針對無人機自主飛行的大氣數據冗余容錯設計

段 譽，王加剛，孫 磊，蔣冬梅，王玲玲，匡姝靜

(1 鹽城工學院電氣工程學院，江蘇 鹽城 224001；2 清華大學精密儀器系，北京 100084)

0 引言

當前無人機產業迅速發展并成為市場熱點，已廣泛應用于各行各業。大氣數據機載系統是無人機控制系統的重要組成部分，對其準確性和可靠性的要求越來越高[1]。目前大氣數據測量系統存在體積大、精度低、故障率一直偏高等問題，并且無法保證在低空飛行、環境復雜時數據的準確性[2]。當飛行高度或速度出現偏差時，缺少參考標準修正數值，導致無人機定位困難，或定位周期較長。

1952年馮·諾伊曼提出容錯思想，即讓系統具有自動修復和容錯的能力。近年來容錯技術迅速發展并應用于航空航天、金融、互聯網等多個領域，研究者們也對設備冗余容錯進行了深入研究。國內容錯理論方面，文獻[3]提出慣性導航為主、其他系統為輔的方法進行解析得到冗余信息，但未進行仿真與實際驗證；文獻[4]針對高度問題提出采用卡爾曼濾波對氣壓高度計、全球定位系統和線加速度等進行信息融合，并設計了故障檢測和隔離算法來對測量信息進行冗余。這些方法都存在一定的局限性，不能達到理想的數據精度。

大氣數據系統的飛行高度、速度信息對安全飛行有著重要影響，為保障無人機的安全飛行，對飛行系統的綜合化和容錯化設計顯得尤為重要[5]。文中針對此問題進行了冗余、容錯設計，采用氣壓傳感器、慣性傳感器、GPS定位傳感器等設備進行實時數據測量，基于不同傳感器獲取的飛行參數，利用航跡推算算法，使得在個別傳感器出現故障時還能維持系統正常運行。并且增加了容錯卡爾曼濾波，分析各傳感器的誤差值得到權重系數，最后進行信息數據融合獲得最優值，顯著提高了容錯性，以保證系統的可靠性。

1 總體方案設計

現有的大氣數據機載系統采用高精度傳感器采集大氣數據，從而解算出飛行參數，但在飛行過程中出現的漂移量會影響數據的有效性[6]。為保證在不同環境下飛行系統的穩定性，以大氣數據采集系統為主，慣性傳感器、全球定位系統(GPS)為輔形成冗余綜合系統。采用硬件靜態冗余技術，在三個系統中增加表決器，以少數服從多數為原則，即便某個系統發生故障系統也可以正常工作，不僅如此，在設備正常運行時還利用航跡推算算法對丟失數據進行誤差補償與分析，系統還配備自監控的容錯卡爾曼濾波設計，通過誤差分析分配權重。不僅可以提高系統容錯性，還可以實時檢測故障部件并對故障部件評估分析后上報。圖1為所設計的系統架構框圖。

圖1 系統架構框圖

2 系統冗余技術設計

系統冗余設計的主要目的是實現精確度與性能的折中，能在某一部件故障時還能高精度輸出數值，確保飛行系統的安全[7-9]。為實現這一目標，通過設備冗余和數據容錯設計，提高了系統的可靠性。

2.1 設備冗余設計

無人機的飛行高度與速度是關鍵信息，即選取飛行高度處的大氣靜壓、大氣動壓作為主要輸入參數[10]。

由MEMS差壓、絕壓傳感器以及大氣數據機載計算機構成主系統，由高精度的慣性傳感器和全球定位系統GPS組合并構成輔系統。

GPS在飛行過程中可能受到氣候、對流層、空氣、電磁波等因素的影響導致信號存在偏差或丟失[11-12]，所以采用氣壓傳感器和慣性傳感器作為無人機航跡推算算法的數據支撐。無人機航跡推算算法利用動壓傳感器的空速及慣性導航提供的角速度、風向風速等數據，可以在短時間內推算出地速及航跡角，從而保證無人機的飛行安全。

地速vk等于風速vf加上空速vx即可得到地速公式：

(1)

式中：φ為風向，由當地氣象部門提供；ψ為空速與正北的夾角即真航向，由大氣數據機載系統提供。

航跡角除無人機本身的旋轉影響外，還有兩個額外分量地球自轉與著力點到轉軸的距離矢量L變化也能引起變化[13]。設定航跡角相對于北向的夾角順時針為正。

由于地球自轉引起的分量為(ωEsinφk-1)Δt，其中ωE為地球旋轉速率，可對航跡角進行補償。

L坐標系相對于地球坐標系的方向變化引起的分量為：

(2)

得到航跡角計算模型：

(3)

為簡化系統模型，在GPS信號較好時利用輸出的航跡角、氣壓傳感器的空速進行信息融合，反算推出風速、風向、航跡角等并進行卡爾曼濾波修正，提高系統的精度。可以將航跡角表示為：

(4)

2.2 基于設備冗余的數據容錯設計

數據冗余設計是將設備與控制器通信協議層面進行冗余設計。自檢測CPU接收來自3個傳感器組實時傳輸的數據包，并對數據包進行解析，采取如圖2所示的“n判n-1”原則對處理過的飛行參數進行表決。當一設備數據異常時，其余設備正常工作并保證系統正常運行，同時對故障進行報告，以確保關鍵信息的可靠性。

圖2 表決冗余設計示例

為了保證數據通信的可靠性，不僅對數據幀進行校驗，還增加了關鍵數據區的獨立校驗。

如圖3所示：“4B～5A”為讀取的數據，“26”為關鍵數據獨立校驗位，“C6,E4”為整個數據幀校驗，采取的是CRC32對3～28字節之補求和。通過兩級校驗的設計以保證數據在傳輸過程中的正確性。

圖3 數據幀校驗冗余設計

3 基于容錯卡爾曼濾波系統設計

卡爾曼濾波可在動態系統中，對系統下一時刻的數據做出預測，即使系統受到外界干擾[14-16]。在無人機高機動飛行時，氣流在機體表面發生分離，導致大氣數據計算機測量的數據出現嚴重誤差。因此在保證無人機飛行的連續性與可靠性的前提下，設計容錯卡爾曼濾波。通過氣壓傳感器、慣性傳感器、GPS實時獲取無人機的飛行信息，對數據進行誤差分析并分配權重，最后信息融合獲得最優信息值。數據融合控制結構如圖4所示。

圖4 數據融合控制結構圖

高度、空速的具體測量步驟為：1)各傳感器工作，獲得原始數據信息；2)計算高度、空速信息估計值與誤差值；3)計算主系統與輔助系統的故障系數；4)計算主系統與輔助系統的權重系數；5)根據獲得的各傳感器系數值，進行信息融合優化得到高度、空速。

為減輕系統的計算量，通過容錯卡爾曼濾波得到各傳感器的誤差，其中GPS的權重計算公式為[17]：

(5)

式中：σGPS，σIMU，σQ分別為GPS、IMU慣性傳感器、氣壓傳感器輸出誤差的方差。

數據融合后輸出的最優高度、空速為：

h=wGPSmGPShGPS+wIMUmIMUhIMU+wQmQhQ

(6)

v=wGPSmGPSvGPS+wIMUmIMUvIMU+wQmQvQ

(7)

式中：w為傳感器測量反饋的權重；m為各傳感器故障系數，若該傳感器正常運行則為1，故障為0；v為各個傳感器測量的空速；h為測量的高度。當某傳感器發生故障時，其故障傳感器系數為0，其余兩個傳感器會根據實時數據重新計算故障系數，最終得到不同傳感器的故障系數。

通過對子系統狀態的誤差分析，采用容錯卡爾曼濾波判斷故障系統，并對系統結果進行評估分析，可以保證系統處于最佳的運行狀態。

4 實驗驗證

為測試大氣數據的性能，對無人機的空速和高度狀態進行測試。根據容錯卡爾曼濾波反饋的數值，獲得GPS傳感器、氣壓傳感器、慣性傳感器的權重值分別為：wGPS=0.0962，wQ=0.8387，wIMU=0.0651。

圖5為各傳感器輸出的原始數據值分布曲線，從圖中可知，原始測量值噪聲較大、數據不穩定，且數據傳輸過程中某些GPS數據出現較大錯誤。圖6是融合后的數據值分布曲線，可以看出，能夠精準定位錯誤值并進行剔除，融合后的數據接近真實值，飛行高度值更加平穩。

圖5 傳感器高度原始值分布曲線

圖6 高度融合數據值分布曲線

為進一步證明融合后的數據精度提高，對大氣數據系統、慣性傳感器、GPS與實際高度進行誤差分析。圖7是傳感器原始值的誤差曲線，可以看出GPS傳感器的誤差范圍最大，并且各傳感器數據傳輸過程中存在一定誤差。

圖7 原始數據高度誤差曲線

圖8是融合后的高度誤差分析，可以看出濾波后的數據誤差小、精度高，能夠滿足無人機對飛行精度的要求。

圖8 融合高度誤差

5 結論

綜上所述，大氣數據系統的可靠性影響著無人機飛行安全，通過有效的設備冗余設計、卡爾曼數據容錯設計，大幅度提高了飛行的可靠性。系統配置不同的傳感器相互冗余、表決、補償修正等，可適應惡劣條件下的飛行，滿足多種任務需求。該方案的設計使得無人機控制系統成本降低并且有很強的適用性、可靠性和可維護性，為不同的飛行系統實用化提供了理論支撐。