有人/無人機編隊指揮控制系統結構設計

無人機10086

2021年2月25日 11:53

吳立堯1, 韓維1, 張勇1, 熊瑤2

(1. 海軍航空大學航空基礎學院, 山東煙臺 264001;2. 空軍航空大學教學考評中心, 吉林長春 130022)

摘要: 針對有人/無人機(manned aerial vehicle/unmanned aerial vehicle, MAV/UAV)編隊指揮控制系統結構設計問題進行了研究。以未來空中作戰為背景,結合MAV/UAV編隊作戰流程和特征,基于人機合作機制，設計了MAV/UAV編隊協同三層遞階式指揮控制結構,分別為任務規劃層、協調控制層和功能實現層。在此基礎上,分析了系統結構中關鍵模塊如輔助決策模塊、人機交互系統、編隊控制管理系統和航跡規劃路徑跟蹤系統的內容。最后，設計了人機交互系統指揮界面,并針對典型控制任務進行了仿真驗證。

關鍵詞: 有人/無人機編隊; 指揮控制系統; 人機合作; 三層遞階式

0 引言

近年來,無人機(unmanned aerial vehicle,UAV)憑借其結構簡單、成本低和無人員危險等優點,在局部戰爭中被廣泛應用,UAV編隊在執行軍事探測、防御和攻擊任務扮演著重要角色。但是隨著戰場環境日趨復雜,UAV智能水平并未真正達到自主決策,傳統UAV編隊將無法滿足獨立完成作戰任務需求,有人機(manned aerial vehicle, MAV)/UAV編隊執行任務將成為未來戰爭的一種必然趨勢。與傳統UAV編隊相比,MAV/UAV編隊既提高了MAV的生存能力,又延伸了UAV探測距離和攻擊距離,充分發揮了飛行員在整個回路中的智慧與綜合判斷能力,大大提高了編隊作戰效能。因此,MAV/UAV編隊技術成為各軍事強國的研究熱點。

英國國防部與QinetiQ公司共同進行MAV/UAV編隊飛行實驗,“狂風”戰斗機飛行員同時指揮控制4架BAC1-11模擬UAV,實現了MAV對UAV編隊戰術層次的協調和控制[1];美國麻省理工學院研發了MAV與UAV的遙控指揮系統,利用F-15戰斗機和T33 UAV進行飛行試驗,UAV在飛行員語音指令指揮下作出反應,執行任務[2];美國陸軍航空應用技術部(aviation application technology department, AATD)開展了MAV/UAV通用結構計劃,利用“阿帕奇”直升機和“影子-200”UAV進行了飛行試驗,驗證了MAV和UAV的互操作性[3];美國空軍研究實驗室(air force research laboratory, AFRL)啟動了“忠誠僚機”項目,通過第五代戰斗機飛行員控制UAV,實現了以UAV代替戰斗機在危險戰場中進行巡邏、偵查、攻擊等任務,大幅度提升了美國空軍戰斗機/UAV協同作戰能力[4]。2014年,艦載機F/A-18大黃蜂和X-47B UAV在羅斯福號核動力航母上共同完成飛行演示,驗證了艦載機和UAV在航母甲板和空域內安全、協調互操作能力[5]。

MAV/UAV編隊指揮控制系統是涉及編隊支撐網絡、人機交互與編隊控制等多領域多學科交叉的新型綜合系統,底層基于鏈路通信網絡進行信息的互通互操作,通過飛行員對編隊的決策和管理,使編隊具有智能群體意識,實現任務規劃、編隊控制、航跡規劃和軌跡跟蹤,保證編隊完成復雜的作戰任務。

本文以MAV/UAV編隊執行空中任務為背景,設計了三層遞階式編隊指揮控制系統結構,詳細討論了每層結構中關鍵模塊系統功能,逐層實現飛行員決策、任務指令轉化、編隊控制、航路規劃、執行任務的過程,最后完成了人機交互系統中指揮界面的設計和典型編隊控制任務仿真。

1 指揮控制系統總體設計

MAV/UAV編隊指揮控制系統是由飛行員、MAV和UAV平臺共同組成的復雜人機系統,飛行員負責復雜、高級的功能如監視、指揮控制、授權決策等,系統基于高度智能化功能完成信息的獲取、傳輸、顯示,任務載荷的控制等,UAV將指令轉化為動作,實現期望的飛行航跡。其指揮控制效能應最大限度地發揮人、MAV和UAV的各自優勢,實現人機協同最佳。然而,人機協同并非人和飛行器簡單組合,而是按照一定的系統結構、邏輯關系和控制模式結合成一個整體。MAV/UAV編隊指揮控制系統必須建立靈活的人機交互和精確的編隊控制,將飛行員的經驗和判斷與指揮控制系統的快速數據處理和精確推理相結合,以實現人機合作最優化。

1.1 MAV/UAV編隊作戰任務流程

以一架MAV和4架UAV組成編隊對空打擊為例,如圖1所示,從地面指控中心接收上級任務開始,整個作戰過程可分為以下5個階段。

有人/無人機編隊指揮控制系統結構設計的圖1

圖1 作戰流程示意圖
Fig.1 Diagram of operational flow

(1) 任務預規劃階段。MAV與各UAV根據指揮部下達的作戰任務和臨戰前獲得情報制定飛行計劃,將任務逐級分解,生成子任務序列,完成子任務預分配,依次準備執行。

(2) 編隊集結階段。飛行員接到起飛命令后,MAV與各UAV依次從基地上起飛,在規定時間內到達指定區域后,形成相應隊形,實現編隊集結。

(3) 航跡飛行階段。編隊朝著任務區域飛行,飛行過程中,根據任務變換、態勢變化,MAV控制整個編隊變換隊形,如巡航階段,編隊隊形為緊密楔形編隊;搜索目標階段,編隊隊形為平行編隊等。

(4) 任務區域階段。到達任務區域,MAV和UAV實時共享戰場態勢信息并由飛行員進行評估。根據子任務序列進行航跡規劃,依次執行子任務。在攻擊階段,飛行員通過局勢判斷向UAV下達攻擊指令,完成目標摧毀任務。當MAV被敵方鎖定時,必要時UAV以機身阻擋來襲導彈。戰斗后期,飛行員評估編隊毀傷效能。

(5) 返航退出階段。任務完成后,飛行員下令編隊退出戰斗空域,以編隊形式迅速返航。到達基地附近后,根據基地指揮員指令,編隊中各型飛機依次著陸。

1.2 系統要求

針對上述編隊作戰任務流程,MAV/UAV編隊控制主要是表現在飛行員對編隊的飛行航跡、任務規劃和載荷等多方面進行決策和控制。因此,MAV/UAV編隊指揮控制系統應滿足以下要求。

(1) 編隊具有良好的互操作性。穩定、順暢的通信鏈路是編隊間互操作的基礎,MAV與UAV共享態勢信息、編隊狀態,飛行員能夠將任務指令傳達給UAV,控制整個編隊飛行。

(2) 簡單、全面、靈活的人機交互模塊。飛行員不僅面臨高速飛行的生理壓力,還有緊張戰場態勢下的精神壓力,因此簡單、靈活和便于理解的人機接口能夠降低飛行員工作負荷,不會帶來額外負擔。

(3) UAV系統智能化。在飛行員未下達指令時,UAV面對復雜環境能夠自主規劃、智能避障防撞、智能決策。

(4) 性能優良的編隊控制算法。整個編隊作戰過程包括編隊集結、隊形保持、編隊重構等階段,為及時安全地實現編隊,穩定、有效、響應迅速的控制算法尤為關鍵。

1.3 系統可行性分析

傳統UAV編隊飛行依賴地面基站控制,由指揮人員根據戰場態勢和UAV傳回編隊數據操控編隊或單機執行任務。MAV/UAV編隊指揮控制系統可直接理解為將地面控制基站移至MAV上,飛行員不僅操縱MAV,而且指揮控制整個編隊,解決了傳統UAV編隊指揮控制范圍和通信時延的問題,同時飛行員可根據戰場態勢變化進行快速準確的戰術決策,大大提高了UAV編隊作戰效能。

MAV/UAV編隊指揮控制系統的設計可借鑒成熟的UAV編隊控制系統和UAV集群體系作戰項目,如拒止環境中協同行動(collaborative operations in denied environment, CODE)項目[6]、系統的系統集成技術和試驗(system of systems integration technology & experimention, SoSITE)項目[7]和分布式作戰管理(distributed battle management, DBM)項目[8]等,通過相關軟件系統、硬件平臺和信息傳輸將MAV和UAV整合,實現了飛行員對整個編隊的指揮控制。針對上述分析,本文將編隊指揮控制系統結構和人機界面設計作為研究的重點。

2 人機合作機制

人機合作就是人和機器綜合發揮智能優勢的表現形式。其基本思想是充分綜合人和機器的智能,發揮人和機器的各自優勢,達到最佳的性能。在人機合作的MAV/UAV編隊指揮控制系統中,以飛行員作為中心,編隊指揮控制系統與UAV系統完成各自工作。飛行員的介入體現在4個方面:前饋介入、反饋介入、多模式介入和多層次介入。通過這幾種人機合作方式,能夠綜合利用人的感知、決策能力與計算機的精度計算、操作能力,保證MAV/UAV編隊在未來空中戰場上安全、高效地完成任務。

2.1 前饋介入

前饋介入主要是指操作人員(飛行員和地面相關技術人員)根據戰場環境的先驗情報和UAV傳感器信息,以人機合作的方式進行MAV/UAV編隊的任務規劃、路徑規劃和遙控命令序列的生成與發送等功能。在前饋介入中,飛行員通過多模態的人機交互接口與數據處理系統交互,如顯示器、話筒、操縱桿等,并在控制系統的協同下進行在線或離線方式的規劃和決策。具體包括任務規劃階段和航跡規劃階段。

(1) 任務規劃階段。地面指揮官與飛行員根據編隊飛行任務(如偵查或打擊目標等),在全局范圍內規劃編隊飛行航跡和相關操作,以生成一系列任務點。該階段,飛行員是主要決策者,指揮控制系統作為輔助工具。

(2) 航跡規劃階段。根據之前給定的任務點和實際環境,飛行員根據任務類型下達編隊隊形集結、隊形變換、隊形保持和隊形重構等命令，指揮控制系統根據任務指令、編隊類型和環境模型規劃出滿足多種約束和性能指標的最優協同航跡。該階段人是上層決策者,指揮控制系統作為主要完成工具。

2.2 反饋介入

反饋介入主要指地面指揮人員根據雷達監視MAV/UAV編隊的實際運行情況,通過將編隊實際路線與飛行前規劃的預測仿真相比較,對飛行員臨場決策能力、MAV/UAV編隊的導航和控制性能進行分析和評估,為飛行員的任務規劃和控制系統的航跡規劃提供技術支持,為以后飛行提供數據參考經驗。同月球車和無人車的反饋介入相比,地面操作人員可通過實際與預測對比實時修正路徑,保證路徑規劃的精確性,但考慮到戰場形勢瞬息萬變、MAV/UAV編隊飛行速度快、飛行員操作壓力大等因素,航跡對比修正環節交由地面指揮人員,由指揮人員提醒飛行員,便于飛行員在指令下達時更加精確,日后改進指揮控制系統中控制策略的穩定性與準確性。

2.3 多模式介入

多模式介入是指飛行員根據實際作戰任務與戰場環境復雜性,在任務階段選擇一種或多種駕駛控制模式,保證MAV/UAV編隊能夠高效、安全地完成各種既定任務。考慮到目前UAV智能技術水平,全自主UAV在短期內難以走向實用,所以考慮無人駕駛和有人駕駛兩種情況。

(1) 無人駕駛模式。所謂無人駕駛，是指飛行員僅通過操縱MAV實現編隊安全飛行,依靠編隊內各UAV與MAV位置、姿態等相互反饋,編隊以穩定的隊形跟隨UAV航跡安全飛行,無需障礙檢測和實時避障。所以,該模式只適合于執行編隊巡航、返航階段。

(2) 有人駕駛模式。當編隊任務發生改變或者遇到突發威脅時,飛行員作為決策者操縱整個編隊,比如為編隊設置隊形參數變換隊形、發送攻擊指令、設置引導點進行航跡再規劃等。該模式下要求飛行員時刻注意界面態勢信息,做出正確判斷,同時保證語音指令規范正確,大大減少完成時間。

2.4 多層次介入

多層次介入是對MAV/UAV編隊控制系統中智能分布層次而言。在分層遞階的智能系統中,系統的功能按照智能水平的不同分布在多個層次上。通過在每一層次都提供一個靈活的人機交互接口,使得飛行員和地面技術人員根據任務、戰場環境復雜性和UAV自主能力,適當調節控制參數和功能配置,提高MAV/UAV編隊指揮控制系統的整體性能。同反饋介入相同,考慮到飛行員操作壓力、精神壓力大,無暇調節各層次控制參數，將編隊狀態實時反饋到地面指揮室,由相應編隊技術人員針對各層次中技術參數進行更改,以達到整個編隊性能最優。

3 MAV/UAV編隊遞階式指揮控制系統

基于上述思想,本節設計了一種MAV/UAV編隊協同的三層遞階式指揮控制系統結構,如圖2所示。3個層次分別為任務規劃層、協調控制層和功能實現層。其中,任務規劃層負責針對具體任務的決策與規劃;協調控制層負責執行任務規劃層指令,生成控制序列;功能實現層負責UAV油門、方向舵、升降舵、副翼等部件,由控制序列實現相應UAV動作。下面將針對三層遞階結構中關鍵系統模塊進行分析。

有人/無人機編隊指揮控制系統結構設計的圖2

圖2 三層遞階式控制系統 Fig2 Three-layer hierarchical control system

3.1 任務規劃層

本層由飛行員、輔助決策系統和人機交互系統共同協作完成,主要包括顯示屏,機載計算機、圖像、數據處理器模塊,語音、文本識別器和指令轉換和任務規劃模塊等。主要包括以下功能。

(1) UAV通過傳感器將圖像信息、編隊狀態等信息實時傳輸到機載計算機中,通過處理將飛行員需要的信息呈現在顯示屏上,便于飛行員掌握整個戰場態勢以及編隊狀態,進行下一步的決策。

(2) 實現飛行員控制整個編隊。飛行員根據視線信息和UAV反饋信息和編隊狀態,通過人機交互界面、語音識別和文本理解,轉換成機器語言并傳達到編隊內UAV，相反，UAV將采集的環境信息與自身狀態信息傳達到系統并轉化為機器語言，呈現在人機交互界面中，便于飛行員實時掌握戰場信息與UAV狀態信息。

3.1.1 輔助決策系統

隨著人工智能和自動化技術的發展,UAV系統自主水平不斷提高,能夠根據態勢感知進行最優決策。在MAV/UAV編隊作戰過程中,飛行員作為編隊主要決策者,UAV編隊是執行者。決策方式可根據編隊決策者分為集中式決策、分布式決策和混合式決策[9]。集中式決策是飛行員作為編隊唯一的決策者,完全操縱MAV和UAV,這種方式下UAV能夠高效執行飛行員意圖,但飛行員操作難度增大;分布式決策是UAV編隊內的協同決策,不需要飛行員參與決策,這種決策方式的優勢在于資源需求少,大大減少了飛行員的壓力;混合式決策是MAV和UAV各具有部分決策權限,編隊根據具體戰場態勢給出參考決策,飛行員根據自身經驗和參考決策動態調整,使兩者優勢互補,協同決策,這是目前采取的主要決策結構。

輔助決策系統是任務規劃層中的關鍵系統,是將飛行員與UAV自主決策緊密聯系的重要系統。2016年,美軍啟動了指揮官虛擬參謀項目,輔助指揮人員決策[10];文獻[11]設計了一種戰術決策輔助系統。計算機通過對傳輸到系統的圖像與數據進行預處理,及時掌握戰場態勢和編隊狀態,飛行員根據協同決策等級可分為以下兩種情況:① 當決策自動化處于低等級時,飛行員對編隊內各成員的機動行為進行統一規劃,統一下達編隊任務指令或單機任務指令；② 當決策自動化處于高等級時,UAV利用知識庫輔助決策,并將規劃決策效果實時顯示到控制界面,供飛行員評估與和參考,飛行員根據自身經驗和直覺對UAV自主決策進行動態修改和調整,以實現最優的人機決策。這樣既提高任務規劃的自主能力,減少飛行員不必要的細節管理,增加MAV對UAV編隊操縱的精準性,又可避免常規預規劃在編隊遭遇不可預測事件時反應力弱的問題。

在編隊作戰過程中,輔助決策系統將飛行員從基本的任務中解放出來,使其關注高層次決策和關鍵事件確認,實現了“人在回路之上”的指揮控制方式,大大提升了動態不確定戰場環境下執行任務的有效性和時效性,實現了精細化、高效性的人機指揮控制。

3.1.2 人機交互系統

人機交互系統[12]是飛行員下達任務控制指令和態勢信息反饋的重要系統。例如美國Raytheon公司利用混合主動的人機交互技術相繼設計了多無人系統控制系統(multi vehicle control system, MVCS)和通用控制系統(universal control system, UCS),實現了對多架UAV指揮控制。人機交互系統包括界面控制和顯示兩部分,通過人機交互界面接收飛行員命令,經過語音識別和文本命令理解模塊，提取關鍵參數并轉化為控制器可識別的機器語言。相應地，狀態信息和傳感器數據在屏幕界面上圖形化輸出。本節重點討論人機界面和控制指令。

(1) 人機界面設計

飛行員與整個MAV/UAV編隊發生作用的交界面稱為人機界面,位于MAV座艙前方。人機界面可分為顯示器和飛行員感官器官之間,以及人的效應器官和編隊控制模塊之間兩種界面。其中人與編隊之間的信息交流在人機界面上實現,飛行員的感官器官接收編隊系統加工過的圖像和狀態信息,通過大腦對感知信息進行加工、決策,發出指令信息。根據指令,效應器官作用于人機界面,將飛行員輸出信息轉換成機器信息,實現了人與編隊的信息閉環。通過人機界面,飛行員可不間斷對編隊狀態加以調整和控制。

人機界面的設計原則是在設計編隊控制系統的基礎上,保證界面合理和明確。目前,戰斗機座艙顯示設備普遍采用平視顯示器(head up display, HUD),人機界面設計首先應考慮飛行員左參數、右任務的視覺習慣,即屏幕界面左側顯示編隊或單機的飛行參數,右側顯示任務列表、載荷和數據鏈等狀態信息,這樣既加快信息辨識速度,又降低信息誤讀率;其次，要注意界面布局合理,信息整齊有效,保證飛行員獲取態勢信息、準確全面監控飛行狀態,減輕飛行員的生理和心理負擔。

(2) 任務指令

MAV/UAV編隊作戰過程主要基于飛行員控制命令完成。控制方式可包括觸屏按鍵、操縱桿和語音控制等。通過參考輔助決策系統,飛行員對當前態勢作出最優決策,并通過人機界面和麥克風下達指令。針對不同情況,控制指令可分為兩種:任務級指令和動作級指令。任務級指令針對編隊層面,如執行編隊集結、隊形變換、躲避障礙、協同攻擊、隊形保持等任務。動作級指令針對單架UAV,當飛行員需要單架UAV執行額外任務時,飛行員切換對應UAV界面,發送“加速”“爬升”等動作指令來操縱UAV。所以,任務指令需適應不同層次的控制要求,實現系統簡單化。

為滿足編隊飛行控制以及任務需求,并使系統能夠快速識別任務指令,需定義適合飛行員習慣的標準指令集,規范指令用語,以貼合人類的方式下達指令,綜合運用語音/觸覺等多模式結合的控制手段,提高飛行員指控水平。標準指令集應包括編隊常用任務類型、必要參數以及任務規劃模塊的必要信息。如“編隊以間距100 m的楔形編隊到達1號區域”“編隊躲避1號障礙物”“攻擊敵方1號陣地”等編隊級指令和“1號無人機右轉脫離編隊”“2號無人機爬升至5 000 m”等動作級指令。語音指令通過識別模塊輸出到語言理解模塊,經過分析詞法和句法與建立的標準指令數據庫相匹配,并輸出相應的機器編碼到下一模塊。

3.2 協調控制層

協調控制層是整個MAV/UAV編隊指揮控制系統核心層次,包括編隊控制管理、航跡規劃和軌跡跟蹤等模塊。各模塊負責處理任務規劃層指令,主要包括以下功能:

(1) 接收上一層處理的飛行員指令;

(2) 根據任務類型、障礙物信息與鄰機狀態信息,調取控制算法進行期望飛行航跡規劃;

(3) 在規劃的飛行軌跡下,根據UAV動力學和運動學模型生成航跡跟蹤指令；

(4) 系統自檢、故障處理和容錯控制。

3.2.1 有限狀態機編隊控制管理

編隊的任務由一系列任務作業構成,每個任務作業稱為任務模式[13]。每一個任務模式對應作戰流程某一階段的特定控制過程,任務模式采用數據結構存儲編隊任務信息。有限狀態機主要用來描述不同狀態轉換過程計算模型,有限狀態機擁有有限狀態,通過輸入字串確定狀態間的轉換。有限狀態機可表達成為一個五元組M={Q,A,δ,I,F},其中Q={Q1,Q2,…，Qn}是非空有窮狀態集合；A為輸入字母表(驅動事件集合)；δ狀態轉移函數(算法)可表示為δ:Qi×A→Qj,即狀態Qi在事件趨動下達到狀態Qj過程中的控制算法，I={I1,I2,…，Im}是初始狀態集合,I∈Q；F={F1,F2,…，Fs}是終止狀態集合,F∈Q。

鄰機狀態、任務指令、戰場環境信息進入有限狀態機編隊控制管理單元,根據初始編隊狀態和期望終端編隊狀態調取相應的編隊控制器,并輸出控制指令到執行器,實現編隊狀態轉換和隊形控制。據有限狀態機理論和編隊任務需求,可分為5種編隊狀態,分別為自由編隊Q1、編隊集結和解散Q2、編隊變換Q3、編隊隊形保持Q4和編隊重構Q5;狀態之間驅動事件可定義為下達編隊集結指令A1、下達編隊變換指令A2、下達編隊隊形保持指令A3、編隊出現障礙物或者禁飛區信息A4、出現雷達或者高射炮信息A5、新UAV加入編隊A6、編隊內UAV因故障或損毀而離隊A7、執行協同攻擊或防御任務A8、下達編隊解散指令A9;狀態轉移函數δ由編隊控制方法組成,以經典比例積分微分(proportion integration differentiation, PID)控制法、模型預測控制(model predictive control, MPC)[14-15]、一致性算法[16-17]、最優控制法[18]、智能算法[19-21]等控制方法為基礎,設計編隊集結、變換、保持和重構控制策略并組成函數庫,便于編隊控制管理單元調用相應控制算法。

以編隊重構任務為例,當作戰任務發生變化或者戰場環境發生改變時,重新選擇新的編隊模式。重構過程中,編隊內各飛機位置需要重新規劃設計,從而生成多條新的飛行航跡,此過程應充分考慮各架UAV的動力學特性、代價函數、約束條件等,其中約束條件包括障礙物約束、敵方武器威脅約束、編隊內防碰撞約束等,利用優化求解得到每架UAV最優控制序列,實現編隊隊形自主安全重構。

3.2.2 航跡規劃和路徑跟蹤

語音指令經過輔助決策系統、人機交互系統和有限狀態機編隊控制管理逐步分解成具體指令信息,針對編隊當前任務模式,航跡規劃和路徑跟蹤模塊負責規劃UAV飛行航跡。對于航跡規劃和跟蹤問題,目前有多種方法,如模型預測控制(model predictive control, MPC)算法[22-23]、智能優化算法[24-25]、人工勢場法[26-28]、Voronoi圖法[29]等。航跡規劃在綜合考慮時間、燃油消耗、障礙物威脅、防撞約束、禁飛區等多種因素前提下,在任務空間內為編隊尋找可飛運動航跡,而且使代價函數最優,保證任務圓滿完成。

對于整個編隊作戰流程,編隊以穩定巡航為主,戰斗攻擊階段轉瞬即逝,航跡規劃多采用預先規劃為主,動態調整為輔。當編隊遭遇突發威脅,飛行員緊急對規劃航跡進行再規劃,通過設置子引導點,再次生成新航跡。這要求航跡規劃算法求解速度快,在有效時間內安全躲避威脅。待系統規劃編隊最優航跡后,各UAV對期望航跡進行跟蹤,實現從規劃到飛行。

3.3 功能實現層

功能實現層負責完成飛行航跡到UAV動作的映射,實現了協調控制層中控制律與UAV油門、升降舵、方向舵和副翼等核心組件之間的聯系,主要包括以下功能:根據MAV/UAV編隊運動學與動力學方程,在協調控制層內回路控制律的作用下控制舵機,使整個編隊達到期望狀態。

利用升降舵、副翼、方向舵和油門完成對飛行運動的控制,目的是使UAV的姿態和航跡滿足期望的要求。如圖3所示,根據負反饋控制原理,協調控制層通過傳感器實時交互UAV姿態角和航跡參數,根據參數以及任務要求,按照內回路控制律生成控制指令信號,經過舵機的放大和調整,驅動升降舵、副翼、方向舵和油門進行相應的偏轉。其中，縱向運動包括直線和俯仰運動,通過操縱升降舵和油門實現的;橫側向運動包括滾轉和偏航運動,通過控制副翼和方向舵實現的。本文重點不在功能實現層,遂不詳細討論該層。

有人/無人機編隊指揮控制系統結構設計的圖3

圖3 功能實現層結構圖
Fig.3 Structure diagram of function implementation layer

4 人機界面設計與仿真分析

4.1 MAV人機界面設計

為實現MAV和UAV編隊,需要將MAV航電系統與UAV航電系統進行聯通,需要成熟的軟硬件支撐,如傳感器、數據接口和大顯示屏。基于前文人機界面的分析和參考現有戰斗機指揮界面[30],設計如下4個顯示界面。

根據編隊作戰流程要求,系統可分為4個顯示平臺。戰場態勢監控平臺如圖4所示。通過UAV偵察和指揮中心傳輸數據,戰場態勢監控平臺主要顯示前方戰場氣象條件、地形地貌、火力威脅、敵方態勢和雷達信息并實時更新,飛行員可以隨時掌握動態戰場信息流。偵查UAV通過雷達偵查到前方威脅信息,位于東經115°33’、北緯8°22’,距離編隊140 km出的敵方偵察機,威脅等級為III級,天氣晴朗,西北風3級;另外飛行員通過觸摸界面可放大或縮小屏幕細節,利于飛行員直觀掌握戰場信息。

有人/無人機編隊指揮控制系統結構設計的圖4

圖4 戰場態勢監控平臺
Fig.4 Battlefield situation monitoring platform

單機(MAV或UAV)狀態監控平臺如圖5所示,飛行員通過點擊界面左上角編號,即可切換編隊內MAV和UAV的飛行、載荷和通信等狀態,具體如飛行速度、位置、高度、航向角、俯仰角、剩余油量和載荷狀態等。若飛行員要對單架UAV進行指揮控制時,通過選擇界面左上方UAV編號切換至相應UAV界面,選擇功能“Pilot ON”,此時飛行員具有該機的操作權限,如語音操縱UAV爬升、加速或攻擊等。

單機攻擊控制界面如圖6所示,屏幕實時更新目標距離與速度,便于飛行員鎖定目標。當屏幕上紅色光標完全與目標重合,并顯示“鎖定”時,下達開火命令可實現UAV對目標打擊。其余情況由飛行員下達指令,UAV編隊按輔助決策模塊指令對當前威脅做出規避或攻擊反應。

有人/無人機編隊指揮控制系統結構設計的圖5

圖5 單機狀態監控平臺
Fig.5 Single aircraft status monitoring platform

有人/無人機編隊指揮控制系統結構設計的圖6

圖6 單機攻擊控制界面
Fig.6 Single aircraft attack control interface

編隊狀態監控平臺如圖7所示,以編隊巡航飛行階段為例,編隊以楔形編隊飛行至下一任務點,人機界面主要顯示編隊隊形、隊形參數、任務列表、當前任務類型、導航點等。飛行員應時刻掌握編隊狀態。

4.2 典型控制模式仿真

MAV/UAV編隊執行任務過程中,初始編隊以楔形編隊隊形進行飛行。UAV雷達探測到前方存在敵方雷達和不明障礙物,并將雷達和障礙物信息顯示到飛行員界面上,此時MAV/UAV編隊指揮控制系統會生成最優編隊飛行軌跡供飛行員參考,飛行員也可根據經驗對當前態勢作出最優判斷。本節針對典型編隊隊形變換模式進行仿真說明。

有人/無人機編隊指揮控制系統結構設計的圖7

圖7 編隊狀態監控平臺
Fig.7 Formation status monitoring platform

受敵方雷達和障礙物影響,飛行員選擇變換編隊隊形為縱向編隊飛過雷達和障礙物地區。此時飛行員下達變換指令,在MAV人機界面上輸入新編隊隊形參數,協調控制層中航跡規劃和軌跡跟蹤模塊根據命令產生控制指令并生成各自理想航跡,如圖8所示。

有人/無人機編隊指揮控制系統結構設計的圖8

圖8 編隊隊形變換仿真曲線
Fig.8 Curves of formation transformation simulation results

在整個編隊飛行過程中,MAV/UAV編隊指揮控制系統分別發揮以下作用：編隊以楔形隊形巡航飛行,協調控制層中隊形保持模塊通過PID算法實現隊形保持;MAV檢測到前方雷達和障礙物,信息顯示在人機界面上;飛行員決策編隊變換成縱向編隊通過雷達區,在人機界面上下達新編隊參數;協調控制層收到編隊變換和新編隊參數指令,通過虛擬力路徑跟蹤算法[31]實現隊形變換;航跡規劃與路徑跟蹤模塊根據雷達和障礙物信息，利用MPC算法規劃出一條最優航跡,并實現跟蹤飛行;路徑跟蹤控制律傳給各UAV執行機構,實現飛行員指令與UAV位置、姿態的轉換,成功飛過雷達和障礙地區。

5 結束語

本文以未來空中任務為背景,基于人機合作設計了MAV/UAV編隊協同三層遞階式控制結構,研究了每層關鍵模塊內容,設計了編隊指揮控制人機界面,并針對具體編隊任務進行了仿真實驗,為MAV/UAV編隊指揮控制系統奠定了思路。

控制系統需要成熟的軟硬件支撐,一方面需要降低裝備的使用成本,另一方面需要增強飛行員對于人機交互系統的適應度,做到人機合一,效能最大化;控制系統需要成熟控制算法支撐,一方面設計高精度的編隊控制算法,提高編隊作戰效能,另一方面針對復雜多變的戰場環境,提高編隊穩定性和安全性。隨著MAV/UAV編隊作戰的深入研究,今后應吸收國內外先進技術,不斷完善編隊控制系統,為飛行員提供多種選擇,提高指揮操縱效率。

參考文獻：

[1] VALENTI M, SCHOUWENAARS T, KUWATA Y, et al. Implementation of a manned vehicle-UAV mission system[J]. Applied Mechanics & Materials, 2012, 198-199: 1789-1793.

[2] HOWITT S L, RICHARDS D. The human machine interface for airborne control of UAVs[C]∥Proc.of the 2nd AIAA Unmanned Systems, Technologies, and Operations-aerospace, Land, and Sea Conference and Workshop, 2003: AIAA-2003-6593.

[3] DONALD W. Manned/unmanned common architecture program (MCAP): a review[C]∥Proc.of the 22nd Conference on Digital Avionics Systems, 2003: 6.B.4/1-6.B.4/7

[4] 賈高偉, 侯中喜. 美軍有/無人機協同作戰研究現狀與分析[J]. 國防科技, 2017, 38(6): 57-59.

JIA G W, HOU Z X. The analysis and current situation about the United States military manned/unmanned aerial vehicle[J]. National Defense Science & Technology, 2017, 38(6): 57-59.

[5] 楊慧君, 劉佳. X-47B首次與F/A-18完成航母合作飛行演示驗證[J]. 飛航導彈, 2014(11): 24-72.

YANG H J, LIU J. X-47B and F/A-18 completed cooperative flight for the first time[J]. Aerodynamic Missile Journal, 2014(11): 24-72.

[6] DARPA. Collaborative operations in denied environment (CODE)[EB/OL]. [2019-11-14]. https:∥www.darpa.mil/program/collaborativeoperations-in-denied-environment.

[7] DARPA. System of systems integration technology and experimentation (SoSITE)[EB/OL]. [2019-11-14]. https:∥www.darpa.mil/program/system-of-systemsintegration-technology-and-experimentation.

[8] DARPA. Distributed battle management (DBM)[ EB/OL]. [2019-11-14]. https:∥www.darpa.mil/program/distributed-battlemanagement.

[9] PARASURAMAN R, SHERIDAN T B. A model for types and levels of human interaction with automation[J]. IEEE Trans.on Systems Man and Cybernetics-Part A Systems and Humans, 2000, 30(3): 286-297.

[10] LI T. Analysis and inspiration to intelligent command and control[M]. Advances in Computer Science and Ubiquitous Computing. Singapore: Springer, 2017: 579-585.

[11] STODOLA P, MAZAL J. Tactical decision support system to aid commanders in their decision-making[C]∥Proc.of the International Workshop on Modelling and Simulation for Autonomous Systems, 2016: 396-406.

[12] SHAH J, BREAZEAL C. An empirical analysis of team coordination behaviors and action planning with application to human-robot teaming[J]. Human factors, 2010, 52(2): 234-245.

[13] 彭輝, 相曉嘉, 吳立珍, 等. 有人機/無人機協同任務控制系統[J]. 航空學報, 2008, 29 (s1): 135-140.

PENG H, XIANG X J, WU L Z, et al. Cooperative mission control system for a manned vehicle and unmanned aerial vehicle[J]. Acta Aeronautica et Astronautica Sinica, 2008, 29(s1): 135-140.

[14] FAHIMI F. Nonlinear model predictive formation control for groups of autonomous surface vessels[J]. International Journal of Control, 2007, 80(8): 1248-1259.

[15] YAO P, WANG H, JI H. Gaussian mixture model and receding horizon control for multiple UAV search in complex environment[J]. Nonlinear Dynamics, 2017, 88(2): 1-17.

[16] GUZEY H M. Hybrid consensus-based formation control of fixed-wing MUAVs[J]. Cybernetics and Systems, 2017, 48(2): 71-83.

[17] YANG M D, ZHU X, ZHANG X X, et al. Consensus-based three-dimensional multi-UAV formation control strategy with high precision[J]. Frontiers of Information Technology & Electronic Engineering, 2017, 18(7): 968-977.

[18] ZHANG Z, LI J X, WANG J. Sequential convex programming for nonlinear optimal control problem in UAV path planning[C]∥Proc.of the American Control Conference, 2017: 1966-1971.

[19] LUO Q N, DUAN H B. Distributed UAV flocking control based on homing pigeon hierarchical strategies[J]. Aerospace Science and Technology, 2017, 70: 257264.

[20] ARANTES J D, ARANTES M D, TOLEDO F M, et al. Heuristic and genetic algorithm approaches for UAV path planning under critical situation[J]. International Journal on Artificial Intelligence Tools, 2017, 26(1): 30-36.

[21] ZHANG B Y, SUN X X, LIU S G, et al. Adaptive differential evolution-based receding horizon control design for multi-UAV formation reconfiguration[J]. International Journal of Control, Automation and Systems, 2019, 17(1): 3009-3020.

[22] JI J, KHAJEPOUR A, MELEK W W, et al. Path planning and tracking for vehicle collision avoidance based on model predictive control with multiconstraints[J]. IEEE Trans.on Vehicular Technology, 2017, 66(2): 952-964.

[23] SUN Z, DAI L, XIA Y, et al. Event-based model predictive tracking control of nonholonomic systems with coupled input constraint and bounded disturbances[J]. IEEE Trans.on Automatic Control, 2017, 63(2): 608-615.

[24] ZHANG B, DUAN H B. Three-dimensional path planning for uninhabited combat aerial vehicle based on predator-prey pigeon-inspired optimization in dynamic environment[J]. IEEE/ACM Trans.on Computational Biology & Bioinformatics, 2017, 14(1): 97-107.

[25] ZHANG Z X, YANG R N, LI H Y, et al. Antlion optimizer algorithm based on chaos search and its application[J]. Journal of Systems Engineering and Electronics, 2019, 30(2): 352-269.

[26] ZI C H, DUAN F C, CHAO Z W, et al. Path planning and cooperative control for automated vehicle platoon using hybrid automata[J]. IEEE Trans.on Intelligent Transportation Systems, 2018, 20(3): 959-974.

[27] CHEN Y B, YU J Q, SU X L, et al. Path planning for multi-UAV formation[J]. Journal of Intelligent & Robotic Systems, 2015, 77(1): 229-246.

[28] KOWNACKI C, AMBROZIAK L. Local and asymmetrical potential field approach to leader tracking problem in rigid formations of fixed-wing UAVs[J]. Aerospace Science and Techno-logy, 2017, 68: 465-474.

[29] PEHLIVANOGLU Y V. A new vibrational genetic algorithm enhanced with a Voronoi diagram for path planning of autonomous UAV[J]. Aerospace Science and Technology, 2012, 16: 47-55.

[30] 李隆, 許瑛, 岳源, 等. 有人/無人機協同作戰指揮界面設計[J].火力與指揮控制, 2016, 41(5): 130-133.

LI L, XU Y, YUE Y, et al. Command interface design of cooperative attack for manned/unmanned aerial vehicles[J]. Fire Control & Command Control, 2016, 41(5): 130-133.

[31] 吳立堯, 韓維, 張勇, 等. 基于人機合作的有人/無人機編隊隊形變換策略[J]. 系統工程與電子技術, 2020, 42(2): 434-444.

WU L Y, HAN W, ZHANG Y, et al. Formation transformation strategy for manned/unmanned aerial vehicles formation based on human-machine cooperation[J]. Systems Engineering and Electronics, 2020, 42(2): 434-444.

Structure design of command and control system for manned/unmanned aerial vehicles formation

WU Liyao1, HAN Wei1, ZHANG Yong1, XIONG Yao2

(1. College of Aviation Foundation, Naval Aviation University, Yantai 264001, China;2. Center of Teaching Evaluation, Aviation University of Air Force, Changchun 130022, China)

Abstract: This paper discusses the structure design of cooperative command and control system for manned aerial vehicle/unmanned aerial vehicle (MAV/UAV) formation. Firstly, based on the background of open open combat in the future, combined with the combat process and characteristics of MAV/UAV formation, a three-layer hierarchical coordination command and control system of the MAV/UAV formation based on the human-machine cooperation is designed, which includes a task planning layer, a cooperative control layer and a function realization layer. Then some key system modules including the auxiliary decision system, the human-machine interactive system, the formation control management system and the path planning tracking system are analyzed. Finally, the human-machine interaction interface of the cooperative command and control system is designed, simulation experiments for typical control modes are carried out.

Keywords: manned aerial vehicle/unmanned aerial vehicle (MAV/UAV) formation; command and control system; human-machine; three-layer hierarchical

收稿日期:2019-11-27;修回日期:2020-02-17;網絡優先出版日期:2020-02-26。

網絡優先出版地址:http:∥kns.cnki.net/kcms/detail/11.2422.TN.20200226.1146.028.html

基金項目:國家自然科學基金(11372353)資助課題

引用格式: 吳立堯, 韓維, 張勇, 等. 有人/無人機編隊指揮控制系統結構設計[J]. 系統工程與電子技術, 2020, 42(8):1826-1834.

Reference format: WU L Y, HAN W, ZHANG Y, et al. Structure design of command and control system for manned/unmanned aerial vehicles formation[J]. Systems Engineering and Electronics, 2020, 42(8):1826-1834.

中圖分類號: V 19

文獻標志碼: A

DOI:10.3969/j.issn.1001-506X.2020.08.24

作者簡介：

吳立堯(1992-),男,博士研究生,主要研究方向為無人機編隊動力學與控制。

E-mail:13154399342@163.com

韓維(1970-),男,教授,博士研究生導師，博士,主要研究方向為飛行器動力學。

E-mail:Hanwei70cn@tom.com

張勇(1978-),男,副教授,碩士研究生導師，碩士,主要研究方向為艦載飛行器使用工程。

E-mail:18605350533@126.com

熊瑤(1989-),女,助教,碩士,主要研究方向為飛行器系統與工程。

E-mail:980963497@qq.com