王大軼，李茂登，黃翔宇

(1.北京控制工程研究所，北京100190;2.空間智能控制技術(shù)國(guó)家級(jí)重點(diǎn)實(shí)驗(yàn)室，北京100190)

火星進(jìn)入段自主導(dǎo)航技術(shù)研究綜述*

王大軼1，2，李茂登1，2，黃翔宇1，2

(1.北京控制工程研究所，北京100190;2.空間智能控制技術(shù)國(guó)家級(jí)重點(diǎn)實(shí)驗(yàn)室，北京100190)

火星大氣進(jìn)入過(guò)程的自主導(dǎo)航性能是影響火星著陸能力的重要因素之一.在此期間，導(dǎo)航方法的設(shè)計(jì)面臨著可用敏感器少、環(huán)境氣動(dòng)等參數(shù)不確定大的困難.對(duì)火星進(jìn)入過(guò)程中幾種可用的自主導(dǎo)航方法的原理進(jìn)行了闡述，探討了其中的關(guān)鍵技術(shù)和研究現(xiàn)狀，并對(duì)這些導(dǎo)航方法的優(yōu)缺點(diǎn)進(jìn)行了對(duì)比.針對(duì)當(dāng)前進(jìn)入段自主導(dǎo)航方式的不足，對(duì)如何提高火星進(jìn)入段自主導(dǎo)航性能的手段進(jìn)行了探討.

火星探測(cè);進(jìn)入段;自主導(dǎo)航

0 引言

深空探測(cè)是人類(lèi)認(rèn)識(shí)自己、了解太陽(yáng)系和宇宙起源的重要途徑，也是發(fā)展空間科學(xué)、提高空間技術(shù)的必由之路［1］.火星探測(cè)是深空探測(cè)的熱點(diǎn)之一.開(kāi)展火星探測(cè)可以尋找生命存在的痕跡，揭示太陽(yáng)系各行星演化的共性和特性，可以探尋具有開(kāi)發(fā)前景的有用資源，帶動(dòng)高新科學(xué)技術(shù)的發(fā)展［2］.迄今為止，美國(guó)、歐空局、印度已經(jīng)成功的發(fā)射了火星探測(cè)器.中國(guó)也計(jì)劃在2020年前后發(fā)射火星探測(cè)器，并實(shí)現(xiàn)火星表面軟著陸.中國(guó)要開(kāi)展的火星著陸任務(wù)將瞄準(zhǔn)在一些具有較高科學(xué)價(jià)值的著陸點(diǎn)附近.這些著陸點(diǎn)往往在危險(xiǎn)區(qū)域附近，如彈坑邊緣、懸崖附近、崎嶇不平的山地中，安全著陸區(qū)域小，對(duì)探測(cè)器的著陸精度和障礙容許能力要求很高.能否實(shí)現(xiàn)火星表面精確著陸是完成上述科學(xué)研究的關(guān)鍵.

火星進(jìn)入下降和著陸(entry descent and landing，EDL)過(guò)程是影響著陸任務(wù)成敗最為關(guān)鍵的階段，在已有的16次著陸探測(cè)任務(wù)中只有7次成功，其中EDL過(guò)程中的技術(shù)故障是引起著陸任務(wù)失敗的主要原因［3-4］.該過(guò)程由大氣進(jìn)入、傘降段和動(dòng)力下降3個(gè)階段組成.其中大氣進(jìn)入段為進(jìn)入火星大氣到降落傘第一次打開(kāi)時(shí)的過(guò)程，在此期間進(jìn)入器利用氣動(dòng)外形進(jìn)行減速控制，接受?chē)?yán)酷的氣動(dòng)加熱和過(guò)載環(huán)境考驗(yàn);當(dāng)達(dá)到降落傘開(kāi)傘條件時(shí)，進(jìn)入下降段，彈開(kāi)降落傘，同時(shí)拋掉防熱罩，彈出著陸器，著陸器在降落傘的作用下減速下降;當(dāng)達(dá)到一定速度時(shí)，將降落傘與著陸器分離，進(jìn)入著陸段，姿軌控推力器開(kāi)始工作，進(jìn)行主動(dòng)減速和避障，直至降落在火星表面［5］.

在火星EDL段，進(jìn)入器與地球的單程通信時(shí)間為10分鐘左右［6］，而EDL所耗費(fèi)的時(shí)間為6分鐘左右，而且在此期間進(jìn)入器(或著陸器)需要開(kāi)展一系列時(shí)間緊迫的動(dòng)作，這就要求進(jìn)入器(或著陸器)具備自主控制的能力.自主導(dǎo)航是實(shí)現(xiàn)自主控制的基本前提，因此EDL過(guò)程的自主導(dǎo)航技術(shù)至關(guān)重要.對(duì)于接近火星表面，可以采用基于火星表面圖像［1，7-10］或測(cè)速測(cè)距修正［11］的相對(duì)導(dǎo)航技術(shù).而對(duì)于定點(diǎn)軟著陸任務(wù)而言，大部分的軌跡偏差將在進(jìn)入段借助于氣動(dòng)力的作用消除，這就要求進(jìn)入器在進(jìn)入段具備精確制導(dǎo)和控制的能力.因此研究進(jìn)入段的高精度自主導(dǎo)航方法至關(guān)重要［7-8］.和地球衛(wèi)星再入地球大氣過(guò)程類(lèi)似，在火星進(jìn)入過(guò)程中，進(jìn)入器以超高聲速運(yùn)動(dòng)，導(dǎo)致大氣的電離形成等離子體，造成通信黑障效應(yīng)，影響無(wú)線電通信的質(zhì)量［12］.在以往飛行任務(wù)的黑障期間，火星進(jìn)入段和地球再入段均采用基于慣性外推自主導(dǎo)航方式.盡管如此，和地球再入導(dǎo)航相比，火星進(jìn)入過(guò)程的導(dǎo)航研究面臨著如下的幾個(gè)困難:1)對(duì)于地球再入過(guò)程，一旦出了黑障段，可以采用GPS信號(hào)對(duì)慣導(dǎo)誤差進(jìn)行修正，而火星進(jìn)入器還沒(méi)有成熟的無(wú)線電導(dǎo)航修正方案;2)相比地球大氣模型而言，火星大氣模型的不確定性更大，這也給導(dǎo)航方法的研究帶來(lái)了困難.

在火星大氣進(jìn)入過(guò)程中，進(jìn)入器和大氣的高速摩擦?xí)沟眠M(jìn)入器接觸面產(chǎn)生高溫.為了保護(hù)進(jìn)入器不被高溫?fù)p壞，一般將其安裝在防熱罩內(nèi).由于防熱罩的隔離作用使得在進(jìn)入段可用的敏感器極少［13］.能夠在這一特殊環(huán)境下工作的敏感器有慣性測(cè)量單元IMU、UHF波段的無(wú)線電通訊設(shè)備以及嵌入式大氣數(shù)據(jù)系統(tǒng).其中，基于IMU的自主導(dǎo)航方式為慣性自主導(dǎo)航方式，通過(guò)IMU測(cè)量進(jìn)入器的非引力加速度和角速度信息，結(jié)合動(dòng)力學(xué)模型來(lái)確定進(jìn)入著陸器的位置、速度和姿態(tài)［11］，在已經(jīng)成功實(shí)施的火星著陸任務(wù)中均采取的是慣性自主導(dǎo)航方式;基于無(wú)線電通訊設(shè)備的自主導(dǎo)航主要是利用進(jìn)入器和無(wú)線電信標(biāo)(已知位置和速度)之間的相對(duì)位置和速度測(cè)量來(lái)確定進(jìn)入器位置和速度的一種導(dǎo)航方式［14］;嵌入式大氣數(shù)據(jù)系統(tǒng)則主要是用來(lái)通過(guò)測(cè)量進(jìn)入器表面的壓力分布，實(shí)現(xiàn)動(dòng)壓、馬赫數(shù)、攻角等關(guān)鍵大氣參數(shù)的解算.本文將對(duì)火星進(jìn)入段這三種導(dǎo)航的發(fā)展現(xiàn)狀進(jìn)行分析，為中國(guó)火星探測(cè)器的研制提供技術(shù)支撐.

1 慣性自主導(dǎo)航

在已經(jīng)成功實(shí)施的火星著陸任務(wù)中，無(wú)一例外采取的是慣性自主導(dǎo)航方式［15-17］.慣性導(dǎo)航有兩大類(lèi)算法對(duì)進(jìn)入器的狀態(tài)進(jìn)行估計(jì):動(dòng)力學(xué)外推和基于模型的濾波算法.動(dòng)力學(xué)外推的基本原理為:由于IMU可以測(cè)得慣性角速度在本體坐標(biāo)系下的投影，在已知初始條件的情況下，通過(guò)對(duì)姿態(tài)動(dòng)力學(xué)外推可以得到進(jìn)入器的實(shí)時(shí)姿態(tài)，然后再結(jié)合IMU測(cè)得的加速度以及初始位置和速度信息對(duì)軌道動(dòng)力學(xué)外推得到進(jìn)入器的實(shí)時(shí)位置和速度.對(duì)于基于模型的濾波算法，其基本原理是將IMU的輸出作為外部觀測(cè)量，借助于遞推濾波技術(shù)，對(duì)探測(cè)器的位置和速度信息進(jìn)行估計(jì)［18］.

相比于外推算法，基于模型的濾波算法有著明顯的優(yōu)勢(shì)，主要體現(xiàn)在:1)基于模型的濾波算法的估計(jì)精度要優(yōu)于外推算法.由于標(biāo)度因數(shù)誤差、隨機(jī)游走等誤差源的影響，外推算法的精度會(huì)隨著時(shí)間的累積而增加［19］.理論上，只有在測(cè)量噪聲低以及沒(méi)有漂移的情形下，外推的估計(jì)精度才能和基于模型的濾波算法媲美.2)如果出現(xiàn)測(cè)量數(shù)據(jù)丟失的情形，外推算法將會(huì)發(fā)散，而基于模型的濾波算法仍然能夠提供連續(xù)有效的估計(jì).3)基于模型的濾波算法能夠進(jìn)行環(huán)境參數(shù)的估計(jì)和開(kāi)傘時(shí)刻不確定性的評(píng)估，而外推算法則不能［20］.

值得注意的是基于模型的濾波算法需要建立非引力模型，非引力模型的不確定性會(huì)影響導(dǎo)航性能.非引力模型的參數(shù)不確定性主要來(lái)源于氣動(dòng)系數(shù)和大氣模型.有兩種途徑來(lái)提高導(dǎo)航系統(tǒng)的性能:建立更精確的非引力模型或者采用非線性先進(jìn)濾波抑制不確定性.針對(duì)傳統(tǒng)指數(shù)模型難以精確大氣模型的缺點(diǎn)，文獻(xiàn)［21］提出了利用分層指數(shù)的大氣密度模型用于慣性導(dǎo)航的方法，可以進(jìn)一步提高導(dǎo)航精度;在非線性濾波抑制不確定性方面，文獻(xiàn)［22］利用多模型自適應(yīng)估計(jì)(multiple-model adaptive estimation，MMAE)算法，實(shí)現(xiàn)了對(duì)進(jìn)入器狀態(tài)、IMU常值偏差和標(biāo)度因數(shù)的估計(jì).利用門(mén)控網(wǎng)絡(luò)多模型方法對(duì)探測(cè)器的狀態(tài)和火星大氣密度進(jìn)行了估計(jì)，對(duì)大氣模型的不確定性具有很好的魯棒性，但是沒(méi)有考慮敏感器的誤差［23］.文獻(xiàn)［24］在文獻(xiàn)［23］的基礎(chǔ)上考慮了IMU加計(jì)測(cè)量丟失的情形，說(shuō)明了多模型估計(jì)算法對(duì)IMU加計(jì)測(cè)量缺失的魯棒性.文獻(xiàn)［25］則在文獻(xiàn)［23］的基礎(chǔ)上，對(duì)狀態(tài)量進(jìn)行了擴(kuò)維，考慮了敏感器的常值漂移等誤差的影響.

2 無(wú)線電導(dǎo)航

無(wú)線電導(dǎo)航的基本原理是利用無(wú)線電單向或雙向通信，采用側(cè)音或偽碼測(cè)量等方法推算兩器之間的距離，根據(jù)多普勒效應(yīng)，通過(guò)無(wú)線電發(fā)射與接收頻率的變化計(jì)算出進(jìn)入器與無(wú)線電信標(biāo)之間的相對(duì)速度.由于信標(biāo)的位置和速度精確已知，則可以得到進(jìn)入器的位置和速度［26］.無(wú)線信標(biāo)既可以安裝在火星軌道器上，也可以施放在火星表面.在工程應(yīng)用方面，NASA在2000年左右就提出了火星網(wǎng)絡(luò)［14］的概念，目前處于樣機(jī)研制階段.該網(wǎng)絡(luò)由若干個(gè)在軌運(yùn)行的火星軌道器(稱(chēng)為導(dǎo)航星)組成，分別在導(dǎo)航星和任務(wù)探測(cè)器上安裝超高頻接收機(jī)，利用導(dǎo)航星和任務(wù)探測(cè)器之間的雙向多普勒測(cè)量信息來(lái)實(shí)現(xiàn)任務(wù)探測(cè)器實(shí)時(shí)自主的軌道確定(圖1).

圖1 火星進(jìn)入段無(wú)線電導(dǎo)航示意圖Fig.1 Scheme of Mars entry radio-based navigation

設(shè)計(jì)火星進(jìn)入段無(wú)線電導(dǎo)航系統(tǒng)首先要解決的問(wèn)題就是通信波段的選擇.由于進(jìn)入器的高速運(yùn)動(dòng)，使得在進(jìn)入器周?chē)拇髿獍l(fā)生離解和電離，形成等離子鞘.低頻無(wú)線電信號(hào)傳輸在通過(guò)等離子鞘的時(shí)候，信號(hào)會(huì)嚴(yán)重衰減，甚至?xí)斐赏ㄐ判盘?hào)中斷，這種現(xiàn)象稱(chēng)為“黑障”［27］.研究表明，UHF波段(300～3 000 MHz)范圍內(nèi)的無(wú)線電信號(hào)仍然能夠穿透等離子鞘［12］.此外，考慮到安裝與系統(tǒng)的復(fù)雜性，無(wú)線電信標(biāo)一般不會(huì)安裝可旋轉(zhuǎn)天線跟蹤進(jìn)入器，也適宜于用UHF波段進(jìn)行通信［3］.

設(shè)計(jì)火星進(jìn)入段無(wú)線電導(dǎo)航的另外一個(gè)關(guān)鍵問(wèn)題就是信標(biāo)的配置問(wèn)題.文獻(xiàn)［28］對(duì)火星進(jìn)入過(guò)程的無(wú)線電導(dǎo)航系統(tǒng)的可觀性進(jìn)行了分析.研究表明，如果僅有一個(gè)或兩個(gè)信標(biāo)可用，導(dǎo)航系統(tǒng)不可觀;對(duì)于單一的無(wú)線電導(dǎo)航方式，需要3個(gè)信標(biāo)才能實(shí)時(shí)確定著陸器的狀態(tài).對(duì)于無(wú)線信標(biāo)安裝在軌道器上的情形，文獻(xiàn)［29-30］對(duì)火星網(wǎng)絡(luò)的分布構(gòu)型進(jìn)行初步設(shè)計(jì)，對(duì)不同導(dǎo)航星座的覆蓋特性與導(dǎo)航定位性能進(jìn)行了評(píng)估，給出了最佳星座設(shè)計(jì).對(duì)于無(wú)線信標(biāo)安裝在火星表面的情況，文獻(xiàn)［31］分析了信標(biāo)構(gòu)型對(duì)導(dǎo)航精度影響，并且基于導(dǎo)航誤差對(duì)信標(biāo)構(gòu)型進(jìn)行了優(yōu)化.文獻(xiàn)［32］則基于李導(dǎo)數(shù)的非線性系統(tǒng)可觀性分析方法和遺傳算法對(duì)無(wú)線信標(biāo)的位置進(jìn)行了優(yōu)化.

由于單純的無(wú)線電導(dǎo)航的可觀性取決于信標(biāo)的數(shù)目和配置，為了進(jìn)一步提高無(wú)線電導(dǎo)航的精度和可靠性，一種可行的方案就是將無(wú)線電導(dǎo)航和慣性導(dǎo)航組合起來(lái)用于估計(jì)進(jìn)入器的狀態(tài)［26，33］.文獻(xiàn)［13］將IMU的輸出作為濾波中的動(dòng)力學(xué)輸入，結(jié)合無(wú)線電的觀測(cè)，實(shí)現(xiàn)了進(jìn)入器狀態(tài)和慣性器件常值漂移的估計(jì).文獻(xiàn)［34］對(duì)無(wú)線電/慣性組合導(dǎo)航系統(tǒng)中的初始狀態(tài)誤差和參數(shù)的不確定性進(jìn)行了考慮，并采用降低敏感性的擴(kuò)展卡爾曼濾波(desensitised extended Kalman filter，DEKF)降低了濾波算法對(duì)模型不確定性的敏感度，進(jìn)而提高了導(dǎo)航系統(tǒng)的性能.文獻(xiàn)［35］將帶有不確定性誤差的慣性/無(wú)線電組合導(dǎo)航系統(tǒng)抽象成輸入未知的動(dòng)力系統(tǒng)，然后基于無(wú)偏最小方差算法進(jìn)行了導(dǎo)航估計(jì)，可以提高導(dǎo)航系統(tǒng)的性能.文獻(xiàn)［36］則對(duì)慣性/無(wú)線電導(dǎo)航系統(tǒng)中的不可觀參數(shù)進(jìn)行了研究，采用Schmidt-Kalman對(duì)可觀狀態(tài)進(jìn)行了估計(jì)，提高了系統(tǒng)的魯棒性.

3 嵌入式大氣數(shù)據(jù)系統(tǒng)

航空飛行器在進(jìn)入大氣過(guò)程中，為了獲取動(dòng)壓、馬赫數(shù)、攻角等關(guān)鍵參數(shù)值，一種策略就是在飛行器上安裝嵌入式大氣數(shù)據(jù)系統(tǒng)(flush air data system，F(xiàn)ADS).FADS由安裝在飛行器前端或機(jī)翼的若干個(gè)壓力傳感器組成.壓力傳感器內(nèi)嵌于飛行器艙內(nèi)，這使其更能適應(yīng)高超聲速惡劣的飛行環(huán)境.FADS可以測(cè)得飛行器在飛行過(guò)程中的表面壓力分布［37］，表面壓力和與大氣參數(shù)有關(guān)的關(guān)鍵參數(shù)(動(dòng)壓、馬赫數(shù)、攻角、側(cè)滑角等)存在非線性的代數(shù)關(guān)系.通過(guò)求解非線性代數(shù)方程組可以計(jì)算出相應(yīng)的大氣關(guān)鍵參數(shù)值.

對(duì)于火星探測(cè)任務(wù)，海盜號(hào)的進(jìn)入器就配置壓力測(cè)量系統(tǒng)［38］;基于FADS系統(tǒng)原理，MSL的進(jìn)入器配備了火星進(jìn)入大氣數(shù)據(jù)系統(tǒng)(Mars entry atmospheric data system，MEADS)［39］.該系統(tǒng)由7個(gè)安裝在放熱罩上的壓力測(cè)量單元組成，在從進(jìn)入大氣到拋掉防熱罩這段時(shí)間內(nèi)測(cè)量防熱罩表面的壓力分布，進(jìn)而可以得到總壓、動(dòng)壓、馬赫數(shù)、攻角和側(cè)滑角等參數(shù)值.MSL的MEADS對(duì)攻角和側(cè)滑角的估計(jì)精度優(yōu)于0.5°(3σ)，動(dòng)壓估計(jì)精度(3σ)，馬赫數(shù)估計(jì)精度0.1(3σ).

FADS系統(tǒng)涉及的兩個(gè)關(guān)鍵問(wèn)題是:壓力傳感器的布局和大氣參數(shù)求解算法.不同的傳感器布局對(duì)估計(jì)效果的影響很大［40］，以往的FADS傳感器基本都是基于工程經(jīng)驗(yàn)布置成十字形(圖2［51］)或環(huán)形［41］，設(shè)計(jì)師們基于利用誤差分析決定需要配置的傳感器最小數(shù)目，并且假設(shè)飛行器處于某個(gè)特定的狀態(tài)進(jìn)行布局(比如:馬赫數(shù)為5，攻角為2°).一旦實(shí)際條件偏離了這種名義條件，則FADS系統(tǒng)的性能未必最優(yōu)，因此這種設(shè)計(jì)方法缺乏對(duì)軌跡變化的魯棒性.有學(xué)者認(rèn)識(shí)到了壓力傳感器布局優(yōu)化的重要性，并進(jìn)行了研究.Dutta等［42］將Pareto占優(yōu)的概念引入到壓力傳感器布局優(yōu)化設(shè)計(jì)中，并利用遺傳優(yōu)化算法搜索最優(yōu)的布局.Deshpande等［43］利用基于梯度的估計(jì)器和遺傳算法對(duì)FADS傳感器的分布進(jìn)行了優(yōu)化，以減少隨機(jī)噪聲的影響.Deshpande等［43］和Dutta等［42］所采用的目標(biāo)函數(shù)為參數(shù)估計(jì)值和真實(shí)值的殘差，但是這種方法需要評(píng)估所有時(shí)刻的函數(shù)值，需要用到實(shí)際的飛行數(shù)據(jù)，而且依賴(lài)于所選取的估計(jì)方法.為了克服這些缺點(diǎn)，文獻(xiàn)［44］則基于Cramer-Rao下界(CRLB)理論，構(gòu)建將協(xié)方差陣的均方差作為目標(biāo)函數(shù)對(duì)敏感器配置進(jìn)行優(yōu)化.

FADS系統(tǒng)大氣參數(shù)的解算算法可以分為加權(quán)最小二乘法、三點(diǎn)法［45-46］、五點(diǎn)法和查表法、基于神經(jīng)網(wǎng)絡(luò)的解算算法等［47-49］.三點(diǎn)法選取系統(tǒng)的3個(gè)側(cè)壓點(diǎn)，得到三點(diǎn)壓力值、攻角和側(cè)滑角的函數(shù)關(guān)系式，當(dāng)選取的3個(gè)點(diǎn)位于某一個(gè)特定位置時(shí)可以消除側(cè)滑角解算出攻角，進(jìn)而利用其他測(cè)壓點(diǎn)處的測(cè)量值求解得到側(cè)滑角、靜壓、動(dòng)壓和馬赫數(shù).五點(diǎn)法利用5個(gè)測(cè)壓點(diǎn)的測(cè)量值，計(jì)算得到攻角系數(shù)、側(cè)滑角系數(shù)和馬赫數(shù)系數(shù)，根據(jù)攻角、側(cè)滑角、馬赫數(shù)和相應(yīng)參數(shù)系數(shù)之間的近似線性關(guān)系，得到攻角、側(cè)滑角和馬赫數(shù)等主要的大氣參數(shù).查表法首先通過(guò)對(duì)飛行器模型的流體力學(xué)計(jì)算、風(fēng)洞試驗(yàn)或飛行試驗(yàn)，獲得飛行器表面壓力數(shù)據(jù)和對(duì)應(yīng)的飛行狀態(tài)值，利用這些數(shù)據(jù)建立測(cè)壓點(diǎn)壓力和飛行參數(shù)之間的表格數(shù)據(jù)庫(kù)，根據(jù)測(cè)量值進(jìn)而查表得到飛行狀態(tài)值.加權(quán)最小二乘法算法簡(jiǎn)單，精度較高且與測(cè)壓點(diǎn)布局無(wú)關(guān)，但是這種方法需要進(jìn)行迭代計(jì)算，算法的收斂性取決于迭代初始條件;三點(diǎn)法和五點(diǎn)法為非迭代算法，不存在收斂性問(wèn)題，但是這兩種方法尤其是五點(diǎn)法依賴(lài)于測(cè)壓點(diǎn)布局和壓力場(chǎng)氣動(dòng)模型［48］;查表法對(duì)大氣參數(shù)的計(jì)算直觀簡(jiǎn)單，但需要建立龐大的數(shù)據(jù)庫(kù)，且數(shù)據(jù)必須要有足夠高的精度和密度.基于神經(jīng)網(wǎng)絡(luò)的大氣參數(shù)解算算法利用BP網(wǎng)絡(luò)的函數(shù)逼近特性對(duì)飛行數(shù)據(jù)和風(fēng)洞試驗(yàn)數(shù)據(jù)進(jìn)行擬合［48，50］，進(jìn)而求解出大氣參數(shù).這種方法適用于壓力模型很難建立的情形，具備很好的故障容忍能力，但是由于它需要大量的神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)，計(jì)算量大，在軌實(shí)施較為困難.

圖2 MSL的FADS布局(從底部看)Fig.2 Sensor placement for MSL’FADS(looking aft)

FADS還可以和IMU組合對(duì)大氣參數(shù)、攻角和側(cè)滑角等參數(shù)進(jìn)行估計(jì)［52］.將FADS和IMU組合的方案有松耦合和緊耦合兩大類(lèi).對(duì)于松耦合，首先分別單獨(dú)對(duì)大氣數(shù)據(jù)系統(tǒng)和慣導(dǎo)求解，大氣數(shù)據(jù)系統(tǒng)獲得動(dòng)壓、馬赫數(shù)、攻角和側(cè)滑角的值，慣導(dǎo)獲得地速等狀態(tài)量，建立兩者的代數(shù)關(guān)系，并利用數(shù)值迭代算法可以得到大氣密度和風(fēng)速的估計(jì)值［39］.這種算法實(shí)施簡(jiǎn)單，能夠直接給出風(fēng)速的估計(jì)值，但是當(dāng)飛行路徑角為0的時(shí)候，該方法奇異，估計(jì)效果不佳.對(duì)于緊耦合，則是將FADS的輸出作為觀測(cè)量，結(jié)合慣導(dǎo)進(jìn)行濾波.文獻(xiàn)［53］中將INS的姿態(tài)角速度對(duì)FADS中的姿態(tài)估計(jì)進(jìn)行平滑.文獻(xiàn)［39，51］中利用INS和FADS來(lái)估計(jì)風(fēng)速和大氣密度.文獻(xiàn)［39，51］同時(shí)對(duì)風(fēng)速、壓強(qiáng)和密度進(jìn)行了估計(jì)，將INS的速度大小和靜壓、密度的估計(jì)值結(jié)合對(duì)馬赫數(shù)進(jìn)行計(jì)算.但是以上這些僅僅是對(duì)飛行數(shù)據(jù)的事后處理，沒(méi)有考慮實(shí)時(shí)應(yīng)用.

此外，有不少學(xué)者研究了航空飛行器(如:飛機(jī)、重復(fù)使用返回器)在地球大氣中飛行時(shí)的慣性/ FADS組合導(dǎo)航方法.文獻(xiàn)［54］研究了將慣性導(dǎo)航系統(tǒng)(inertial navigation system，INS)和FADS組合起來(lái)計(jì)算攻角和側(cè)滑角的方法，該方法分別對(duì)INS和FADS求解攻角和側(cè)滑角，然后利用慣導(dǎo)的估計(jì)對(duì)FADS輸出進(jìn)行有效性判斷，并進(jìn)行融合.由于慣導(dǎo)只能直接輸出體軸相對(duì)于地速的姿態(tài)，而攻角和側(cè)滑角需要知道風(fēng)速，目前普遍采取的方法就是利用慣導(dǎo)的加計(jì)積分對(duì)風(fēng)速進(jìn)行估計(jì)［55］.針對(duì)慣導(dǎo)和FADS輸出頻率不一致，文獻(xiàn)［56-57］采用互補(bǔ)濾波器對(duì)高頻慣導(dǎo)信號(hào)和低頻FADS信號(hào)進(jìn)行了融合，克服了飛行器在大攻角、高機(jī)動(dòng)飛行狀態(tài)下，系統(tǒng)測(cè)量精度下降的缺點(diǎn).文獻(xiàn)［58］在此基礎(chǔ)上進(jìn)一步利用BP神經(jīng)網(wǎng)絡(luò)理論對(duì)攻角進(jìn)行修正，進(jìn)一步提高估計(jì)的精度.這些研究為火星進(jìn)入段的慣性/FADS組合導(dǎo)航方法的研究提供了借鑒.

4 結(jié)論

在這3種導(dǎo)航方式中，無(wú)線電導(dǎo)航的性能很大程度上取決于無(wú)線信標(biāo)的配置.相比而言，慣性導(dǎo)航和嵌入式大氣數(shù)據(jù)系統(tǒng)不依賴(lài)于外界觀測(cè)源;大氣數(shù)據(jù)系統(tǒng)能夠提供動(dòng)壓、馬赫數(shù)、攻角等關(guān)鍵參數(shù)值，但是能否提供進(jìn)入器的全狀態(tài)估計(jì)需要進(jìn)一步研究;慣性自主導(dǎo)航作為完全自主的導(dǎo)航手段，能夠提供進(jìn)入器的位置、速度和姿態(tài)估計(jì).考慮到火星進(jìn)入段的復(fù)雜環(huán)境以及防熱罩的隔離作用，慣性導(dǎo)航作為完全自主的成熟導(dǎo)航方式，仍然占據(jù)著未來(lái)火星探測(cè)任務(wù)中導(dǎo)航的主導(dǎo)地位.

傳統(tǒng)的慣性自主導(dǎo)航模式，其導(dǎo)航誤差隨著時(shí)間的累積而增加，顯然不能夠滿(mǎn)足定點(diǎn)著陸任務(wù)要求，因此需要尋求新的導(dǎo)航方法.有三種途徑可以實(shí)施:1)提高模型精度(引力模型、大氣模型、氣動(dòng)模型等);2)采用非線性先進(jìn)濾波方法去應(yīng)付參數(shù)不確定性;3)增加觀測(cè)量.基于慣性的FADS組合自主導(dǎo)航方式在火星進(jìn)入段具有很大的發(fā)展前景.

［1］ 王大軼，黃翔宇.深空探測(cè)自主導(dǎo)航與控制技術(shù)綜述［J］.空間控制技術(shù)與應(yīng)用，2009，35(3):6-12.WANG D Y，HUANG X Y.Survey of autonomous navigation and control for deep space exploration［J］.Aerospace Contrd and Application，2009，35(3):6-12.

［2］ 歐陽(yáng)自遠(yuǎn)，李春來(lái)，鄒永廖，等.深空探測(cè)的進(jìn)展與我國(guó)深空探測(cè)的發(fā)展戰(zhàn)略［J］.中國(guó)航天，2002 (12):28-32.OUYANG Z Y，LI C L，ZOU Y L，et al.Progress of deep space exploration and chinese deep space exploration strategy［J］.Aerospace China，2002(12):28-32.

［3］ 崔平遠(yuǎn)，于正湜，朱圣英.火星進(jìn)入段自主導(dǎo)航技術(shù)研究現(xiàn)狀與展望［J］.宇航學(xué)報(bào)，2013，34(4):447-456.CUI P Y，YU Z T，ZHU S Y.Research progress and prospect of autonomous navigation techniques for mars entry phase［J］.Journal of Astronautics，2013，34(4): 447-456.

［4］ 崔平遠(yuǎn)，高艾，于正湜.火星著陸自主導(dǎo)航方案研究進(jìn)展［J］.深空探測(cè)學(xué)報(bào)，2014，1(1):18-28.CUI P Y，GAO A，YU Z T.Research progress of autonomous navigation scheme for mars landing［J］.Journal of Deep Space Exploration，2014，1(1):18-28.

［5］ WONG E C，MASCIARELLI J，SINGH G.Autonomous guidance and control design for hazard avoidance and safe landing on Mars［C］//AIAA Atmospheric Flight Mechanics Conference and Exhibit.Washington D.C.: AIAA，2002.

［6］ Lévesque J-F.Advanced navigation and guidance for high-precision planetary landing on Mars［R］.Department of electrical engineering.2006.

［7］ 徐超，王大軼，黃翔宇.基于陸標(biāo)圖像的火星精確著陸自主導(dǎo)航方法研究［J］.深空探測(cè)學(xué)報(bào)，2016，3 (2):150-155.XU C，WANG D Y，HUANG X Y.Autonomous navigation for Mars pin-point landing based on landmark image ［J］.Journal of Deep Space Exploration，2016，3(2):150-155.

［8］ 李建軍，王大軼.一種圖像輔助火星著陸段自主導(dǎo)航方法［J］.宇航學(xué)報(bào)，2016，37(6):687-694.LI J J，WANG D Y.An image-based autonomous navigation method for precise landing on Mars［J］.Journal of Astronautics，2016，37(6):687-694.

［9］ 王大軼，徐超，黃翔宇.深空探測(cè)著陸過(guò)程序列圖像自主導(dǎo)航綜述［J］.哈爾濱工業(yè)大學(xué)學(xué)報(bào)，2016，4: 002.WANG D Y，XU C，HUANG X Y.Overview of autonomous navigation based on sequential images for planetary landing［J］.Journal of Harbin Institute of Technology，2016，4:002.

［10］ 張曉文，李驥，黃翔宇，等.基于陸標(biāo)圖像的天體定點(diǎn)著陸信息融合導(dǎo)航方法［J］.空間控制技術(shù)與應(yīng)用，2014，40(6):10-15.ZHANG X W，LI J，HUANG X Y，et al.Informationfusion-integrated navigation for celestial body pinpoint landing based on landmark image［J］.Aerospace Control and Application，2014，40(6):10-15.

［11］ 王大軼，黃翔宇，關(guān)軼峰，等.基于IMU配以測(cè)量修正的月球軟著陸自主導(dǎo)航研究［J］.宇航學(xué)報(bào)，2007，28(6):1544-1549.WANG D Y，HUANG X Y，GUAN Y F，et al.Research on the autonomous navigation based on measurement-updated IMU for lunar soft landing［J］.Journal of Astronautics，2007，28(6):1544-1549.

［12］ MORABITO D.The spacecraft communications blackout problem encountered during passage or entry of planetary atmospheres［R］.IPN Progress Report，2002.

［13］ LI S，PENG Y.Radio beacons/IMU integrated navigation for Mars entry［J］.Advances in Space Research，2011，47(7):1265-1279.

［14］ LIGHTSEY E G，MOGENSEN A E，BURKHART P D，et al.Real-time navigation for Mars missions using the Mars network［J］.Journal of Spacecraft and Rockets，2008，45(3):519-533.

［15］ SAN MARTIN A M，LEE S W，WONG E C.The development of the MSL guidance，navigation，and control system for entry，descent，and landing.2013.

［16］ EULER E.Navigating the Viking landers［J］.Navigation，1978，25(1):11-18.

［17］ DESAI P N，PRINCE J L，QUEEN E M，et al.Entry，descent，and landing performance of the mars phoenix lander［J］.Journal of Spacecraft and Rockets，2011，48 (5):798-808.

［18］ BURKHART P D，ELY T，DUNCAN C，et al.Expected EDL navigation performance with spacecraft to spacecraft radiometric data［C］//Jet Propulsion Laboratory，National Aeronautics and Space Administration.Pasadena，CA，2005.

［19］ MARSCHKE J M，CRASSIDIS J L，LAM Q M.Multiple［C］//AIAA/AAS Astrodynamics Specialist Conference and Exhibit.Washington D.C.:AIAA，2008.

［20］ HEYNE M C，Spacecraft precision entry navigation using an adaptive sigma point Kalman filter bank［D］.The University of Texas at Austin，2007.

［21］ 鄧劍峰，高艾，崔平遠(yuǎn).基于分層大氣模型的火星進(jìn)入段精確導(dǎo)航濾波方法［C］//深空探測(cè)技術(shù)專(zhuān)業(yè)委員會(huì)第十屆學(xué)術(shù)年會(huì)論文集.北京:中國(guó)宇航學(xué)會(huì)，2013.

［22］ 伍凱，崔平遠(yuǎn)，崔祜濤.基于多模型自適應(yīng)估計(jì)的火星大氣層進(jìn)入段導(dǎo)航方法［C］//深空探測(cè)技術(shù)專(zhuān)業(yè)委員會(huì)第九屆學(xué)術(shù)年會(huì)論文集 (上冊(cè)).北京:中國(guó)宇航學(xué)會(huì)，2012.

［23］ ZANETTI R，BiSHOP R.Adaptive entry navigation using inertial measurements［J］.Advances in the Astronautical Sciences，2007，127(1):457-462.

［24］ DUBOIS-MATRA O，BISHOP R H.Multi-model navigation with gating networks for mars entry precision landing［C］//AIAA Atmospheric Flight Mechanics Conference and Exhibit.Washington D.C.:AIAA，2004.

［25］ MARSCHKE J M，CRASSIDIS J L，LAM Q M.Multiple model adaptive estimation for inertial navigation during Mars entry［C］//AIAA/AAS Astrodynamics Specialist Conference and Exhibit.Washington D.C.:AIAA，2008.

［26］ 陳曉，張偉，彭玉明.基于器間測(cè)量的火星進(jìn)入過(guò)程實(shí)時(shí)高精度導(dǎo)航［J］.航天返回與遙感，2013，33 (6):17-23.CHEN X，ZHANG W，PENG Y M.Mars entry realtime navigation based on orbiter tracking data［J］.Spacecraft Recovery＆Remote Sensing，2013，33(6): 17-23.

［27］ 崔平遠(yuǎn)，竇強(qiáng)，高艾.火星大氣進(jìn)入段通信“黑障”問(wèn)題研究綜述［J］.宇航學(xué)報(bào)，2014，35(1):2-13.CUI P Y，DOU Q，GAO A.Review of communication blackout problems encountered during mars entry phase ［J］.Journal of Astronautics，2014，35(1):2-13.

［28］ YU Z，CUI P，ZHU S.On the observability of Mars entry navigation using radiometric measurements［J］.Advances in Space Research，2014，54(8):1513-1524.

［29］ 韓婷婷，史弦，簡(jiǎn)念川，等.火星全球?qū)Ш叫l(wèi)星系統(tǒng)［J］.航天器工程，2011，20(2):14-19.HAN T T，SHI X，JIAN N C，et al.Preliminary design of the constellation distribution for a proposed Mars GNSS［J］.Spacecraft Engineering，2011，20(2):14-19.

［30］ 韓婷婷，平勁松，史弦，等.月球與火星的全球?qū)Ш叫l(wèi)星系統(tǒng)星座初步設(shè)計(jì)分析［C］//深空探測(cè)技術(shù)專(zhuān)業(yè)委員會(huì)第七屆學(xué)術(shù)年會(huì)論文集.北京:中國(guó)宇航學(xué)會(huì)，2010.

［31］ PASTOR P，GAY R S，STRIEPE S A，et al.Mars entry navigation from EKF processing of beacon data ［C］//AIAA/AASAstrodynamicsSpecialistConference.Washington D.C.:AIAA，2000.

［32］ YU Z，CUI P，ZHU S.Observability-based beacon configuration optimization for Mars entry navigation［J］.Journal of Guidance，Control，and Dynamics，2014:1-8.

［33］ 王軼博.著陸器在火星大氣進(jìn)入段的自主導(dǎo)航方法研究［D］.哈爾濱:哈爾濱工業(yè)大學(xué)，2011.

［34］ BRUNNER T，LAUFFENBURGER J-P，CHANGEY S，et al.Quaternion-based IMU and stochastic error modeling for intelligent vehicles［C］//The 2015 IEEE Intelligent Vehicles Symposium(IV).New York:IEEE，2015.

［35］ FU H，YANG Y，XIAO Q，et al.Autonomous navigation method based on unbiased minimum-variance estimation during Mars entry［J］.Advances in Space Research，2015，55:1512-1528.

［36］ LOU T，F(xiàn)U H，ZHANG Y，et al.Consider unobservable uncertain parameters using radio beacon navigation during Mars entry［J］.Advances in Space Research，2014，55:1038-1054.

［37］ 柏楠，苑景春，王希洋，等.空天飛行器大氣傳感技術(shù)研究［J］.飛航導(dǎo)彈，2014(6):3-9.

［38］ INGOLDBY R，MICHEL F，F(xiàn)LAHERTY T，et al.Entry data analysis for Viking Landers 1 and 2［R］.NASA CR-159388，1976.

［39］ KARLGAARD C D，BECK R E，O’Keefe S A，et al.Mars entry atmospheric data system modeling and algorithm development［R］.AIAA Paper，2009，3916.

［40］ BRENT R C，WHITMORE S A，ROBACK V E.Flush Airdata Sensing System Calibration Procedures and Results for Blunt Forebodies.1999.

［41］ PRUETT C D，WOLF H，HECK M L，et al.Innovative air data system for the space shuttle orbiter［J］.Journal of Spacecraft and Rockets，1983，20(1):61-69.

［42］ DUTTA S，BRAUN R D，KARLGAARD C D.Atmospheric data system sensor placement optimization for Mars entry，descent，and landing［J］.Journal of Spacecraft and Rockets，2013，51(1):163-174.

［43］ SIEMERS P M.Air data system optimization using a genetic algorithm.1992.

［44］ DUTTA S，BRAUN R D，Cramér-Rao Lower-Bound Optimization of Flush Atmospheric Data System Sensor Placement［J］.Journal of Spacecraft and Rockets，2014，51(6):1773-1788.

［45］ 李其暢，劉勁帆，劉昕，等.嵌入式大氣數(shù)據(jù)三點(diǎn)解算方法初步研究［J］.空氣動(dòng)力學(xué)學(xué)報(bào)，2014，32 (3):360-363.LI Q C，LIU J F，LIU X，et al.The primary study of 3-point calculation method for the flush air data system ［J］.Acta Aerodynamica Sinica，2014，32(3):360-363.

［46］ WANG D Y，LI M D，HUANG X Y.Analytical solutions of generalized triples algorithm for flush air-data sensing systems［C］//Guidance，control and dynamics，2016(accepted).

［47］ WEISS S.Comparing three algorithms for modeling flush air data systems［C］//AIAA，2002.535.

［48］ 孟博.跨音速/高超音速大氣數(shù)據(jù)測(cè)量技術(shù)研究［D］.南京:南京航空航天大學(xué)，2011.

［49］ ROHLOFF T J，WHITMORE SA，CATTON I.Fault-tolerant neural network algorithm for flush air data sensing ［J］.Journal of Aircraft，1999，36(3):541-549.

［50］ 趙磊，陸宇平.基于RBF神經(jīng)網(wǎng)絡(luò)的FADS系統(tǒng)及其算法研究［J］.飛機(jī)設(shè)計(jì)，2012(1):43-47.

［51］ KARLGAARD C D，KUTTY P，SCHOENENBERGER M，et al.Mars science laboratory entry atmospheric data system trajectory and atmosphere reconstruction［J］.Journal of Spacecraft and Rockets，2014，51(4):1029-1047.

［52］ DUTTA S，BRAUN R D，RUSSELL R P，et al.Comparison of statistical estimation techniques for mars entry，descent，and landing reconstruction［J］.Journal of Spacecraft and Rockets，2013，50(6):1207-1221.

［53］ BAUMANN E，PAHLE J W，DAVIS M C，er al.X-43A flush airdata sensing system flight-test results［J］.Journal of Spacecraft and Rockets，2010，47(1):48-61.

［54］ 葉瑋，鄭守鐸，溫瑞珩.FADS/INS組合法迎角，側(cè)滑角測(cè)量方法研究［J］.飛機(jī)設(shè)計(jì)，2008.27(6):14-18.

［55］ 宋述杰，鄧建華.應(yīng)用INS/GPS系統(tǒng)數(shù)據(jù)估計(jì)迎角和側(cè)滑角的方法研究［J］.西北工業(yè)大學(xué)學(xué)報(bào)，2005，23(2):231-234.SONG S J，DENG J H.Applying colgren’s idea to accurately estimating angle-of-attack and sideslip angle using INS/GPS system data［J］.Journal of northwestern polytechnical university，2005，23(2):231-234.

［56］ 楊雨，陸宇平，吳在桂.嵌入式大氣數(shù)據(jù)傳感系統(tǒng)中的組合濾波技術(shù)［J］.傳感器與微系統(tǒng)，2009，28 (5):117-120.

YANG Y，LU Y P，WU Z G.Combination filter technology in flush air data sensing system［J］.Transducer and Microsystem Technologies，2009，28(5):117-120.

［57］ 袁夏明，朱紀(jì)洪，譚洪勝，等.高帶寬低噪聲迎角/側(cè)滑角組合測(cè)量方法研究［C］//中國(guó)自動(dòng)化學(xué)會(huì)控制理論專(zhuān)業(yè)委員會(huì)A卷.北京:中國(guó)自動(dòng)化學(xué)會(huì)，2011.

［58］ 李睿佳，李榮冰，劉建業(yè)，等.跨音速大氣/慣性攻角兩步融合算法［J］.應(yīng)用科學(xué)學(xué)報(bào)，2010，28(1): 99-105.LI R J，LI R B，LIU J Y，et al.Two-step fusion algorithm for ADS/INS angles of attack on transonic flight［J］.Journal of Applied Sciences，2010，28(1):99-105.

Review of the Mars Atmospheric Entry Autonomous Navigation Technology

WANG Dayi1，2，LI Maodeng1，2，HUANG Xiangyu1，2
(1.Beijing Institute of Control Engineering，Beijing 100190，China; 2.Science and Technology on Space Intelligent Control Laboratory，Beijing 100190，China)

The autonomous navigation performance during the mars atmospheric entry is one of the key factors to affect the capability of mars landing.During this phase，since few types of navigation sensors are available and large uncertainties exist in environment and aerodynamic parameters，the design of the autonomous navigation method is complicated.In this paper，the principles of current mars entry navigation methods are summarized and their advantages and disadvantages are compared.With respect to these disadvantages，the methods that can improve the navigation performance are also discussed.

Mars exploration;atmospheric entry;autonomous navigation

V448

A 文章編號(hào):1674-1579(2016)05-0001-07

10.3969/j.issn.1674-1579.2016.05.001

王大軼(1973—)，男，研究員，研究方向?yàn)樯羁仗綔y(cè)航天器自主導(dǎo)航、制導(dǎo)與控制;李茂登(1985—)，男，高級(jí)工程師，研究方向?yàn)楹教炱髯灾鲗?dǎo)航;黃翔宇(1976—)，男，研究員，研究方向?yàn)楹教炱髯灾鲗?dǎo)航、制導(dǎo)與控制.

*國(guó)家杰出青年科學(xué)基金(61525301)、國(guó)家自然科學(xué)基金(61503023，61673057)、國(guó)家重點(diǎn)基礎(chǔ)研究發(fā)展(973)計(jì)劃(2012CB720000)、重點(diǎn)實(shí)驗(yàn)室基金資助項(xiàng)目.

2016-07-18