陳力威， 朱 凡， 劉 希， 楊 楠

(空軍工程大學工程學院，西安 710038)

0 引言

現(xiàn)代飛機，尤其是戰(zhàn)斗機，為了完成預定的任務和改善飛機的飛行品質(zhì)，都在飛機上安裝各種類型的飛行控制系統(tǒng)。飛機的動力學特性因為其所安裝的飛控系統(tǒng)可能會發(fā)生徹底的改變，因此在飛行仿真時必須要考慮到飛控系統(tǒng)的動力學特性［1］。同時，提高仿真系統(tǒng)的通用性、執(zhí)行效率、仿真建模易行性和系統(tǒng)可擴展性也具有重要意義。本文按照并行計算模型的思想［2］設計了仿真平臺框架。首先從總體上設計了飛控系統(tǒng)的并行仿真結(jié)構(gòu)，然后再將飛控系統(tǒng)分成發(fā)動機推力、升降舵、副翼和方向舵4個并行通道。這樣可以充分利用多核處理器的優(yōu)勢，大大提高了仿真效率，經(jīng)檢驗，仿真解算速度可以達到實時仿真的要求。最后利用視景仿真軟件VegaPrime實現(xiàn)戰(zhàn)場環(huán)境三維顯示，并將其應用于飛機在預定航路飛行的實時顯示過程中。

1 系統(tǒng)框架設計

依據(jù)提高運行效率和易于維護、擴展的原則，設計平臺系統(tǒng)的總體框架結(jié)構(gòu)如圖1所示。

該平臺主要包括飛行動力學仿真類、視景仿真類和Matlab后臺服務3個部分。由圖可見，應用多核編程技術(shù)，可以并行同步執(zhí)行整個系統(tǒng)的仿真解算。本文通過OpenMP并行編程方法實現(xiàn)了飛行動力學系統(tǒng)和飛控系統(tǒng)的并行解算。

對于任何飛機來說，六自由度飛行動力學方程及飛行方位角、氣動角、過載等飛行狀態(tài)信息的解算都是相同的，為公共屬性部分。而飛機氣動力和力矩的解算、物理參數(shù)因機型而異，為私有屬性部分。因此在共有屬性和私有屬性之間建立標準化接口，易于擴展各種機型模型。如圖1所示，灰色標識的模塊為公共屬性部分，白色標識的模塊為私有屬性部分。

圖1 仿真平臺總體框架Fig.1 Framework of simulation platform

本文借鑒RTW實時仿真的單步推進機理建立飛行動力學通用仿真類框架。該類不包含發(fā)動機模型，只接收發(fā)動機推力和力矩。我們將發(fā)動機模型納入飛行控制系統(tǒng)，這也是基于綜合飛行控制系統(tǒng)的考慮。本文將氣動參數(shù)的解算部分設計成該類的成員函數(shù)，解算得到氣動力和力矩。因此只需要一個類就實現(xiàn)了飛行動力學系統(tǒng)模型的構(gòu)建，這樣就便于采用內(nèi)存共享的方式實現(xiàn)模塊間的通信。從而克服了傳統(tǒng)通用飛行動力學類庫模塊因劃分過細而導致接口復雜的問題，提高了仿真效率。用戶只要按照接口標準，添加具體機型的氣動力、力矩解算的成員函數(shù)，就可以很方便地擴展并實現(xiàn)各種機型的動力學解算。

飛行控制部分一般是復雜的高階系統(tǒng)，且沒有統(tǒng)一的格式。為了方便用戶搭建或加載各種控制器，本文將飛行控制系統(tǒng)在Simulink中實現(xiàn)，利用其良好的可視化建模環(huán)境，方便了各種控制器的搭建或?qū)搿＝柚鶰atlab并行計算工具箱的SPMD多線程并行計算方法在4個Matlab工作間并行解算飛控系統(tǒng)的發(fā)動機推力、升降舵、副翼和方向舵4個通道。

本文將OpenGL直接引入VegaPrime中，通過添加不同格式數(shù)字地圖的讀取成員函數(shù)，將數(shù)字地圖轉(zhuǎn)變成內(nèi)部標準的地圖格式存儲，再在此基礎上執(zhí)行各種操作，最后將真實場景在屏幕上顯示。

2 仿真平臺軟件開發(fā)的關(guān)鍵技術(shù)

飛行控制系統(tǒng)可視化仿真平臺的軟件部分主要包括:飛控系統(tǒng)仿真設計、靜態(tài)航跡規(guī)劃、動態(tài)航跡規(guī)劃、OpenMP工作分區(qū)編碼和SPMD多工作間并行解算方法等部分。靜態(tài)航跡規(guī)劃是指在預先已知突防地區(qū)地形地貌的基礎上規(guī)劃好的突防航跡，而動態(tài)航跡規(guī)劃是指在突防過程中突然出現(xiàn)一個威脅目標(如高炮、雷達車等)，實時地調(diào)整突防航跡。另外還包括了飛機的動力學模型、控制臺軟件、視景軟件和操縱系統(tǒng)軟件等，這些是構(gòu)成仿真平臺的基礎軟件模塊，但不是本文的研究重點，將不再贅述。

2.1 飛控系統(tǒng)仿真設計

本文動力學仿真模型是單步推進的，完全可以用定時器驅(qū)動進行實時仿真。然而Simulink模型無法通過命令行來實現(xiàn)單步仿真。盡管通過Simulink命令行可以執(zhí)行指定時間段的仿真，但仿真實際上還是從零時刻開始的，只是僅輸出指定時間段的仿真結(jié)果。如果僅通過指定仿真時間段來仿真，每推進一步都要從頭開始，這顯然無法滿足實時仿真的需要。由于Simulink命令行仿真能返回系統(tǒng)的內(nèi)部狀態(tài)，所以本文通過記錄控制系統(tǒng)每次仿真結(jié)束時的內(nèi)部狀態(tài)作為下一次仿真的初始狀態(tài)，將每次仿真的起始時刻都設為零，結(jié)束時刻和仿真步長都設為單步仿真推進步長，從而實現(xiàn)了Simulink仿真模型的單步推進。這樣就完全可以使用定時器驅(qū)動控制器單步仿真，從而實現(xiàn)了整個系統(tǒng)的同步并行閉環(huán)仿真。以升降舵通道為例，單步推進Simulink仿真模型的偽代碼如下:

2.2 基于改進A*算法的靜態(tài)航跡規(guī)劃

近年來，研究用于航跡規(guī)劃的人工智能方法較多，其中包括無信息和有信息搜索算法、遺傳算法［3］、粒子群算法［4］、神經(jīng)網(wǎng)絡算法［5］等。但后幾種方法的計算原理一般復雜且計算量比較大，目前僅限于理論的研究。目前，研究人員對A*算法進行了很多改進。文獻［6］采用一種稱為稀疏A*搜索(SAS)的技術(shù)進行航跡規(guī)劃，該算法結(jié)合路徑約束有效地削減了搜索空間;文獻［7］的LPA*(Lifelong Planning A*)是一種遞增式搜索的A*算法;文獻［8］提出了一種結(jié)合飛行器簡化運動方程的A*算法。這些方法均在一定程度上提高了搜索效率。但通過改進算法流程和優(yōu)化算法的數(shù)據(jù)結(jié)構(gòu)，挖掘算法潛力，來用于工程實現(xiàn)的研究卻并不多見。

2.2.1 改進 A*算法

設計了新的數(shù)據(jù)結(jié)構(gòu)來管理OPEN表和CLOSED表，大大提高了A*系列算法的搜索效率。將A*算法中的OPEN表映射到CLOSED表中，設計了嵌套二叉樹來管理CLOSED表，一方面提高了重復節(jié)點的查找效率，另一方面解決了A*系列算法并行搜索時維護CLOSED時存在的數(shù)據(jù)訪問沖突問題，使得算法更加適用于并行多核編程。提出最小二叉樹的方式管理OPEN表，克服了采用傳統(tǒng)鏈表排序耗時，二叉堆數(shù)組容量有上界的缺點。

二叉樹是一種很好的排序和索引應用模式。因為在建立二叉樹的同時數(shù)據(jù)已經(jīng)過初步的比較判斷并依照二叉樹的建立規(guī)則存放。規(guī)則如下:

1)第一個輸入的數(shù)據(jù)作為此二叉樹的樹根;

2)其后的數(shù)據(jù)以回溯的方式與樹根進行比較，小于樹根的放置于左子樹，大于樹根的放置于右子樹。

從上面的規(guī)則可以知道，左子樹內(nèi)的值一定小于樹根，右子樹內(nèi)的值一定大于樹根。因此在索引的時候只要從樹根往下依次比較，比樹根值小往左子樹查找，反之則往右子樹查找。這樣的索引方式比順序遍歷查找的效率要高很多。

2.2.2 嵌套二叉樹的CLOSED表

因為航路節(jié)點可以用(x，y，φ)來唯一標識，所以建立如圖2所示的三層嵌套二叉樹。頂層樹以φ的大小為依據(jù)建立，記為φ_Tree。φ_Tree的每個單元內(nèi)嵌一個以x大小為依據(jù)建立的子樹x_Tree。x_Tree每個單元再內(nèi)嵌一個以y大小為依據(jù)建立的子樹y_Tree。

圖2 CLOSED表結(jié)構(gòu)圖Fig.2 The structure graphics of CLOSED table

這樣在查找某待擴展節(jié)點是否是重復節(jié)點的時候，首先根據(jù)節(jié)點φ值索引φ_Tree，如果φ_Tree中存在對應φ的單元，再依據(jù)節(jié)點的x值，索引該單元內(nèi)嵌的x_Tree，同理，再索引y_Tree直到找到節(jié)點或無法找到返回。這樣，通過有序的嵌套二叉樹管理，大大提高了索引效率。

在并行計算中，3個方向同時擴展時，擴展節(jié)點的當前航向φ顯然是不同的。因此，只要在初始化時建立所有方向的φ_Tree，并將其內(nèi)嵌的x_Tree置空，這樣在同時壓入3個方向的新的節(jié)點時，不會存在數(shù)據(jù)競爭和訪問沖突。這樣就可以免去并行計算的互斥鎖機制，充分發(fā)揮并行計算的效能。

2.2.3 最小二叉樹的OPEN表

OPEN表可以采用以節(jié)點當前代價值g的大小為依據(jù)建立二叉樹，并在二叉樹內(nèi)設置一個指向最左子樹的指針Pleftest。由二叉樹的基本思想，最左子樹節(jié)點的代價值最小，即為最優(yōu)待擴展節(jié)點。因此在每一次壓入新的節(jié)點和彈出最左子樹的節(jié)點作為最優(yōu)待擴展節(jié)點時，只要維護Pleftest，保證其始終指向最左子樹，即指向具有最小代價值g的節(jié)點，在索引最佳擴展節(jié)點的時候，通過Pleftest就可以直接索引到最佳待擴展節(jié)點。以這種方式維護OPEN表，解決了傳統(tǒng)的數(shù)組最小二叉堆方式維護OPEN表容量有界和單向鏈表索引效率低下的缺點。雖然這樣仍然沒有解決并行計算訪問OPEN表數(shù)據(jù)時的沖突和競爭問題，但是經(jīng)過實際檢驗，并行計算時同時操縱OPEN表的機會很少，采用互鎖機制解決訪問沖突的問題，基本不會影響搜索速度。

2.2.4 仿真算例

實驗使用10800×14400的真實數(shù)字地圖和模擬生成的威脅數(shù)據(jù)。本文在配置處理器為英特爾酷睿4核處理器 Q6600、主頻2.4 GHz、內(nèi)存2 G的 Windows操作系統(tǒng)的計算機上進行仿真。規(guī)劃算法在Visual Studio 2008編程環(huán)境下采用OpenMP多線程編程技術(shù)實現(xiàn)。在如表1所示仿真參數(shù)下，威脅信息如圖，分別用普通稀疏A*算法和本文提出的改進算法進行規(guī)劃仿真搜索，不考慮后續(xù)航路優(yōu)化和刪減，得到了如圖3所示的規(guī)劃結(jié)果，其耗時對比見表2。

圖3 靜態(tài)航跡規(guī)劃Fig.3 Static flight path planning

由仿真結(jié)果可知，改進A*算法的流程和數(shù)據(jù)結(jié)構(gòu)后搜索效率提高了8～10倍。并行搜索時相對搜索效率更高。

表1 仿真參數(shù)Table 1 Simulation parameter

表2 搜索耗時對比Table 2 The comparison of searching time

2.3 基于電荷法的動態(tài)航跡規(guī)劃

動態(tài)航跡優(yōu)化就是飛機在任務執(zhí)行階段，以參考飛行航線為基準，根據(jù)實時威脅，動態(tài)計算飛行航跡，修正參考航線，實現(xiàn)威脅的有效回避［9］。本文使用電荷法來處理突發(fā)威脅:飛行器探測到新的威脅信息后，如果發(fā)現(xiàn)還沒有進入該威脅工作區(qū)間，則及早地改變參考航線;如果發(fā)現(xiàn)已經(jīng)進入該威脅范圍之中，規(guī)劃的航跡要能夠使飛行器最快撤離危險區(qū)。采用電荷法處理突發(fā)威脅的思想來源于庫侖定律，即同性電荷之間相互排斥。結(jié)合飛行器的飛行性能約束條件，確定下一航路點的位置，從而滿足飛行過程中的安全要求。利用電荷法處理突發(fā)情況有以下兩種典型情況:

1)飛行器探測到威脅時尚未進入該威脅的工作區(qū)間，并且有足夠的時間和距離使得飛行器能夠平穩(wěn)地回避威脅，由于飛行器距離威脅區(qū)還有一定的距離，進行實時航跡規(guī)劃以改變參考航線，回避該威脅;

2)飛行器探測到威脅時已經(jīng)進入該威脅的工作區(qū)間，或者由于時間短或距離近使得飛行器無法及時調(diào)整飛離威脅。此時需要通過調(diào)節(jié)規(guī)劃控制量來限定軌跡樹的生成方向:根據(jù)父節(jié)點來選定相應的控制量，使生成的下一節(jié)點盡量遠離威脅區(qū)域［10］;并對生成的新節(jié)點，判斷其位置是否已經(jīng)遠離威脅區(qū)域;一旦飛出威脅區(qū)域，則改用第一種處理方法生成新的節(jié)點，替換原有參考航跡節(jié)點。動態(tài)規(guī)劃航跡的三維圖形如圖4所示。

應該指出的是，在靜態(tài)和動態(tài)航跡規(guī)劃中，利用上述方法生成的只是水平參考航線。在應用中還需根據(jù)地形狀況和飛行器機動性能限制，利用地形跟隨技術(shù)中比較成熟的TF算法產(chǎn)生垂直航跡 。當然，為了飛行安全，還需在生成的垂直航跡基礎上加上安全間隙高度。

圖4 動態(tài)航跡規(guī)劃Fig.4 Dynamic flight path planning

2.4 OpenMP工作分區(qū)編碼

OpenMP是一種面向共享內(nèi)存以及分布式共享內(nèi)存的多處理器多線程并行編程語言，由一些具有國際影響力的大規(guī)模軟件和硬件廠商共同定義的標準。由于Microsoft VisualStudio.Net2008已經(jīng)支持OpenMP的編程，這給我們帶來了很大的方便。下面是本文工作分區(qū)的偽代碼實現(xiàn)。

2.5 SPMD多工作間并行解算方法

Matlab并行計算工具箱提供了SPMD并行計算工具，它可以先將Matlab初始化成多個工作間，在不同的工作間執(zhí)行不同的任務，然后將結(jié)果返回到主工作間中。具體到本文，我們將Matlab區(qū)分成4個工作間，分別解算飛控系統(tǒng)的發(fā)動機推力、升降舵、副翼和方向舵4個通道。其偽代碼為

3 軟件界面及視景仿真實現(xiàn)

該平臺可以在二維數(shù)字地圖上用鼠標指定飛行初始位置和航路，如圖5所示。

圖5 二維航路指定Fig.5 Two-dimensional path designation

實現(xiàn)導航仿真飛行。運行，開始仿真，點擊平臺主界面的三維動畫顯示按鈕可以看到飛機實時飛行狀態(tài)三維視景顯示，如圖6所示。

圖6 三維動畫顯示Fig.6 Three-dimensional animation display

該平臺Matlab后臺Simulink控制器模型可以按照接口標準，直接搭建或加載。由于控制器較為復雜，本文對各控制模態(tài)進行了封裝，其中縱向俯仰姿態(tài)保持控制模態(tài)界面，如圖7所示。

圖7 縱向俯仰姿態(tài)保持控制模態(tài)Fig.7 The remain pitch elevator of control mode

根據(jù)變量約定，可以在Matlab命令行窗口用畫圖命令方便畫出各種飛行仿真曲線圖。以等高飛行控制為例，如圖8所示為高度、速度、迎角和側(cè)滑角隨時間變化的曲線。

圖8 仿真結(jié)果曲線Fig.8 The simulation result

4 結(jié)論

本文根據(jù)多核編程的思想設計了飛行控制系統(tǒng)仿真平臺框架;借鑒RTW單步仿真推進的仿真機理，設計了通用飛行動力學解算類框架;通過Matlab引擎，實現(xiàn)了飛控系統(tǒng)Simulink環(huán)境可視化建模及其與C++編程實現(xiàn)的飛行動力學仿真的同步通信;該平臺通過三維視景仿真、數(shù)字和曲線的方式顯示仿真結(jié)果，便于科學研究和理論分析。使用者可以很方便地在該平臺上進行功能擴展和仿真分析。使用戶更加直觀地了解飛機在預定航路上的飛行情況，協(xié)助完成飛行方案的設計、驗證、論證、篩選和確定。本仿真平臺已經(jīng)實現(xiàn)了“Beaver”多模態(tài)自動駕駛儀的實時仿真驗證。在以后的研究中，將進一步考慮加入各種干擾，以及數(shù)字地圖紋理渲染技術(shù)，增強戰(zhàn)場環(huán)境真實感。

［1］商重陽，劉艷.基于面向?qū)ο蠹夹g(shù)的飛行控制系統(tǒng)仿真框架［J］.系統(tǒng)仿真學報，2006，18(2):472-474.

［2］許立軍，鮮勇，楊其，等.基于A*算法的多線程并行航跡規(guī)劃方法研究［J］.電光與控制，2009，16(9):33-36.

［3］何珮，屈香菊.應用自適應遺傳算法進行參考航跡規(guī)劃［J］.航空學報，2003，24(6):499-502.

［4］唐強，王建元，朱志強，等.基于粒子群優(yōu)化的三維突防航跡規(guī)劃仿真研究［J］.系統(tǒng)仿真學報，2004，16(9):2033-2036.

［5］YANG S X.System，Man，and Cybernetics［C］//IEEE Internatronal Conference，2002:515-520.

［6］SZCZERBA R J，GALKOWSKI P，GLICKTEIN I S，et al.Robust algorithm for real-time route planning［J］.IEEE Transactions on Aerospace and Electronic System，2000，36(3):869-878.

［7］KOENIG S，LIKHCHEV M，F(xiàn)URCY D.Lifelong planning A*［J］.Artificial Intelligence，2004，155(3):93-146.

［8］李季，孫秀霞.基于改進A-star算法的無人機航跡規(guī)劃算法研究［J］.兵工學報，2008，29(7):788-792.

［9］歐杰，曹祺，劉超.低空突防可視化仿真平臺開發(fā)［J］.計算機測量與控制，2010，18(7):1572-1575.

［10］ASSEO S J.Terrain following terrain avoidance path optimization using the method of steepest descent［C］//NAECON，1988(3):1128-1136.