王茂勝，付　佳，武　堅，陳胤璇，梁松濤

（61243部隊，甘肅 蘭州730020）

高原地區(qū)無人機氣象威脅度建模與評估方法

王茂勝，付佳，武堅，陳胤璇，梁松濤

（61243部隊，甘肅 蘭州730020）

高原地區(qū)氣象條件復(fù)雜，無人機飛行威脅因素多變，本文提出一種基于貝葉斯網(wǎng)絡(luò)的高原地區(qū)氣象威脅度建模與評估方法，總結(jié)出6種對飛行安全有嚴重影響的氣象相關(guān)因子并進行了量化分析，應(yīng)用多樹傳播推理算法對威脅度進行建模及評估，仿真結(jié)果表明，該算法能夠合理地評估復(fù)雜多變的高原氣象威脅，能起到提升無人機在高原地區(qū)安全飛行率的作用。

高原氣象；威脅評估；貝葉斯網(wǎng)絡(luò)；多樹傳播算法；無人機

1　概述

由于無人機自身動力小、速度慢等不足，造成其受氣壓氣象條件影響大，限制了其在高原地區(qū)的使用。在無人機執(zhí)行高原地區(qū)任務(wù)前，對威脅無人機的惡劣氣象條件的威脅程度進行評估，是一種避免事故、減少損失的有效途徑。本文在分析影響無人機飛行的高原氣象條件特性的基礎(chǔ)上，提出一種基于貝葉斯網(wǎng)絡(luò)的高原氣象威脅度建模與評估方法，對無人機的飛行控制決策，合理地進行航跡規(guī)劃，提高無人機的生存概率。

2　基于貝葉斯網(wǎng)絡(luò)的無人機氣象威脅度模型與評估

2.1貝葉斯網(wǎng)絡(luò)及其推理機制

評估采用基于貝葉斯網(wǎng)絡(luò)［2，5］的多樹傳播推理算法，網(wǎng)絡(luò)中每個節(jié)點分配一個處理機，每個處理機利用相鄰節(jié)點傳遞來的消息和存儲于該處理機內(nèi)部的條件概率表進行計算，以求得自身的信度即后驗概率，并將結(jié)果向其余相鄰的節(jié)點傳播。相鄰節(jié)點的處理機接收到傳遞來的消息后，重新計算自身的信度，然后將結(jié)果向自己其余的相鄰節(jié)點傳播，如此繼續(xù)下去直到證據(jù)的影響傳遍所有的節(jié)點為止。

2.2影響威脅度的高原氣象相關(guān)因子量化分析

高原地區(qū)影響無人機飛行安全的氣象條件有雷暴、冰雹、雨雪、積冰、云霧、降水和風沙等，還有氣壓、空氣含氧量。影響氣壓和空氣含氧量的主要是飛行區(qū)域海拔。結(jié)合氣象因子及無人機自身性能，提出以下6種氣象、海拔相關(guān)因子作為氣象威脅等級的評價量化指標：

WT表示氣象類型（Weather Type），劃分為極度惡劣天氣（雷暴、冰雹）、惡劣天氣（雨雪、積冰等）、一般性天氣（云霧、風）、晴好天氣等4類。

EI表示作用強度（Effect Intensity），是指某一氣象要素發(fā)揮作用的強度，劃分為強，較強，中，較弱，弱5個等級。

LT表示作用時間（Last Time），是指氣象要素發(fā)揮作用的時間長短，這里分短（＜0.5h）、中（0.5—1.5小時）和長（＞1.5h）3類加以區(qū)分。

RP表示相對位置（Relative Position），是指無人機與氣象要素作用區(qū)域中心位置的相對位置，分為作用區(qū)域內(nèi)、作用區(qū)域邊緣，作用區(qū)域外或者只存在方位關(guān)系4類。

AA表示地區(qū)海拔（Areas Altitude），是指飛行區(qū)域海拔高度。地區(qū)海拔分為很低 （＜1000m）、較低（1000m～2000m）、中等（2000m～3000m）、較高（3000m～4000m）、很高（＞4000m）5類。

TP表示威脅性質(zhì)（Threat Property），是指影響無人機飛行的威脅因素是單獨的還是疊加的。

TL表示威脅等級（Threat Leve1），是用來描述氣象條件對無人機安全飛行的威脅度大小，本文采用3級量化，即將威脅等級分為低、中，高3類。

本文所采用的威脅等級評估模型如圖1所示：

圖1　基于貝葉斯網(wǎng)絡(luò)的高原氣象威脅度模型

2.3條件概率表確定

條件概率表反映的是一種專家知識，難免存在一定的主觀性，可以采用樣本數(shù)據(jù)反復(fù)調(diào)試的方法對矩陣數(shù)據(jù)進行適度調(diào)整以提高評估結(jié)果的可信度。本文提出的六種影響威脅度的氣象因子和威脅等級作為威脅等級評估模型中關(guān)聯(lián)節(jié)點，推理威脅等級的條件概率分布表（CPT）見表1。

表1　條件概率表

3　實例運用

本文以我部裝備的特定機型的無人機為例，該型無人機多次在青藏高原上的湟中、玉樹等地執(zhí)行航攝、搶險救災(zāi)等任務(wù)。青藏高原平均海拔4000m以上，氣壓低；氣候特點：年平均氣溫低，冬季干冷大風，夏季溫涼多雨、多冰雹，四季不明。以湟中地區(qū)7月份一般天氣為初始威脅條件，設(shè)定TL節(jié)點的先驗概率為。初始化后，當評估系統(tǒng)獲得葉節(jié)點的氣象威脅信息更新時，則觸發(fā)該貝葉斯網(wǎng)絡(luò)的推理，更新每一個網(wǎng)絡(luò)節(jié)點的概率分布，最終獲取根節(jié)點狀態(tài)的概率分布，完成一次氣象威脅評估。利用Matlab對算法進行仿真，算法流程如圖2所示。表2所示為不同評估因子狀態(tài)值下的氣象威脅度評估仿真結(jié)果。

圖2　算法流程圖

表2中第一組數(shù)據(jù)可以看出，在較高海拔的地區(qū)，在雷暴或冰雹較強并伴有其他惡劣氣象的條件下，該型無人機在氣象作用區(qū)域中心位置附近飛行時，評估結(jié)果高威脅度的概率遠大于中、低威脅度的概率，根據(jù)最大概率法來判定威脅程度，其威脅程度為高。第二組數(shù)據(jù)表明，在中等海拔的地區(qū)，在雨雪天氣并伴有其他惡劣氣象條件（如積冰），但氣象作用強度不大的前提下，無人機在氣象作用區(qū)域附近飛行時，威脅評估等級為中等的概率更大。第三組數(shù)據(jù)中，氣象條件為云霧天氣，且飛機處在氣象區(qū)域外邊緣，評估結(jié)果威脅度等級為低。

表2　氣象威脅評估結(jié)果

以上結(jié)果是在先驗概率給定情況下得出的結(jié)論。如果改變先驗概率，而上表中氣象威脅評估狀態(tài)值不變，表中數(shù)據(jù)威脅等級分布概率會有明顯變化，甚至會改變評估結(jié)果。這表明，在貝葉斯方法中，先驗信息具有記憶效應(yīng)，其評估結(jié)果不僅與當前信息有關(guān)，還與歷史信息相關(guān)，算法具有積累效應(yīng)。

4　結(jié)束語

高原地區(qū)氣象條件復(fù)雜，氣壓低、氧氣稀薄，無人機在高原地區(qū)飛行時，氣象威脅會對無人機安全飛行造成很大影響。本文重點分析了影響無人機安全飛行的氣象相關(guān)因子和地區(qū)海拔因子，并基于此建立貝葉斯網(wǎng)絡(luò)模型，應(yīng)用貝葉斯網(wǎng)絡(luò)推理方法對氣象威脅度進行建模及評估，仿真結(jié)果表明，該算法能夠合理地評估復(fù)雜多變的高原氣象威脅，能起到提升無人機在高原地區(qū)安全飛行率的作用。

［1］ Krozel J．Estimating time of arrival in heavy weather conditions［C］//AIAA Guidance Navigation and Control Conference．1999：1481-1490．

［2］ Krieg M L．A Tutorial On Bayesian Belief Networks［R］．DSTO Electronics and Surveillance Research Laboratory，2001．

［3］ KIM K W，KIM Y J．Perceived visibility measurement using the HIS color difference method［J］．Journal of the Korean Physical Society，2005，46：1243-1250．

［4］ 馬嗚遠．人工智能與專家系統(tǒng)導(dǎo)論［M］．北京：清華大學出版社，2006．

［5］ 董卓寧，張汝麟，陳宗基．無人機在惡劣氣象條件下的自主決策技術(shù)［J］．航空學報，2008，29（5）：107-113．

［6］ 胡春玲．貝葉斯網(wǎng)絡(luò)的結(jié)構(gòu)學習算法研究［D］．合肥：合肥工業(yè)大學，2006．

［7］ 王新增，慈林林，李俊山，等．惡劣氣象條件對無人機飛行航跡的威脅評估［J］．飛行力學，2010，28（5）：84-87．

［8］ 朱國濤，周樹道，呂波，等．基于氣象威脅的無人機航跡規(guī)劃方法研究［J］．電光與控制，201l，18（6）：26-30．

［9］ 徐浩軍，劉東亮，孟捷，等．基于系統(tǒng)仿真的飛行安全評估理論與方法［M］．北京：化學工業(yè)出版社，2011．

V279TP391.9