飞行仿真

飞行仿真（共9篇）

飞行仿真 篇1

0 引 言

随着技术的发展,仿真技术的应用在扩大。采用实物进行飞行实时测试需要多台元器件共同完成,且维护、扩展、操作、运输极不方便。通过飞行中的数据,直观地再现飞行状态。因此实时飞行仿真显示系统适用于研究开发、方案论证和设计阶段。本系统采用在工程应用领域内连续系统仿真的数学仿真方法,并模拟生成人的感觉环境的各种物理效应设备(包括视觉、动感等人能感知物理环境的模拟生成、显示系统)。为了适应在数字计算机上进行数学仿真,按变量(包括按时间)进行离散化处理,以及根据精度与计算速率要求选用适当算法,将原始数据模型变换为仿真数学模拟[1]。

实时飞行仿真显示系统具有仿真操纵系统、清晰的仿真显示画面、逼真度高的飞行动力学特性、连续的性能仿真、良好的人机交互界面,具有动态感和交互性的环境仿真。通过建立数学模拟、利用先进的虚拟和计算机仿真技术,仿真再现飞行显示系统画面,可以通过设置各种飞行参数和条件实施飞行模拟操作,可以通过CRT、打印机、绘图仪显示输出仿真结果。采用实时飞行仿真显示系统可以实时运行,也可以在非实时条件下运行。

1 实时飞行仿真显示系统设计方案

本系统采用分布式交互协同工作,以模块化的建模方法,仿真飞行显示系统画面。实时飞行仿真显示系统大体由数据采集处理中心模块、子系统模拟器模块、仿真显示器模块、飞行控制台模块组成,结构如图1所示。

子系统模拟器在网络终端提供各种飞行实时数据,它是通过键盘指令或文件的数据源,向数据采集处理中心提供所需数据;数据采集处理中心负责控制网络中的数据源,并且利用子系统模拟器的数据源,加载飞机运动方程,转化为飞行状态数据,向仿真显示器提供飞行数据;仿真显示器除了显示飞行数据及画面,还提供外部环境画面。子系统模拟器和显示系统模块在网络中通过点到点的方式连接到数据采集处理中心上,由该数据采集处理中心向目的终端传送信息。数据采集处理中心执行集中式通信控制策略,在此网络结构中任何两个终端要进行通信都必须经过数据采集处理中心。

由飞行控制台传来的操纵控制指令提供飞行输入数据,在飞行控制模块中,根据操纵指令和控制规律计算飞行状态,由起落架力和力矩模块负责计算飞机起飞和降落时在地面运动的力和相应的力矩,气动力/力矩模块计算气动系数和气动力/力矩;飞机六自由度运动方程模块解算飞机六自由度非线性全量运动方程,计算出姿态、位置、加速度和角速度等飞行状态信息,并将飞行状态信息在反馈给气动系数模块、起落架力和力矩模块,同时输出到实时飞行仿真显示系统的其他子系统。飞行仿真的主要功能是对飞行控制系统的输入作出反应,对飞机飞行状态进行仿真[2];解算飞机的六自由度非线性运动方程;并对环境变化、飞机本身的变化和飞行造成的影响进行仿真解算。

在Windows环境下,采用C++ Builder和OpenGL作为编程工具,运用面向对象的设计方法,开发实时飞行仿真显示系统。该系统按指定机种提供的真实图形仿真飞行画面,数据采集处理中心负责把画面显示数据存放在显示数据存储器中;仿真显示器负责从显示数据存储器中读取数据;仿真显示器定时调度数据画面,并对所有显示符号、线段、数字的静态及动态象素坐标进行实时计算,生成仿真飞行画面[3];仿真显示器实时接收解算数据采集处理中心所得数据,并将其作为仿真显示器的驱动数据,为充分保证飞行状态的准确性和连续性,对数据进行精度提取和高速插值计算。同时,采用融合消隐技术和抗锯齿算法解决飞行画面中抖动和旋转时出现的锯齿问题。

数据传输系统采用基于UDP传输协议的Socket编程技术,结合数据压缩和调度算法,解决网络编程时数据安全可靠传输的技术难题。为了提高数据传输的稳定性和实时性,数据采集处理中心同时开设多个端口,一些端口用于发送飞机的飞行数据,一些端口分别实时接收其他子系统模拟器发送的飞行数据,并用其作为仿真飞行显示的驱动数据。

实时飞行仿真显示系统的网络结构,体积小、耗费低,便于管理、维护、调试;控制简单,建网容易。通过构建飞行动力学模型,实现飞机的俯仰、滚转、偏航等飞行姿态的模拟,模拟逼真,实时性强。OpenGL 3D声音引擎仿真飞行过程中听到的主要环境音效和实现语音提示功能,OpenGL具有表现多通道三维位置音效的能力,主要是在来源物体、音效缓冲和收听者中编码。来源物体包含一个指向缓冲区的指标、声音的速度、位置和方向,以及声音的强度。通过采用OpenGL纹理控制,基于glut核心函数库编程、视点控制处理、数据传输,自主开发场景画面,实时动态渲染,运行效率高,场景模拟真实感强,实现了实时飞行仿真显示系统图形图像显示。

2 实时飞行仿真显示系统软件功能结构

数据采集处理中心有一个主线程和多个子线程。主线程负责终端的接入连接请求,然后创建一个子线程来处理这个终端网络连接。每个子线程按照既定的协议与数据采集处理中心通讯。在网络通讯中,当其中一个终端正在向数据采集处理中心发送数据块时,其它某个终端正在向数据采集处理中心请求这个数据块时,数据采集处理中心采用互斥的方法,将完全接收完整个数据块,然后才向请求的终端发送完整的数据块。终端向数据采集处理中心发送数据,数据采集处理中心保存这些数据,终端也可以向数据采集处理中心请求数据。所以每个终端有可能是很多数据的发送者或请求者。在同一时间内,飞行实时图形仿真系统可能有多个数据的发送和请求终端存在,数据的读写速度成为数据采集处理中心的重要性能指标。数据采集处理中心的采用消息列表的方式,提高数据的读取处理,为数据的可靠性提供保障[4]。

网络通讯采用MIL-STD-1553B 总线通讯规则[5],该标准确定了美国军用飞机数字式数据总线的各种要求。网络数据消息块包含有指令字、状态字、数据字。并相应设计了10种消息格式,即“信息传输格式”。在此系统设计中,增加了消息的生存时间字,用于记录消息的生存时间,判定消息是否应该驻留在系统中,还是该删除。当要求通信的终端发出通信请求后,数据采集处理中心查看被叫终端是否空闲,是否建立通路响应,从而决定是否能建立双方的物理连接。终端向数据采集处理中心请求数据时,先向数据采集处理中心询问数据是否存在,数据采集处理中心收到请求数据命令,在消息列表查询,如果请求的数据不存在,数据采集处理中心向请求数据的终端发送“失败”消息。如果请求的数据存在,数据采集处理中心向请求数据的终端发送“成功”消息,然后向请求的终端发送请求的数据。数据采集处理中心同时也处理从各个终端接收到的数据,向子系统模拟器模块、显示系统模块发送相应数据,仿真显示器从正视、后视、左视、右视等角度直观反映飞行状态。数据采集处理中心数据包格式如表1所示。

子系统模拟器提供实时飞行仿真显示系统必须的飞行用数据,其数据源读入有两种方式:一种为人工设置(分为静态和动态数据),另一种为原始飞行数据文件(文件流fstream读入飞行数据文件)。实时飞行仿真系统一般运动动力学方程组为:

$\{\begin{array}{l}F{}_x=m(\dot{u}-vr+wq)\\ F{}_y=m(\dot{v}-wp+ur)\\ F{}_z=m(\dot{w}-uq+vp)\end{array}$

$\{\begin{array}{l}L=\dot{p}{\rm I}{}_x-\dot{r}{\rm I}{}_{xz}+qr({\rm I}{}_z-{\rm I}{}_y)-pq{\rm I}{}_{xz}\\ {\rm M}=\dot{q}{\rm I}{}_y+pr({\rm I}{}_x-{\rm I}{}_z)+(p{}^2-r{}^2){\rm I}{}_{xz}\\ {\rm N}=\dot{r}{\rm I}{}_z-\dot{p}{\rm I}{}_{xz}+pq({\rm I}{}_y-{\rm I}{}_x)+qr{\rm I}{}_{xz}\end{array}$

Fx,Fy,Fz;u,v,w;p,q,r为作用在飞机上的所有外力的和F,飞机的质心速度v,质心转动的角速度w在机体坐标系三个坐标轴Ox,Oy,Oz上的分量;Ix,Iy,Iz为转动惯量。

动力学方程组为力和力矩方程,利用坐标转换关系计算飞机相对于地面固定坐标系的方程和飞行轨迹运动学方程如下:

$\begin{array}{l}\{\begin{array}{l}\frac{d{}_x}{d{}_t}=\cos \psi \cos \theta u+(-\sin \psi \cos \text{ϕ}+\cos \psi \sin \theta \sin \text{ϕ})v+\\ (\sin \psi \sin \text{ϕ}+\cos \psi \sin \theta \cos \text{ϕ})w\\ \frac{d{}_y}{d{}_t}=\sin \psi \cos \theta u+(\cos \psi \cos \text{ϕ}+\sin \psi \sin \theta \sin \text{ϕ})v-\\ (\cos \psi \sin \text{ϕ}-\sin \psi \sin \theta \cos \text{ϕ})w\\ \frac{d{}_z}{d{}_t}=-\sin \theta u+\cos \theta \sin \text{ϕ}v+\cos \theta \cos \text{ϕ}w\end{array}\\ \psi ----\text{偏}\text{航}\text{角}\end{array}$

θ----俯仰角

ϕ----滚转角

$\{\begin{array}{l}p=\overline{\varphi }-\overline{\psi }\sin \theta \\ q=\overline{\theta }\cos \text{ϕ}+\overline{\psi }\cos \theta \sin \text{ϕ}\\ r=-\overline{\theta }\sin \text{ϕ}+\overline{\psi }\cos \theta \cos \text{ϕ}\end{array}$

仿真显示器需要使用一种计算能力很强的计算机语言对其数据进行处理,仿真显示飞行画面。OpenGL提供了数百个库函数,可以方便地绘制具有真实感的3D图形。图形的绘制只是一部分工作,更多的工作集中在场景数据结构、图形对象、三维交互和图形用户界面的设计上[6]。OpenGL与窗口系统无关,不提供任何交互手段,必须由程序员自己编写所有的交互功能。它的大部分指令是立即接口操作方式,说明对象可以马上进行硬件操作[7]。本系统在仿真显示器图形设计时,定义了视场局部坐标系以及相应的图形变换。采用最小单元法,其中基础对象定义了矢量、矩阵运算;常用几何图元的绘制(线、圆、刻度带等),图形函数将数据转化为几何模型绘制出来,使用继承方法扩充新的几何图元;点阵中文字体用于可视化图形的标注。该系统设计中汉字的形状复杂多变,所以显示汉字较难,采用汉字显示中的线性列表方法,先由CreateFontIndirect函数创建需要的中文字体、然后判断每一个字符是否为双字节,如果是就多处理一个字节,创建中文显示列表、运用投影矩阵和模型变换矩阵显示需要的文字。

实时飞行仿真显示系统显示画面具有固定的视场范围[8],根据显示器画面的视场范围,计算实时飞行仿真显示系统的仿真显示器像素换算比例K,用以确定元素在仿真显示器中的位置。

${\rm K}=\frac{2\times 180}{\text{最}\text{大}\text{视}\text{场}\times 3.14\times 1000}$

环境、动画场景的实时处理,是将图像存储在帧缓存中,帧缓存是多个显示缓存的逻辑集合,通过双缓存技术完成环境、动画场景的实时显示。环境形态的变化、位置的变化以及颜色的变化通过网络数据及程序的定时器控制。图形显示工作流程如图3所示。

C++ Builder具有快速的可视化开发环境,内置了100多个完全封装了Windows公用特性且具有完全可扩展性的可重用控件[9]。利用相关控件组建外部接口模块、操作模块。外部接口主要完成人机界面的设计,为使用者提供有好方便的操作平台。

图形创建首先检索指定窗口的客户区域环境的句柄Picture_hdc=GetDC(PanePicture->Handle);再创建一个新的OpenGL渲染描述表,此描述表适用于绘制到由Picture_hdc返回的设备,这个渲染描述表将有和设备上下文一样的像素格式Picture_hrc=WglCreateContext(Picture_hdc);然后设定OpenGL当前线程(线程相关性)的渲染环境,以后这个线程所有的OpenGL调用都是在这个Picture_hdc标识的设备上绘制wglMakeCurrent(Picture_hdc,Picture_hrc)。

仿真显示器画面坐标系根据国家标准规定的坐标轴系定义,实时飞行仿真显示系统画面的生成采用光栅扫描法。与真实飞行显示系统相比,某检测画面如下:图4为某一真实显示器的画面,图5为仿真显示器的画面。经检测证明:实时飞行仿真显示系统能满足飞行模拟使用,数据显示准确,画面清晰、正确,适合飞行仿真试验研究。

3 结 语

本文介绍了采用虚拟仪器技术研制实时飞行仿真显示系统,提出了软件实现实时飞行仿真显示系统的设计方法,从而有效地提高了飞行器研究开发、方案论证和设计方法。由于实时飞行仿真显示系统软件的易操作、易维护,更好地弥补了硬件带来的缺陷。

参考文献

[1]卢惠民.飞行仿真数学建模与实践[M].北京:航空工业出版社,2007.

[2]张刘,金光,郑亮亮.飞行姿态模拟器建模及输入受限混杂控制[J].光学精密工程,2009,17(7):1561-1569.

[3]夏拥军.工程飞行模拟器的仿真平显[J].测控技术,1996,15(2):38-39.

[4]贾容珍,林胜,王行任.飞行模拟器数据预处理及函数生成[J].测控技术,1996,15(6):54-56.

[5]宾辰忠,苗克坚.基于1553B总线的实时消息流实现与控制[J].计算机测量与控制,2005,13(9):967-969.

[6]卞泳锋,张兴周,韩亮.基于OpenGL的空战三维可视化仿真系统[J].应用科技,2007,34(11):46-50.

[7]郭兆荣,李菁,王彦.Visual C++OpenGL应用程序开发[M].北京:人民邮电出版社,2006.

[8]李娟,边信黔,夏国清,等.舰载机飞行仿真可视化研究[J].计算机仿真,2008,25(2):294-298.

[9]Charlie Calvert,et al.C++Builder应用开发大全[M].徐科,译.北京:清华大学出版社,1996.

飞行仿真 篇2

飞机飞行仿真系统核心模块设计研究

针对飞机飞行仿真系统核心模块(飞行动力学和飞行控制模块)进行设计研究,建立了六自由度全量非线性飞行动力学模型适用于程序编程的.解算方法,飞机飞行控制模块采用相应飞机的控制律.编制了核心模块程序并组建了通用的飞机飞行仿真系统,通过多次飞行模拟试验表明,所建立的飞行仿真系统具有良好的可操纵性和逼真度,人机界面良好.

作 者：龚松波 GONG Song-bo 作者单位：沈阳飞机设计研究所,辽宁,沈阳,110035刊 名：飞机设计英文刊名：AIRCRAFT DESIGN年，卷(期)：29(3)分类号：V247.4关键词：飞行仿真 飞行动力学 飞行控制

仿鸟扑翼飞行器仿真研究 篇3

扑翼飞行器因其广阔的应用前景正在受到越来越多的重视。而为将微型扑翼飞行器成功地运用于各领域中，其复杂的空气动力学问题则是首先必须解决的内容之一。这将涉及到非定常空气动力学、柔性翅翼的运动变形以及快速响应的自适应系统等，从而使得扑翼飞行的气动特性研究比同类型的固定翼和旋翼复杂得多。

为此，建立仿鸟扑翼飞行器的动力学建模和仿真系统，建立了它的状态空间仿真模型，作为后续分析、控制研究的基础。根据非定常空气动力学及准定常空气动力学原理计算飞行过程中翼面上的瞬时气动力。

2 仿鸟扑翼飞行器柔性翼建模模块

扑翼飞行器在飞行过程中，受到的外力包括重力、空气阻力、翅膀惯性力以及翅膀扑动产生的气动力，其中气动力的计算是重点也是难点。由于涉及到非定常空气动力学、柔性翅翼的几何形状变化、可变的多孔柔性表面以及快速的自适应系统等，使得关于扑翼飞行气动特性的研究比起固定翼飞行要复杂得多。在满足工程应用的前提下，采用近似解析法来研究扑翼飞行的气动力特性。

鸟翼的扑动是一种周期运动，主要可以分成两个方向的运动：(1)绕体轴线的上下扑动;(2)绕前缘或某一位置弦线的俯仰运动。而对于仿鸟扑翼飞行器来说，不考虑翅膀的柔性变形时，它的翅膀在驱动机构作用下只能上下简谐扑动。那么定义为扑翼相对来流方向的迎角;扑动角是翼根处翼面与水平面的夹角，表示扑翼上下扑动的位置，翅膀的这种简谐扑动方式可以表示为：

由于翅翼在运动过程中沿翼展方向上的伸长微乎其微，主要的变形都是由于翅膀在空气动力等作用下的旋转引起的，也就是说，主要的变形是旋转变形，而沿翼展方向的横向变形可以忽略。因此，对翅翼的动力学分析应当采用改进有限刚体元方法。则其扑翼运动规律可表达为:

3 仿鸟扑翼飞行器气动力计算模块

根据准定常模型翼面上的单位面元在平挥扑动过程中某时刻产生的气动力为:

式中FN为垂直气流方向的升力,FD为相对气流方向的阻力;CN、FD为修正的气动力系数;Y为扑翼与气流的相对速度,它由来流和扑翼扑动的共同作用产生。将此时单位面元产生的FN,FD沿机体轴进行行分解,可得到此时的升力和推力分别为:

将单位面元的升力和推力进行积分，就得到扑翼扑动产生的升力和推力。

式中S表示机翼面积。

4 运动仿真模块

在进行仿鸟扑翼飞机的运动仿真时，首先要建立运动机构的三维几何模型，并对模型进行各种坐标变换，以确定这些模型在三维空间中的定位和取向。在建立机构的几何模型时，首先应进行OpenGL窗口的创建和初始化工作，并在此基础之上建立起运动机构的三维模型。使其可以在飞行过程中根据控制信号随时改变参数。

扑翼飞行器的扑翼运动为平动和转动运动的合成，平动由翅膀的中心位置(X0,Y0)来描述，转动用攻角来表示a。这样翅膀的运动可由如下方程组给出:

式中，ω为扑翼频率，a0为攻角变化幅值，φ为平动与转动间的相位差。

根据式(6)所示运动方程，可以计算出机翼在各个时刻的位置与姿态，同时借助于OpenGL的双缓存技术可以实现扑翼机构运动的动画显示。在运动仿真的基础之上可以进一步进行飞行器的体动力学和空气动力学仿真。

5 虚拟飞行仿真模块

目前地形生成的仿真技术大致可以归纳为3类：(1)基于真实地形数据的地形生成及实时显示技术;(2)基于分形技术的地形仿真技术;(2)基于数据拟合的地形仿真技术。

在进行了结构运动仿真和地形仿真的基础之上，可以进行微扑翼飞机的虚拟飞行模拟，通常包括静态模拟和动态模拟。静态模拟主要涉及了飞行器结构、地形、天空、云层和树木等的造型;而动态模拟涉及了机构运动状况、碰撞检测、飞行姿态控制、飞行路径规划等方面。动态模拟的过程相对较复杂,涉及到各个仿真模块之间的相互作用。在虚拟飞行仿真模块中应可体验几近真实的飞行状态,最好可以在扑翼飞机的角度以实现第一角度飞行。其中的环境或是地形应尽量能够有较丰富和多种不同的设置(纹理映射、平滑处理、雾化处理)，并可重新设置新的地形。

6 结语

首先对仿鸟扑翼飞行器的柔性翼的动力学特征进行分析，然后在此基础上建立了它的数学建模，主要包括它的气动力模型、运动学和动力学模型。在Matlab与Simulink中设计了这些模块的仿真，以期可以计算出仿鸟飞行器所产生的瞬时气动力以及它的姿态、位置。它对开展扑翼控制算法的设计和验证工作有着积极的作用。

参考文献

[1]曾锐,昂海松.仿鸟复合振动的扑翼气动分析[J].南京航空航天大学学报,2003,35(1).

[2]苟兴禹,胡明朗,魏瑞轩.虚拟微型仿昆扑翼飞行器建模仿真[J].系统仿真学报,2007,19(13).

[3]魏瑞轩,胡明朗.仿鸟扑翼飞行器动力学建模[J].系统仿真学报,2009,21(15).

[4]符冰,侯宇.微型扑翼飞行器气动力估算方法研究[J].航空兵器,2006.

飞行仿真 篇4

弹用涡喷发动机飞行试验启动加速性能仿真

结合导弹飞行的.应用实际,利用有限的部件特性,建立了弹用涡喷发动机启动加速至巡航状态全过程的动态性能仿真模型.对仿真模型计算结果进行了分析,模型计算结果与飞行试验数据吻合较好.该模型的建立对导弹发射过程发动机性能的分析具有重要的现实意义.

作 者：于军 于守志 作者单位：航天机电集团公司31所,北京,100074刊 名：推进技术 ISTIC EI PKU英文刊名：JOURNAL OF PROPULSION TECHNOLOGY年，卷(期)：200122(6)分类号：V235.11关键词：导弹推进 涡轮喷气发动机 飞行试验 空中起动 加速过程 数学模型

飞行仿真 篇5

随着中国民用航空交通流量的持续快速增长, 空中交通管制和空中交通流量管理技术对未来空中交通态势的感知能力要求越来越高。通过仿真来模拟未来飞行态势是验证和评估当前决策的有效方法, 赵嶷飞等探讨了基于计算机网络的空中交通流量仿真技术方案[1], 杨振鹏等通过分析空中交通管制的各种要素, 建立了仿真环境框架和仿真环境模型[2], 李云冲等提出了基于静态的飞行计划数据雷达仿真系统设计方案[3]。

但目前的这些飞行态势仿真技术多以静态的飞行计划数据和模拟数据为基础, 没有考虑仿真过程中的各种实际变化因素 (如实时雷达信号、飞行计划变更情况、气象条件、军事活动影响、空管设备运行状况等等) 。例如对未来2～4h的飞行态势进行仿真时有一架飞机已经起飞, 则可以利用当前起飞报得到飞机的实际起飞时间, 利用当前雷达信号得到飞机实际位置信息和飞行状态信息, 还可以利用已有的气象预报信息和在仿真期间接收到的气象实况报文信息计算预测轨迹所受到的影响, 同时结合当前已有空域状态信息和仿真阶段新接收到的军事活动信息和航行情报可以比较准确地把握仿真阶段的空域态势[4,5,6]。否则, 仅仅只考虑静态数据和模拟数据虽然可以对一些特定情况下空中交通态势进行仿真模拟, 但对于战术阶段或预战术阶段的仿真如果忽略那些已经可以预测或即将得到的预测信息将导致仿真结果较为理想化, 缺乏合理性和准确性, 与实际运行状况偏差较大。

本文设计的空中交通动态仿真系统在仿真过程中引入飞行情报、雷达信号、天气预报、导航设备运行状况等实时数据, 对仿真飞行态势进行实时修正, 同时提供工具对仿真过程进行实时的人工动态调整, 以此来弥补静态仿真的单一性。

1 系统架构方案

1.1 系统物理结构

借鉴近地空域环境仿真模型的框架设计思路[7]系统包括了前端数据处理、数据库、服务器仿真数据计算、仿真显示以及模拟终端共5大模块, 其系统结构如图1。

1.1.1 前端数据处理

对所有接入仿真系统的实时动态数据进行预处理, 判断数据的有效性, 完成军民航飞行情报转换、气象情报解析、设备运行状况监视信息分析等等, 并将规范化数据存入数据库。

1.1.2 数据库

提供空域、航路、航线的基本结构信息和航空器的基本性能参数, 保存仿真计算需要的所有数据和仿真结果。

1.1.3 服务器

完成仿真运行所需的所有数据运算, 是系统核心, 主要功能有两个部分:

(1) 飞行轨迹动态预测与修正:

根据不同的飞机机型建立相应的飞行模型, 从飞行计划中得到其飞行路线和指定巡航速度, 结合经验飞行时间预测出飞越每个航路点的时间、速度。在飞机起飞前, 根据飞行计划动态电报实时修正预测结果 (如根据起飞报可以准确的得到飞机实际起飞时刻) , 在飞机起飞后, 用实时雷达数据对已有的预测做出修正, 使得预测数据不断趋近于真实数据。在全程飞行过程中, 考虑气象条件 (如高空风) 对飞行的影响, 进一步提高预测精度。

(2) 空域运行状况预测:

根据军航场内、场外飞行训练计划和炮射计划提取禁区、限制区和危险区的使用信息 (如激活时间、高度限制、影响范围等) ;根据未来天气预报提取仿真空域范围内的气象信息;然后结合空管设备运行状况信息预测空域的实际运行状况;默认的空域运行状况为理想状态, 只考虑空域固定的航路、航线结构, 不考虑任何动态因素。

1.1.4 仿真显示

融合服务器计算的飞行目标轨迹、空域态势信息以及地理信息, 完成空域飞行态势仿真显示。

1.1.5 模拟终端

根据仿真需要产生各种模拟信号 (如雷达数据、飞行情报、气象情报和设备监控信息) , 同时提供空域结构编辑并生成GIS图层的功能。

1.2 系统逻辑结构

系统采用Windows操作系统, 在ATC系统基础平台上构建各功能模块, 所用信息均直接从ATC系统中引接:雷达信号采用经过多雷达融合处理后输出的系统综合航迹、飞行情报信息采用AFTN电报处理系统和FDP系统处理后的相关数据、气象情报以及航行情报等数据也都是经过ATC系统接收、解析处理后的输出数据。其系统逻辑结构如图2所示。

1.3 系统软件结构

系统的核心功能模块主要有:轨迹预测与动态修正、静态空域态势分析与动态修正、飞行态势显示与人工动态调整。各功能模块划分及结构如图3所示。

2 关键技术实施方式

2.1 轨迹预测的动态修正技术

在已有轨迹预测方法基础之上, 系统增加了动态修正技术:利用仿真期间接收到的实时气象信息、AFTN电报信息和雷达信息对仿真开始前预测到的4D信息进行修正, 其程序流程如图4所示, 其中气象信息对预测轨迹的影响主要通过实时提取重要天气报告SIGMET、日常航空天气报告METAR、特殊天气报告SPECI、航站天气预报电报FT、航路天气预报电报ROFOR和航空区域天气预报ARFOR中高空风的风速、风向、高度和作用范围等具体数据项, 然后通过将风的速度矢量投影到目标轨迹的速度矢量上来计算高空风对预测轨迹的影响。

2.2 空域态势分析的动态修正技术

另外, 系统在默认空域态势分析的基础上也增加了动态修正的技术:实时接收气象服务部门发来的天气预报信息 (主要提取影响航班正常飞行的恶劣天气信息, 如雷暴的作用范围、运动方向和速度等) 仿真未来空域气象条件, 根据航行情报和军用飞行计划中的场内、场外飞行训练计划TPI、TPO以及炮射计划报STG提取军事活动空域状况的详细信息, 根据导航设备监控信息提取各类空管设备运行状况, 然后将各种影响空域态势的动态因素叠加在基于GIS信息的、静态的默认空域态势信息上, 实现对未来空域态势的比较准确的仿真。其程序流程图如图5。

2.3 人工动态调整

利用模拟终端可以根据仿真需要人工调整航路、航线结构[8], 可以人工模拟军事、气象以及空管设备运行状况等信息, 以此来模拟仿真不同的空域结构和运行条件。同时在仿真过程中, 可以人工手动调整飞行航迹的未来航向、航速和飞行高度, 灵活地对各种情况进行仿真。

对于系统中的人工动态调整功能, 其主要实施方式体现在如下3个方面。

2.3.1 空域结构调整

根据仿真需要, 对读入航路、航线、空中走廊、导航台、扇区等各级空域单元结构数据进行、添加或修改等编辑工作, 然后另存为临时数据, 同时生成新的GIS图层发往仿真显示端更新显示;

2.3.2 空域运行环境调整

通过模拟终端产生军事活动信息、特定气象条件和空管设备运行状况等信息发往服务器和显示端, 模拟特定的空域运行环境;同时在仿真过程中可以人工动态修改各种模拟信号, 以此来实现空域运行环境的动态调整。

2.3.3 飞行轨迹调整

通过模拟终端产生模拟的雷达信号和飞行情报数据, 利用雷达数据和飞行计划配对后的相关信息人工调整计划航迹的未来航段, 然后自动调整模拟雷达目标的速度大小、方向和飞行高度, 从而实现飞行轨迹的动态调整。

3 总结

本系统方案综合考虑了各种影响军民航飞行安全和效率的主要动态因素, 将部分实时信号引接到仿真过程中, 与传统静态仿真方法相比能够更加灵活、准确地仿真空中交通飞行态势。同时, 通过模拟终端根据仿真需要生成各种模拟数据来仿真不同的空域结构和运行态势, 可为空域管理与规划、空域容量评估、空中交通管制和流量管理等领域提供更加合理有效的决策支持。

参考文献

[1]赵嶷飞.空中交通流量管理仿真系统方案研究.中国民航学院学报, 2003;3:27—29

[2]杨振鹏.空中交通管制仿真环境研究.北京航空航天大学学报, 2002;28 (4) :391—394

[3]李云冲, 陈红林.雷达仿真系统的设计.科学技术与工程, 2007;7 (11) :2694—2696

[4]黄卫芳.浅谈我国空域仿真评估.中国民用航空, 2008;9:25—26

[5]彭瑛, 胡明华, 张颖.动态航迹推测方法.交通运输工程学报, 2005;5 (1) :61—65

[6]李芳.飞行计划管理中航迹关联算法.火力与指挥控制, 2006;31 (6) :34—37

[7]王曙钊, 刘兴堂.近地空域环境仿真模型的框架研究.系统仿真学报, 2005;17 (8) :1793—1797

飞行仿真 篇6

智能飞艇(无人机/无人驾驶飞艇)是目前国际上极为重视的技术，可广泛应用于战场侦察、电子对抗、环境监测和空中摄像等侦察和监视领域，在战略、运输、通信等方面有其非常重要的意义和巨大的应用价值，引发了国际研究人员的普遍重视，并进行了开展性的研究工作。

目前，关于飞艇技术的研究[1,2,3]已得到发展。王旭巍等人[4]研究了飞艇平流层温度优化控制问题，选取适当厚度的聚苯乙烯泡沫板当为保温材料，并深入分析了飞艇下降、平飞以及上升三种情况的保温效果，可在较短时间里使得设备舱达到保温状态;周华刚等人[5]通过开展高空飞艇地面温度观测试验，研究了飞艇飞行控制的热分析模型，并得出了关于温度测试的四种结论;谭烨等人[6]检验了在平流层下无人机侧向与横向的模式识别问题，通过使用滤波误差法来调整微分因子，得到了准确的飞艇平飞横侧向模型，降低了风的扰动对识别精度的影响。此外，CORTES等人[7]提出了使用子空间方法来识别飞艇横纵向动力学模型;陈丽等人[8]考虑平流层飞艇所处高度的空气密度低的特点，设计了变质心姿态控制方案，并且分析了滑块的位移、质量等条件的变化对控制姿态的影响;ZHANG等人[9]提出了飞艇的平面路径跟踪控制系统，主要是通过制导路径跟踪原理来完成，使其更加适合于飞艇系统;CHEN等人[10]提出了面向重力和浮力的非精确飞艇均衡配置分析方案，研究的飞艇是国内第一艘以燃料电池为能源的全电飞艇，其低空演示验证了平流层飞艇的相关关键技术;王亮等人[11]凭借移动通信原理设计了一种无人机系统，可以达到程序控制以及动态的超视距实时监控功能。还有一些其他学者对无人机控制器的故障诊断问题[12,13]和控制器的三维动画效果[14]进行了研究。

然而，飞艇飞行速度的控制问题对其在各个领域的应用中具有重大影响，对飞艇的自主性极其重要。智能飞艇具有低速或静态特性，其上升、平飞以及下降的速度控制主要通过浮力控制来完成。国外学者GOMES等人[15]通过浮力、推力等几个方面进行了分析，构建了动力学模型，设计了飞艇的自动控制策略。但是该模型缺乏考虑升降气囊和压块之间的作用，蔡自立等人[16]在结合GOMES等人的实验成果基础上，在模型中加入了力学耦合的设计，完成了能够实际应用的动力学方程。尽管如此，智能飞艇在上升和下降过程中，往往受其材料和强度的约束，最佳状态是要保证飞艇匀速运动，该问题往往成为智能飞艇升降过程中的核心问题。由于该问题的前瞻性，因此现有的相关文献较少，涉及飞艇飞行速度控制系统设计方面的研究更是少之又少。

基于上述分析以及目前学者对飞艇运动控制的研究成果，提出一种基于智能学习的飞艇飞行速度控制系统。凭借飞艇飞行速度的数学物理模型，选取一个控制速度的参照模型，同时采用神经网络的自主学习特性来实现自适应动态逆控制，并融入速度差异补充项，以解决实际飞行过程中出现的误差干扰和其他不可知因素的干扰情况。该系统设计实现了智能飞艇对期望速度的稳定跟踪。通过仿真实验结果表明，该系统能够很好地对智能飞艇进行可靠稳定的控制，并大大提高了传统控制系统的有效性。

1 基于神经网络学习的飞艇飞行速度控制

智能飞艇飞行速度的有效控制可以提高飞艇的自主性和稳定性。本节将提出基于神经网络学习的无人机飞行速控系统设计方案。首先，简单介绍一下飞艇的系统结构。飞艇的形体是椭圆球形，尾部是控制螺旋桨的装置，飞艇里面有若干个封闭囊，每个封闭囊都置有低于空气密度的气体，以提供升力，驱动飞艇上升，并且使用电动机来驱动螺旋桨转动，驱使飞艇向前飞动。因此，依照飞艇所受到的外力，并根据运动学理论[17]，构建飞艇飞行速度的物理模型:

其中，Fx、Fy、Fz是飞艇遭受的浮力、重力、推力与气动力的协力;u,v,V为飞艇在空间三维体的线速度;m是飞艇的质量;r,q,p为飞艇偏离航道、仰俯以及滚动的角速度;xG,yG,zG为重力在飞艇所处的三维空间坐标系内的坐标。

无人驾驶飞艇无论是下降还是上升，速度均从0起始，再达到一定的速度。通过飞艇速控系统的动态特性，对其进行设计。在飞艇下降或上升过程中，要达到很好的动态特性，因此，飞艇飞行速度控制系统的参考模型被选取如下:

其中，T为一个表示时间的常数，此常数值根据飞艇动态地响应要求来决定;Vc指飞艇下降或上升的指令速度;Vm指下降或上升的期望速度。

下面，给出适应于智能飞艇的动态逆控制系统。根据数学物理学理论，针对飞艇下降或上升的速度V，此控制系统能被定义如下:

其中:

ρ(z)是飞艇所处在目前高度层的气体密度;P(z),T(z),g(z)分别为目前高度层的压强、温度和重力加速度;l是浮升气体的摩尔数。

基于此，误差量被引入如下:

其中，g(z)≠0，结合式(1)，则智能飞艇飞行系统的控制率为:

其中，u*(t)为参考量。如果取:

那么，速控系统的闭环即为e=-λ·e。当t→∞时，此时e→0，这样可以凭借调节λ来实现智能飞艇对期望速度的追踪。

根据上面所设计的动态逆控制方程可以获得g(z)和f1(V)的可靠值，进而可以保证可靠的控制。但是在实际过程中，系统一般不能完全适应此条件，故采用神经网络的自主学习[18]功能，如图1所示。

由此可得到自适应动态逆的控制律:

其中，分别为神经网络控制系统的输出。

在设计中，系统速度误差:

其中，

令Lyapunov函数:

将控制律(5)代入速度误差系统，由式(6):

由此能够得出，当e≥λ·f1(V)+g(z)·l时，误差控制系统才能得到稳定。

要保证误差控制在系统稳定的水平，还要实施非线性的实时补充，进一步完善动态逆控制率，可以使:

则有:

其中，

即θT=-H·e。此外，将式(6)中u*(t)写为:

这样，采用Lyapunov函数为:

由式(10)有:

只有ε>η(t)即可确保速度误差系统的稳定性。此外，考虑sgne的不连续性，令:

其中，δ为较小的正数。通过上面的分析和计算可以得到使用设计的方程可以满足自适应动态逆对速度的掌控。

2 仿真性能评价

本节采用提出的智能飞艇飞行速度控制系统设计方法对飞艇的飞行速度进行控制仿真实验。实验数据采用文献[3]中的智能飞艇数据，其飞行速度的期望值为每秒5米，飞艇飞行速度的控制模型的时间常数选为20秒。

如果仅使用通过神经网络学习功能所实现的自适应动态逆控制，实验结果如图2和图3所示。图2显示了飞艇飞行的期望速度与实际速度在175秒内的变化情形，并可清楚看到，飞艇飞行的期望速度与实际速度存在1 m/s之内的明显误差，原因是飞艇飞行速度的真实值与智能学习系统的输出值具有一定差异。此外，在图3中可见，飞艇的实际飞行加速度与期望加速度在135秒内也存在较大差异。

然而，当纳入误差补充项ε·sgne(ε=20，δ=0.02)时，由图4清楚看见，飞艇的飞行速度得到了良好的控制效果，其飞行速度与期望速度基本一致，速度整体控制在0.02 m/s的误差之内，达到了良好的飞行速度控制目的。

从以上实验效果看，本文提出的智能飞艇飞行速度控制方法可以让其以期望的速度飞行，很好地摆脱了外界干扰以及其他不可知因素的干扰情况，达到了良好的飞行速度控制效果。

3 结语

飞行仿真 篇7

飞行参数记录系统中记录的飞行数据是飞行事故调查,机载诸系统状态监测的客观依据。传统的飞参数据分析系统是利用专用软件通过曲线回放实现的,但飞参记录仪中,各类模拟量及数字量参数有数十个,每秒钟要记录近二十次,因此数据量相当庞大,分析一个架次的飞参数据需要耗费大量的时间。随着三维可视化技术的发展,利用特定的高级语言平台,使抽象化的数据信息转化为直观的图形信息变为可能,飞参分析人员除了可进行曲线回放分析之外,还可直观地进行飞机飞行过程回放,并实时监测相关飞行参数。笔者就基于德国Signsoft公司开发的Visit OpenGL组件,在Borland C++Builder平台下,开发实现了某型飞机飞行过程的实时回放系统。

1 Visit OpenGL组件功能与特点

OpenGL(OpenGraphics Library)是SGI公司开发的与硬件环境和操作系统独立的API,被称作是计算机图形的汇编语言[1,2,3]。它提供了建模、坐标变换、着色、光照、平滑等二维和三维图形功能以及纹理映射、NURBS曲线、带Alpha通道的融合等高级特征,并且能够生成三维场景,绘制三维物体。而Visit OpenGL是德国Signsoft公司封装的用于OpenGL编程的组件,它封装并继承了OpenGL的指令及函数,并可直接用于.3ds模型的调用文件创建虚拟仿真环境。通过该组件,可较OpenGL更容易实现三维立体显示,并实现实时的交互操作,为飞行过程的模拟提供了保障。

2飞行模型的建立

2.1物理模型的建立

建模是建立飞行仿真系统的关键环节之一。飞机模型中应包含结构信息、材质信息和位置信息等。尽管OpenGL中提供了许多绘图函数,但并没有高级的三维造型命令,绘制任何物体都必须由点、线、面等基本图元构成。所以要想直接调用这些函数来绘制出复杂的机体是非常烦琐复杂的,且很难达到较高的逼真度。因此,利用Visit OpenGL组件能够直接调用.3ds模型文件这一特点,系统首先利用3Dmax软件进行物理建模,再将其导出系统需要的.3ds格式进行调用,从而完成系统飞机模型及场景模型的搭建。

2.1.1飞机及机场环境模型的建立

在本系统中的两个主要的实体模型就是飞机和机场环境模型。由于飞行仿真过程实时性的要求,在保证外观逼真度的前提下,应尽量减少模型的面数,以减少运算消耗,提高运行速度。故在建模过程中,需避免使用布尔运算及放样等方式等高级建模工具,而采取点、面及线的挤出等操作实现优化模型的构建。同时,基于Visit OpenGL组件的特点,在进行模型贴图时,应保证贴图尺寸为2m×2n,并将单一模型的贴图尽可能地放在一个贴图文件内。系统中飞机模型依据飞机三视图按比例构建,环境模型包括跑道、周边地形及天空等。

2.1.2虚拟仪表物理模型构建

飞机飞行过程的仪表回放是飞行过程回放的一个重要环节,该仿真画面可与飞机飞行画面同步显示机上主要仪表的指示。为了使该仿真模块更具真实感,系统采用Photoshop对照飞机仪表板照片绘制出具有一定立体感及质感的图片作为背景显示,并利用3Dmax建立指针、字码盘及刻度卷帘等3D模型,输出.3ds格式后,导入系统后,利用飞参记录系统记录的相关数据,通过Visit OpenGL组件封装的OpenGL方法对模型进行驱动,实时显示仪表信息指示。

2.2数学模型建立

飞机的运动状态包括位置和姿态两种信息。飞机的位置信息可通过速度对时间的积分得到;飞机姿态由俯仰、倾斜和偏航三个姿态角确定。其中偏航角表示机体纵轴在水平面上的投影与X轴的夹角,向右为正;俯仰角表示机体纵轴与水平面的夹角,抬头为正;倾斜角表示机体竖轴与过纵轴的铅垂平面的夹角,左倾为正。

假定:机体坐标系的“x-o-z”平面为飞机对称平面;地球表面为平面重力加速度不受飞行高度变化。则飞机在空中运动的运动学方程组[4]分别为:

其中:V为飞机速度;x,y,z分别为飞机的航程、偏航距离及飞行高度;θ,φ,ψ分别为飞机的俯仰角、倾斜角及偏航角;ωx,ωy,ωz分别为绕机体坐标轴的转动角速度。

如上所述三个角度都存于由飞行参数纪录仪得到的数据文件中,在定时器控制下,每隔一段时间读取一次,并通过Visit OpenGL组件封装的模型坐标及姿态变换函数对实体模型驱动,即可实现飞机位置及姿态的实时显示:

3飞行过程及仪表可视化仿真

系统首先利用Visit OpenGL组件对场景进行初始化。

经Visit OpenGL组件对场景初始化,按照飞机运动方程和仪表字码显示,以及指针、数轮和刻度盘的运动规律,通过飞参数据对模型进行平移和旋转变换,实现模型的驱动,达到飞行过程飞机姿态及仪表的实时仿真回放。

同时为了便于用户从各个视点观察飞机姿态,系统还利用MFC的Cwnd类的成员函数OnKeydown,检测键值并切换相应的视点,如尾追视点、前后及侧方视点,视点缩放等。视点的追踪及变换是利用Visit OpenGL组件封装的摄像机方位及姿态变换函数实现的。

整个飞行过程的仿真回放是利用系统定时器驱动的,系统通改变时钟的频率改变飞行过程回放的速度,每隔相应的设定周期后,系统就会响应系统时钟封装的OnTimer事件,将对应的飞参数据送入相应接口,对模型进行实时驱动,并利用组件封装的InvalidateGL函数触发ViewRender事件,对场景进行实时暄染。如图1所示,为某型飞机飞行过程实时回放的仿真画面。

4 结论

利用Visit OpenGL组件实现飞行过程的实时回放,完整真实地再现整个飞行过程,对飞行事故调查,飞行质量的监控都有着重大意义,为飞行训练提供了有力的保障。如对该系统进行进一步扩展,与飞机飞行数据链对接,还可与飞机同步进行飞行过程仿真。

参考文献

[1]邓郑祥.OpenGL体系结构审核委员会.OpenGL编程指南.北京:人民邮电出版社,2005

[2]李颖,薛海斌,朱伯立,等.OpenGL技术应用实例精粹.北京:国防工业出版社,2001

[3] Wright Jr R S.Michael Sweet OpenGL超级宝典.北京:人民邮电出版社,2001

飞行仿真 篇8

小型无人机与有人驾驶飞机和大型无人机相比,具有低空低速、体积小、噪音低、经济性好的特点。搭载相应的任务设备后,非常适合用来进行灾害监视与支援、城区突发事件监视、战场侦察、贴近探测或干扰等。

某型可远距滑翔、贴近探测的小型特种无人机采用可折叠式结构设计,高空投放后可以展开机翼滑翔进入目标区,弥补了一般小型无人机飞行距离较短的缺点。机上搭载了光学探测设备,可以对地面目标进行实时贴近探测与跟踪。针对该小型无人机采取盘旋飞行方式跟踪地面目标的需求,设计了其飞行控制系统的控制律,然后进行了仿真验证。结果表明所设计的控制律可以控制无人机实现对目标的实时跟踪,并且对侧风干扰具有较强的抑制能力。

1系统概述

该小型无人机采用了一种新的途径实现对地面目标的贴近探测,即光学探测设备安装在机身侧向的单自由度伺服装置上(可俯仰旋转),配合飞机的航向控制,即可实现对地面目标的持续贴近跟踪探测。使用这种方式跟踪地面目标,其飞行控制系统原理框图如图所示

使用这种光学探测系统连续跟踪地面目标,要求飞机采取左盘旋飞行方式,以保证安装在机身左侧的单自由度光电探测系统能够始终对准目标,表现为目标处于视场的中心位置。如果由于侧风扰动,导致飞机姿态发生不希望的变化,进而导致目标偏离视场中心位置,则光电探测系统的图像处理板可以计算出目标相对于视场中心的偏差,给出俯仰失协角和方位失协角。单自由度光电探测系统可以控制电机带动摄像机转动相应的角度来消除俯仰失协角。而对于方位失协角,则需要飞行控制系统调整飞机的航向来消除。

这种途径的优点是不需要双轴陀螺稳定平台即可实现光轴的稳定,易于使探测系统小型化,以适合小型无人机承载能力低的特点[1]。

2 系统数学模型

2.1 采用盘旋飞行方式跟踪地面目标时的运动关系

理想状态下,小型无人机采用盘旋飞行方式跟踪地面目标时的运动关系如图2所示,飞机M以速度V0绕固定目标点T做半径为Rc的左盘旋飞行,机身侧向正对目标点。当目标点位置已知,任一时刻飞机距目标点之间的距离可由飞机自身位置解出。

飞机盘旋时的向心力由升力在水平方向上的投影提供,飞机的横滚角γc与V0、Rc之间满足[2]

$\frac{V{}_0^2}{R{}_c}=g\tan \gamma {}_c(1)$

此时飞机是以角速度$\omega {}_c=\frac{V{}_0}{R{}_c}$绕铅垂轴做等高左盘旋飞行,机体轴上的角速度分量为[3]

$\left[\begin{array}{c}\omega {}_x\\ \omega {}_y\\ \omega {}_z\end{array}\right]{}_c=\left[\begin{array}{c}-\cos \theta {}_0\sin \gamma {}_c\\ \sin \theta {}_0\\ \cos \theta {}_0\cos \gamma {}_c\end{array}\right]\omega {}_c(2)$

其中机体坐标系选择右-前-上坐标系,飞机的俯仰角θ0是小角度,可以忽略。

2.2 舵回路数学模型

该小型无人机使用的是小型电动伺服舵机,这种伺服舵机广泛应用在航空模型和机器人控制领域。这种舵机的不灵敏区较小,通常只考虑最大转速限制和最大转角限制。因此仿真时采用如图2所示的二阶系统作为舵回路的数学模型,模型中的两个饱和非线性环节分别表示这种舵机的最大转速限制和最大转角限制[4]。

2.3 方位失协角

在小型无人机实际跟踪地面目标时,光电探测系统的图像处理板给出了方位失协角。方位失协角反映了飞机当前航向与应飞航向的偏差值,即

$\psi {}_{\text{m}\text{i}\text{s}}=\psi -\psi {}_c(3)$

(3)中:ψmis是方位失协角,ψ是当前航向,ψc是应飞航向。飞行控制系统根据方位失协角调整飞机的航向,即可实现对目标的跟踪。仿真时应飞航向可以根据飞机自身的位置和已知目标点的位置解算出,计算公式为:

$\psi {}_c=\{\begin{array}{cc}\pi -\tan {}^{-1}(\frac{y-y{}_0}{x-x{}_0}),& x<x{}_0\\ 2\pi -\tan {}^{-1}(\frac{y-y{}_0}{x-x{}_0}),& x>x{}_0,\text{且}y>y{}_0\\ -\tan {}^{-1}(\frac{y-y{}_0}{x-x{}_0}),& x>x{}_0,\text{且}y\le y{}_0\\ \frac{3}{2}\pi ,& x=x{}_0,\text{且}y>y{}_0\\ \frac{\pi }{2},& x=x{}_0,\text{且}y\le y{}_0\end{array}(4)$

(4)式其中:(x,y)是飞机当前位置,(x0,y0)是目标点的位置。因而仿真时的方位失协角可以由(3)式计算出。

3 控制律设计

3.1 纵向控制律设计

纵向通道的控制目的是进行俯仰角保持和高度保持。高度控制回路采用比例加积分控制方式,以消除静差。俯仰角速度回路主要用来对俯仰角控制回路和高度控制回路进行阻尼,同时由于飞机处于盘旋飞行状态,飞机的盘旋角速度ωc在机体横轴上有投影分量ωxc,因此飞机要保持俯仰角速度为ωxc才能在盘旋飞行时不掉高度。方向舵控制律计算公式为

$\begin{array}{l}\delta {}_x=-k{}_x^{\omega {}_x}(\omega {}_{xm}-\omega {}_{xc})-k{}_x^{\theta }(\theta {}_m-\theta {}_c)-\\ \left(k{}_x^{{\rm H}{}_p}+\frac{k{}_x^{{\rm H}{}_{{\rm I}}}}{S}\right)({\rm H}{}_m-{\rm H}{}_c)(5)\end{array}$

(5)式其中:δx为飞机升降舵偏角;ωxm,θm,Hm分别为俯仰角速度、俯仰角、高度的实际值;ωxc,θc,Hc分别为俯仰角速度、俯仰角、高度的指令值;k${}_x^{\omega {}_x}$,k${}_x^{\theta }$,k${}_x^{{\rm H}{}_{{\rm P}}}$分别为俯仰角速度回路、俯仰角回路、高度回路的比例系数;k${}_x^{{\rm H}{}_{{\rm I}}}$是高度回路的积分系数。

3.2 横航向控制律设计

横航向通道的控制目的是保持盘旋半径和消除方位失协角。盘旋半径的保持是通过控制副翼偏转来实现的,横滚角速度用来对横滚角和盘旋半径的调节过程进行阻尼。副翼控制律计算公式是

$\begin{array}{l}\delta {}_y=-k{}_y^{\omega {}_y}\omega {}_{ym}-k{}_y^{\gamma }(\gamma {}_m-\gamma {}_c)-\\ (k{}_y^{R{}_{{\rm P}}}+\frac{k{}_y^{R{}_{{\rm I}}}}{s})(R{}_m-R{}_c)(6)\end{array}$

(6)式其中:δy为飞机副翼偏角;ωym,γm,Rm分别为横滚角速度、横滚角、盘旋半径的实际值;γc,Rc分别为横滚角、盘旋半径的指令值;k${}_y^{\omega {}_y}$,k${}_y^{\gamma }$,k${}_y^{R{}_{{\rm P}}}$分别为俯仰角速度回路、俯仰角回路、盘旋半径回路的比例系数;k${}_y^{R{}_{{\rm I}}}$为盘旋半径回路的积分系数。

方向舵起协调转弯和消除方位失协角的作用。飞机盘旋飞行时,为了实现协调转弯,需要通过控制方向舵使飞机保持一定的航向角速度ωzc。为了能够跟踪地面目标,需要以光电探测系统的图像处理板给出的方位失协角作为反馈信号,控制方向舵做相应偏转以消除方位失协角。方向舵控制律计算公式为

$\delta {}_z=-k{}_z^{\omega {}_z}(\omega {}_{zm}-\omega {}_{zc})-\left(k{}_z^{\psi {}_{{\rm P}}}+\frac{k{}_z^{\psi {}_{{\rm I}}}}{s}\right)\psi {}_{\text{m}\text{i}\text{s}}(7)$

(7)式其中:δz为飞机方向舵偏角;ωzm,ωzc分别为航向角速度的实际值和指令值;k${}_z^{\omega {}_z}$,k${}_z^{\psi {}_{{\rm P}}}$分别为航向角速度回路和航向角回路的比例系数;k${}_z^{\psi {}_{{\rm I}}}$为航向角回路的积分系数。

4 仿真结果及分析

4.1 控制律仿真验证

为了使仿真结果尽可能接近真实情况,首先利用该小型无人机以20 m/s的巡航速度平飞时的风洞实验数据,得到该无人机的各项气动力系数和气动力矩系数。并分别对发动机的推力和舵机的响应单独进行了测试,得到其响应曲线并进行建模。仿真时使用的飞机运动模型为非线性六自由度运动模型。这些模型的建立过程在较大程度上保证了仿真结果与该无人机实际动态特性相一致,便于对控制律的可行性进行评估。

采用上述模型对该小型无人机以盘旋飞行方式跟踪地面目标的过程进行仿真。飞行控制系统的控制律采用(5)式—(7)式。仿真条件取为:初始速度V0=20 m/s;盘旋半径指令值Rc=400 m;飞行高度指令值Hc=400 m;初始俯仰角θ0=1.63°;初始横滚角γ0=-5.8°;初始航向角ψ0=0°;初始半径偏差10 m;初始高度偏差10 m。仿真计算结果如图4到图6所示。图4表示了该无人机盘旋飞行时的三维轨迹;图5表示了盘旋跟踪过程中飞行高度和盘旋半径的变化曲线;图6表示了盘旋跟踪过程中方位失协角的变化曲线。

由仿真结果可以看出,存在初始位置偏差和初始高度偏差的情况下,按照(5)式—(7)式提出的控制律可以控制该小型无人机进入半径为400 m的圆轨道绕地面目标进行盘旋飞行,同时飞行过程中光电探测系统的方位失协角较小,可以实现对地面目标的持续跟踪。

4.2 侧风扰动对跟踪精度的影响

对于携带单自由度光电探测系统,以盘旋飞行方式跟踪地面目标的小型无人机来说,侧风扰动造成跟踪过程中方位失协角的增大,很可能导致目标偏出光学探测系统的视场范围。因此,很有必要仿真验证文中设计的控制律对侧风扰动的抑制作用。

采用4.1节所述的仿真模型,飞行控制系统的控制律采用(5)式—(7)式。将仿真条件取为:初始速度V0=20 m/s;盘旋半径指令值Rc=400 m;飞行高度指令值Hc=400 m;初始俯仰角θ0=1.63°;初始横滚角γ0=-5.8°;初始航向角ψ0=0°;初始半径偏差0 m;初始高度偏差0 m;风向自东向西;风速5 m/s。仿真结果如图7和图8所示。图7表示了飞机在5 m/s的风场中盘旋飞行300 s过程中的高度和盘旋半径曲线,图8表示了飞机进入风场后20 s内的方位失协角变化曲线。

由以上仿真结果可以看出,使用文中设计的控制律控制该小型无人机,当存在侧风扰动时,飞机盘旋半径和飞行高度随着飞机与风向的相对位置呈现周期性的变化,但变动幅度较小;侧风扰动造成的方位失协角较小,不会使目标偏出光学探测系统的视场范围。

5 结束语

文中首先对某架携带单自由度光电探测系统的小型无人机,以盘旋飞行方式跟踪地面目标时的运动状态进行了建模与分析。设计了该无人机的飞行控制律。然后采用非线性六自由度运动模型对该无人机飞行控制系统的控制律进行了仿真验证。仿真结果表明,文中设计的控制律可以控制该无人机实现以盘旋飞行方式跟踪地面目标,且对侧风干扰具有较强的抑制作用。

针对该小型无人机跟踪地面目标的控制律设计与仿真分析,对于该无人机系统跟踪地面目标的总体方案设计和系统的最终实现具有重要的指导作用,对于其他需要进行精确航姿控制的无人机系统也有一定的参考价值。

参考文献

[1]张京娟,徐烨烽,刘伟.小型飞行器跟踪地面运动目标技术研究.弹箭与制导学报,2005;25(4):664—666

[2][德]鲁道夫.布罗克豪斯.飞行控制.金长江译.北京:国防工业出版社,1999

[3]方振平,陈万春,张曙光.航空飞行器飞行动力学.北京:北京航空航天大学出版社,2005

飞行仿真 篇9

在Vega软件中, 自带了一种飞行漫游模式, 使用鼠标控制飞行, 方便快捷, 但漫游模式不支持在原有基础上重新定义或者修改, 比如通过鼠标点击控制加速度的增减量的大小, 鼠标偏离中心点的距离影响视角旋转速度的大小, 这些都是不可以再次修改的。这给一些使用者带来很大不便, 本文针对漫游模式, 提出了用程序语言定义飞行模式的方法。可以弥补不能对漫游模式进行二次修改的缺点。这里仅以C-17运输机的飞行仿真为例, 介绍程序实现漫游的方法。

1 添加模型对象和角色对象

在Vega中的角色对象是指场景中的一些特殊的模型对象, 跟场景中普通的模型对象不同的是, 用户可以在实时仿真的过程中控制场景中的角色对象, 包括角色的位置、姿态和其它属性。在这里, 添加需要控制的C-17运输机模型。如图1所示:

在ADF文件中添加模型的配置方法如表1所示:

同时定义角色对象, 其配置过程如表2所示:

2 观察者的设置

观察者是Vega实时视景仿真系统中最核心的模块之一。通过观察者用户才能把其他描述虚拟场景元素信息、状态信息和控制信息等模块类的实例联系起来, 从而将一幅幅连续的虚拟场景画面展现在用户面前。程序应用的是栓系模式, 当观察者跟角色对象绑定后, 观察者的位置就会根据角色对象的位置来决定, 程序里使用的是Tether-Fixed。观察者固定在角色对象的某个偏移位置上[1]。

本文的实景仿真使用多种视角观察场景。程序语言定义的观察者如下:

观察者mostly_obs主要作用是观察C-17的飞行过程。在定义观察者mostly_obs的时候, 通过程序定义了对观察者mostly_obs的控制。其按键功能如表3所示:

其控制程序实现如下:

从程序中可以看出, 在俯仰角的控制中, 一次按键改变飞机空间姿态5度;在偏航角的控制中, 一次按键改变飞机空间姿态10度;在飞行速度中, 一次按键改变速度10m/s。使用者可以根据仿真的要求来随意控制姿态的单次增减量。这就弥补了软件自带程序不可更改变化量的不足。

3 仿真结果

在仿真过程中, 程序设计了两个视角, 第一视角在飞机上方800米的距离, 观察飞机的航向。第二视角绑定在飞机附近, 为了便于观察飞机的空间姿态。对漫游过程进行了设计, 可以使用↑、↓、←、→和加、减符号六个按键对视角和飞行速度进行控制。如图2所示观察者在仿真中, 观察到的C-1 7在空中的飞行状态。

4 结语

本文通过程序定义了飞行控制方法, 实现了C-1 7运输机的飞行漫游。整个程序简单, 易移植, 并且可以通过重新定义程序中的参数来满足不同飞行仿真的要求, 弥补了程序自带漫游模式的单一性。总体来说, 文章定义的方法符合实际, 有一定应用价值。

参考文献