大跨時空任務背景下的太陽能無人機任務規劃技術研究進展

吳健發，王宏倫，黃宇

1. 北京航空航天大學 自動化科學與電氣工程學院，北京 100083 2. 北京航空航天大學 飛行器控制一體化技術重點實驗室，北京 100083 3. 北京航空航天大學 高等理工學院，北京 100083 4. 北京信息科技大學 自動化學院，北京 100192

太陽能無人機(Solar powered Unmanned Aerial Vehicle, SUAV)利用其機翼表面覆蓋的太陽能光伏器件，將太陽輻射轉化為電能，一部分供飛機飛行消耗，另一部分儲備于后備電池中，用于在光伏組件能量生產不足時為飛機供能。由于太陽能的可持續性，太陽能無人機相比傳統無人機來說，續航能力大大提高。同時由于沒有化石燃料消耗，太陽能無人機的使用成本更低，也更為環保。正是這些優點，使太陽能無人機引起了世界各主要航空大國的高度關注，最近20年來，以美國為首的西方國家先后推出了多項太陽能無人機項目，其中比較典型的是美國國家航空航天局(NASA)的“Pathfinder”“Helios”無人機和空客的“Zephyr”系列無人機，如圖1所示，這些無人機的不間斷飛行時間可達數十乃至數百小時[1]。近幾年，中國在該領域也取得了長足的進步，2017年5月24日，由中國航天科技集團公司自主研發的新型“彩虹”太陽能無人機完成了臨近空間飛行試驗，如圖2所示，使中國正式成為繼美國、英國之后，世界第3個掌握臨近空間太陽能無人機技術的國家[2]。表1和表2分別列舉了最近20年間國外和國內在太陽能無人機工程研發領域所取得的主要研究成果[3-9]。

優秀的續航性能使太陽能無人機能夠勝任許多大范圍跨時間空間飛行任務(以下簡稱大跨時空任務)。所謂大跨時空飛行，是指太陽能無人機在飛行過程中，其經緯度和飛行高度發生較為明顯的變化，這同時也將對應較長的飛行時間(例如從北京到廣州的飛行，而從北京到天津之間的短程飛行則不算在其范疇以內)，或者無人機所處任務區域的經緯度變化不大，但飛行時間跨度較長，使得太陽角度發生明顯的變化(例如長達十余小時乃至橫跨晝夜的固定目標監視任務，而僅持續數十分鐘的飛行任務則不算其列)。這類任務主要包括遠距離目標跟蹤[10]、高空偵察監視[11]、持久通訊中繼[1,5]等，其對太陽能無人機的續航時間要求較為苛刻，因此要求研究者必須盡可能的提高太陽能無人機的能量生產狀況或者降低能量消耗。對于結構參數固定的太陽能無人機來說，延長續航時間一般有以下2種手段：① 為無人機翼面更換高性能太陽能電池板。然而，受限于當前的材料工業水平，具有高光電轉換效率的光伏元件難以在短期內實現量產，且成本較高，這直接制約了太陽能無人機的推廣與應用[1]。② 對無人機進行合理高效的任務規劃，通過優化無人機的飛行軌跡和動力學參數，提高能量的利用率。這種方式成本相對低廉，且易于實現，因此逐漸受到許多研究者的關注。從目前的研究與實踐來看，在執行大跨時空任務之前，一般按如下步驟對太陽能無人機進行任務規劃[1,12-15]：

圖1 國外典型太陽能無人機[1]Fig.1 Typical foreign SUAVs [1]

圖2 中國“彩虹”太陽能無人機[2]Fig.2 Chinese “CaiHong” SUAV [2]

1) 建立太陽能無人機的能量生產與消耗模型，作為任務規劃的基礎條件。

2) 設定飛行任務區域，根據所建立的能量模型評估該區域內不同時間、地點、飛行高度情況下太陽能無人機的續航性能，為后續設計相應的能量管理策略奠定基礎，為任務規劃的成功實施提供重要保障。

表1 國外在太陽能無人機工程研發領域所取得的主要研究成果Table 1 Main research results in the field of foreign SUAV engineering development

表2 國內在太陽能無人機工程研發領域所取得的主要研究成果Table 2 Main research results in the field of domestic SUAV engineering development

3) 根據續航性能評估結果，設計太陽能無人機的能量管理策略，包括合理地優化跨區域飛行軌跡[5]、利用多種能量(太陽能、重力勢能、風能等)之間的相互轉換關系，在已規劃的飛行軌跡上根據當前飛行及能量狀況進行實時調整其高度、速度、姿態等飛行參數等[13-15]，這是任務規劃的核心步驟。

因此，總結來說，太陽能無人機任務規劃主要涉及3項關鍵技術：能量建模、續航評估以及能量管理策略。

然而，從目前國內外研究現狀來看，對于這3項關鍵技術來說，針對大跨時空飛行這一任務屬性的相關研究尚不多見，且存在一定的局限性。在大跨時空飛行任務中，外界環境因素(如大氣密度、氣溫、光照情況等)往往伴隨著時間和空間的變化而變化，這些因素的耦合將對太陽能無人機的能量生產狀況帶來較大的影響。面對差異較大的能量狀況，太陽能無人機的續航性能、能量管理策略等也將面臨重新調整，這使得無人機的任務規劃更趨于復雜化。一個最典型的例子就是24 h跨晝夜跨區域飛行[12-17]，其復雜性體現在：

1) 從時間角度來看，在晝間，太陽能無人機有相對充足的太陽能可以轉化，因此可以在吸收太陽能的同時不斷爬升，儲備重力勢能，而在夜間，由于沒有太陽能的存在，必須綜合利用重力或風力滑翔等手段實現續航[15-17]。因此，為了應對晝夜間不同的能量生產情況，需要在任務規劃的過程中設計多種不同的飛行策略及其切換條件，從而獲得最大的能量利用率。

2) 從空間角度來看，理論上講飛行地點緯度越低，光照水平及其對應的能量生產水平越高[18]，但不同地區之間氣象因素的差異性(例如同一緯度地區氣溫、云層狀況以及風速風向可能存在較大差異)又使得該規律存在一定的不確定性。另外，隨著飛行高度的變化，氣動阻力及其能耗水平呈非線性變化[1,14-15]。因此，在任務規劃的過程中必須根據任務區域的氣象狀況，合理地設計無人機的水平飛行軌跡，在此基礎上結合無人機的結構參數與機載光伏組件參數，動態地調整無人機的最優巡航飛行高度。

目前國內外學者已在太陽能無人機的總體布局[1,19-20]、氣動與結構設計[21-23]、能源系統[24-26]乃至常規任務規劃技術(面向短航時或小范圍飛行區域)[10,27-35]等方面取得了一系列卓有成效的研究成果。Zhu等[1]、Gao等[13]、Abbe和Smith[36]分別從不同角度對太陽能無人機的研究現狀與關鍵技術進行了綜述。然而，針對大跨時空任務背景下的任務規劃技術，目前尚未檢索到相關的研究綜述。本文僅對與其相關的能量建模、續航評估和能量管理策略3大關鍵技術的研究進展進行梳理，并總結當前研究中存在的問題，在此基礎上對值得研究的重要問題和發展方向進行展望。

1 能量建模

1.1 太陽輻射模型

太陽能無人機最主要的能量來源是太陽輻射。考慮到太陽能無人機的飛行環境一般為距海平面10～30 km的平流層高空中，此環境下可忽略云層的遮擋，因此，基于地球與太陽之間的空間關系，可計算出任意時間和任意緯度的太陽直射輻射強度，其計算過程可參見文獻[37]，很多經典的有關太陽能無人機任務規劃方面的研究成果均沿用該輻射強度模型[16-17,29,38]。

隨著越來越多的研究將太陽能無人機的應用空間由高空拓展到中低空[10,12,15,17,27-28,31,33-35]，這種理想化的建模方式也暴露出一些問題，導致其在大跨時空任務中的應用受到限制，主要為以下兩點：

1) 當無人機在中低空執行大跨時空任務時，由于時空的大范圍變化，任務區域的天氣情況會存在一定的時變性和不確定性，這導致云層以及相關大氣環境因素對太陽輻射的影響將難以忽略。

2) 上述模型只考慮了太陽的直射輻射，實際上，當無人機處于中低空時，由于空氣中存在水汽、懸浮固體顆粒以及其他雜質，導致太陽散射輻射的影響難以忽略。此外，上述模型并未考慮到跨區域機動飛行時不同地區所處自然環境的差異。實際上，即使是位于同一緯度的兩個地區，例如沿海地區和內陸地區，其中低空空氣含水量也可能存在較大差異，而水汽對太陽輻射的吸收是相當明顯的[39]。

為了解決第1個問題，一些氣象概念被進一步引入上述模型中。例如，Grenestedt和Spletzer[40]考慮了大氣渾濁度對太陽輻射的影響，引入了林克渾濁因子和瑞利散射效應對原有模型進行修正。與文獻[40]的思路相似，Lee和Yu[16]通過大氣透過率修正模型，重點考慮了氣候、海拔、大氣成分比等地理與環境因素對大氣透過率的影響，并利用LOWTRAN 7軟件[41]根據海拔高度對大氣透過率進行建模。為了直觀體現跨區域飛行中地理位置對天氣以及太陽輻射的影響，Dai[31]基于氣象地圖首先預估了任務區域的太陽光譜密度分布，其氣象地圖可提供區域內溫度、濕度以及降水信息，然后利用光譜密度計算太陽輻射強度，從而繪制出能量強度地理分布圖，并將其應用于太陽能無人機的軌跡優化中。

為了解決第2個問題，部分研究提出利用太陽輻射統計模型取代上述模型。基于部分成熟的太陽輻射模型，通過對全球范圍內各地面觀測站多年積累的實測數據進行統計回歸，可以得到太陽輻射統計模型。由于是基于實測數據的，因此不同區域環境對太陽輻射的影響已經被考慮到模型中。此類模型能夠較好地體現中低空環境中太陽輻射強度隨地理位置變化的情況，并為工業界所廣泛采用[39]。太陽輻射統計模型一般可分為兩類[12,42]：一類為考慮云層、復雜氣象條件的全球輻射模型，然而此條件下模型的估計與計算相當繁雜且困難、準確度低；另一類為晴空輻射統計模型，其計算相對簡單，因此目前多數涉及太陽能無人機能量方面的研究均是基于晴空模型展開的，文獻[42]列舉了近幾十年來主要的太陽晴空輻射模型。針對上述晴空模型，Badescu等[43]的分析中指出：美國供暖、制冷與空調工程師學會(American Society of Heating, Refrigerating and Air-conditioning Engineers, ASHRAE)模型[44]的計算最為簡單且能夠保持較高的精度，更重要的是該模型已被全球研究者所認可并廣泛應用于太陽能工程的各個領域。基于上述分析，王宏倫等[10,12,14-15,27-28,34,42]選擇ASHRAE晴空模型對太陽能無人機的能量生產進行建模。基于大規模復雜光譜仿真模型和全球范圍內大量地面站實測數據，ASHRAE模型能夠估計中低空范圍內由直射輻射強度、散射輻射強度以及地面反射輻射強度所共同組成的總輻射強度。針對太陽能無人機大跨時空飛行任務，文獻[14]還基于任務區域范圍內的ASHRAE站點數據，建立了不同時間、不同高度剖面下相應的太陽輻射分布狀況，并將其應用于任務規劃中。

盡管以ASHRAE晴空模型為代表的部分太陽輻射統計模型已被用于大跨時空任務背景下的太陽能無人機任務規劃，并取得了若干成果，但目前仍存在一些缺陷難以克服：① 太陽輻射統計模型主要以地面站點的實測數據作為建模依據，然而，地面站點的地理分布具有不均勻的特點[44]，例如在經濟相對發達的地區，站點密度較高，而在廣大海洋區域和內陸沙漠、高原等無人區，其站點密度極低，這導致當無人機在不同站點密度區域穿梭時，其能量建模誤差相對明顯，一定程度上限制了太陽能無人機在這些區域的應用。② 當太陽輻射統計模型在估計中低空輻射強度時，能夠獲得較為精確的結果，但如果將此類模型用于估計高空乃至臨近空間的輻射強度時，則可能會造成一定的誤差，且誤差會隨著海拔的升高而升高，特別是在夏季。原因在于太陽輻射統計模型所基于的地面實測數據在一定程度上考慮了不同區域各時間段空氣平均含水量的影響(即水汽對輻射的衰減效應)，而高空環境下空氣含水量極低，太陽輻射的衰減較小，這種水汽在高度上的非線性分布是造成估計誤差的主要原因，特別是在夏季，沿海地區和部分內陸盆地地區的中低空空氣濕度相對較高，進一步加劇了這種誤差。由于在大跨時空任務中，無人機的高度剖面變化較大，因此這種誤差對能量建模帶來的影響也會較為明顯。

1.2 能量生產基本框架

太陽能無人機能量模型包括能量生產和消耗模型兩部分。能量消耗模型主要包括機載設備消耗和飛行動力學消耗兩部分，對于設備消耗，一般可視為常值[15,27]，而對于飛行動力學消耗，目前研究基本都采用了受力平衡的原則進行分析，并取得較為統一的認識[10-18]，因此能量建模的重心在于對能量生產模型的處理上。一個合理的能量生產模型應能夠較為準確的反映太陽能無人機運動與其能量獲取之間的關系，是太陽能無人機實現精準能量管理、決策評估、軌跡優化等任務規劃技術的基礎。在時間段[t0,tf]內，對于常規布局固定翼太陽能無人機(忽略翼型上表面曲率、機翼安裝角等，其機翼上的光伏組件可以認為是水平鋪設的)[24]，其能量生產與自身姿態和日照的相對幾何關系息息相關，方程為

(1)

式中：Pin和Ein分別為能量生產功率和能量值；ηsol為光伏組件效率；S為機翼面積；PUAV為垂直入射至光伏組件(機翼)的單位有效太陽能功率，與太陽光線進入翼面的入射角λi(t)相關，而λi(t)是關于無人機三軸姿態角θ(t)、ψ(t)、φ(t)，太陽高度角αe(t)和太陽方位角αz(t)的一個復雜時變函數，其值越小，有效太陽功率越大，該函數在無滾轉水平飛行情況下的具體形式最早由Klesh和Kabamba[29]給出，隨后Hosseini和Mesbahi[45]將其推廣至包含三個歐拉角的三維空間飛行中。

在式(1)的基礎上，Wang等[46]考慮了如圖1(a)和圖1(b)所示的具有曲率效應的機翼表面對能量生產的影響；王宏倫等[10,12,14-15,27-28,34,42]又進一步考慮了中低空散射輻射及地面反射輻射的影響，參考工程中常用的太陽傾斜表面輻射強度計算原則[39]，將PUAV修正為同時與λi(t)和翼面與地平面的夾角λt(t)相關的函數，其中的相對幾何關系見圖3。

圖3 太陽光與無人機的相對幾何關系Fig.3 Relative geometrical relationship between sunlight and SUAV

目前，大部分有關太陽能無人機任務規劃技術的研究在利用式(1)計算太陽能無人機能量生產功率Pin時，都將光伏組件效率ηsol簡化為一個常數，即認為光伏組件效率恒定。對于太陽能無人機執行一般小范圍飛行任務來說，這樣的簡化是合理的。然而，當無人機執行大跨時空飛行任務時，隨著地理位置、飛行高度以及滯空時間的變化，其所處的外界自然環境可能發生較大變化，例如太陽能無人機由于任務要求，在短時間內由2 000 m爬升至20 000 m，其所處的大氣密度和溫度將驟降，根據光伏器件熱力學平衡原理[47]，環境的變化將改變光伏器件的工作溫度，進而影響其效率ηsol以及相應的能量生產。因此，針對大跨時空任務背景，光伏組件效率的時變性是不可忽略的。

針對光伏組件效率的時變性修正問題，昌敏等[24]和Wu等[14-15]通過引入光伏器件熱力學平衡原理進行分析。首先，從光伏組件自身的工作特性出發，由于其效率ηsol受自身溫度影響較大，基本呈線性相關，且表面溫度越高，ηsol越低，因此，可首先建立ηsol與光伏組件表面溫度的線性方程。然后，根據熱平衡原理，對于飛機翼面光伏組件接收的太陽輻射能，一般可轉化為3部分：一部分轉化為電能，一部分向天空進行熱輻射，另一部分與周圍環境進行熱交換，結合飛機外形特征、飛行環境的氣溫、飛行速度和飛行高度，可建立熱平衡方程，從而求解出光伏組件表面溫度。最后，將解算出的表面溫度代回之前的線性方程，即可得到當前飛行狀態下的效率。基于上述研究成果，可得到當無人機在同一經緯度處于不同飛行高度和不同氣溫時的光伏組件效率，分別見圖4和圖5[14]。由圖4可見，當無人機處于對流層時(飛行高度小于11 km)，光伏效率隨高度的升高而單調升高，當無人機處于平流層時，光伏效率隨高度的升高而單調降低。由圖5可見，當無人機所處的氣溫越低時，光伏組件的散熱能力越強，因此其效率越高。結合任務區域的天氣和溫度情況以及相關能量建模分析，這些研究結果能夠求解出無人機的最優飛行高度和任務區域能量分布情況，從而為后續續航評估和能量管理策略設計提供重要的參考依據。

圖4 無人機處于不同飛行高度下的光伏組件效率[14]Fig.4 Photovoltaic module efficiencies of SUAVs at different flight altitudes [14]

圖5 無人機處于不同氣溫下的光伏組件效率[14]Fig.5 Photovoltaic module efficiencies of SUAVs at different air temperatures [14]

除了對光伏組件效率的修正外，為了進一步提高太陽能無人機在大跨時空任務中的續航性，部分研究還在飛機上適當增設非主升力面的翼面，并鋪設以光伏組件。這些光伏組件可沿機體軸的平行軸滾偏或者通過全機的航向偏轉以實時跟蹤太陽，被稱為“主動式光伏組件”[24]。此類變體機翼已廣泛應用于多種型號的太陽能無人機，例如空客“Zephyr”無人機和中國“彩虹”無人機，分別如圖1(c)和圖2所示。昌敏等[24]提出“滾偏/偏航”太陽跟蹤方式，并建立了基于該跟蹤方式的、處于無滾轉平飛狀態下帶有垂直固定滾偏角機翼的太陽能無人機能量生產模型，結果表明在相同條件下，主動式光伏組件日均面功率超出水平機翼上鋪設的光伏組件日均面功率約為45%～317%；且緯度越高，離冬至日越近(北半球)，超出的幅值越顯著。在此類帶有垂直滾偏角機翼太陽能無人機的基礎上，一種翼面滾偏角在飛行過程中可變的長航時太陽能無人機設計方案被提出[48]，該方案中，無人機的翼面呈Z型布置，如圖6(a)所示，可根據太陽角度的變化實時調整其翼面滾偏角，具有更大的能量生產能力，從而能夠更好的應對大跨時空飛行任務。針對此類無人機，Wu等[49-50]在考慮Z型機翼間光線遮擋問題的基礎上，建立了此類無人機在三維無滾轉飛行狀態下的能量生產與消耗模型，并研究了光伏組件效率、飛行日期、飛行緯度等參數對其能量生產的影響，結果表明在冬季附近的較小太陽高度角與較高轉換效率光伏組件的飛行條件下，太陽能無人機通過Z型變體來增加飛行時間的設計方案相較常規布局太陽能無人機更為有效。然而，由于Z型變體無人機存在翼面陽光遮擋的固有缺陷，其能量生產能力受到一定的限制，為了解決該問題，Wu等[51]又進一步提出一種N型變體無人機的設計方案，其機翼布局如圖6(b)所示，并建立了該類無人機的能量生產模型，通過試飛實驗驗證了太陽能無人機在飛行過程中進行N型變體的可行性。

圖6 典型變體太陽能無人機[49-51]Fig.6 Typical morphing SUAVs [49-51]

2 續航評估

無人機續航評估是指根據無人機自身結構參數、能量儲備、飛行狀態等參數，估計無人機在穩態或準穩態條件下的續航能力(例如續航時間、航程等)的過程[52]。在無人機執行任務之前，通過續航評估，可以保證無人機在執行任務過程中有足夠的能量完成必要的機動動作，同時，續航評估還能為無人機提供效費比最佳的飛行高度和飛行速度，從而提升飛行任務的經濟性。

對于即將執行大跨時空任務的太陽能無人機來說，續航評估能夠為后續飛行路徑的選擇以及能量管理策略的設計提供決策依據。然而，遺憾的是根據目前的文獻檢索結果，在任務規劃領域，相較于能量建模和能量管理策略兩大關鍵技術，太陽能無人機續航評估領域的研究非常稀少，且對于大跨時空任務背景考慮不夠充足。這方面的研究主要集中在兩大關鍵問題上：①對可量化續航指標的設計與計算(即“是什么”問題)；②如何應用續航評估的結果進行決策(即“怎么用”問題)。

2.1 續航評估指標

對于續航評估來說，可量化的續航指標是衡量無人機續航性能的基礎。如何定義評價太陽能無人機續航性能的指標，從而較好的反映太陽能無人機執行大跨時空任務時的續航特征，且評價指標可計量或統計，對太陽能無人機初期設計評估和后期任務規劃、決策，以及推動太陽能無人機產業化、標準化發展，具有重要的意義。

傳統飛機/電動飛機以化石燃料/化學電池為主，其攜帶燃料總量/電池容量以及能量使用情況也相對穩定，且地理與環境因素的變化對其影響并不明顯，因此續航時間或最大航程是可以計算出來的，故而對于傳統飛機/電動飛機來說，續航評估指標就是其續航時間或最大航程，一般以小時或千米計。基于此類指標的評估方法目前已非常成熟，其按解算方法不同通常可分為解析法[53-56]和圖解法[57-59]。解析法根據飛行器運動學方程、動力學方程以及力學分析，進而將目標變量表述成解析函數，其數學推導嚴謹，物理概念清晰，能直接準確求解所需性能參數的數學公式而備受重視。圖解法通過綜合繪制能量機動圖、能量機動效率圖和航程圖，直觀的體現飛機速度、爬升性能、航程、航時之間的約束關系，進而利用數值方法求解飛機的最佳軌跡。在飛行性能計算時，圖解法表示直觀易懂，易與原始數據相結合，特別是面對難以進行解析求解的高次方程時，其同樣適用，在工程中得到廣泛應用。

然而太陽能無人機與傳統飛機/電動飛機不同，它以太陽輻射能為主要能量，其能量狀況不僅與電池容量有關，還取決于太陽照射情況。而照射情況又與地理位置、天氣情況等密切相關[18]。當太陽能無人機進行跨區域飛行時，其能量生產狀況也會隨所處位置的變化而實時變化，這就導致飛行過程中，無人機的能量總量具有非常大的不確定性，從而難以估算出續航時間。因此，上述針對傳統飛機/電動飛機的續航評估指標與方法將不再適合于太陽能無人機。

由于難以直接計算太陽能無人機的續航時間，研究者轉而從能量平衡的角度分析無人機的續航性能。Montgomery和Mourtos[60]以及Burton和Hoburg[61]從時間角度出發，繪制了24 h內太陽能無人機能量生產與消耗的平衡關系圖，并提出了依靠太陽能實現永久性續航的條件。Rajendran和Smith[18]從空間角度出發，基于全球各地的太陽輻射實測數據分析了經緯度對太陽能無人機能量平衡的影響，并從能量角度給出了最適于太陽能無人機執行大跨時空飛行任務的區域范圍。盡管上述研究并沒有為太陽能無人機提出一個明確的續航指標，但這種從時間和空間兩個維度進行能量平衡分析的思路卻啟發了后續的研究者。在此基礎上，Huang等[12]首次提出將一年內太陽能無人機能夠完成24 h跨晝夜飛行(即24 h飛行的凈能量大于0)的天數選為太陽能無人機續航性能的評估指標，并給出了8個中國典型城市的指標值。然而，盡管此項研究對于續航評估指標的設計具有一定的開創意義，但所設計的指標僅能從宏觀上定性判斷任務區域內哪些地點可能適合太陽能無人機飛行。當給定某一任務起始日期時，對于該日期是否適宜太陽能無人機執行跨區域飛行任務，存在多少富余能量能夠支持無人機執行任務，按該指標所設計的續航評估方法是難以判斷的，因此其應用價值較為有限。針對文獻[12]所提指標的缺陷，結合能量平衡原理和大跨時空飛行任務的特點，Wu等[14]提出從能量角度而非時間角度設計續航評估指標，即以24 h跨晝夜飛行的凈能量值(即能量生產值減去消耗值)作為可量化的續航評估指標。該指標綜合考慮了跨區域飛行中不同地理位置(經緯度與飛行高度)的外界實際環境(包括大氣模型、實際氣溫等)、無人機構型及光伏組件參數等因素對太陽能無人機能量生產的影響，引入了1.1節所提的ASHRAE太陽輻射模型和1.2節所提的可變光伏組件轉化效率，從而直接反映了能量生產與消耗的綜合效應，可用于定量評估任意任務起始時間、任務區域、飛行包線下的太陽能無人機的24 h跨晝夜不間斷飛行能力。

2.2 續航評估應用

盡管與續航評估相關的能量平衡原則已廣泛應用于太陽能無人機的總體設計[60-61]，但由于目前對可量化續航評估指標與方法的研究相對較少，導致其在任務規劃領域的應用更為稀缺。根據檢索結果，目前僅Wu等[14]對其提出的續航指標的應用方法進行了一定的探索。文獻[14]首先采集了任務區域內所有ASHRAE地面測量站點的太陽光照數據，并根據天氣預報結果建立所有站點位置各個高度剖面的氣溫模型。然后，計算所有站點位置各個高度剖面的續航性能指標(即24 h飛行凈能量值)。通過對不同飛行高度下各站點凈能量值進行Kriging插值，繪制出太陽能無人機任務區域的凈能量分布地圖，稱為“續航地圖”。根據天氣預報結果，該地圖可每小時更新一次。利用“續航地圖”，可以優化太陽能無人機在恒定高度下的飛行軌跡，如圖7(a)所示。對于兩條航程大致相同的飛行軌跡，從圖中可以直觀看出，軌跡1所經過區域的凈能量值更大(底圖顏色更偏紅色)，因此，太陽能無人機可執行更為復雜的機動動作，具有更好的續航性。

圖7 “續航地圖”在任務規劃領域的典型應用[14]Fig.7 Typical applications of “Endurance Map” in the field of mission planning [14]

基于該地圖繪制方法，還可進一步繪制出最優凈能量分布地圖(含全部高度剖面)和能量最優飛行高度分布地圖，二者相結合，可用于優化太陽能無人機三維飛行軌跡，如圖7(b)所示，進而可用于面向大跨時空任務的能量管理策略設計中(本文將在第3節中介紹三維飛行軌跡設計與面向大跨時空任務的能量管理策略的關系)。該圖中，底圖為最優凈能量分布地圖，所優化的軌跡同時帶有最優飛行高度信息和對應的最優凈能量信息。

當然，文獻[14]的研究也存在一定的局限性，由于所繪制的“續航地圖”是基于ASHRAE晴空模型的，其在考慮氣象因素時僅考慮了氣溫的影響，而并沒有考慮到復雜天氣情況的影響(例如云層狀況)，因此凈能量分布可能存在一定的誤差。

3 能量管理策略

根據太陽及環境情況，通過采用一定的策略優化太陽能無人機的飛行軌跡及運動學狀態，從而協調各種能量間的轉換關系，同時提升凈能量生產率，最終獲得最佳的能源利用率或最長的續航時間，這種策略就是太陽能無人機的能量管理策略[37]。該技術是任務規劃的核心，同時也是目前任務規劃3大技術中最為活躍的研究方向。

相較于面向短航時或小范圍飛行區域任務(以下簡稱常規任務)所優化出的軌跡，面向大跨時空的軌跡有其特殊性：

1) 所涉及的約束更為復雜。常規任務下的軌跡優化往往僅追求凈能量生產的最優性，對能量儲備的考慮較少[10,27-35]。而在大跨時空任務背景下，太陽能無人機的任務時間很可能會橫跨晝夜，因此必須考慮在陽光充足的時候儲備盡可能多的能量，從而在傍晚或夜間釋放所儲備的能量，彌補太陽能生產上的虧損，實現不間斷續航。為了增加能量儲備，一方面可通過為儲能電池充電，另一方面使無人機具有較高的機械能。為了實現這兩個目標，一方面，必須在充電時考慮儲能電池的性能約束，例如最大儲電量[15]和電池荷電狀態(State of Charge, SOC)[11]等。另一方面，由于儲備機械能的需要，太陽能無人機往往需要采用爬升的機動方式進行重力儲能或借助風力滑翔，對于這種復雜飛行方式所生成的軌跡相較于常規水平飛行軌跡，其飛行包線變化往往較為明顯，需要進一步考慮爬升角度、過載、飛行高度、空速以及迎角-升力系數等動力學約束條件[11,13,15-17,37-38]。

2) 由于大跨時空飛行往往涉及多種能量間的相互轉化，因此太陽能無人機在飛行過程中需要結合太陽光照情況和自身能量儲備情況，按飛行階段進行劃分其所采用的能量管理策略，并為之設計對應的飛行軌跡[13,15-16,37-38]。各階段間(即各段軌跡間)的約束與切換關系比較復雜，這是常規軌跡所不具備的。

3) 應用太陽能無人機執行某些特定任務(例如目標跟蹤、區域監視等)是其任務規劃技術發展的必然趨勢。相較于面向常規飛行的能量管理策略，面向大跨時空飛行的能量管理策略所生成的軌跡與任務的耦合關系更為復雜。舉例來說，假設太陽能無人機采用光電傳感器執行大跨時空目標跟蹤任務，當需要釋放重力勢能時，光電傳感器的視野會隨飛行高度的降低而變小，這就驅使所生成的軌跡在保證重力勢能合理釋放的同時必須能夠使無人機以更小的盤旋半徑在目標附近飛行，否則丟失目標的可能性就會增大[15]；而面向常規飛行所生成的軌跡的高度變化一般不大，因此受這一問題影響較小。

考慮到上述特殊性，本文將從能量綜合應用、風力滑翔機制、軌跡優化方法以及面向特定任務的應用等4個角度有針對性的對當前面向大跨時空飛行的太陽能無人機能量管理策略研究現狀進行梳理。

3.1 能量綜合應用

在大跨時空飛行中，太陽能無人機可利用的能源包括自身儲能電池的電能、太陽能、重力勢能和風能。通過調整飛行軌跡及飛行狀態，從而利用上述能源間的轉換關系實現多能源的綜合應用，成為提升能量利用率的關鍵。

目前，對于電能、太陽能和重力勢能的綜合應用在能量管理策略的研究中得到了最為廣泛的關注。針對24 h跨晝夜飛行的太陽能無人機，Sachs等[62]首次提出將其飛行軌跡劃分為3段，即：儲能爬升段、重力滑翔段和低高度巡航段。以此為基礎，Gao等[37,63-65]深入研究并改進了這種基于三段式軌跡的能量管理策略，重點突破了其中的軌跡切換條件設計、約束條件處理以及能量等價性理論等關鍵性問題，其成果對于后續研究具有極高的參考價值。文獻[37]在考慮儲能電池充放電速率約束的前提下，將能量管理策略劃分為對應的3個階段，并將飛行高度和輸入到儲能電池和推進系統的功率比共同作為階段的切換條件。研究證明了該策略的優越性并對與該策略相關的太陽能電池技術、儲能電池技術以及抗風能力和飛行穩定性技術進行了敏感性分析。考慮到儲能電池充電需要一個較為穩定的環境，因此文獻[63]以無人機在儲能電池充電時保持水平巡航飛行為前提，將三階段能量管理策略擴展為五階段，如圖8所示，并進一步將電池儲電量、飛行高度、光照情況引入各階段間的切換條件。文獻[64]對重力勢能儲能與儲能電池儲能之間的等價性問題進行了研究，重點討論了重力勢能儲能和儲能電池儲能的最佳時機、等價性比較方法以及影響等價性的關鍵因素等理論問題。除了Gao等的研究外，文獻[66]還分析了無動力重力滑翔軌跡的運動特征及其影響因素，并據此研究了最優滑翔軌跡的設計方法。

圖8 典型基于五階段能量管理策略的飛行軌跡縱向剖面[63]Fig.8 Longitudinal flight trajectory profile of a typical five-stage based energy management strategy [63]

與文獻[37,62-65]類似的研究還有文獻[38,66]等，這些文獻研究了太陽能無人機在縱向平面內的能量管理策略問題，但未考慮無人機在三維空間飛行時如何實現對3種能源的綜合利用。實際上，面向三維飛行的能量管理策略具有更高應用價值，特別是當無人機在復雜約束情況下執行某些特定任務時(本文將在3.4節中介紹其應用問題)。針對該問題，Lee等[16]率先進行了研究。在文獻[16]中，太陽能的凈能量值和重力勢能之和被設定為軌跡優化的目標函數，通過同時控制飛機姿態(俯仰和偏航)和高度，使得無人機可在白天完成爬升和儲能，在夜間完成無動力滑翔，從而實現能量間的最優綜合利用。所生成的軌跡從水平方向投影為一個圓弧形，其形狀僅與無人機位置和當前時間有關，因此可在不考慮天氣和光照情況的前提下在線規劃。以此為基礎，結合文獻[62-64]中的多段式飛行軌跡設計思想，王少奇等[46,67]設計了面向點到點三維飛行任務的能量管理策略，該策略可將飛行過程分為4個階段：定高巡航、平飛充電、爬升飛行和無動力下降，階段間的切換條件由太陽凈能量值、SOC和剩余功率組成。對于大跨時空飛行任務，其點到點的飛行策略相較于文獻[16]的自由飛行策略更具有實用價值，與之類似的還有文獻[11]。Martin等[68]基于分段設計思想和動力滑翔機制，還研究了保持與固定目標點水平距離恒定約束條件(即位置保持約束，Station-keeping Constraint)下的太陽能無人機能量管理策略問題，并討論了季節和環繞半徑對該策略所生成軌跡的影響。

上述研究均假設太陽能無人機處于平靜大氣而不受氣流影響。然而，在實際大氣中，風對飛行器的影響是客觀且廣泛存在的。如果能夠合理利用風能，則可減少太陽能無人機的阻力和機械能消耗，從而達到延長續航時間的目的。因此，在對電能、太陽能和重力勢能進行綜合應用的基礎上，部分研究者又進一步將風能應用引入到能量管理策略中。針對風場條件下太陽能無人機移動目標跟蹤問題，Wu等[15]在無人機動力學和能量建模時考慮了風的影響，然后，考慮到無人機和儲能電池性能參數的差異，提出了如下2種多階段能量管理策略，2種策略下太陽能無人機飛行高度變化對比如圖9所示。

策略1 按時間順序劃分為4個階段：電池儲能階段、間斷爬升重力儲能階段、無動力/動力滑翔階段以及能量最優跟蹤階段。

策略2 按時間順序劃分為5個階段：電池儲能階段、快速爬升重力儲能階段、高空電池儲能階段、無動力/動力滑翔階段以及能量最優跟蹤階段。

2種策略的設計重點在于其優化指標與階段間的切換條件，主要考慮了無人機、目標、風之間的相對運動關系、電池儲能情況以及飛行高度。2種策略的差異主要在于其爬升方式，策略1的目的在于使無人機剛好能將多余的(無法存入儲能電池的)生產能量用于爬升機動中，而策略2的目的在于使無人機盡可能快的爬升到預定高度。當重力勢能被儲存，并達到一定的切換條件時，無人機將進入滑翔階段。在2種策略的該階段中，無人機首先進行無動力滑翔，當無人機與移動目標的相對運動關系以及風速與目標運動速度的相對關系同時滿足一定條件時，無人機的滑翔模式將切換為動力滑翔，以避免無人機所攜帶的光電傳感器的視野丟失目標。

圖9 兩種策略下太陽能無人機飛行高度變化 對比[15]Fig.9 Comparison of SUAV flight altitude variations based on the two strategies[15]

與文獻[15]相似的還有文獻[17]，針對太陽能無人機點對點長航時飛行任務，該研究在設計能量管理策略時進一步考慮了更為真實的風場環境，從而在一定程度上提升了策略的應用價值。

3.2 風力滑翔機制

3.1節已經提到，風的影響在自然界是客觀存在的，且不同高度的風場也呈現出不同的分布特征[17]。一般而言，由于重力儲能和減小阻力的需要，面向大跨時空飛行任務的太陽能無人機往往會選擇在高空進行巡航飛行。而在高空中(特別是15～20 km的高度范圍內)，風速隨高度基本呈線性變化，這種現象被稱為風梯度[69]。大量研究已經表明，通過采用風梯度滑翔方式(包括彎曲型和橢圓形滑翔方式，見圖10)，飛行器能夠持續從環境中獲取能量，從而延長其續航時間[69-75]。

從飛行器設計角度來看，面向大跨時空飛行任務的太陽能無人機一般具有機翼展弦比大(見圖1和圖2)、結構重量輕的特點，這種大升阻比布局非常有利于其進行動態滑翔，也因此吸引了大量研究者對其滑翔運動特性和軌跡優化方法進行探索。文獻[76]對太陽能無人機在文獻[62]所提出的儲能爬升和夜間滑翔階段采用風梯度滑翔方式的可行性進行了研究，在高度剖面內分析了風梯度方向和強度對無人機爬升和滑翔性能以及能量消耗的影響。文獻[77]首先對如圖10(b)所示的橢圓形滑翔軌跡按運動特征劃分為逆風爬升、高空轉彎、順風下降以及低空轉彎4段，然后基于上述運動特征設計了一種無動力滑翔軌跡優化算法，該算法相較于以高斯偽譜法為代表的基于數值方法的軌跡優化算法[71-72]具有解算時間快的優點。

圖10 典型滑翔方式[69]Fig.10 Typical gliding methods [69]

上述文獻僅單純研究了太陽能無人機在風場中的滑翔特性，其所設計的軌跡優化方法并未與太陽能能量生產相結合。為了解決這一問題，文獻[40]在設計如圖10(a)所示的彎曲型能量最優滑翔軌跡時，綜合考慮了無人機從風力滑翔過程中提取到的機械能與翼面吸收的太陽輻射能，從而使太陽能無人機實現了周期性不間斷的動態滑翔。文獻[78]進一步考慮了大跨時空飛行中不確定的天氣因素(降雨、強風、云層等)對無人機太陽能能量生產和風力滑翔綜合應用的影響，基于動態規劃算法和歐洲中期天氣預報中心(ECMWF)的氣象預測數據開發了名為“考慮氣象的太陽能無人機軌跡規劃與分析軟件”(Meteorology-aware Trajectory Planning and Analysis Software for Solar-powered UAVs, METPASS)。依靠該軟件卓越的能量優化能力，太陽能無人機能夠完成不間斷跨大西洋點對點飛行任務，且由于該軟件對風場的合理預測和運用，使得太陽能無人機的越洋時間被大幅縮短。

3.3 軌跡優化方法

如果說3.1和3.2節側重于對能量管理策略架構和機制的介紹，那本節將偏重于對策略的具體解算方法(即軌跡優化方法)進行梳理。本文將軌跡優化方法劃分為2個大類：面向確定性模型、環境和約束條件的方法和針對模型、環境和約束條件中存在不確定因素的方法。

3.3.1 面向確定性模型、環境和約束條件的方法

當任務中的模型、環境和約束條件的變化規律已知時(例如處于晴空環境下太陽能無人機執行長航時固定目標監視任務[11])，可采用此類方法優化軌跡。此類方法一般是基于最優控制思想的，其典型優化軌跡求解算法包括高斯偽譜法(Gauss Pseudo-spectral Method, GPM)、序列二次規劃法(Sequence Quadratic Programming, SQP)和直接配點法(Direct Collocation Method, DCM)等。

1) 高斯偽譜法

高斯偽譜法將狀態變量和控制變量在一系列的配點上離散，然后以各離散配點為節點利用Lagrange插值基函數來全局近似狀態變量和控制變量，從而將連續最優控制問題轉化為在一系列代數約束下的離散非線性規劃問題[79]。太陽能無人機最優軌跡往往采取分段設計的方法，各段軌跡間通過設置一定的狀態邊界條件進行銜接[46,63,67]。此類問題屬于大規模多段連續時間的Bolza問題，很適合GPM這種將最優控制問題離散化進而轉化成非線性規劃問題來求解的方法[80]。文獻[46]和文獻[67]針對固定時間段內太陽能無人機點到點飛行任務這一具有過程約束和終端約束的非線性最優控制問題，利用GPM將無人機運動學方程和SOC微分方程進行離散化處理，配合其所提出的分段能量管理策略，可以求解出能量最優軌跡。文獻[63]考慮在設計24小時能量最優軌跡的同時使得太陽能無人機所攜帶的儲能電池質量最少。針對這兩個優化目標，首先確定了各段軌跡之間的目標函數(包括飛行時間、高度、能耗)和邊界條件(包括飛行狀態和電池儲電量)。然后將軌跡優化問題轉化為一個兩級優化問題，從而進行求解，首先利用GPM對給定儲能電池質量的無人機求解最優的飛行軌跡，然后采用粒子群優化算法尋找無人機在滿足高空長航時約束條件下的最小儲能電池質量。

2) 序列二次規劃法

序列二次規劃法的基本思想是在每個迭代點構造一個二次規劃子問題來確定迭代的搜索方向，并沿該方向進行一維搜索，逼近約束優化問題的解[81]。文獻[11]針對24 h靜態目標監視這一對飛行過程中太陽能無人機位置嚴格約束的問題，首先設置相應的目標監視任務約束、狀態與控制變量約束以及初始與終端狀態約束，然后為了降低計算復雜度，采用DCM將連續軌跡離散化為24段直線軌跡(每1 h 1段)，從而使兩點邊界值問題轉化為對狀態與控制變量的參數優化問題，最后針對該參數優化問題采用SQP算法進行求解。另外為了避免在估計近似Hessian矩陣時可能出現的奇點，算法還相應地縮放一些狀態和控制變量。

3) 直接配點法

直接配點法是將系統整個時間過程劃分為多段，每一段的兩個端點稱為“節點”，節點之間的狀態用屬于Gauss-Lobatto多項式族的多項式代表，并假定控制量是線性變化的，經過離散最終可以將連續時間的最優控制轉化為大規模的非線性規劃問題[82]。文獻[17]針對風場條件下太陽能無人機能量管理策略中的大規模優化問題，采用DCM中的Hermite-Simpson配置法離散軌跡，從而將軌跡優化轉化為一個非線性規劃問題。在離散過程中，考慮到算法收斂的快速性，與文獻[11]一樣對控制和狀態變量進行了縮放。然后利用內點法求解優化問題。

3.3.2 針對模型、環境和約束條件中存在不確定因素的方法

當模型、環境或約束條件的變化規律可能存在不確定因素時(例如太陽能無人機執行移動目標跟蹤任務時面臨的不確定目標運動軌跡[15]或復雜多變的天氣情況[78])，往往需要無人機基于當前狀態，對后續狀態及其變化規律進行預測，然后再對當前階段做出相應決策(給出相應的控制量)，一旦該階段的決策確定后，又常常會影響到下一個階段的決策，如此反復。針對這種具有不確定因素且多階段相互依賴的大跨時空軌跡優化問題，研究者主要采用模型預測控制(Model Predictive Control, MPC)/滾動時域控制(Receding Horizon Control, RHC)和動態規劃(Dynamic Programming, DP)等方法。

1) 模型預測控制/滾動時域控制

模型預測控制/滾動時域控制由多步預測、滾動優化和反饋校正3大步驟組成，算法首先對未來有限步長內的系統動態進行預測，然后在之前所確定代價函數的度量下，通過優化算法選擇系統當前及未來有限時間步長的控制輸入，從而使得該步長序列的代價函數值最小，最后執行當前時刻所需要的控制輸入，以此抑制系統運行過程中的狀態偏離，從而使系統按期望的要求運行[27,83]。文獻[15]在考慮移動目標跟蹤任務約束的前提下，首先構造了由可飛性指標、任務指標、飛行高度指標以及能量指標所組成的總優化指標函數，然后采用MPC架構，根據預測的移動目標的位置在線控制無人機的飛行軌跡。針對所提出的兩種能量管理策略中的爬升階段(具體描述見3.1節和圖9)，當無人機采用策略1中的爬升方式時，通過合理設置能量指標函數與飛行高度指標函數的權重，可以使無人機剛好能將多余的生產能量用于爬升機動中，從而在能量儲存與爬升速度間達到一定的平衡，即無人機以相對緩慢的速度(間歇性)爬升。而當無人機采用策略2進行爬升時，其飛行高度指標權重將占主導地位，使得無人機能在短時間內快速爬升到預定高度。與文獻[15]采用相同軌跡優化方法的還有文獻[16,68]。

2) 動態規劃

動態規劃的基本思想是將決策問題的過程劃分成幾個相互聯系的階段，選取恰當的狀態變量，決策變量以及定義最優值函數，從而把一個大問題化成一族同類型的子問題，然后逐個求解。即從邊界條件開始，逐段遞推尋優，在每一個子問題的求解中，均利用了它前面的子問題的最優化結果，依次進行，而最后一個子問題所得的最優解即為整個決策問題的最優解[84]。文獻[78]所提到的METPASS軟件針對太陽能無人機跨大西洋飛行任務，使用改進的DP算法在給定出發和到達點的三維網格上搜索最佳飛行軌跡，該算法步驟如下：首先定義成本函數并生成連接出發點和到達點的三維網格，計算并存儲從出發節點到每個后續節點的成本，然后，從網格的第三切片中的節點開始，應用DP算法以找到從出發點到網格的每個節點的最短總距離。由此建立由連接出發和到達點的全局最優子軌跡組成的決策樹。最后通過從到達點對決策樹進行回溯從而提取出最佳軌跡。成本函數由飛行時間，環境成本和系統成本經歸一化后加權組成，其中，環境成本表示對無人機的環境威脅因素，可直接從氣象預測數據中得出，包括強風、陣風、濕度、降水和雷暴；系統成本由SOC、無人機太陽輻射能量生產和功耗組成。以此為基礎，文獻[85]還將上述基于DP的軌跡優化方法用于太陽能無人機大跨時空區域搜索任務中。

3.3.3 方法總結

總體而言，目前針對第1類軌跡優化方法的研究相對充分。由于所采用的模型和約束的復雜程度較低，此類方法以離線優化為主，對計算實時性的要求較低，但也相對地缺乏任務靈活性，難以勝任復雜多變的、具有特殊需求的大跨時空飛行任務。相反，第2類軌跡優化方法以在線優化為主，具有更好的任務適配性和更廣泛的應用前景，但此類方法由于包括了狀態預測等配套算法(例如天氣預報算法、目標軌跡預測算法等)，其計算過程更為復雜，且需要較好的計算實時性，這對飛行控制和管理系統的處理能力提出了更高的要求。另外，此類方法高度依賴預測結果的準確性，因此必須同步提升狀態預測等配套算法的性能，才能保證獲得較好的優化效果。

3.4 面向特定任務的應用

不同于文獻[16,37-38,40,63-66,76-77]，部分研究專注于對太陽能無人機執行特定大跨時空任務時能量管理策略的探索，從而進一步拓展了太陽能無人機的應用范圍。根據文獻檢索結果，這些特定任務目前主要包括：大跨時空點對點飛行任務、長航時靜態目標監視/動態目標跟蹤任務和廣域目標搜索任務。

3.4.1 大跨時空點對點飛行任務

此類任務要求太陽能無人機在從起始點飛往指定到達點的過程中，能夠實現不間斷續航與能量最優飛行，且滿足終端約束條件(包括時間、飛行狀態、能量等約束)，是執行其他特定任務的基礎。其兩點位置須滿足大跨時空特征。代表性研究有文獻[11,46,67,78]。

3.4.2 長航時靜態目標監視/動態目標跟蹤任務

此類任務要求靜態/動態目標能夠在較長時間內持續位于太陽能無人機機載傳感器的探測范圍中，其特點在于傳感器在地面的探測覆蓋范圍與無人機飛行高度相耦合，因此在設計能量管理策略的爬升和滑翔階段時必須注意無人機與目標間相對距離，以避免無人機丟失目標。根據無人機與目標間水平相對距離的約束，長航時目標監視/跟蹤任務又可分為以下2類：

1) 水平相對距離只要滿足一定探測范圍約束即可，這與傳統無人機的持續跟蹤任務(Persistent Tracking, 即以持續監視/跟蹤時間為主要評價指標)[86-88]相似，目前文獻[11，15]已分別開展了在此類任務模式下對靜態和動態目標進行長航時跟蹤與監視的能量管理策略研究。

2) 水平相對距離需盡可能滿足固定值約束，從而使太陽能無人機持續沿某一方向環繞目標飛行，這種約束又稱為位置保持約束(見3.1節)。該任務模式可保證無人機不易被目標發現且能夠獲取各個角度下的目標探測信息，這與傳統無人機的對峙跟蹤任務(Standoff Tracking, 即以水平和垂直相對距離偏差作為主要評價指標)[89-91]相似。從目前的文獻來看，針對長航時這一任務屬性的研究仍相對較少，僅文獻[68]開展了在位置保持約束下對靜態目標進行24 h環繞監視的能量管理策略研究，但該研究為了保證能量的最優性，在策略的動力滑翔階段并未嚴格遵守固定距離約束，使太陽能無人機在水平面上的投影上只能盡可能沿預定圓形軌跡飛行(即犧牲部分任務性能換取能量最優性能)。為使太陽能無人機能夠嚴格遵守水平位置保持約束，Spangelo和Gilbert[33]和Huang等[34]提出了一種基于圓柱體側表面的飛行模式，在此模式下，無人機會根據太陽光照角度選擇適當的時機進行爬升，到達預定高度后進行無動力滑翔并回到初始位置。整個過程中無人機的軌跡在水平面上的投影始終圍繞預定圓周，而從整個空間上來看，無人機始終處在一個虛擬的圓柱面飛行。這種方法可在嚴格遵守水平位置約束時盡量使凈能量生產達到最優(即犧牲部分能量最優性能換取任務性能，與文獻[68]相反)。然而遺憾的是，文獻[33-34]并未對其所提出的能量管理策略是否適用于長航時飛行這一特殊任務屬性進行深入討論(其仿真案例時間僅持續數分鐘)，也沒有為其設計相應的策略。另外需要注意的是，根據文獻檢索結果，目前尚無在此約束條件下針對移動目標跟蹤任務的能量管理策略研究。

3.4.3 廣域目標搜索任務

此類任務要求太陽能無人機能夠在大面積區域內對目標進行長航時的覆蓋搜索，因此需要將無人機覆蓋搜索航路規劃方法(例如平行線掃描法[92]、螺旋線法[93]、基于搜索圖的方法[94]等)與能量管理策略中的軌跡優化方法相結合。然而，這種同時考慮搜索任務和能量優化的策略研究卻相當稀少，目前僅Oettershagen等[85]進行了相關的探索。基于文獻[78]所提到的METPASS軟件，文獻[85]進一步將啟發式A*搜索算法與軟件中的DP軌跡優化算法相結合，提出一種新型平行線掃描搜索算法，并將該搜索算法整合到太陽能無人機的能量管理策略中以實現搜索過程的能量優化。在此基礎上，還開發了相應的任務規劃軟件并將其應用于北冰洋冰川調查長航時飛行任務中。

4 未來可能的研究方向及展望

面向大跨時空任務背景的太陽能無人機任務規劃技術受到航空工業界越來越多的關注，諸多國內外學者圍繞其中的能量建模、續航評估和能量管理策略3大關鍵技術開展了大量的研究，在理論分析和實際應用中都取得了較多的成果。下面簡要分析其未來可能的研究方向和發展趨勢：

方向1 建立中高空太陽輻射統計模型。

由于目前太陽輻射統計模型主要以地面站點的實測數據作為建模依據，而基于地面數據推算的中高空太陽輻射強度可能會存在一定的誤差，從而影響后續的續航評估和能量管理策略設計。因此，有必要考慮收集太陽能無人機潛在任務區域內的中高空太陽輻射數據并建立相應的統計模型。

方向2 進一步豐富續航評估指標的計算模型，并探索將續航性能評估與能量管理策略設計相結合的可能性。

在計算太陽能無人機續航評估指標時，可進一步引入更多的復雜氣象因素，以獲得更接近實際情況的續航性能，例如在繪制文獻[14]所提出的續航地圖時，除了考慮任務區域內的氣溫及其預報信息外，還可將不同天氣類型下的大氣透過率模型、光譜密度分布、風場情況以及相應的預測機制集成到地圖中，從而生成特定飛行軌跡下的凈能量分布地圖。另外，由于文獻[14]已展現出將其所提出的續航地圖應用于太陽能無人機軌跡優化的基本思路(如圖7所示)，因此在未來工作中可以考慮將二者相結合，組成一種基于續航地圖的能量管理策略，并將其應用于特定飛行任務中，例如廣域目標搜索任務。

方向3 開展大跨時空任務背景下特種太陽能無人機任務規劃技術研究。

這里所指的特種太陽能無人機主要包括以下兩類：

1) 具有特殊機翼構型的太陽能無人機，例如文獻[49-51]所提出Z型和N型變體無人機。相較于傳統固定翼太陽能無人機，這類無人機具有更優秀的續航能力和應用前景。然而，目前對其任務規劃領域的相關技術研究卻相對滯后，以Z型和N型變體無人機為例，目前其研究集中在總體布局設計、能量建模和二維軌跡優化[49-51]。因此在未來應著重對其風力滑翔特性和能量綜合應用機制開展研究，在此基礎上，設計相應的大跨時空能量管理策略。另外還可積極探索除Z型和N型以外的特殊機翼構型，并研究相應太陽能無人機的任務規劃技術。

2) 具有特殊起降能力的太陽能無人機，例如文獻[95]所提到的太陽能無人水上飛機(以下簡稱水上飛機)和文獻[96]所提到的太陽能旋翼機。對于水上飛機，相較于傳統的太陽能無人機，其特殊性在于可通過自身安裝的浮筒結構實現在水面的起降，這使得水上飛機在執行大跨時空任務時，一旦面臨由夜間飛行或天氣不佳而導致的電能儲備不足的情況，可以考慮在任務區域中尋找一片適合的水域降落，待太陽輻射恢復至理想狀態時再次起飛。與之相似的還有太陽能旋翼機，其特殊性在于具有不依賴機場的起降能力和空中懸停能力。這些特殊的起降能力在提升大跨時空任務靈活性的同時，也必然會對能量管理策略的設計帶來新的挑戰，如何巧妙的將這些特殊起降能力應用于能量管理策略中，有待進一步研究。

方向4 探索多太陽能無人機能量管理策略協同機制及其在特定大跨時空飛行任務中的應用。

多架太陽能無人機通過協同配合的方式執行部分特定大跨時空飛行任務，能夠有效地提高任務效率，舉例來說，在動態目標跟蹤任務中，多架無人機可提供不同視角的目標光電探測圖像，從而使地面指揮人員能夠獲得更全面的目標運動信息。另外，多機協同方式還具有較高的任務可靠性，一旦出現編隊中某架太陽能無人機儲電量不足的情況，可根據機群中其他無人機的能量儲備情況和飛行位置，合理分配部分無人機并協調其行動以接替離隊無人機的位置，然后該無人機可采用能量最優的軌跡進行充電，待充電完畢后繼續參與任務即可。

然而遺憾的是，從3.4節的文獻綜述可以看出，目前針對特定大跨時空飛行任務的能量管理策略基本都是基于單架太陽能無人機的。因此在未來，針對多太陽能無人機協同能量管理策略的設計問題，應重點突破其中兼顧任務效率和能量生產的多機最優動態任務分配機制以及軌跡協同優化方法，并將協同能量管理策略應用于更多的特定大跨時空飛行任務中。在此基礎上，可進一步探索太陽能無人機與其他異構太陽能載具(例如飛艇[97]、浮空氣球[98]、無人地面載具[99]、無人船[100]等)間的協同機制。

方向5 進一步開展對更多類型特定大跨時空任務中能量管理策略的探索。

目前，面向特定大跨時空任務的太陽能無人機能量管理策略的研究還較為局限，僅集中在點對點飛行任務、目標跟蹤任務和廣域目標搜索任務，如3.4節所述。盡管已有部分研究對其他特定任務進行了探索，例如文獻[35]提到的通信資源分配任務等，但這些研究在設計能量管理策略時并未充分考慮大跨時空任務背景。因此在未來工作中，可以從這類以文獻[35]為代表的具有一定太陽能無人機能量優化研究基礎的任務入手，考慮將大跨時空任務要素與之相結合，從而進行相應的能量管理策略設計。

5 結 論

本文從能量建模、續航評估和能量管理策略3個角度對大跨時空任務背景下太陽能無人機任務規劃技術的研究現狀進行了梳理，分析并總結了當前研究中存在的問題，并闡述了未來可能的研究方向。目前，我國在該領域的理論與方法學研究方面已處于國際先進的水平，涌現出眾多原創性研究成果，但在相應任務規劃軟件與系統的開發工作方面，仍相對滯后。因此在未來應積極推進該領域的工程化研究，發展能量建模-續航評估-能量管理策略設計一體化任務規劃技術及其集成系統，并開展相關的飛行試驗工作。