An Ontology-Based Approach to Metaphor Cognitive Computation［J］.Minds and Machines，2013，23（1）：105-121

［8］ Mark Bishop J，Erden Y J.Computational Creativity，Intelligence and Autonomy［J］.Cognitive Computation，2012，4（3）：209-211

［9］ Squartini S，Hu S，Liu Q.Advances on Brain Inspired Computing［J］.Cognitive Computation，2013，5（2）：161-163

［10］Gomzin A V，F(xiàn)esenko E V，Shataev V G.Spiral Descent of an Unmanned Aerial Vehicle［J］.Russian Aeronautics，2009，52 （3）：277-283

［11］樊雷，雷英杰.直覺模糊統(tǒng)計(jì)判決與決策［J］.控制與決策，2011，26（3）：356-362

Fan Lei，Lei Yingjie.Intuitionistic Fuzzy Statistic Adjudging and Decision-Making［J］.Control and Decision，2011，26（3）：356-362（in Chinese）

［12］陳勇，董新民，薛建平，等.多操縱面飛控系統(tǒng)約束自適應(yīng)控制分配策略［J］.系統(tǒng)工程與電子技術(shù)，2011，33（5）：1118-1123

Chen Yong，Dong Xinmin，Xue Jianping，et al.Constrained Adaptive Control Allocation for Multi-Effector Flight Control System ［J］.System Engineering and Electronics，2011，33（5）：1118-1123（in Chinese）

［13］Dyhr J P，Morgansen K A，Daniel T L，et al.Flexible Strategies for Flight Control：an Active Role for the Abdomen［J］.The Journal of Experimental Biology，2013，216（9）：1523-1536

［14］Sieberling S，Chu Q P，Mulder J A.Robust Flight Control Using Incremental Nonlinear Dynamic Inversion and Angular Acceleration Prediction［J］.Journal of Guidance，Control，and Dynamics，2010，33（6）：1732-1742

［15］Shu Y，Tang S.Integrated Robust Dynamic Inversion Design of Missile Guidance and Control Based on Nonlinear Disturbance Observer［C］∥20124thInternational Conference on Intelligent Human-Machine Systems and Cybernetics，2012：42-45

［16］韓英華，范彥銘.基于非線性動(dòng)態(tài)逆的無人機(jī)自動(dòng)著陸控制系統(tǒng)［J］.航空學(xué)報(bào)，2008，5（增刊）：66-71

Han Yinghua，F(xiàn)an Yanming.Control System of Automatic Landing of UAV Based on Nonlinear Dynamic Inversion［J］.Acta Aeronautica Astronauotica Sinica，2008，5（Suppl）：66-71（in Chinese）

［17］Reiner J，Balas G J，Garrard W L.Flight Control Design Using Robust Dynamic Inversion and Time-Scsle Separation［J］.Automatica，1996，32（11）：1493-1504

［18］Du D J，F(xiàn)ei M R，Hu H S.Two-Layer Networked Learning Control Using Self-Learning Fuzzy Control Algorithms［J］.Chinese Journal of Scientific Instrument，2007，28（12）：2124-2131

Autonomous Cognition and Recovery Controller Design of UAV Spiral

Huang Hanqiao1，2，Zhao Xin1，Zhou Huan1，Wang Zutong1
1.Aeronautics and Astronautics Engineering College，Air Force Engineering University，Xi′an 710038，China 2.Northwestern Polytechnic University，Xi′an 710038，China

Aiming at dealing with the spiral recovery puzzle of aerial vehicles，we put forward an autonomous spiral cognition and recovery control method of the unmanned aerial vehicle（UAV）.First of all，the safety control framework of unmanned aerial vehicles（UAV）based on flight state-cognition is built and the autonomous spiral cognition and recovery controller is designed.Then，the spiral factors are analyzed and the spiral state is recognized by using intuitive fuzzy statistic adjudging and decision-making algorithm according to timing flight variables information afforded by airborne sensors.Finally，the control scheduling of state variables is considered，and nonlinear dynamic inversion control laws are designed，which accomplish the guidance and control of the UAV spiral.Simulation results and their analysis suggest that，compared with the existing strategies，the proposed control method can decrease the time needed for spiral recovery evidently and meanwhile has good dynamic response characteristics.

aneroid altimeters，angle of attack，angular velocity，computer simulation，control，control surfaces，controllers，damping，data fusion，decision making，degrees of freedom（mechanics），design，drag coefficient，dynamic response，efficiency，electronic guidance systems，errors，fixed wings，flight control systems，frequency bands，global positioning system，inertial navigation systems，measurements，probability，real time control，safety engineering，scheduling，sensors，statistics，time series，unmanned aerial vehicles（UAV），velocity；cognition，control law，control scheduling，flight state，nonlinear dynamic inversion（NDI），recovery，safety control，spiral statistic adjudging.

V249

A

1000-2758（2015）06-0879-08

2015-02-18

國家自然科學(xué)基金（71501184）與航空科學(xué)基金（20155196022）資助

黃漢橋（1982—），西北工業(yè)大學(xué)校友、博士后，空軍工程大學(xué)講師，主要從事無人飛行器作戰(zhàn)系統(tǒng)與技術(shù)、無人作戰(zhàn)飛機(jī)自主攻擊技術(shù)等研究。