基于CPS架構的旋翼無人機組合定位建模研究

肖烈軍，包雯靜，高慶吉

1.內蒙古工業大學 航空學院，呼和浩特010051

2.中國民航大學 電子信息與自動化學院，天津300300

信息物理融合是集控制、計算和通信為一體具有實時性和高性能的智能技術[1]。目前國內外學者對信息物理融合展開了一系列探索性研究，將信息物理融合與智能航空航天、智能交通和智能城市等相結合，解決信息物理融合系統（Cyber-Physical Systems，CPS）宏觀和微觀上的問題。多無人機形成的網絡系統可構成一個CPS系統，UAV網絡將從數據感知、信息交換、決策控制到最終執行的閉環系統緊密集成到物理設備中[2]，實現系統部件之間能夠通過對話合作完成相應的控制任務。而實現多無人機的CPS各模塊的耦合，在于實現基于CPS的單無人機導航定位，即實現單元級無人機網絡（UAV network of Cell Level，UCL）系統[3]。UCL系統是將衛星導航、慣性導航和圖像等信息融合控制進行定位[4]，使得無人機導航更實時，定位更精準，因此無人機是CPS應用的重點領域之一。

針對在室內、森林和城市中心等弱信號環境中保持連續導航定位精準問題，已有學者提出相應的方法。文獻[5]采用SINS/GPS超緊組合方式對高靈敏度GPS信號進行跟蹤，通過定位數據信息的融合，定位精度較高，在解決弱信號環境中的定位不精準提供了良好思路。考慮長航時廣闊領域連續飛行，無人機地面站建設不完備等問題，相比動態測量差分定位，精密單點定位（Precise Point Positioning，PPP）的機動性更好，實現精密單點定位更能把差分定位精度提高[6]?；贑PS的OpenUAV虛擬仿真系統的出現[7]，為無人機研究提供了良好的開源測試平臺，但其虛擬仿真系統還未與實際飛行測試相結合。同時連續導航定位也面臨著以下挑戰：超緊組合方式中導航衛星的冗余問題，若GPS信號出現衰減，僅有SINS進行定位解算，必然導致定位漂移。PPP定位過程中會出現導航衛星失星情況，對CPS架構下的無人機導航定位系統具有較強的攻擊性。

針對上述挑戰，將CPS的理論與方法應用于無人機組合定位系統，實現各種異構資源（地面控制系統、無人機本體、傳感器、智能設備等）之間的深度融合[8]，同時研究組合導航模式的選擇并建立與實際場景接近的模型，構建與OpenUAV類似的Simulink虛擬無人機平臺，進行在線操作并實現人在信息和物理系統中的決策和控制。通過仿真和NSS8000多星群模擬器模擬的虛擬衛星導航電文信號的室內飛行實驗，得到正常和模擬特殊地區導航的失星情況下的位置信息，對比分析仿真和實驗結果，表明該系統具有良好的魯棒性和安全可靠性。

1 CPS架構下UTC定位系統設計

1.1 CPS旋翼無人機定位系統框架

結合旋翼無人機定位的特點，構建了CPS旋翼無人機定位系統。系統核心在于人，信息系統和物理系統都是人在進行決策與控制、數據信息的處理和物理現實系統的選擇與搭建。

1.1.1 建模與決策系統設計

在人這個環節中，需要建立虛擬無人機的模型并監控飛行定位實驗的人機交互界面。如圖1所示，對于決策監督來說，該層執行監控界面應用程序，這些應用程序可通過定義和修改任務參數進行遠程監視和控制無人機；對于程序開發來說，這一層提供應用程序編程接口，以便直接開發無人機應用程序，算法可以通過軟件在線升級加載到無人機上；此外，飛行實驗的大數據分析所創建的綜合報告將為用戶提供有關無人機參數更新和操作維護。

圖1 面向CPS的旋翼無人機定位系統框架Fig.1 Framework of rotorcraft positioning system for CPS

1.1.2 信息融合系統構建

根據先驗信息進行粗路徑規劃[9]，在巡航過程中，無人機通過機上的各種傳感器采集實時數據，包括外部信息（如BDS/GPS導航、SINS高度、風速和氣壓）和內部信息（如重心變化，電源能耗和運行狀態）。利用嵌入式軟件對數據進行融合和分析，并在信息網絡中進行傳輸。其中，無人機向預定目的地飛行過程中，可自動完成數據傳送操作。之后，數據處理與決策中將原始數據轉化為信息和知識，特別是對于特殊地區定位的位置信息，通過組合導航方式的選擇和濾波算法的優化等處理技術對采集的數據進一步分析，從而反映無人機的當前和未來狀態。

1.1.3 物理融合系統搭建

在物理系統層面上，構建由SINS/BDS和GPS組成的多傳感器層、信息感知層和執行機構層。其中，信息感知需要飛控機載計算機來計算和融合信息，并且需要NSS8000多星群模擬器導航設備來提供未發射的衛星虛擬導航電文，該設備也可以作為云衛星導航電文發射并解算的平臺。在物理系統的執行機構層上，電機接收人決策后的信息和信息系統處理后的電信號，飛控通過調速以實現旋翼無人機的俯仰、偏航、起飛和降落。

1.2 定位位置解算基本原理

為了提高旋翼無人機定位解算精度，無人機衛星定位采用偽距PPP定位，同時高程采用三階阻尼通道算法，以減少位置解算過程中帶來的誤差。

1.2.1 衛星偽距計算

GPS衛星的導航信號包括三個分量：載波信號、測距碼和導航電文。導航電文是衛星以二進制碼的形式發送給用戶的導航定位數據，包括衛星工作狀態信息、衛星星歷、衛星鐘差校正參數等內容。傳統的導航電文[10]信息同時在C/A碼和兩個P（Y）碼信號上廣播，詳細描述參考GPS的ICD/IS文檔[11-12]與BDS公開服務性能規范[13]。結合上述衛星導航電文概述，BDS和GPS信號結構特性如表1所示。

表1 BDS和GPS信號結構特性總結Table 1 Summary of structural characteristics of BDS and GPS signals

衛星導航基本原理的核心是信號通道部分進行搜索、牽引并跟蹤衛星，對導航電文數據實行解擴、解調，得到導航電文后進行偽距、載波相位及多普勒頻移測量。根據文獻[10，14]可以得到偽距定位基本方程是：

其中，ρ?是偽距。通過導航電文可得cI電離層誤差，cT對流層誤差，δt()s衛星鐘差。δtu是接收機時鐘與BDT/GPST時間差，ε為多路徑效應等誤差總和，r是接收機與衛星之間真實距離。

根據式（1）可以得到BDS校正后ρC偽距方程式與GPS校正后ρW偽距方程式（2）：

大部分BDS和GPS誤差經過式（2）校正后，仍有隨機誤差，可以等效為時鐘誤差。用cδtu時鐘偏置等效距離和cδtru時鐘漂移距離變化率以建立的BDS和GPS誤差狀態方程可表示為：

其中Tru為相關時間，wu、wru為白噪聲。

同時GPS接收機可能會接收到欺騙信號，其原因是由于太空到地面遠距傳播，信號衰減，或地面GPS模擬器信號覆蓋真正的GPS衛星單向廣播信號。為模擬出失星下的定位情況，采用禁飛區位置定位欺騙方式，衛星信號中加入偽距誤差進而模擬失星情況下定位。

1.2.2 高度解算基本原理

通過導航衛星解算高度信息得到的誤差太大，為了求解SINS高度通道，可以通過氣壓計或設定常值以獲得高度信息與SINS進行高度解算。為了提高定位精度，采用三階阻尼高度通道算法，原理圖如圖2所示。

圖2 三階阻尼高度通道原理圖Fig.2 Schematic of the third-order damping height channel

高度解算狀態方程：

式中，K4取0.5~0.8，其中ωs為舒勒頻率。其他參數求解詳見式（5）所示：

通過上述分析可得到SINS解算出的三維坐標，為后續SINS解算導航算法和誤差分析建模提供數學模型。

1.3 超緊組合導航定位系統

超緊組合算法原理與緊組合（Tightly Coupled，TC）算法相似[15]，但是UTC算法重點利用SINS輸出的速率信息來輔助BDS、GPS的跟蹤環路。SINS輔助方法原理是將SINS計算得到的偽距率與跟蹤環的環路濾波器輸出相加，送入載波NCO（數控振蕩器）或碼NCO。在UTC定位系統上采用接收機可自主完好的自檢監測方法和SINS輔助BDS/GPS完好的互檢監測方法，在系統發生任何故障或者誤差超限時，兩種完好性監測方法可向使用導航定位的用戶及時發出告警。

雖然BDS和GPS系統的衛星數量、運行軌道和工作參數方面存在差異，但BDS作為微波遙感的信號源，其結構、L波段頻率、信號功率等方面與GPS相當接近[16]。因此在CPS信息融合架構搭建過程中，UTC算法既能滿足實時性要求，也能夠進行BDS和GPS多系統信號源的兼容使用。一方面UTC算法利用BDS、GPS定位信息對SINS校正，控制SINS誤差隨時間的累積，從而提高SINS的導航精度；另一方面，利用SINS信息來輔助BDS、GPS信號跟蹤環路，可消除無人機機動所引起的動態跟蹤誤差。BDS和GPS共同對SINS進行雙向輔助導航，同時通過濾波器進行狀態估計，以提高定位精度和滿足實時性要求。

為滿足CPS系統的決策過程和解算過程周期快，實時性好，UTC系統采用聯邦式輸出反饋校正間接濾波方式進行輸出校正[17]。如圖3所示，SINS導航參數輸出是整個系統的導航信息輸出，濾波器采用聯邦濾波結構，兩種衛星導航都采用子濾波器進行一級濾波，主濾波器對子濾波器輸出進行二次濾波，一方面提高系統的定位精度，另一方面在BDS或GPS失星情況下對另外一個系統不產生較大系統誤差。

圖3 基于聯邦濾波的BDS/GPS/SINS超緊組合模式原理圖Fig.3 UTC mode schematic diagram of the BDS/GPS/SINS based on federated filter structure

因此SINS系統輸出的位置、速度信息與衛星給出的星歷數據進行解算得到偽距ρSINS和偽距率ρ?SINS，再分別和BDS測量的ρBDS和ρ?BDS與GPS測量的ρGPS和ρ?GPS作差依次作為非線性子濾波器1和非線性子濾波器2的輸入，二者經過主濾波器優化后得到SINS系統的狀態誤差值，再將誤差值反饋到SINS系統，對位置信息進行輸出校正。圖4給出濾波前后的位置坐標誤差，濾波后誤差較小，基本在0.3 m范圍內，符合實際工程要求。

圖4 無人機定位坐標濾波前后誤差對比Fig.4 Comparison of rotorcraft positioning error before and after filtering

2 旋翼無人機定位模型構建與仿真

式中：

根據系統式（6）和傳遞函數式（7），需保證閉環系統內部穩定，則要求：(A,B2)能穩定，(C2,A)能檢測；D12=

在Simulink中構建旋翼無人機定位模型，方框結構如圖5所示，其中正常或失星下BDS/GPS偽距信息和姿態解算信息進行位置信息融合，經過圖5所示的UTC結構反饋給無人機SINS中得到輸出姿態信息。無人機經過UTC結構濾波算法和PID自動調節控制，姿態角、水平位置和高度控制達到預期效果。在滿足濾波算法的適用性和計算強度下，反饋調節PID以滿足定位精度要求。正?；蚴窍翨DS/GPS偽距坐標與姿態解算的三維坐標進入聯邦式濾波UTC進行坐標信息融合，再由無人機飛控解算得到定位坐標。

圖5 無人機定位模型方框圖Fig.5 Block diagram of rotorcraft positioning model

圖6 （a）給出無人機動力學模型結構，同時也作為虛擬環境下的機體結構。在實現飛行高度控制中，采用Simulink庫中自帶的PID模塊進行PID參數自動調節控制，從而實現初步的魯棒性和快速性要求。圖6（b）給出6個電機基本控制邏輯，通過PID反饋自動調節以實現無人機的俯仰、偏航、滾轉的姿態控制，進而實現無人機的高度（爬升、降落）、前進、左滾轉運動和右滾轉運動4種飛行模式。

圖6 無人機動力學控制模型Fig.6 Dynamics control model of rotorcraft

根據上述建立的Simulink無人機動力學模型，實驗采用游移方位坐標系作為導航坐標系進行仿真，仿真時間設置為50 s，無人機飛行速度為0.8 m/s，高度懸停在1.2 m，該設置能滿足無人機室內定位實驗的環境條件。仿真結果和預期結果對比分析，從而不斷修正PID參數并改進濾波算法計算量的設置。圖7給出，姿態角的期望值、仿真值、期望和仿真誤差對比分析、無人機飛行時高度控制仿真結果。

圖7 仿真結果和期望值對比圖Fig.7 Comparison of simulation results and expected values

同時，根據無人機動力學仿真分析，得到無人機在飛行過程中在x軸和y軸方向的定位位置精度結果，結果顯示仿真定位精度達到1.5 m±0.3 m。在水平定位精度上，通過兩個坐標軸的坐標合成得到圖8中無人機水平運動軌跡。

圖8 六旋翼水平運動軌跡合成圖Fig.8 Diagram of six-rotor horizontal trajectory synthesis

通過Simulink仿真和數學建模分析研究表明，六旋翼在飛行過程中定高飛行穩定，并且在降落過程的最后0.4 s中高度值小于0，這符合實際實驗中由六旋翼降落所帶來的慣性結果，達到CPS架構下的虛擬環境和真實環境的耦合。其次，為了使無人機運動過程中的定位精度和魯棒性達到預期效果，在仿真實驗中考慮了實際實驗會出現數據傳輸的延遲性和飛控解算計算量大的問題，從而可縮小仿真實驗和實物實驗定位精度的差距。通過SolidWorks構建的無人機動態模型導入Simulink中進行仿真，仿真過程中容易出現數據丟失或者解算精度下降的情況，導致定位仿真界面顯示非預期結果，因此需對算法解算的精度進行不斷優化。表2給出無人機定位實驗中波動較小的數據，所以x軸和y軸的坐標是重點濾波和控制的對象。

表2 采集數據中的常值數據Table 2 Constant data in data collection

3 虛擬電文下無人機室內定位實驗

為了解決特殊地區長時間導航定位和組合導航的冗余問題，采用靜動態精密單點偽距絕對定位，以滿足無人機飛行時的定位實時性以及精度要求。首先對設備進行實驗室測試和車載實驗，再進行室內定位飛行實驗。實驗室測試和車載實驗是室內定位飛行實驗的基礎，能較好地驗證算法的可行性；其中，車載實驗可以觀測濾波后的數據，該數據可作為機動性強的六旋翼室內定位飛行實驗的參考。

飛行實驗在接收NSS8000多星群模擬器發射出的衛星導航電文下進行室內定位。衛星信號由NSS8000多星群模擬器提供，發射的覆蓋區范圍為半徑10 m區域。NSS8000多星群模擬設備內置5個板卡，能同時發射表1中標注的5種信號（其中1種為北斗保密碼）。圖9給出無人機飛行實驗監控圖。

圖9 無人機降落主視監控圖Fig.9 Main monitoring chart of rotorcraft landing

為了測試室內的發射模擬衛星信號與實際特殊地區（室內、森林和城市中心等）接收的衛星信號的相似度，通過手機APP軟件：GPS測試和北斗教儀，兩個軟件同時測試模擬的衛星信號進而實現無人機定位。圖10顯示測試定位過程中衛星的參數，結果表明室外真實衛星導航電文參數與NSS8000設備發射的虛擬導航電文參數相似度達到97%以上。

圖10 GPS/BDS虛擬衛星信號手機接收情況Fig.10 Reception of GPS/BDS virtual satellite signal

圖11 給出CPS架構中人操控環節的人機交互監控界面，該界面可以選擇衛星的數量和關閉某種類型的衛星進行定位，界面還可顯示虛擬和現實機體的高度等飛行參數信息，對其實時監控。UTC組合導航中會出現信號衰減從而導致失星，同時在衛星信號強的區域定位會出現欺騙性干擾從而導致失星。通過車載實驗和測試定位過程中衛星的參數分析，室內的發射模擬衛星信號與實際特殊地區（室內、森林和城市中心等）接收的衛星信號高度相似。在實際定位過程中，失星的隨機信號很難以參數進行定量化。因此，通過在y軸方向上添加偽距誤差，主要在人機交互界面中NSS8000多星群模擬器加入高斯噪聲，進而改變偽距和偽距率的值，達到偽距誤差信息加入導航電文中的效果，從而間接模擬出衛星異常的特殊情況。

圖11 人機交互界面圖Fig.11 Human-computer interaction interface

無人機在衛星正常情況下定位實驗數據詳見表3，表中給出定位精度和實時位置信息。通過無人機在BDS/GPS正常下定位實驗可看出，定位精度在1.5 m±0.5 m的范圍。

表3 無人機虛擬衛星定位實驗坐標數據（部分）Table3 Coordinate data of rotorcraft virtual satellite positioning experiment（partial data）

由表3可得，在y軸定位上加入GPS偽距誤差，定位偏差將會增大。然而，在聯邦濾波器結構中有BDS定位的冗余，所以在定位過程中x軸變化較小，結果表明定位精度在1.8 m±0.6 m范圍。同理，在BDS導航電文中加入偽距誤差，結果顯示比GPS失星下定位精度更高，定位精度在1.6 m±0.8 m范圍。進一步地，同時在BDS和GPS導航電文中加入偽距誤差，結果顯示定位精度下降，定位精度在2.0 m±0.5 m范圍。圖12給出BDS或GPS失星和正常的對比分析圖，從表3中得雙星正常下定位數據最高定位精度在1.0 m，與正常情況相比，GPS失星下最高精度低0.2 m，BDS失星下最高精度高0.2 m，這是由于雙星正常下冗余程度所帶來的解算誤差。但從整體上看，雙星正常下的定位精度較高，同時本實驗無論在衛星正?；蛘呤乔闆r下，定位精度都能在2.0 m±0.5 m范圍內。

圖12 四種定位情況對比圖Fig.12 Comparison of four positioning situations

4 結束語

針對在特殊地區連續導航和組合導航冗余技術的難題，本文提出基于CPS架構的旋翼無人機定位方案，采用聯邦式濾波的BDS/GPS/SINS超緊組合導航結構進行魯棒性建模，通過虛擬定位仿真實驗和室內定位飛行實驗，失星下定位精度都能達到2.0 m±0.5 m范圍，結果表明該系統具有較強的魯棒性和安全可靠性。該方案較于傳統的無人機定位方案創新性體現在：

（1）采用基于信息物理融合系統架構搭建了與實物尺寸比例接近的虛擬旋翼無人機平臺，完成了以人-信息系統-物理系統相結合的旋翼無人機虛擬仿真實驗和室內定位飛行實驗，從而驗證了基于CPS架構下旋翼無人機定位的有效性。

（2）針對特殊地區連續導航的問題，通過關閉某個BDS/GPS衛星的虛擬導航電文信號或加入偽距誤差的欺騙信號，都有較高的定位精度，進而增加了組合導航的冗余度，提高了定位系統的魯棒性。

本文提出的CPS架構下旋翼無人機定位是無人機導航控制的初步應用，如何提高信息系統數據處理的實時性，仍是未來面向CPS架構的無人機導航控制技術難點。