先进飞行器大气数据传感技术的发展与展望

何梓君, 阚梦怡, 程鉴皓, 李荣冰*

(1.空装驻南京地区第四军事代表室,江苏 南京 210022; 2.南京航空航天大学 自动化学院,江苏 南京 211106)

先进飞行器的发展水平在一定程度上表征了国家的科学发展水平与国防能力,各国致力于不断研制高性能先进飞行器,以适应当前不断变化的作战环境。在战争实战经验下,战斗机的发展经历了从第一代机、第二代机对飞行速度和高度的追求,到第三代机对机动性能的重视;21世纪以来,随着雷达、航电等现代化科学技术的发展,隐身、超视距攻击等技术的出现给第四代战斗机指明了新的发展方向,超声速飞行能力和大迎角机动性显著提高[1];对于第五代战斗机,国际上的划分依据为是否具备“4S”能力,即隐形(Stealth)、超声速巡航能力(Super Sonic Cruise)、超机动能力(Super Maneuverability)和超级信息优势(Superior Avionics for Battle Awareness and Effectiveness)4种性能特点[2]。隐形、超声速巡航能力和超机动能力的要求极大地增加了飞机结构和气动布局设计的难度,而超级信息优势能力也对机载设备的集成化、小型化和低能耗提出了更高的要求。在目前世界各国大力发展第五代战斗机的背景下,为取得代差优势,中、美、俄等国家第六代战斗机的研制和开发也在不断推进[3-4]。在第五代战斗机的“4S”特性的基础上,第六代战斗机更强调了隐身性能和高机动能力[1]。高性能先进战斗机的总体发展趋势对航电系统的发展提出了新的要求。

航空飞行器利用空气动力原理飞行,飞机表面流场特性和飞机相对于周围大气的特性直接影响飞行性能和飞行安全。因此,用于测量飞机相对于周围大气特性参数的大气数据系统(Air Data System,ADS)是高性能航空飞行器的关键部件,是航电系统不可或缺的子系统之一。ADS通过感知飞行器机身周围气流状况,测量并解算动压、静压、总温、攻角、侧滑角等大气参数,并将这些参数提供给发动机自动控制系统、导航系统、火控系统、空中交通管制系统以及用于航行驾驶的仪表显示系统、警告系统等航空电子系统使用。大气参数输出的有效性和可靠性直接关系到飞行器的飞行安全。随着先进飞行器的更新换代,大气数据传感技术在飞行器机身流场监测手段与系统架构、大气数据处理算法等方面不断演进。针对先进飞行器对隐身、高机动性能越来越高的需求,ADS的架构和布局朝着集成化、嵌入式、蒙皮与传感一体化方向发展,同时新型大气数据传感器也在被同步研究。为保证大气数据输出的可靠性,随着计算机、人工智能等技术的快速发展,ADS信息处理能力与大气数据解算、容错算法不断发展,在硬件架构发展的基础上,进一步为ADS的可靠性提供保证。

本文以先进飞行器的发展需求为背景,对ADS在硬件系统架构布局和大气数据算法技术这两方面的发展现状进行研究,对现有大气数据传感技术面向先进飞行器发展需求的不适应性进行分析,提出大气数据传感器、ADS架构和大气数据算法的未来发展趋势。

1 大气数据传感技术与系统架构发展

信息获取能力对先进飞行器而言至关重要,大气数据表征了飞行过程中机身周围气流的环境状态,一方面帮助飞行员监测飞机飞行状态,另一方面被提供给其他机载设备与系统,参与其他飞行信息解算。大气数据的测量精度和可靠性很大程度上影响到飞行器的飞行安全。先进飞行器对信息获取的准确性、可靠性要求越来越高;飞行器发展对飞机结构与气动布局提出了新的需求,也对ADS在流场监测手段、整体架构布局方面提出了新要求,大气数据传感器从接触式测量的压力探头发展到非接触式测量的光学大气传感器,ADS架构也从集中式发、分布式发展到嵌入式。

1.1 大气传感技术发展

1.1.1 接触式测量的传感技术发展

ADS通过大气传感器实现对飞行器周围流场状态的感知与测量。压力信息是表征气流状态最直观的数据,压力测量原理和压力传感器结构简单,此外,空速、攻角等大气数据能够基于压力信息、压力分布情况进行解算。因此,压力测量式大气传感器在飞行器ADS中得到广泛应用,如空速管(如图1所示)、压差式攻角传感器(如图2[5]所示)等。

图1 空速管基本结构

图2 压差式攻角传感器结构[5]

随着电力电子技术不断发展,同时考虑到机载设备向轻型、小型化发展,大气传感器集成度不断提高,多功能智能探头逐渐成为一大研究热点。图3[6]为一种常见的多功能智能探头结构,该智能探头将总静压探头与数据处理模块集成在一起,将原有大气数据计算机部分的数据处理功能分解到数据采集端的数据处理模块。这种布局方式将原有的压力信息传输转换为数字信号传输。数字信号传输形式能减小设备体积与质量,提高传输速度,增强抗干扰能力和系统可靠性,同时还减小了中央计算机的工作量。

图3 某多功能智能探头结构[6]

除了将测量模块与数据处理模块集成外,多种不同功能传感器的集成化研究也在不断开展。在20世纪末,美国Goodrich公司研制了一种集成全压和攻角测量的大气传感器,并应用在F-22战斗机上;21世纪初,法国空客公司在其大型民用客机A380上应用了一种集全压、总温和攻角测量于一体的新型多功能探头,而后又在A350上应用了融合全压、静压和攻角测量为一体的多功能探头[7]。

压力测量式大气传感器、风标式攻角/侧滑角传感器等采用的是直接接触式测量方式,因此必须将其安装在能与外界空气相接触的位置。然而,外置传感器会破坏飞行器气动布局,影响飞行器机动性能,不利于提升飞行器隐身性能。面向新一代先进飞行器在超机动、隐身等方面的需求,研究使用非接触式大气传感器对现有外置传感器进行替换,是大气数据传感技术未来的发展方向之一。

1.1.2 非接触式测量的大气数据传感技术

基于光学原理的大气数据传感器是一种已开展研究的非接触式传感器。光学大气数据系统(Optical Air Data System,OADS)是基于光学大气传感技术的ADS,是面向先进飞行器对机载设备小型轻型、高精度、隐身和超高机动等需求的研究产物。

光学大气传感器基本结构如图4所示。不同于压力测量式传感器,光学大气传感器是基于气溶胶散射和多普勒频移原理设计的大气传感器。空气中包含大量气溶胶和固体颗粒,光信号作为一种电磁波,在空气中传播时接触到气溶胶或固体颗粒,从而发生散射。当光源与空气之间存在相对运动时,散射后的信号会产生多普勒频移。基于这一原理,通过安装在飞行器上的光源发射光信号,接收由空气中气溶胶或固体颗粒散射的信号,根据多普勒频移原理,即能够解算得到速度信息:

图4 光学大气传感器基本结构

(1)

式中:V为散射粒子沿运动方向的速度;fD为多普勒频移;λ为光信号波长;θ和γ为入射、散射区域内相关角度。基于光源发射探头的安装角度关系,可以解算得到真空速的三维分量,而后能够进一步解算迎角、侧滑角等大气数据。

美国和欧洲的一些国家早在20世纪90年代就开展了OADS的研究。目前,基于光学原理的大气传感器已应用到机载ADS的校准中:空客公司在20世纪90年代就已经将OADS应用于ADS校准;同时期,美国波音公司开展了OADS与常规ADS的相互校准分析工作,日本三菱公司也在直升机上开展了OADS的研究与试验[8]。国内对OADS的研究起步较晚,近几年来开展了OADS的研究试验,对速度、攻角/侧滑角等大气数据解算进行了试验验证。

不同天气情况、不同高度下,空气中气溶胶与固体颗粒含量不同。晴朗天气条件下,空气中气溶胶含量较少,而随着飞行高度的增加,空气愈加稀薄,空气中气溶胶、固体颗粒密度急剧降低。这一现象导致散射光信号减少,给反射光信号的接收与处理带来了困难。针对这一问题,美国密歇根航宇公司研制了一种分子光学大气数据系统(Molecular Optical Air Data System,MOADS),解决了OADS在晴朗天气、高海拔飞行等飞行条件下性能下降的问题[9-11]。与OADS不同,MOADS除了接收被气溶胶反射的光信号外,额外配备了探测镜,可对部分指定区域内光的散射现象进行探测,再利用逆散射原理,基于探测到的信号频移对大气数据进行解算。为更好地实现散射现象的探测,MOADS的光源将激光能量分为3个光束,分别沿仪器中心线偏离30°方向发射,密歇根航宇公司在其飞行试验中使用的光源结构图如图5[9]所示。3个光束分别对准3个探测镜的探测场,收集多普勒频移信号后返回。此外,相比于使用近红外光信号的OADS,MOADS使用了波长为266 nm的紫外线。自然界中大部分266 nm的自然光都被臭氧和分子氧吸收,因此极大地减小了自然界光信号的干扰。MOADS原型已经开展了速度测量的地面风洞试验验证,在12 m/s的风速测量试验中,MOADS获取的数据相比于空速管,平均误差减小了0.61 m/s,标准差减小了1.68 m/s,表现出更优良的抗噪性能[11]。

图5 MOADS飞行试验中光源结构[9]

光学大气传感技术可以实现速度、温度和空气密度的直接解算,基于这些信息再实现攻角等其他大气数据解算。目前,在搭载OADS的飞行试验中,飞行包线最高可达50 000 ft(1 ft=0.304 8 m),约15 000 m;相比于压力测量式传感器,光学大气传感器对大攻角飞行具有更好的适应性和更高的精度,其具有以下优势:

① 非接触式测量,传感器布局不影响飞行器机身结构设计。光学大气传感器可以进行埋入式设计,相比于传统压力探头的侵入式布局,更有利于新一代先进飞行器隐身结构设计,同时不会破坏飞行器气动布局。

② 可实现机身远场测量,避免近场气流影响。压力探头测量的是飞行器蒙皮表面局部气流特性,测量结果通常受到气流畸变影响,需要对测量结果进行校正。而光学大气传感器可以通过调节散射光信号的探测位置,对远离飞行器近场的自由流流场近采样,一方面测量结果所受干扰小、精度更高,另一方面减少了测量结果校正工作与成本。

然而,除了OADS的发展受限于空气中的气溶胶与固体颗粒含量外,MOADS中光的逆散射问题相比于OADS中光的散射问题,处理难度更大。逆散射的原理在于,在未知空气中散射介质的条件下,通过探测的3个区域内散射的光信号,处理得到光信号的散射特性(如频移),而后进行大气数据解算。逆散射理论相比于散射理论,其研究起步更晚,难度更大,发展也并不成熟,因此,MOADS的发展也在一定程度上受到逆散射理论发展的限制。

1.2 ADS架构与布局发展

为保障飞行安全,提高系统可靠性,ADS通常采用硬件多余度设计。在某一通道的大气传感器故障或者失效时,冗余设计可以保障飞行器正常运行,增强飞行安全性。传感器多余度设计、不同种类传感器和飞行器发展的不同性能需求,对ADS架构与布局有不同的要求。

空速管等这一类突出在飞行器表面的传感器称为侵入式探头,采用侵入式探头的ADS传感器布局方案可分为集中式、分布式和混合式3种。早期的集中式大气数据系统(Centralized Air Data System,CADS)使用相互独立的大气传感器,总静压传感器、气流角传感器独立分布,中央大气计算机集中进行信息处理,采用压力传输导管。这类系统的架构与布局集成化和智能化程度较低,其精度、可靠性等性能均无法适应先进飞行器的发展需求。

1.2.1 分布式大气数据系统架构

分布式大气数据系统(Distributed Air Data System,DADS)相比于CADS最大的区别在于其采用了智能探头,改进了信息传输形式,提升了ADS的可靠性。目前,DADS已经在各领域的不同机型上得到广泛应用,例如民用飞机空客A380,军用领域美国F-35、意大利M346等机型。

飞行器机头的气流状态相对稳定,外界干扰较小,是压力探头的最佳安装位置,因此,早期飞行器的空速管基本都安装在机头位置。这一布局的空速管通常设计成又细又长的形状,如图6所示。空速管细长直型的设计能够减小外界气流对测量结果的影响和对机头雷达工作的影响。

图6 某四代机传感器机头布局

机头直型空速管对飞行器机动性、隐身性能的影响随着飞行器的不断发展愈加明显。超机动能力的提升有利于战斗机近距离、低空作战,而细长的机头空速管会给飞行器机动性带来严重影响。因为其机头突出的布局形式,一方面会影响机头雷达作用范围,另一方面会严重影响到新一代飞行器结构与气动布局的隐身设计。针对以上问题,空速管的形状与安装位置需要重新进行设计。图7为布局在机头侧边的“L”型空速管,机身侧边的布局方案能够在很大程度上减小飞行器高速飞行时对气动布局的影响,有利于提升飞行器的机动性和隐身性能。

图7 某五代机传感器侧边布局

X-35的DADS架构如图8[12]所示,其传感器布局如图9[12]所示。大气传感器包括了机头前方的试验吊杆,3组分别安装在机头左右两侧和底部的多功能探头,2个用于测量静压的分布在机身侧面的测压孔。其中,机头的试验吊杆用于测量总压、静压、攻角和侧滑角信息,用于验证基于左-右-下布局的DADS的有效性。探头所测得的压力信息均通过数据处理模块转换为数字信号传输给飞行器管理计算机。

图8 X-35的DADS架构[12]

DADS在一定程度上提升了ADS的稳定性与可靠性,但没有从根源上解决传感器外置破坏机身结构与气动布局的问题。CADS、DADS中使用的侵入式探头在高速飞行状态下与气流摩擦会形成高热环境,使其易受到烧蚀,导致传感器测量精度下降甚至失效。并且,外置的探头破坏了飞行器结构与气动外形,不利于新一代先进飞行器的隐身结构设计。在先进飞行器对超机动、超隐身等性能方面的要求越来越高的背景下,侵入式传感器注定会逐渐被淘汰。

1.2.2 嵌入式大气数据系统架构

嵌入式大气数据系统(Flush Air Data System,FADS)是针对新一代飞行器超声速飞行需求提出的新型大气数据测量方法。最开始是针对超声速飞行器X-15项目发明的,虽然X-15项目最终以失败告终,但基于压力传感器阵列进行大气数据测量与解算的思路为FADS的发展研究奠定了基础[13-14]。而后几十年间,FADS得到快速发展。在后来的航天飞机再入ADS项目中,NASA提出新型嵌入式大气数据测量方案,并通过多次风洞试验验证了其可行性;后来又基于F-14项目进一步确定了嵌入式大气数据传感技术的可行性与适用范围[15-17]。

FADS基于构建的表面压力分布模型,利用飞机机身各处布置的嵌入式压力传感器,得到攻角、侧滑角、总压、静压等大气参数。FADS基本架构如图10[18]所示,其传感器基本布局如图11[19]所示。

图11 FADS传感器基本布局[19]

飞行器表面测压孔布局方案和大气数据解算、容错等算法是嵌入式大气数据传感技术的研究重点,而基于测压孔布局方案的飞行器表面压力分布模型是大气数据解算算法的核心。为获取到准确可靠的压力数据,FADS的测压孔安装位置应具有以下特点:① 压力、温度稳定;② 外界干扰小;③ 充分感受来流变化[18]。基于以上要求,测压孔通常布置在机头或者机翼前缘,其中十字型布局已在X-33、X-34等飞行器上得到可行性验证。一般至少需要5个测压孔的数据才能实现所有大气数据的解算,而配备冗余的测压孔一方面能够提高FADS的容错性,另一方面也能提高大气数据解算精度。但测压孔数量的增多会造成大气数据解算算法复杂度过高,会给机载计算机增加计算量与负担,FADS也会更加复杂。且经试验验证,测压孔数量与大气数据解算精度并不完全呈线性关系。Whitmore等[20]专门针对不同测压孔数量对测量精度的影响进行了研究,试验基于25孔十字分布的系统进行,结果显示9孔与25孔的测量精度在同一量级,得出9孔十字型布局是工程应用角度最优选择的结论。因此,测压孔数量需要根据飞行器机头形状、气动布局情况和大气数据解算效率进行选择,并且需要通过大量试验进行验证。

相比于传统的ADS,FADS具有以下3点优势:① 传感器耐高温能力强,可在大马赫数、大攻角等极限工况下正常工作;② 嵌入式的压力传感器不改变飞机外形结构,便于飞机的气动布局和隐身结构设计;③ 通过布置多个测量点可实现较好的软硬件容错能力,并可提高系统整体可靠性和稳定性。面对未来先进飞行器的发展需求,这类嵌入式大气传感技术与布局是ADS未来的发展趋势之一。嵌入式大气数据传感技术是一种较为先进的大气数据传感技术,还处于研究试验阶段。目前,嵌入式大气数据传感技术还存在以下问题:① 传感器精度、跨声速飞行性能不足以满足新一代先进飞行器需求;② 测量精度会受到引气管路长度、直径以及压力传感器容腔体积影响。而FADS架构对新一代飞行器隐身、超机动等性能在机身结构与气动布局设计需求方面的优良适应性,决定了其未来在航空航天领域良好的发展前景。

2 大气数据解算理论方法的发展

硬件ADS架构的研究是一项长远的任务,从系统架构与分布的设计、仿真,到研制、试验,再到最终投入使用,是一个长远且艰巨的过程。同时,随着计算机科学与技术的快速发展,各种数据处理方法与技术层出不穷,ADS正向智能化方面发展。因此,除了硬件设备与系统架构布局的设计更新,硬件传感器测量信息到所需大气数据之间复杂的映射关系的研究不可或缺,包括但不仅限于飞行器局部流场与整体流场间的映射关系、飞行器近机身流场与远场自由流参数间的映射关系、大气数据反映的飞行器受力特性与其他机载传感器系统测量信息间的一致性等方面的理论研究内容。

2.1 FADS气动模型构建与解算算法研究和发展

FADS发展较晚,其气动模型发展尚不完善。压力分布模型通常利用风洞试验数据建立多项式修正模型来提高模型精度,使FADS的输出信息与实际情况一致。目前被广泛认可的压力分布模型是基于亚声速球体势流理论和超声速修正牛顿理论建立的,可校准的FADS表面压力分布模型为

p=qc(cos2θ+εsin2θ)+P∞

(2)

式中:p为测压孔压力测量值;qc为动压;θ为气流在测压孔的入射角度;ε为形压系数,与空气压缩效应、飞行器气动外形等因素有关,可以表示为气流角和马赫数的函数,通常可通过风洞试验确定;P∞为静压。基于该压力分布模型,最初使用非线性最小二乘法进行大气数据解算,但该算法在跨声速、超声速飞行时稳定性未通过测试,不具备故障检测与容错能力。为解决这一问题,NASA提出三点法,分别利用机身垂直线的3个测压孔数据解算攻角和不完全分布在机身垂直线的3个测压孔数据解算侧滑角[21]。该气动模型以及对应的大气数据解算算法先后在X-33[22]、X-34[23]和X-38[24]等飞行器上得到了有效性、可行性验证。陆辰[18]基于该压力分布模型,提出一种弱化测压孔配置约束的FADS算法。该算法相比于三点法,使用同样的测压孔点数,仅要求4个所选测压孔不共面,降低了FADS算法对测压孔配置的几何约束条件,并且能够直接解算总压、静压和动压信息。

由式(2)可知,飞行器机身表面的压力场除了与飞行状态相关外,还与飞行器外形密切相关。面对多样的飞行器外形,一方面需要进行大量确定形压系数的风洞试验工作、压力分布模型的校正工作,另一方面,基于某一外形特征构建的压力分布模型,其大气数据解算算法的研究也应有针对性的开展。神经网络可以模拟人脑的结构和功能,具有强大的学习功能,理论上能够充分逼近任何复杂的非线性关系。建立大气数据解算、误差修正等复杂模型,能够充分适应神经网络的各项优势。因此,国内外学者基于神经网络方法,建立了测压孔压力数据与大气数据之间的关系模型,针对FADS解算算法开展了大量研究。

Rohloff等[25-26]提出了一种通过神经网络算法构建的FADS气动模型,基于飞行数据对攻角、侧滑角、静压和动压与11个测压孔布局的测压孔压力数据之间的映射关系进行拟合,论证了FADS神经网络算法的稳定性、实时性和抗干扰能力,最终得到的神经网络FADS气动模型适用于亚声速与超声速范围的飞行状态,并在此基础上提出了FADS容错算法。该模型解算的马赫数误差为0.02,攻角、侧滑角误差为0.4°,静压误差为813.96 Pa,已经达到较高精度水平。日本宇宙航空研究开发机构针对某尖嘴型高超声速飞行器的FADS,在FADS算法基础上,通过外推估计范围的方法,扩展了FADS算法的适用条件,对攻角和马赫数进行了测量范围扩展[27]。国内对FADS的研究尚在理论研究阶段,尚未有FADS投入工程应用。南京航空航天大学孟博等[28]针对外形特殊、机身附近压力场复杂的类乘波体飞行器,首先利用CFD构建了三维模型并分析了特殊外形飞行器的压力场特性,而后设计了基于改进BP神经网络和RBF神经网络的FADS算法[29]。杜振宇等[30]针对飞翼布局飞行器FADS,设计了RBF神经网络,对测量数据与大气数据之间的复杂的非线性惯性进行了拟合,相比于BP神经网络和现有最小二乘法等传统FADS算法,大气数据解算精度明显提高。可见,目前对FADS算法的研究大都针对某特定飞行器开展,其算法不具有普适性。

2.2 大气数据优化技术研究与发展

随着先进飞行器飞行包线的扩大,现有ADS架构与布局无法在大攻角、高超声速等特殊飞行状态下保持稳定的系统性能,甚至会出现失效的情况。在这一背景下,针对飞行器在特殊飞行状态下的大气数据测量精度与范围提升成为研究热点。信息融合技术是这一方向最常见的研究方法。利用信息融合手段对大气数据进行优化的方法,改进了大气解算算法,能够提高大气数据精度。基于不同机载系统的传感器测量原理优势,将不同机载系统输出信息进行融合,从而可提高大气数据解算精度。目前常用于与机载大气数据融合的信息主要包括惯性导航数据、飞行控制系统数据、气象数据以及飞行器气动模型、动力学模型等。

国内北京航空航天大学、西北工业大学、南京航空航天大学等高校,以及成都飞设计研究所、沈阳飞机设计研究所等研究单位均针对ADS开展了长期、系统的研究工作。南京航空航天大学自2010年至今,针对传统ADS、FADS,面向跨声速、跨大气层等需求,系统地开展了ADS信息融合技术的研究。针对大攻角飞行状态,分别研究了基于惯性攻角的融合方案和基于飞行动力学模型与惯性信息的融合方案;针对高空、跨大气层飞行状态,提出了基于飞行器气动模型、动力学方程和惯性信息的扩展卡尔曼滤波信息融合方案[31-33]。近几年,成都信息工程大学肖地波、蒋保睿等[34-37]专门面向惯性导航系统与ADS信息融合,开展了多项研究,针对FADS压力传感器测量噪声与延迟、飞行器高速飞行气流干扰和惯性数据发散、风场信息干扰等问题,提出了融合方案,并在仿真验证中取得了不错的效果。杨朝旭等[38]针对先进飞行器对可控的过失速机动范围增大的需求,研究了一种融合气象、惯导和大气数据的解算方法,构建了深度神经网络对复杂飞行状态下的大气数据误差特性进行拟合,实现了过失速大迎角飞行状态下大气数据的可靠解算。除信息融合方法外,孟博等[28]基于改进的BP神经网络算法,设计了一种在跨声速飞行状态下对攻角信息进行补偿和修正的算法,基本消除了跨声速段原始攻角的剧烈波动。

在跨声速、大攻角等特殊飞行状态下,大气传感器测量误差大,惯性导航系统传感器精度等级高,2种信息融合能够减小大气数据解算误差,提高大气数据精度。气象观测数据的引入能够减小天气对ADS的影响。通过不同系统输出数据和气动模型等信息的引入,能够减小极端飞行状态或飞行环境给大气数据解算带来的影响,提高大气数据精度,增大大气数据测量范围,从而适应先进飞行器扩大飞行包线的需求。

2.3 ADS解析余度方法研究与发展

安全飞行是飞行器最基本的要求,ADS的容错性能与可靠性在很大程度上会影响飞行器飞行安全。大气数据解析余度是基于其他机载设备或系统的信息构建与机载ADS非同源或不完全同源的大气数据解算方法。ADS解析余度技术是提高ADS容错能力的手段之一,也是未来ADS的发展趋势之一。

信息融合是构建ADS解析余度的基本方法。Prabhu等[39]基于最优扩展卡尔曼滤波算法,利用惯导信息,实现了大气数据传感器故障时的大气数据余度解析。欧连军等[40]针对FADS,提出一种基于计算机内总线的硬件双余度嵌入式大气数据计算机架构,基于表面测压点设计并建立了大气参数测量模型,采用最佳线性最小方差无偏估计的方法构建了嵌入式大气数据系统解析余度。陆辰等[41]提出一种导航信息与气动模型辅助的大气数据两级估计方法,构建了一套适用于无初始风速数据的虚拟大气数据系统(Virtual Air Data System,VADS),而后融合气动模型与导航数据实现了大气数据解算。这一方法利用现有机载信息,为飞行器增加了一套新的大气数据测量方法,在不增加硬件配置的前提下,实现了不依赖机载ADS的冗余ADS配置。焦璐等[42]利用ADS与惯性导航系统不同的数据测量原理与手段,综合2个系统的输出参数,实现风速解算,并进一步实现大气数据解算,构建的冗余ADS引入到机载ADS的故障检测与隔离中,提升了飞行器ADS的可靠性与飞行安全。

目前,民用、军用领域的多型飞行器均有大气数据解析余度配置需求。大气数据解析余度的配置能够实现在不额外配置硬件设备的前提下,为飞行器增加一个或多个通道的大气数据。新的大气数据解析方法原理不同于大气传感器测量原理,一方面不会出现与大气传感器相同的故障情况,另一方面能够用于机载ADS的故障检测和隔离,并提供短时大气数据输出。大气数据解析余度能够从软件层面进一步提高ADS的可靠性,从而保障飞行器飞行安全。

3 大气数据传感技术未来发展趋势展望

目前国际上的第六代战斗机的性能标准各不相同,但可以肯定的是第六代机在速度、高度、隐身能力、感知能力等方面相比于第五代机均有重大突破,其对空间飞行、空间作战能力的需求更高。新一代航电系统的发展也给大气数据传感技术的发展带来一定启示。机载航电系统逐渐从第一代独立子系统的组合向新一代嵌入式、综合化信息系统发展,应能实现信息综合、资源共享、功能区综合等[43],并应具有开放式发展特点与趋势。美国第五代战斗机F-35所配备的航电系统将信息高度综合化与架构的开放式特点体现得淋漓尽致,具有出色的战斗机级空气动力学性能,超声速、全方位隐身武器,高度集成和网络化的航电设备[44],以及目前战斗机最先进的传感器管理系统和数据融合技术[45],其航电系统的传感器系统包含了AN/APG-81 AESA雷达、AN/ASQ-239电子战/电子对抗系统、AN/AAQ-40光电瞄准系统、AN/AAQ-37光电分布式孔径系统和AN/ASQ-242通信、导航和识别系统,如图12[46]所示。F-35战斗机信息融合设计将融合算法与传感器、数据链输入、融合数据的使用方相隔离,本质上讲,融合算法相当于一个黑盒子,传感器输入与数据使用通道通过算法接口进行传递。这一设计不同于以往为每个系统都配备独立的数据传输通道,极大地减少了硬件设施配置,减小了飞行器质量[47]。

图12 F-35战斗机传感系统[46]

针对第六代机各方面的需求,以及新一代航电系统的发展方向,大气数据传感技术有以下两大发展趋势。

① 机载传感系统的高度集成化。传统ADS传感器探头外置的布局方式注定会被淘汰,向嵌入式分布、大气数据传感系统集成化,翼身融合、全机传感系统集成化,乃至集成机身蒙皮与传感系统的智能蒙皮技术方向发展。集成化发展能够减小机载硬件设备质量与体积,减少数据传输通道,有利于飞行器超机动、超声速巡航能力的提升。

② 信息处理系统高度智能化。利用最小规模的传感系统,实现所有机载设备和系统需要的信息解算,其核心是高度智能化、高可靠性的信息处理系统。一方面,机载信息处理系统的性能必然会随着计算机技术的发展而不断提升;另一方面,先进飞行器的可靠性、小型轻型化等需求,不断促使信息处理能力的提升和基于已有机载设备及系统的信息处理技术的研究与发展。信息处理系统的高度智能化发展将会朝着数据应用的全面性、综合性、交互性方向发展。

3.1 ADS架构与算法发展趋势

先进飞行器对飞机机身结构和气动布局提出了更高需求,首先淘汰了传统ADS的外置传感器布局方案。研究非接触式传感器和不破坏飞机机身结构与气动布局的新型ADS架构,是ADS未来重要研究方向。

FADS的发展给ADS的研究提供了新思路,其测压孔形式的传感器布局完全不影响飞行器的气动布局,可通过飞行器表面压力分布与自由流场间的映射关系实现大气数据的感知测量。但是,不同气动外形的飞行器具有不同的表面压力分布特性,进而导致测压孔布局方案、大气数据解算算法也各不相同,故目前FADS系统架构和解算算法的研究均是针对某一特定气动外形的飞行器开展,研究成果不具备普适性。随着对飞行器全机身流场特性研究的逐步深入,在嵌入式的新型布局思路下,寻求更具通用性的传感器布局形式和解算算法具有重要意义。

近年来,基于柔性传感器网络的智能蒙皮技术不断发展,为彻底解决ADS传感器布置与飞机隐身性能需求间的矛盾提供了新型、有效的手段。智能蒙皮将各种传感器和芯片高度集成在蒙皮内部,形成飞行器机体对自身的感知网络,将采集到的各类信息实时传输给飞控计算机。全机身传感器的布局形式使大气数据解算算法的通用性研究更具可能性。这种新型大气传感布局能够适应先进飞行器的隐身要求和气动布局设计需求,但会给大气数据测量和解算带来巨大挑战,存在机身与气流之间的边界层导致飞行器近场参数与远场参数之间存在差异、飞行器局部气动载荷与近场参数间的关系不明确、流固耦合对智能蒙皮材料测量信息作用机理不明了等问题。

3.2 大气数据融合技术发展趋势

不论是OADS、FADS,还是未来基于智能蒙皮的大气传感技术,都需要在大气层内工作。对于有空天往返、大气层外工作需求的飞行器而言,一方面真空条件下不存在分子,光信号无法发生散射,另一方面大气层外压力传感器无法工作。面对未来先进飞行器、航天器的跨大气层、大气层外飞行需求,以及机载ADS的可靠性发展,基于信息融合技术构建大气数据解析余度的研究也在不断加强。

VADS是指不增加额外的硬件设备,完全基于已有机载设备和系统输出信息,从软件层面实现大气数据的解算。VADS的概念在21世纪初由意大利太空研究中心在进行跨声速投掷式飞行试验时首次提出,这一试验中的VADS是基于惯性导航系统、气象参数采用扩展卡尔曼滤波算法和神经网络算法搭建的,经过试验验证,证明该VADS具有可行性[48-49]。这一概念是相对于包含硬件传感器和探头的机载ADS提出的,而在正式提出之前,国外已经开展了多项相关研究与试验。这一技术的研究多针对航天飞行器[50-51]和高机动航空飞行器[52-54]开展,通常也称为大气数据解析余度或者拟合大气。

现有大气数据解析余度的研究并没有完全独立于机载ADS存在,大部分研究仍然使用了机载ADS输出,完全独立于机载ADS的VADS方法的研究开展较少。完全独立的VADS不依赖于大气传感器的性能,也不会直接受到外界气流环境的影响,在超机动飞行机身气流环境复杂、高空或跨大气层等空气稀薄、大气传感器失效等情况下仍可以正常工作,这一特点对先进飞行器发展具有很好的适应性。因此,VADS的研究具有较好的应用价值和前景。目前,国内外对大气数据解析余度和VADS的研究还不够深入,不足以达到完全代替机载ADS的技术与可靠性要求。随着未来计算机、人工智能等技术的发展,VADS的广泛应用指日可待。

4 结束语

本文面向先进飞行器的发展趋势,分析总结了现有的ADS架构与分布的原理和特点,剖析了目前针对先进飞行器各项需求,基于现有ADS所开展的大气数据传感器、ADS架构与布局设计和大气数据信息处理优化方法等方面的研究成果,并对未来ADS的发展方向进行了展望。随着以先进战斗机为代表的高性能飞行器对隐身、超机动、超高声速巡航等方面的要求不断增加,对飞行器机身结构和气动布局设计都提出了更高的要求。新型机身结构与气动布局需求将会引导机载ADS向高度集成化、信息化和智能化方向发展。