張凱倫，韓 維，陳志剛

（海軍航空大學，山東煙臺264001）

飛行員駕駛飛機著艦是艦載機任務中非常重要的一環(huán)，由于著艦環(huán)境有大量不確定性因素可能導致意外事故發(fā)生[1]，故飛機著艦對于駕駛員而言是一項極具挑戰(zhàn)性的任務[2]。

在飛機著艦過程中，對駕駛員的研究一般有[3]：駕駛員行為、艦載機動力學、FLOLS等幾個方面，在駕駛員的操作行為上MuRuer等人研究單自由度補償任務并提出MuRuer駕駛員模型，Ronald Hess提出基于跟蹤任務的多回路的駕駛員模型[4-6]，70年代提出的最優(yōu)控模型（OCM），假設飛行員經(jīng)過嚴格的訓練為該控制模型的基礎。隨著智能算法的普及開始將智能算法應用到駕駛員模型中[7]。在艦載機動力學方面，王立新[8]等建立在環(huán)境的隨機干擾下的艦載機動力學模型，對著艦的安全性的研究做了仿真。在光學引導方面有楊一棟等人對FLOSL光學系統(tǒng)的仿真[9]。

駕駛員模型主要包含駕駛員的操縱行為模型以及駕駛員的視覺感官模型[10]。通過對駕駛員操縱模型以及駕駛員的感官模型進行改進，從而建立一個較為合適的駕駛員著艦的模型。以往的駕駛員的操縱模型中增益項都作為常值計算，而實際情況其增益項會隨反饋的信號不同而產生差異[11]。對于駕駛員感官系統(tǒng)而言，之前的研究都將駕駛員輸入都以數(shù)值的形式作為反饋，但真實情況飛行員是感知不到數(shù)值的差異，需要依靠燈光的信號大概了解下滑軌跡與設定好的軌跡的差距[12]。因此，根據(jù)這兩點對駕駛員著艦模型作相應的改進。

本文基于上述兩點的不足，從駕駛員操縱桿的增益與駕駛員的視覺感官兩方面分別運用增益項的自適應改進以及駕駛員的視覺模糊化處理來解決上述的不足。

1 駕駛員跟蹤模型

Ronald Hess提出關于著艦任務下的一個多回路的駕駛員模型，該模型的優(yōu)點是有較少的限制條件，所以適合用于實際的進艦模型的研究。駕駛員任務跟蹤模型如圖1所示。

圖1 駕駛員任務跟蹤模型Fig.1 Pilot task tracking model

圖1中：H為艦載機系統(tǒng)的高度輸入指令；r為高度輸出的速率變量；S為整個人機系統(tǒng)的輸入量，kp和kd分別為偏差環(huán)節(jié)的以及的增益環(huán)節(jié)；Gnm表示駕駛員肢體的行為模型。

單軸的跟蹤任務的駕駛員模型的控制率為：

2 駕駛員增益的改進

對于飛控系統(tǒng)的增益設計上，大部分都將其設置為常值，但是飛行員在操作飛機時，其增益項會隨系統(tǒng)反饋的信息中會產生自適應調節(jié)的過程。下面對其增益項kp和kd自適應改進。

狀態(tài)變量是完全可觀察的，被控對象的狀態(tài)方程為：

式（3）中：H和H'分別為高度輸出和高度輸出速率；Am和Bm為系數(shù)且大于0。

其參考模型的狀態(tài)方程為：

式（4）中：Hm為模型輸出；r為系統(tǒng)指令輸入；Ap和Bp均為系數(shù)且大于0。

狀態(tài)誤差方程為：

由此可得：

控制率δ可以表達為：

將式（7）代入（6）中可得：

對于人機的跟蹤控制系統(tǒng)的任務，可利用Lyapunov穩(wěn)定性理論來求得kp和kd的自適應率[11]，使其誤差收斂。

將式（1）代入式（8）可得：

為使方程左邊趨于0，設計Lyapunov函數(shù)：

對式（12）求微分后得：

本文假設參考跟蹤模型Hm和以及指令輸入r都可設定為0，則其自適應率為：

3 駕駛員視覺感受模型

3.1 光學助降系統(tǒng)的特點

當艦載機準備著艦時，在離航母的一段距離得到下滑的指令，飛行員開始人工操縱著艦。圖2為飛機進艦圖，飛行員控制飛機沿著所需的滑翔坡滑行，保持一條路徑角度約為-3.5°的理想下滑軌道[12]。飛行員通過觀察FLOLS光學助降系統(tǒng)獲知飛機的下滑軌道與理想的下滑軌道的高度偏差，根據(jù)偏差的大小來操控飛機盡量向理想的下滑軌道靠攏，并最終在理想的位置完成著艦，并成功完成飛機阻攔任務[14]。

FLOLS向駕駛員提供高度偏差信息，主要影響縱向著艦過程，其主要組成部分是基準燈組和瞄準燈組?；鶞薀羰且慌潘焦潭ǖ木G色燈組，向駕駛員顯示理想下滑道的位置。瞄準燈組是一排豎直的燈組，由菲涅爾光學透鏡組成，與理想下滑面平行并產生線性非常好的光束。這些光坡面在航母后方形成了垂向張角為1.5°的光學區(qū)域，每排燈提供0.3°的光源覆蓋。在飛機著陸飛行期間，飛行員可查看可移動“球”在FLOLS景象中的位置。菲涅耳透鏡的垂直光覆蓋度將實際的飛機相對位置分成不同的相對位置范圍，這些位置范圍可以用圖3中所示的“球”來標記當在理想下滑道觀看“球”將與綠色基準燈對齊。當人類飛行員高于所需的下滑坡度時，“球”就會出現(xiàn)在基準燈上方。相反，當飛行員在預期的下滑坡度以下時，會看到低于基準燈的“球”。如果飛機的飛行位置離基準燈越來越遠時，“球”的景象會呈現(xiàn)紅色代表著艦危險。如果飛機偏離下滑道過遠“球”將會從視野中消失。因此，人類駕駛員可以方便地估計高度誤差。

圖2 飛機進艦圖Fig.2 Aircraft land carrier

圖3 菲涅爾透鏡示意圖Fig.3 Fresnel lens

3.2 駕駛員視覺模糊建模

飛行員通過FLOLS系統(tǒng)感受高度誤差的感測過程反映了模糊性。如圖2中所示，飛行員感受“球”的位置時，認為是0.5倍球的高度，但實際可能是0.4倍的球的高度差。感測高度誤差的過程基于人類飛行員的經(jīng)驗，受到飛行員主觀性的影響。

基于模糊邏輯控制理論，模糊傳感器塊包括3個主要部分：模糊器，模糊推理和解模糊器[14-15]。模糊傳感器輸入和輸出之間的關系取決于模糊推理以及基于飛行員的經(jīng)驗和知識的決策。然后，模糊器將FLOLS光學場景轉換為飛行員所理解的高度偏差，解模糊器將模糊推理結果轉換為以“球”測量的感測高度誤差[16]。最后，幾何關系模塊將感測到的“球”中的高度誤差轉換為數(shù)值中感測到的高度誤差?；谀：壿嬁刂评碚?，駕駛員感知過程變?yōu)閿?shù)學運算[17]；飛行員傳感器系統(tǒng)的模糊可以被量化和建模[18]。

表1為視覺感受的模糊高度偏差，圖4為隸屬函數(shù)。

表1 視覺感受的模糊高度偏差Tab.1 Fuzzy height deviation of visual perception

圖4 隸屬函數(shù)Fig.4 Membership function

由飛行員的視覺感受的偏差作為指令的輸入，駕駛員的任務跟蹤模型根據(jù)高度偏差的大小而實行不同的操縱策略。通過飛行員對菲涅爾透鏡的光學引導信息的感知過程，并集成人機系統(tǒng)中各要素模型來建立光學助降系統(tǒng)引導下艦載機著艦人機系統(tǒng)的仿真模型，駕駛員根據(jù)實際高度的偏差對飛機進行操縱使飛機快速回到理想的下滑位置及姿態(tài)，見圖5。

圖5 人機系統(tǒng)Fig.5 Man-aircraft system

4 FLOLS引導下的著艦仿真

下面設置一個仿真算例來驗證對文中建立的駕駛員操縱飛機著艦的模型的合理性。艦載機的進艦速度大約是69 m/s，下滑角是-3.5°，航母高度大約為30.6 m，吃水深度大約是10.7 m，艦載機的重心高度大約是2 m，所以艦載機大致的著艦高度為21.9 m，艦載機在距離艦載機水平位置約為1 511 m獲得下滑道窗口，從開始著艦21.6 s左右時艦載機在指定的位置完成著艦。設定飛機的初始位置偏高12.2 m，約為2個“球”的高度，經(jīng)過仿真獲得著艦過程中飛機的狀態(tài)變化以及艦載機下滑軌跡的變化如圖6所示。

圖6 飛機下滑軌跡與理想軌道對應圖Fig.6 Flight glide path relative to carrier

從圖6中可以看出，當飛機偏高約2個“球”的時候，駕駛員為使飛機能夠在合理的時間內快速控制飛機使其接近原先預設的下滑軌跡上飛機所作出的位置和姿態(tài)的改變。當駕駛員看到飛機位置偏高時，首先壓桿并讓飛機低頭使飛機能快速下滑使飛機快速修正高度的偏差。大約在8 s左右飛機的高度偏差已經(jīng)基本修正，但是飛機的姿態(tài)還沒有修正到理想狀態(tài)，因此，飛機在高度修正、下滑角以及操縱桿都出現(xiàn)連續(xù)的波動。在大約15 s的時候，由于高度誤差逐漸較小，飛機的姿態(tài)漸漸趨于穩(wěn)定，從圖7、8可以發(fā)現(xiàn)在15 s以后飛機的下滑角以及迎角都趨于平緩，飛機的實際下滑軌跡也基本與理想下滑道重合。根據(jù)圖9可知，當飛機需要快速修正誤差時，速度會有小幅度的上升，由于飛機速度的響應屬于長周期變化，所以當飛機的姿態(tài)角趨于平穩(wěn)時，速度依然持續(xù)變化中。

圖7 飛機下滑角變化Fig.7 Flight path angle history

圖8 飛機迎角變化Fig.8 Angle of attack history

圖9 飛機速度變化Fig.9 Flight velocity history

5 結束語

本文改進了駕駛員的模型參數(shù)的設計方法，在駕駛員的視覺感知模型上利用模糊控制的理論進行改進，在菲涅爾透鏡的引導下，能夠使駕駛員在一定的高度偏差下準確跟蹤預設好的下軌跡，并在指定位置順利著艦。仿真實驗的結果也表明，駕駛員進艦的結果和實際的飛機特性相接近，可以作為駕駛員操控著艦的參考。