军用无人机飞控技术发展简述

蒋超 赵娜 闻子侠

摘要：为了促进军用无人机飞控技术的发展，本文对军用无人机飞控技术进行梳理简述。首先针对军用无人机平台发展两极化、任务领域拓展多样化、控制自主化智能化的现状进行梳理分析；其次针对无人机发展趋势现状，对军用无人机未来飞控技术的需求进行了分类梳理，即高性能运算与控制能力、高带宽互联互操作能力、高容错与环境适应能力并对其中典型的飞控子技术未来发展趋势进行了分析，同时对其未来的发展进行了展望。

关键词：军用无人机；飞控技术；发展趋势；能力需求；

引言

无人机制导控制技术发展总结为三大领域的发展：物理域、信息域、认知域，三个领域通过OODA环紧密连接。物理域向信息域提供感知数据，信息域对感知数据进行判断，认知域对判断进行决策形成动作指令发送给物理域的外部设备。

现代战争是以精确打击为主要作战手段的信息化战争，对情报信息高度依赖。而无人机在执行情报、监视、侦察任务时具有自己独特的优势：与有人机相比，无人机隐身性能好、续航时间长、无人员伤亡危险；与卫星相比，无人机时效性、针对性和灵活性更强、分辨率高、预警时间短、成本费用低。因此，传统的情报、监视、侦察任务目前仍是其应用最广泛、最成熟的领域，情报、监视、侦察无人机也是各国现役无人机中数量最大、型号最多、使用最频繁的一种。根据科技水平的发展和国际环境的变化对军用无人机的发展特别是飞控技术的发展提出了新的要求。

1军用无人机发展趋势分析

1.1 无人机平台发展两极化

近几年来，军用无人机的作战平台朝着高空长航时大型化和微小型使用灵活化两极发展。

军用无人机为了侦察以及监视更广阔的地域并获得尽可能完整、无盲区的情报信息，就必须进一步提升自身的飞行高度、以及延长自身的续航时间。因此，新一代高空长航时大型无人机的研究成了目前世界军事强国的研究热点，也是军用无人机平台发展的一个重要趋势。

与此同时，由于微小型无人机具有重量轻、体积小、造价低、隐蔽性好、机动灵活等特点，其能够监视普通侦察机探测不到的死角，因此非常适合在现代城市、丛林以及山地等复杂环境以及特殊条件下的特种部队和小分队作战，因而微小型化是军用无人机平台发展的另一重要趋势。

1.2 无人机任务领域拓展多样化

由于科学技术发展推动和战场多变复杂需求的牵引这两方面因素，军用无人机的任务领域将进一步拓展。各类针对任务的军用无人机层出不穷：在对地作战任务方面主要有防空压制、近距空中支援、纵深目标打击等等；在对海作战任务方面主要有针对反水面舰艇、潜艇作战；在对空作战任务方面主要有打击高价值空中目标、中远距拦截和近距格斗空战、导弹防御（拦截弹道导弹）等多个领域。

1.3 无人机控制更加自主智能化

控制水平是无人机区别于有人装备，实现无人操控和执行各种任务的关键。目前，无人机的智能化水平还比较低，平臺控制方式主要以简单遥控和预编程控制为主。但随着计算机运算速度和存储容量的飞跃式发展，以及相关的软件、容错、模式识别和自适应推理等技术的巨大进步，军用无人机智能化水平正不断提高，人机智能融合的交互控制方式将逐渐占据主导地位，今后将进一步向全自主控制方向发展。

2飞控关键技术及能力要求

2.1 高性能运算与控制能力

2.1.1 自主飞行航迹规划技术

自主飞行航迹规划技术要求在减少人为干预的情况下，无人机根据任务目标自主完成任务或航路重规划，提高指挥的高效性和无人机作战的灵活性。自主飞行航迹规划技术实现在机载计算资源支持的范围内实现短延迟，甚至实时重规划。该技术的发展一方面在于对任务相关高效控制算法的开发，另一方面也可以借助于机载高性能计算技术的进步，提高相同复杂度下规划算法的运行速度。相关子技术包括飞机性能管理、航迹类型建立，规划空间建模，约束条件分析，目标函数确定，规划算法选取以及仿真评估。

2.1.2 智能辅助驾驶技术

数字飞行员技术是通过在飞机驾驶舱中安装集成飞行知识图谱的全时飞行辅助驾驶系统，辅助飞行员完成起飞、巡航、避障、降落等飞行操作，协助飞行员完成典型的飞行任务及应急状况的处理。该系统具备通用性和适配性，能够实现现役飞机的快速改装。相关子技术包括数字飞行员系统总体技术、飞行知识形式化表达技术、复杂场景下的人机最优协作技术以及高可靠机器手眼协调技术等。

2.1.3 空战决策技术

空战决策技术研究空战背景下的自主空战决策与控制技术，有利于发挥无人机飞行机动潜能，提高无人机个体作战效能。将空战决策与控制技术与“观察—指引—决策—行动”（OODA）循环结构相结合，在实时或者近实时条件下达成空战决策与控制目标。相关子技术包括空战态势构建与理解、飞行控制指令自动生成及仿真评估。

2.1.4 变体控制技术

变体控制技术使无人机在飞行任务过程中能够根据飞行环境和飞行任务，利用变后掠、变展长、折叠机翼等方式局部或整体地改变自身的结构适应作战环境和任务需要，获得了全任务模式下的飞行性能提升，在不同飞行阶段均有较好的飞行性能。相关子技术包括后掠折叠机翼变体飞行器动力学模型建立、后掠折叠机翼变体飞行器机翼折叠过程控制、后掠折叠机翼变体飞行器非对称变形模型评估及仿真评估。

2.1.5 高超声速气动弹性抑制技术

高超声速无人机由于其飞行任务和结构设计上的要求，出现了很多常规飞行器从未考虑的气动弹性问题。例如高超声速情况下因而飞行燃料的损失质量大幅变化将改变飞行器的颤振特性，这就需要具备高超声速气动弹性抑制能力。相关子技术包括高超声速非定常气动力计算、热环境下的气动弹性建模、推力影响下的气动弹性稳定控制。

2.2 高带宽互联互操作能力

2.2.1 舰载机自主着舰导引与控制技术

舰载机着舰控制是舰载机控制系统的关键技术，其将机载设备得到的信息通过一定的技术手段进行综合处理，使飞行器可以在没有人为干预情况下自行完成着舰过程。舰载机自主着舰技术能够降低着舰的危险，有效减轻飞行员的工作负担。相关子技术包括自动着舰控制技术、自动着舰导引技术、逃逸复飞控制技术、短距起降等控制技术。

2.2.2 自主空中加/受油引导与控制技术

自主空中加/受油引导与控制技术赋予无人机自动完成空中加/受油操作的能力，扩大无人机的续航能力，提高无人机的任务半径，自主空中加/受油引导与控制技术解决加/受油机间复杂气流环境下，高精度对接引导与控制問题。相关子技术包括加油流程规范制定、精确相对定位引导、紧密编队抗扰控制、精密对接控制、防撞规避控制以及仿真评估技术。

2.2.3 有人/无人协同引导与控制技术

利用无人机“不怕牺牲”，廉价等优点，在有人机的指挥控制下，前往“危险、脏、累、枯燥”环境下，执行侦察打击等作战任务，有人无人协同既解决了有人装备作战易被伏击杀伤的问题，同时将两种作战平台融为一体最大化提升了体系化作战效能。相关子技术包括离线航迹规划技术、远距航迹机动调整技术。

2.2.4 多无人机自主任务规划技术

多无人机自主任务规划技术使无人机具备在线动态规划的功能，是无人机执行侦察任务的关键技术。多无人机自主任务规划技术有利于提高整个多无人机系统的容错性与可靠性，保证遇到突发威胁时，无人机可进行自主任务重分配与航线重规划，进而不影响整个任务的完成，能够很好地体现出无人机群的自主性与协同性。相关子技术包括碰撞检测与规避技术、以及最优任务分配技术等。

2.2.5 集群控制

集群控制技术基于生物集群行为原理，通过多个体之间的协同合作，发挥各自优势，可以完成单体所难以完成的、复杂的任务。无人机集群作为一种“改变战争形态”的颠覆性技术，通过数量提升能力、成本创造优势的模式制胜。相关子技术包括信息感知融合技术、任务分配技术、航迹规划技术、编队控制技术（队形设计、队形调整和队形重构）等。

2.3 高容错与环境适应能力

2.3.1 健康管理与故障预测技术

健康管理与故障预测技术通过对专家系统和监督学习方法的综合运用，实现无人机系统建模和主动故障检测，提高无人机的故障预测能力和任务可靠性，保证飞行安全，同时也有利于降低无人机的使用成本，合理安排维修计划。相关子技术包括健康管理模型建立、故障预测对象分析、故障预测方法建立等。

2.3.2 碰撞检测与规避技术

碰撞检测与规避技术通过设计空中飞行交通告警和防撞系统，研究基于视觉、雷达的防撞探测，使无人机具备碰撞感知与规避能力，提升无人机使用的安全性。相关子技术主要包括碰撞威胁的探测模型建立、目标飞机的监视和跟踪、无人机间的安全间距控制，无人机散布控制等。

2.3.3 容错控制与环境适应

容错控制与环境适应技术使无人机在发生故障的情况下，能够自动补偿故障的影响以维护无人机的稳定性和尽可能的恢复故障前的性能，从而保证运行稳定可靠，提高无人机任务成功率，提高系统的可靠性、可维护性和有效性。容错控制与环境适应技术从重构控制律设计、控制分配、操纵面损伤重构、软件容错、信息安全、自动应急处置等方面出发，形成一套无人机故障容错机制的整体设计方案。相关子技术包括基于模型的方法、基于数据的方法和基于知识的诊断方法、基于非线性观测器的容错控制、基于H∞的鲁棒容错控制等。

3结束语

通过国内外现状的调研，结合军用无人机特定作战需求，从军用无人机平台能力出发，总结了军用无人机飞行控制核心能力需求与关键技术特征，对新时代军用无人机发展的新需求进行梳理分析，提出了军用无人机飞控技术发展所需的三大能力，即高性能运算与控制能力、高带宽互联互操作能力、高容错与环境适应能力，为后续军用无人机飞控技术发展提供参考。

参考文献：

[1]张云秀，曾庆达，张炜.无人机发展综述[J].河南科技，2017，（9）.

[2]景岩.无人机发展综述[J].才智，2013，（16）.

[3]姚思浩.无人机的发展现状与趋势[J].电子制作，2018，（1）.

[4]孙绍红.无人机“尖兵之翼”[J].世界知识，2015，06：64-65.

[5]张翼麟，张绍芳，李鹏飞.2012年世界军用无人机发展动向及评述[J].飞航导弹，2013，（7）.

[6]魏凯，朱振宇.X-47B无人机飞行试验进展与应用前景分析[J].飞航导弹，2014，（5）.

[7]黄玲.人工智能技术研究方法与发展探讨[C].第十四届中国不确定系统年会，第十八届中国青年信息与管理学者大会论文集.2016

[8]吴彦冰，张晓宇，电气自动化中的人工智能控制[J].科技展望，2017，（1）.

[9]魏慎娜.基于新型态势函数的空战微分对策问题研究[D].沈阳航空航天大学：沈阳航空航天大学，2018.

[10]连文珑.基于OODA的网络对抗试验方法研究[D].哈尔滨工业大学：哈尔滨工业大学，2018.

[11]袁坤刚，张靖，刘波，张志伟.目标飞机自主空战战术机动仿真[J].中国电子科学研究院学报，2013，（3）.

[12]谭健.飞翼布局无人机鲁棒滑模非线性飞行控制研究[D].西北工业大学：西北工业大学，2017

[13]申安玉，申学仁，李云保.自动飞行控制系统[M].北京：国防工业出版社，2 0 0 3 ： 4 2 - 1 9 6 .

[14]徐健.自主无人机飞行控制系统设计和实现[J].广西大学学报，2016.8： 1 6 - 1 9 .

（作者单位：蒋超、闻子侠，航空工业西安飞行自动控制研究所，蒋超研究方向：无人机控制；赵娜，中国国际工程咨询有限公司，研究方向：无人机装备应用与管理）