肖烈軍，包雯靜，高慶吉

1.內(nèi)蒙古工業(yè)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(nèi)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(jié)合，解決信息物理融合系統(tǒng)（Cyber-Physical Systems，CPS）宏觀和微觀上的問題。多無人機形成的網(wǎng)絡系統(tǒng)可構成一個CPS系統(tǒng)，UAV網(wǎng)絡將從數(shù)據(jù)感知、信息交換、決策控制到最終執(zhí)行的閉環(huán)系統(tǒng)緊密集成到物理設備中[2]，實現(xiàn)系統(tǒng)部件之間能夠通過對話合作完成相應的控制任務。而實現(xiàn)多無人機的CPS各模塊的耦合，在于實現(xiàn)基于CPS的單無人機導航定位，即實現(xiàn)單元級無人機網(wǎng)絡（UAV network of Cell Level，UCL）系統(tǒng)[3]。UCL系統(tǒng)是將衛(wèi)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(nèi)、森林和城市中心等弱信號環(huán)境中保持連續(xù)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(shù)據(jù)信息的融合，定位精度較高，在解決弱信號環(huán)境中的定位不精準提供了良好思路?？紤]長航時廣闊領域連續(xù)飛行，無人機地面站建設不完備等問題，相比動態(tài)測量差分定位，精密單點定位（Precise Point Positioning，PPP）的機動性更好，實現(xiàn)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(tǒng)的出現(xiàn)[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(tǒng)還未與實際飛行測試相結(jié)合。同時連續(xù)導航定位也面臨著以下挑戰(zhàn)：超緊組合方式中導航衛(wèi)星的冗余問題，若GPS信號出現(xiàn)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(xiàn)導航衛(wèi)星失星情況，對CPS架構下的無人機導航定位系統(tǒng)具有較強的攻擊性。

針對上述挑戰(zhàn)，將CPS的理論與方法應用于無人機組合定位系統(tǒng)，實現(xiàn)各種異構資源（地面控制系統(tǒng)、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(xiàn)人在信息和物理系統(tǒng)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(wèi)星導航電文信號的室內(nèi)飛行實驗，得到正常和模擬特殊地區(qū)導航的失星情況下的位置信息，對比分析仿真和實驗結(jié)果，表明該系統(tǒng)具有良好的魯棒性和安全可靠性。

1 CPS架構下UTC定位系統(tǒng)設計

1.1 CPS旋翼無人機定位系統(tǒng)框架

結(jié)合旋翼無人機定位的特點，構建了CPS旋翼無人機定位系統(tǒng)。系統(tǒng)核心在于人，信息系統(tǒng)和物理系統(tǒng)都是人在進行決策與控制、數(shù)據(jù)信息的處理和物理現(xiàn)實系統(tǒng)的選擇與搭建。

1.1.1 建模與決策系統(tǒng)設計

在人這個環(huán)節(jié)中，需要建立虛擬無人機的模型并監(jiān)控飛行定位實驗的人機交互界面。如圖1所示，對于決策監(jiān)督來說，該層執(zhí)行監(jiān)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(shù)進行遠程監(jiān)視和控制無人機；對于程序開發(fā)來說，這一層提供應用程序編程接口，以便直接開發(fā)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(shù)據(jù)分析所創(chuàng)建的綜合報告將為用戶提供有關無人機參數(shù)更新和操作維護。

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

1.1.2 信息融合系統(tǒng)構建

根據(jù)先驗信息進行粗路徑規(guī)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(shù)據(jù)，包括外部信息（如BDS/GPS導航、SINS高度、風速和氣壓）和內(nèi)部信息（如重心變化，電源能耗和運行狀態(tài)）。利用嵌入式軟件對數(shù)據(jù)進行融合和分析，并在信息網(wǎng)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(shù)據(jù)傳送操作。之后，數(shù)據(jù)處理與決策中將原始數(shù)據(jù)轉(zhuǎn)化為信息和知識，特別是對于特殊地區(qū)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(yōu)化等處理技術對采集的數(shù)據(jù)進一步分析，從而反映無人機的當前和未來狀態(tài)。

1.1.3 物理融合系統(tǒng)搭建

在物理系統(tǒng)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(zhí)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(fā)射的衛(wèi)星虛擬導航電文，該設備也可以作為云衛(wèi)星導航電文發(fā)射并解算的平臺。在物理系統(tǒng)的執(zhí)行機構層上，電機接收人決策后的信息和信息系統(tǒng)處理后的電信號，飛控通過調(diào)速以實現(xiàn)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(wèi)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(wèi)星偽距計算

GPS衛(wèi)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(wèi)星以二進制碼的形式發(fā)送給用戶的導航定位數(shù)據(jù)，包括衛(wèi)星工作狀態(tài)信息、衛(wèi)星星歷、衛(wèi)星鐘差校正參數(shù)等內(nèi)容。傳統(tǒng)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(guī)范[13]。結(jié)合上述衛(wèi)星導航電文概述，BDS和GPS信號結(jié)構特性如表1所示。

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

衛(wèi)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(wèi)星，對導航電文數(shù)據(jù)實行解擴、解調(diào)，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(jù)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(wèi)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(wèi)星之間真實距離。

根據(jù)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(jīng)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(tài)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(wèi)星單向廣播信號。為模擬出失星下的定位情況，采用禁飛區(qū)位置定位欺騙方式，衛(wèi)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(wèi)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(tài)方程：

式中，K4取0.5~0.8，其中ωs為舒勒頻率。其他參數(shù)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(xù)SINS解算導航算法和誤差分析建模提供數(shù)學模型。

1.3 超緊組合導航定位系統(tǒng)

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(huán)路。SINS輔助方法原理是將SINS計算得到的偽距率與跟蹤環(huán)的環(huán)路濾波器輸出相加，送入載波NCO（數(shù)控振蕩器）或碼NCO。在UTC定位系統(tǒng)上采用接收機可自主完好的自檢監(jiān)測方法和SINS輔助BDS/GPS完好的互檢監(jiān)測方法，在系統(tǒng)發(fā)生任何故障或者誤差超限時，兩種完好性監(jiān)測方法可向使用導航定位的用戶及時發(fā)出告警。

雖然BDS和GPS系統(tǒng)的衛(wèi)星數(shù)量、運行軌道和工作參數(shù)方面存在差異，但BDS作為微波遙感的信號源，其結(jié)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(tǒng)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(huán)路，可消除無人機機動所引起的動態(tài)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(tài)估計，以提高定位精度和滿足實時性要求。

為滿足CPS系統(tǒng)的決策過程和解算過程周期快，實時性好，UTC系統(tǒng)采用聯(lián)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(shù)輸出是整個系統(tǒng)的導航信息輸出，濾波器采用聯(lián)邦濾波結(jié)構，兩種衛(wèi)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(tǒng)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(tǒng)不產(chǎn)生較大系統(tǒng)誤差。

圖3 基于聯(lián)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(tǒng)輸出的位置、速度信息與衛(wèi)星給出的星歷數(shù)據(jù)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(jīng)過主濾波器優(yōu)化后得到SINS系統(tǒng)的狀態(tài)誤差值，再將誤差值反饋到SINS系統(tǒng)，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(nèi)，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(jù)系統(tǒng)式（6）和傳遞函數(shù)式（7），需保證閉環(huán)系統(tǒng)內(nèi)部穩(wěn)定，則要求：(A,B2)能穩(wěn)定，(C2,A)能檢測；D12=

在Simulink中構建旋翼無人機定位模型，方框結(jié)構如圖5所示，其中正?；蚴窍翨DS/GPS偽距信息和姿態(tài)解算信息進行位置信息融合，經(jīng)過圖5所示的UTC結(jié)構反饋給無人機SINS中得到輸出姿態(tài)信息。無人機經(jīng)過UTC結(jié)構濾波算法和PID自動調(diào)節(jié)控制，姿態(tài)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(diào)節(jié)PID以滿足定位精度要求。正?；蚴窍翨DS/GPS偽距坐標與姿態(tài)解算的三維坐標進入聯(lián)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(jié)構，同時也作為虛擬環(huán)境下的機體結(jié)構。在實現(xiàn)飛行高度控制中，采用Simulink庫中自帶的PID模塊進行PID參數(shù)自動調(diào)節(jié)控制，從而實現(xiàn)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(diào)節(jié)以實現(xiàn)無人機的俯仰、偏航、滾轉(zhuǎn)的姿態(tài)控制，進而實現(xiàn)無人機的高度（爬升、降落）、前進、左滾轉(zhuǎn)運動和右滾轉(zhuǎn)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(jù)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(nèi)定位實驗的環(huán)境條件。仿真結(jié)果和預期結(jié)果對比分析，從而不斷修正PID參數(shù)并改進濾波算法計算量的設置。圖7給出，姿態(tài)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(jié)果。

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

同時，根據(jù)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(jié)果，結(jié)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(shù)學建模分析研究表明，六旋翼在飛行過程中定高飛行穩(wěn)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(jié)果，達到CPS架構下的虛擬環(huán)境和真實環(huán)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(xiàn)數(shù)據(jù)傳輸?shù)难舆t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(tài)模型導入Simulink中進行仿真，仿真過程中容易出現(xiàn)數(shù)據(jù)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(jié)果，因此需對算法解算的精度進行不斷優(yōu)化。表2給出無人機定位實驗中波動較小的數(shù)據(jù)，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(shù)據(jù)中的常值數(shù)據(jù)Table 2 Constant data in data collection

3 虛擬電文下無人機室內(nèi)定位實驗

為了解決特殊地區(qū)長時間導航定位和組合導航的冗余問題，采用靜動態(tài)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(nèi)定位飛行實驗。實驗室測試和車載實驗是室內(nèi)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(shù)據(jù)，該數(shù)據(jù)可作為機動性強的六旋翼室內(nèi)定位飛行實驗的參考。

飛行實驗在接收NSS8000多星群模擬器發(fā)射出的衛(wèi)星導航電文下進行室內(nèi)定位。衛(wèi)星信號由NSS8000多星群模擬器提供，發(fā)射的覆蓋區(qū)范圍為半徑10 m區(qū)域。NSS8000多星群模擬設備內(nèi)置5個板卡，能同時發(fā)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(jiān)控圖。

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

為了測試室內(nèi)的發(fā)射模擬衛(wèi)星信號與實際特殊地區(qū)（室內(nèi)、森林和城市中心等）接收的衛(wèi)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(wèi)星信號進而實現(xiàn)無人機定位。圖10顯示測試定位過程中衛(wèi)星的參數(shù)，結(jié)果表明室外真實衛(wèi)星導航電文參數(shù)與NSS8000設備發(fā)射的虛擬導航電文參數(shù)相似度達到97%以上。

圖10 GPS/BDS虛擬衛(wèi)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(huán)節(jié)的人機交互監(jiān)控界面，該界面可以選擇衛(wèi)星的數(shù)量和關閉某種類型的衛(wèi)星進行定位，界面還可顯示虛擬和現(xiàn)實機體的高度等飛行參數(shù)信息，對其實時監(jiān)控。UTC組合導航中會出現(xiàn)信號衰減從而導致失星，同時在衛(wèi)星信號強的區(qū)域定位會出現(xiàn)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(wèi)星的參數(shù)分析，室內(nèi)的發(fā)射模擬衛(wèi)星信號與實際特殊地區(qū)（室內(nèi)、森林和城市中心等）接收的衛(wèi)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(shù)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(wèi)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(wèi)星正常情況下定位實驗數(shù)據(jù)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(wèi)星定位實驗坐標數(shù)據(jù)（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(lián)邦濾波器結(jié)構中有BDS定位的冗余，所以在定位過程中x軸變化較小，結(jié)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(jié)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(jié)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(shù)據(jù)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(wèi)星正常或者失星情況下，定位精度都能在2.0 m±0.5 m范圍內(nèi)。

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

4 結(jié)束語

針對在特殊地區(qū)連續(xù)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(lián)邦式濾波的BDS/GPS/SINS超緊組合導航結(jié)構進行魯棒性建模，通過虛擬定位仿真實驗和室內(nèi)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(jié)果表明該系統(tǒng)具有較強的魯棒性和安全可靠性。該方案較于傳統(tǒng)的無人機定位方案創(chuàng)新性體現(xiàn)在：

（1）采用基于信息物理融合系統(tǒng)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(tǒng)-物理系統(tǒng)相結(jié)合的旋翼無人機虛擬仿真實驗和室內(nèi)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(qū)連續(xù)導航的問題，通過關閉某個BDS/GPS衛(wèi)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(tǒng)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(tǒng)數(shù)據(jù)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。