高速靶机多机协同飞行控制技术研究

刘俊雲 张振兴 杨方伟 宋少杰

分析了高速靶机多机协同飞行控制的路径规划与编队控制问题。通过对经典控制方法以及Dubins路径规划算法的复合应用研究，并针对高速特征，研究了基于多机多状态复合交互前馈控制方法，解决了高速状态下多机协同控制的时滞敏感性问题，实现了高速靶机路径规划与编队控制的多机协同飞行的关键技术，并通过半实物仿真实验验证了算法的有效性，为飞行验证提供了理论支撑。

随着军事训练和试验要求的不断提高，单架无人机飞行已越来越无法满足相关的任务需求。与单机飞行相比，通过充分发挥多无人机协同飞行的性能特点，实现协同控制下无人机间的战术和技术配合，可以有效模拟假想敌空战武器多方位、多波次、饱和攻击的效能，可以有效训练和检验装备运用、人员操作、系统联动、指挥决策等综合战斗能力。

所谓多无人机的协同编队飞行，就是将多架具有自主飞行功能的无人机按照一定的结构形式进行三维空间排列，使其在飞行过程中保持稳定的队形，并能根据外部情况和任务需求进行动态调整，以体现整个机群的协同一致性。

与通常无人机编队相比，靶机同空协同编队飞行有着一定的特殊性，更聚焦模拟多无人机从不同方向对同一目标或多个目标同时进行攻击，或者对单个或多个目标按照某种时间序列发动准时打击，从而达到效果最佳。这时，如何为每一架靶机生成有效路径，并协调无人机的到达时间，是有效完成任务的前提条件。因此，为保证多无人机协同编队高效完成指定任务，需要首先预先初步设定与实践匹配的基本路線，以确定其应该何时何地执行相应动作。随着任务复杂性和飞行环境复杂多变性逐渐增加，预规划航迹往往不能满足实际需求，需要结合环境和任务进行实时评估，完成实时在线航迹重构。

无人机的航迹规划是指在特定的约束条件下，寻找满足无人机任务需求、自身性能及战场环境信息约束下，设计合理的飞行路线，以最大限度的保障无人机从起始点到目标点完成任务飞行。其核心是在综合考虑无人机平台约束和环境约束前提下，如续航时间、油耗、机动性能、威胁等，设计最优或较优的航迹。

多无人机协同路径规划要求根据任务约束条件、无人机性能以及战场环境等因素同时为多架无人机设计完成任务的多条飞行路径，并满足多无人机在时间和空间上的协同关系。多无人机协同路径规划的根本目的就是为每架无人机生成一条满足约束的路径，使他们能够同时或按一定时间间隔抵达各自目标位置，并尽量提高无人机集群的整体生存概率和作战效能。这样生成的路径对单个无人机来说不一定是最优的，但对于整个无人机集群来说，却必须是最优的或近似最优的。

本文选择典型多无人机编队飞行案例，从多机协同路径规划和多机协同编队控制两个方面进行了多无人机协同编队飞行技术研究：基于Dubins路径规划算法研究了多无人机协同路径规划算法;基于速度、位置控制算法研究了多无人机协同编队控制算法。

任务分析

在实际作战过程中，典型多无人机协同编队飞行执行任务，可根据无人机飞行特点的不同划分为三个阶段，如图]所示。

（1）各无人机在不同时间点、不同位置点进行起飞，之后要求飞机在指定时间点同时到达到指定位置集结点，进行编队集结，此段称之为起飞集结段;

（2）多无人机完成设定队形集结编队后，按照任务约束执行编队任务飞行。根据任务需求，编队无人机自主完成队形变换、重构等操作，此段称之为任务飞行段或编队飞行段。

（3）编队无人机完成任务后，在指定区域解散飞行编队，各无人机依次完成返航、回收等操作，此段称之为任务解除段。

其分层递阶结构图如图2所示。多无人机编队飞行任务（任务层）根据多无人机编队飞行的任务需求或指令，确定无人机编队所要执行的具体任务，并给出任务执行时间;多无人机协同航迹规划（导航层）根据任务需求结合飞行环境为无人机规划出符合任务执行需求的飞行路径，各无人机之间需在空间、时间上进行协调，从而有效引导无人机在指定时间到达指定任务区域;多无人机协同编队控制（制导层）则直接面向无人机的任务执行，生成无人机编队队形并控制多无人机编队飞行与路径跟踪;无人机平台底层控制（控制层）完成无人机姿态控制、速度跟踪控制、位置跟踪控制等，实现上层指令的快速有效响应。

为了实现多机协同飞行，各无人机间需要协同交互的状态信息包括：各无人机的三维位置、三维位置设定、速度、速度设定、姿态（俯仰角、滚转角、航向角）以及姿态设定等信息，通过基于Dubins路径规划原理与状态反馈协同闭环、状态指令前馈复合应用，构成多机协同编队飞行控制技术方案。总体技术方案原理图如图3所示。

算法设计

基于Dubins路径原理的协同路径规划技术

Dubins路径的原理是，在二维平面中两个矢量之间最短的路径就是圆弧及其切线组成。在已知第n，n=1，2…，m个无人机出发点坐标P_ns（x_ns，y_ns）、初始速度向量_ns，终点坐标P_nf（x_nf，y_nf）终点速度向量v_nf，转弯半径r_nij≥R_min，i=1，f，j=1，2，R_min为最小转弯半径的情况下，求解从P_ns（x_ns，y_ns）到P_nf（x_nf，y_nf）点，满足多无人机同时到达指定位置的飞行路径，如图4所示。

该问题的求解算法描述如下：

步骤]由各无人机起始点信息P_ns（x_ns，y_ns）、V_ns、r_ns1、r_ns2确定起始圆C_ns的位置和大小，分别得到左盘旋和右盘旋两个起始圆C_ns1和C_ns2由终点信息P_nf（x_nf，_nf）、V_nfr_nf1、r_nf2确定目标圆C_nf位置和大小，得到右盘旋和左盘旋两个目标圆C_nf1和C_nf2。

步骤2根据无人机由起始点到目标点的盘旋飞行方式不同，分别按照无人机右盘旋到右盘旋（RR）、右盘旋到左盘旋（RL）、左盘旋到右盘旋（LR）、左盘旋到左盘旋（ LL）计算各无人机在起始点、目标点的转弯圆曲率k_nsk和k_nsk、转弯角度φ_nsk和φ_nfk、直线飞行长度a_nk，从而得到各无人机满足约束条件的最短飞行路径H_n。

k={RR，RL，LR，LL}

其中，h_k表示路径长。

步骤3以各无人机最短飞行路径最大值为H=

H_n参考路径，各无人机基于自身机动性能约束、速度约束、加速度约束，及时间约束，调节各无人机盘旋半径，得到无人机飞行路径。

步骤4根据无人机纵向和横向运动的特点，将三维空间的运动分解咸水平方向上位置调整和垂直方向上的高度调整。

步骤5考虑各无人机之间的碰撞回避以及同时达到目标点等约束，基于无人机性能包线进行路径搜索，获得多无人机协同飞行路径。

基于复合控制算法的协同编队控制技术

多机协同路径跟随控制可分为长机的路径跟随控制、僚机的编队控制和单机飞行控制。最优路径规划技术给出编队飞行轨迹，长机通过路径跟随控制系统跟随路径。僚机根据编队间的信息交互，由编队控制系统得出需要的飞行控制指令，传递给僚机自身的飞行控制系统。最终，通过三个控制系统形成多机协同跟随控制的大闭环，其结构如图5所示。

以两架无人机水平编队飞行为例，可根据长机和僚机之间的几何关系相对距离及长机和僚机的飞行速度、航迹方位角、三维坐标等参量，在惯性坐标系速度坐标系建立水平面上的相对运动模型，如图6所示。

其中坐标系为固连于僚机的旋转参考系，方向与僚机的速度方向一致，x、y为在固连于僚机的旋转参考系中长机与僚机之间的相对距离在x轴和y轴上的分量，V_L，v_W别为长机与僚机的水平方向上的速度，ψ_L，ψ_W分别为长机与僚机的航向角;定义ψ_E=ψ_L-ψ_W為偏航角偏差，即长机与僚机速度向量之间的夹角;定义长机垂速为

，僚机垂速为

，则长机与僚机的相对运动方程为

长机和僚机速度为

僚机编队控制目的是保持长机与僚机之间的相对位置关系。利用长机传递给僚机的信息，经过编队控制模块，可生成控制指令传人飞控系统。

基于多状态前馈复合控制的高速靶机协同控制技术

编队控制可分为高度、前向和侧向三个方向。高度通过高度回路，前向位移通过地速，侧向位移通过滚转角控制。三个方向控制律为：

（1）前向

v₀为前馈补偿，用于补偿长机与僚机的速度指令偏差，滚转时转弯半径不同引起的速度偏差。

（2）纵向

H_wg=H₀

H₀为前馈补偿，用于补偿长机与僚机的高度指令偏差。

（3）侧向

γ₀同样为前馈补偿，用于补偿长机与僚机的滚转指令偏差，同时还有滚转时僚机落后长机而引起的航向角偏差。为了增加侧向位置控制精度，侧向采用双积分控制，即侧偏积分和滚转角积分。

前馈的复合应用，旨在有效的解决高速状态多机协同控制的实时性、快速性问题，实现高动态、高精度协同规避与编队控制技术。

仿真实验

本文以某型高速无人机的3机协同编队飞行为例进行仿真试验。3架无人机在不同的位置起飞，15min后同时到达指定集结点进行编队集结，组成三角形编队进入任务段飞行。1号机为长机;2、3号机为僚机。根据设定的任务要求进行集结，并编队飞行至任务点完成任务。各无人机起飞点、集结点、任务点仿真初始条件如表1所示。

无人机飞行速度约束v∈[120m/s，200m/s]，纵向加速度约束a∈[0m/s²， 2m/s²]，转弯半径r≥4km，最大爬升俯冲率p∈[-15m/s，20m/s]：

无人机起飞后，3机协同飞行至集结点、任务点的飞行轨迹，如图7所示。

无人机达到集结点后，长机（无人机1）从集结点由路径规划飞往任务点，僚机（无人机2/3）根据编队队形，跟随长机。其中，僚机跟随长机保持队形时，距离队形目标位置偏差如图8所示。

仿真结果显示，3机协同路径规划能够根据任务设定的相对位置、速度、航向规划出符合要求的三维路径。同时，根据规划获得的路径，多机协同跟随控制算法控制无人机跟随路径，并按照既定的编队队形快速完成队形的变换、保持队形的相对位置，顺利完成设定任务。

结论

当前无人机的迅猛发展和广泛应用对多机协同控制技术提出了更高的要求，本文立足于多无人机协同编队飞行控制技术需求，为多无人机协同编队提供一种协同规划路径与协同编队控制的方法，并通过仿真和飞行试验验证了该方法的可行性。