舰载无人机撞网回收自适应制导技术

蒋毅, 孙春贞, 王凯

(南京航空航天大学 自动化学院, 江苏 南京 210016)

舰载无人机撞网回收自适应制导技术

蒋毅, 孙春贞, 王凯

(南京航空航天大学 自动化学院, 江苏 南京 210016)

针对无人机自动着舰撞网回收过程中目标舰船处于运动状态的特点,借鉴导弹导引律的比例导引法提出了基于视线角的制导律,并引入反步法的设计思想以提高制导律的自适应性。基于视线角的制导律使无人机的轨迹倾斜角变化率与视线角变化率成比例,通过控制视线角来跟踪下滑轨迹倾斜角。采用该导引律可以减小无人机运动对目标舰船参数变化的敏感性,从而获得较为稳定的下滑轨迹。仿真结果表明了该制导律的可行性,并且该制导律具有较强的鲁棒性。

无人机; 自动着舰; 撞网回收; 比例导引

0 引言

舰载无人机作为现代海军航空力量的重要组成部分,主要用于战场侦察与监视、通信中继、电子对抗等任务。由于无人机体积小,且可以避免人员伤亡,越来越受到各国海军的青睐,是实现未来战争零伤亡的理想武器。但是受舰船起降平台的限制、海上平台摇摆以及风浪的影响,对舰载无人机的起降技术要求很高,尤其是舰载回收技术。目前,舰载无人机回收技术主要有撞网回收、天钩回收、拦阻回收、垂直着舰等,其中撞网回收凭借其便捷性在舰载无人机上应用较多[1]。舰载无人机已经发展了很多年,撞网回收控制技术也有较多研究。Yoon等[2]针对无人机的陆基撞网回收,借鉴了导弹的追踪制导方案,给出了基于追踪法的自适应制导方案,将导弹导引策略用于无人机的撞网回收。国内学者也针对撞网回收给出了优化的纵横向制导方案[3]。事实上,舰载无人机的撞网回收是一个移动目标跟踪问题,可以借鉴导弹的导引方案,相对于追踪制导方案,比例导引方案更适合于这种移动目标追踪。

为了提高自适应能力,本文在借鉴导弹的比例导引方案的基础上,利用反步法[4]的设计思想,形成无人机撞网回收纵向自适应制导方案。

1 数学模型

无人机纵向运动的数学模型可以描述为:

(1)

式中:H,X,Vd,γ,θ,q,α分别为无人机的高度、位置、地速、轨迹倾斜角、俯仰角、俯仰角速度、迎角;g为重力加速度;L,D为升力和阻力。

舰船回收网的运动模型可以描述为:

(2)

式中:Hship,Xship,Vship分别为回收网高度、位置、地速;a1,a2,ω1,ω2分别为海浪运动的振幅和频率。

舰载无人机撞网回收的过程即引导无人机以较低的速度飞进回收网的中心区域,图1给出了撞网回收过程的示意图。

图1 撞网回收过程示意图Fig.1 Geometry of net-recovery

无人机与舰船之间的连线为视线,距离为R;无人机速度矢量与视线之间的夹角定义为前置角η;视线与水平面的夹角为视线角γs,视线角直接确定了无人机与回收网之间的相对关系,满足:

(3)

无人机与舰船之间的相对运动关系为:

(4)

与无人机陆基回收相比,舰载无人机回收的精度要求更高,回收风险更大,制导律必须具有自适应性和强鲁棒性,这就增加了舰载无人机撞网回收的制导难度。在舰船运动的情况下,如何引导无人机以合理的姿态和速度飞进回收网的中心位置,便成为撞网回收的关键问题。必须针对舰船的动态特点,研究高精度的末端制导技术。

2 自适应制导方案

2.1 基于比例导引的纵向制导方案

为了使视线角保持稳定,尽量获得直线轨迹,制导律设计时,需要尽量消除任何可能出现的视线角变化率,使无人机的轨迹倾斜角变化率与视线角变化率成比例,即:

(5)

图2给出了比例导引的轨迹示意图,图中① ～⑥ 表示当前时刻无人机和舰船的位置,虚线表示当前飞机位置与舰船位置的连线。跟踪给定的视线角即可控制无人机与舰船之间的相对高度和位置。

图2 纵向比例导引轨迹示意图Fig.2 Profile of longitudinal proportional guiding

为了适应不确定的气流干扰,提高制导的鲁棒性,纵向制导采用基于反步法的制导结构。利用无人机的动态特性,递推地构造出整个制导回路,每一个子回路上产生的虚拟制导指令由基本的比例积分控制和动态逆共同产生,抑制无人机运动过程中的非线性和不确定性因素。

2.2 基于反步法的纵向制导结构

反步法从离控制输入最远的那个状态方程开始向控制输入递推,其数学模型可以描述为:

(6)

式中:x,u分别为系统状态和输入变量。反步法的设计思想是视每一个子系统的xi+1为虚拟控制指令,对于系统的每个子系统都可以描述为:

(7)

(8)

根据式(8)可以设计系统的一般控制律。

对于舰载无人机,视线角是离输入最远的状态,视线角跟踪制导回路处于整个纵向制导回路的最外层。通过跟踪轨迹倾斜角实现视线角跟踪,因此,视线角制导的下一个层次的回路为轨迹倾斜角制导回路。根据无人机的运动学和动力学关系,轨迹倾斜角制导回路既可以直接驱动俯仰角制导回路,俯仰角制导回路驱动最内层的俯仰角速度控制回路。因此,基于反步法的纵向制导主要包括3个子回路:视线角制导回路、轨迹倾斜角制导回路和俯仰角制导回路。制导回路结构如图3所示。

图3 基于反步法的制导回路Fig.3 Backstepping guidance architecture

3 基于反步法的制导律

3.1 视线角制导律

基于比例导引的制导律使无人机的轨迹倾斜角变化率与视线角变化率成比例,即:

(9)

式中：KPN为比例系数。

假设无人机和舰船都保持匀速运动,对式(4)中的视线角变化率进行求导得到:

(10)

将式(9)带入式(10)可得:

(11)

若要保持视线角稳定,则必须满足不等式:

(12)

(13)

(14)

式中:Kγs为视线角控制的比例系数;KIγs为积分系数;γsc为视线角指令。视线角制导律为:

(15)

3.2 轨迹倾斜角制导律

轨迹倾斜角制导回路产生俯仰角制导回路的虚拟俯仰角指令θc。轨迹角变化率满足:

(16)

(17)

轨迹倾斜角变化率可以描述为迎角、轨迹倾斜角、动压、地速的函数:

(18)

定义:

(19)

则

(20)

轨迹倾斜角制导回路动态逆形式的制导律为:

(21)

即

(22)

定义轨迹倾斜角到迎角的逆函数:

(23)

(24)

式中:ρ0为海平面处的大气密度。

θc=αc+γ

(25)

3.3 俯仰角制导回路

qc=Kθ(θc-θ)

(26)

图4给出了包含视线角、轨迹倾斜角和俯仰角的纵向制导结构图。纵向追踪制导律将无人机当前的地速、指示空速、轨迹倾斜角、俯仰角同时引入,地速直接参与到制导指令的计算中,可以提高制导对风干扰的自适应能力,使得制导律可以快速适应风干扰引起的地速变化。

图4 舰载无人机基于反步法的制导律结构图Fig.4 Backstepping guidance law for shipboard UAV

当存在风干扰时,指示空速变化较大,进而引起地速的变化,这种变化可以快速地反映到制导指令中。当存在顺风时,指示空速减小,地速增大,制导回路产生的迎角指令增加,进而俯仰角速度指令增加,无人机快速拉起,以防止高度下降;反之,俯仰角速度指令减小,防止高度上升。

4 仿真验证

为了验证撞网回收自适应制导的有效性,以某舰载无人机为例进行仿真验证。假设无人机撞网回收的初始高度为250 m,飞行速度为33 m/s,稳态下滑的轨迹角为-4°,最大风速为6 m/s,海况为中等状态。针对初始位置不确定性、无人机质量不确定性、大气环境干扰的不确定性以及定位误差的不确定性进行了仿真验证。无人机撞网回收过程飞行状态的变化曲线如图5～图9所示。可以看出,稳态飞行时无人机与舰船之间的视线角保持在-4°,轨迹倾斜角也相对恒定,飞行轨迹接近于直线。在100 m高度处无人机受到风的干扰,空速快速变化,进而引起地速的变化,地速的变化又引起视线角的变化。当地速和视线角变化时,制导回路迅速响应,通过改变迎角指令改变无人机的姿态,保持无人机与回收网之间的相对关系。

图6 无人机地速变化曲线Fig.6 Ground speed curves of UAV

图7 无人机相对舰船的视线角变化曲线Fig.7 Sight-of-line angles curves of UAV to ship

图8 无人机轨迹倾斜角变化曲线Fig.8 Path history curves of UAV

图9 回收网撞击点高度分布图Fig.9 Terminal altitude

5 结束语

本文针对舰载无人机撞网回收的特点,给出了一种基于比例导引的自适应制导方案。利用反步设计的思想,将纵向制导回路分解为视线角制导回路、轨迹倾斜角制导回路和俯仰角制导回路,并利用比例积分制导律和动态逆制导律共同产生回路之间的虚拟制导指令。以某无人机为例,设计了撞网回收纵向制导律,并针对不确定性因素进行了非线性仿真验证。在给定的不确定性范围内,基于反步法的制导律可以引导无人机安全回收,满足撞网回收的要求。由于无人机撞网回收过程,尤其是末端接近回收网时,受干扰的影响很大,而无人机的轨迹控制又是一个长周期的过程;因此这一阶段风对制导性能的影响较大,后续工作中需要针对回收末端区域进一步提高制导的自适应能力。

[1] 裴锦华.无人机撞网回收的技术发展[J].南京航空航天大学学报,2009,41(S1):6-11.

[2] Seungho Yoon,H Jin Kim,Youdan Kim,et al.Spiral landing trajectory and pursuit guidance law design for vision based net-recovery UAV[R].AIAA-2009-5682,2009.

[3] 郑峰婴,龚华军,王新华.小型舰载无人机侧向自主着舰引导技术[J].南京航空航天大学学报,2013,45(1):82-87.

[4] Knoeoes J,Robinson J W C,Berefelt P.Nonlinear dynamic inversion and block backstepping:a comparison[R].AIAA-2012-4888,2012.

(编辑：李怡)

Ship-board UAV net recovery adaptive guidance technology

JIANG Yi, SUN Chun-zhen, WANG Kai

(1.College of Automation Engineering, NUAA, Nanjing 210016, China)

According to the characteristics of the target ship in motion in the net recovery process of UAV, this paper put forward the guidance law based on angle of sight by taking missile guidance law of proportional guidance law for reference, and introduced the backstepping guidance law to improve the adaptability of guidance law. Since the angle of sight guidance law is to make the UAV flight path angle and angle of sight be proportional to the rate of change, flight path angle can be tracked by controlling the angle of sight. Using the guidance law can reduce the sensitivity of UAV motion due to the ship parameter change, thus obtaining more stable trajectory. The simulation results show the feasibility of the guidance law which has strong robustness.

UAV; ship landing; net recovery; proportional guidance

2014-06-16;

2014-09-18;

时间:2014-11-04 08:30

基本科研业务费资助项目(NZ2012008)

蒋毅(1989-)，男，江苏苏州人，硕士研究生，主要从事先进飞行器控制技术研究。

V279; V249.1

A

1002-0853(2015)01-0043-05