电子测量技术 第３６卷第１期 ２０１３年１月 ＥＩ ＥＣＴＲ０ＮＩＣ ＭＥＡＳＵＲＥＭＥＮＴ ＴＥＣＨＮ０Ｌ０ＧＹ 多机任务模式无人机分布式检测 诊断与发射控制系统＊ 杨柳庆 肖前贵 （南京航空航天大学无人机研究院 南京 ２１００１６） 摘要：由于无人机本身的复杂性，故障的类型不仅多，而且往往不可预知。传统的无人机检测系统主要以数据采集 为主，对于故障的检测和诊断则主要依靠专家经验来判断；而且传统的无人机检测系统同一时刻只能检测一架无人 机，不能适应多机任务模式下无人机群批量快速自动检测的需求。无人机分布式检测诊断与发射控制系统采用两级 分布式主从网络结构，结合发射控制特点，将检测控制系统与诊断系统分离，采用基于专家系统的并行检测算法实现 批量无人机的快速全自动检测诊断与控制。该系统高度的集成化、自动化和智能化，简化了系统结构，降低了系统成 本和人员劳动强度，提高了系统工作效率。 关键词：无人机；分布式检测；发射控制系统 中图分类号：Ｖ２４３．５ 文献标识码：Ａ 国家标准学科分类代码：５９０．５５ Ｄｉｓｔｒｉｂｕｔｅｄ ｄｅｔｅｃｔｉｏｎ，ｄｉａｇｎｏｓｉｓ ａｎｄ ｅｍｉｓｓｉｏｎ ｃｏｎｔｒｏｌ ｓｙｓｔｅｍ ｆｏｒ ＵＡＶ ｉｎ ｍｕｌｔｉｔａｓｋ ｍｏｄｅ Ｙａｎｇ Ｌｉｕｑｉｎｇ Ｘｉａｏ Ｑｉａｎｇｕｉ （Ｒｅｓｅａｒｃｈ Ｉｎｓｔｉｔｕｔｅ ｏｆ Ｕｎｍａｎｎｅｄ Ａｉｒｃｒａｆｔ，Ｎａｎｊｉｎｇ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ａｅｒｏｎａｕｔｉｃｓ ａｎｄ Ａｓｔｒｏｎａｕｔｉｃｓ，Ｎａｎｊｉｎｇ ２１００１６，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｉｎ ｃａｓｅ ｏｆ ＵＡＶ’Ｓ ｃｏｍｐｌｅｘｉｔｙ，ｔｈｅ ｔｙｐｅ ｏｆ ｆａｉｌｕｒｅ ｉｓ ｖａｒｉｅｔｙ ａｎｄ ｏｆｔｅｎ ｕｎｐｒｅｄｉｃｔａｂｌｅ．Ｔｈｅ ｔｒａｄｉｔｉｏｎａｌ ＵＡＶ ｄｅｔｅｃｔｉｏｎ ｓｙｓｔｅｍ ｌａｒｇｅｌｙ ｄｅｐｅｎｄｓ ｏｎ ｄａｔａ ａｃｑｕｉｓｉｔｉｏｎ ａｎｄ ｉｔ ｒｅｑｕｉｒｅｓ ｈｉｇｈ ｄｅｍａｎｄ ｆｏｒ ｔｈａｔ ｉｔ ｉｓ ｌａｒｇｅｌｙ ｄｅｐｅｎｄｅｎｔ ｏｎ ｔｈｅ ｅｘｐｅｒｉｅｎｃｅ ｏｆ ｅｘｐｅｒｔｓ ｔｏ ｄｅｔｅｒｍｉｎｅ ｔｈｅ ｆａｕｌｔ ｄｅｔｅｃｔｉｏｎ ａｎｄ ｄｉａｇｎｏｓｉｓ．Ｔｈｅ ｔｒａｄｉｔｉｏｎａｌ ＵＡＶ ｄｅｔｅｃｔｉｏｎ ｓｙｓｔｅｍ ｃａｎ ｏｎｌｙ ｄｅｔｅｃｔ ａ ＵＡＶ ａｔ ｏｎｅ ｔｉｍｅ。ｗｈｉｃｈ ｃａｎ’ｔ ａｄａｐｔ ｔｈｅ ｄｅｍａｎｄ ｉｎ ｍｕｌｔｉｔａｓｋ ｍｏｄｅ．Ｃｏｍｂｉｎｅｄ ｗｉｔｈ ｔｈｅ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ｏｆ ｔｈｅ ｅｍｉｓｓｉｏｎ ｃｏｎｔｒｏ１．ＵＡＶ ｄｉｓｔｒｉｂｕｔｅｄ ｄｅｔｅｃｔｉｏｎ。ｄｉａｇｎｏｓｉｓ ａｎｄ ｅｍｉｓｓｉｏｎ ｃｏｎｔｒｏｌ ｓｙｓｔｅｍ ｕｓｅｓ ｔｗｏ ｌｅｖｅｌ ｄｉｓｔｒｉｂｕｔｅｄ ｍａｓｔｅｒ－ ｓａｌｖｅ ｎｅｔｗｏｒｋ ｓｔｒｕｃｔｕｒｅ，ｋｅｅｐｉｎｇ ｄｅｔｅｃｔｉｏｎ ａｎｄ ｃｏｎｔｒｏｌ ｓｙｓｔｅｍ ａｎｄ ｄｉａｇｎｏｓｉｓ ｓｙｓｔｅｍ ａｐａｒｔ．Ｂａｓｅｄ ｏｎ ｅｘｐｅｒｔ ｓｙｓｔｅｍ ｏｆ ｓｅｐａｒａｔｅ ｐａｒａｌｌｅｌ ｄｅｔｅｃｔｉｏｎ ａｌｇｏｒｉｔｈｍ。ｗｅ ｃａｎ ａｃｈｉｅｖｅ ＵＡＶ ｒａｐｉｄ ａｕｔｏｍａｔｉｃ ｄｅｔｅｃｔｉｏｎ，ｄｉａｇｎｏｓｉｓ ａｎｄ ｃｏｎｔｒｏ１．Ｉｔ ｈａｓ ａ ｈｉｇｈ ｄｅｇｒｅｅ ｏｆ ｉｎｔｅｇｒａｔｉｏｎ，ａｕｔｏｍａｔｉｏｎ，ａｎｄ ｉｎｔｅｌｌｉｇｅｎｔ，ａｎｄ ｓｉｍｐｌｉｆｉｅｓ ｔｈｅ ｓｙｓｔｅｍ ｓｔｒｕｃｔｕｒｅ，ｒｅｄｕｃｅｓ ｓｙｓｔｅｍ ｃｏｓｔｓ，ａｎｄ ｓｔａｆｆ ｌａｂｏｒ ｉｎｔｅｎｓｉｔｙ，ｉｍｐｒｏｖｅｓ ｔｈｅ ｓｙｓｔｅｍ ｅｆｆｉｃｉｅｎｃｙ． Ｋｅｙｗｏｒｄｓ：ＵＡＶ；ｄｉｓｔｒｉｂｕｔｅ ｄｅｔｅｃｔｉｏｎ；ｅｍｉｓｓｉｏｎ ｃｏｎｔｒｏｌ ｓｙｓｔｅｍ １ 引 言 目前，国内外科研机构研发的无人机检测系统主要以 数据采集为主，对于故障的检测和诊断则主要依靠现场专 随着控制、通信、信息处理、传感器、导航等若干技术不 家的经验来判断，这对用户提出了较高的要求，也需要耗费 断发展与集成，以多机协同、集群布阵为特点的多机任务模 较多的人力资源；而且传统的无人机检测系统同一时刻只 式已经成为无人机系统一种新的发展趋势，无人机系统的 能检测一架无人机，已远远不能适应多机任务模式无人机 功能越来越强大，体系结构越来越庞大 ］。高品质的无人 系统待检无人机数量多、设备大型化、高速化、自动化和智 机系统不仅体现在系统设计上，同时在控制工程方面也要 有很高的可靠性作为保证。无人机系统的关键设备一旦发 生故障，必将引起严重后果。因此，对无人机系统的关键设 能化等特点的要求。无人机检测系统除了实时数据采集等 功能外，更重要的在于根据获得的大量数据信息，进行自动 分析，快速、准确地给出被测系统的检测结果，并对故障尽 备开展故障检测和诊断，成为迫切之需。 收稿日期：２０１２—１１ ＊基金项目：南京航空航天大学基本科研业务专项研究基金（ＮＰ２０１１００６）无人机关键技术专项 ・ ９７ ・ 第３６卷 可能做出精确分析和定位 。 电 子 测 量技术 ２）接收本单元内ｍ架无人机发回的待检测数据，接收 基于上述问题，本文设计一种适应多机任务模式无人 主控站的检测与控制命令，调用故障征兆判据库信息完成 本单元内ｍ架无人机的故障检测和发射控制流程，一旦检 测发现故障征兆立即封锁当前无人机后续操作，并控制其 进入安全状态； 机需求的分布式检测诊断与发射控制系统。 ２ 系统总体设计与实现 ２．１ 系统组成 ３）把检测结果实时汇报给主控站，检测发现故障时将 多机任务模式无人机分布式检测诊断与发射控制系统 采用两级分布式主从网络结构，１个主控站控制 个发射平 台，每个发射平台上装载ｍ架无人机，以分布式总线网络实 故障征兆及故障无人机数据发送至主控站。 主控站除了以上提到的功能外，内部集成故障诊断专 家系统，根据故障征兆及故障无人机数据调用专家知识库 进行推理分析得出诊断结论 。 现数据通信和协同工作，系统组成结构图如图１所示。 ３ 技术方案 ３．１ 多平台多架次无人机集散控制与并行检测技术 ３．１．１分布式网络搭建 为了实现多平台多架次无人机的批量检测控制，本系 统采用ＰＣ１０４总线和ＲＳ４２２串行总线构建自动检测系统 的现场子系统，搭建模块化、可重构、开放性的分布式总线 图１系统组成结构 网络测试系统 ，实现远程异地分布式测试与网络故障诊 断功能。 主控站是系统现场协调、管理、指挥的主控设备，内部 集成故障诊断专家系统 ；发射平台上的故障检测与发射 控制单元是系统自动检测与控制的主要执行设备；无人机 是系统的被检测对象。 ２．２基本功能 本系统中，主控站、故障检测与发射控制单元，与无人 机阵群间通过ＲＳ４２２串行总线组成一个两级分布式、主 从结构的自动检测诊断与发射控制系统。其中，主控站是 顶层级，检测系统的指挥控制中心。故障检测与发射控制 单元是中问级，信息的储存转运加工枢纽。无人机群是底 层级，执行指令的智能单元。基于分布式总线网络的无人 机全自动检测诊断与发射控制系统网络接口图，如图２ 所示。 故障检测与发射控制单元主要完成以下功能： １）接收主控站的检测与控制命令完成发射平台本身 的自检与控制； 主控站 ×３发射平台（故障检测与发射控制单元）ｘ １２ 无人机 图２系统网络接口 ・ ９８ ・ 杨柳庆等：多机任务模式无人机分布式检测诊断与发射控制系统 第１期 ３．１．２多线程并行检测技术 多机任务模式无人机系统作战训练的准备时间短，待 检测无人机数量多，检测项目也多，而有些检测流程的耗 时比较长，要在较短的时间内完成整个检测流程，系统必 须采用多机并行检测方法。 本系统采用ＰＣＡＭ设计理念即将设计过程分为：任务 划分、通信分析、任务组合和进程映射 ］。在任务划分阶 段，将检测与控制内容细化为７２个检测项与控制项；在通 信分析阶段，分析检测项之间数据信息的耦合和交换情 况；在任务组合阶段，将检测与控制项组合为１４个检测与 控制流程；在进程映射阶段，为划分和组合好的检测与控 制流程分配的进程。 在进程映射过程中采用了分治策略 和流水线技术 结合设计同步并行算法，达到最小化全局执行时间和通信 成本以及最大化处理器的利用率。 ３．２基于故障征兆判据库的无人机故障检测技术 ３．２．１ 自适应门限检测方法 无人机的检测流程众多，检测参数具有非线性时变随 机特性，固定门限不能适应动态变化，而且传统的门限检 测方法适应性差，反映出的问题就是故障检测虚警概率高 （即门限值偏低）或故障检出概率低（即门限值偏高）。 本系统采用了自适应门限检测 方法，来建立无人机 故障征兆判据库。根据以往的试验数据，用最小二乘法拟 合得到无人机的非线性时变观测参数在不同流程和状态 下的数据曲线，采用自适应算法，实现无人机观测参数的 自适应门限检测。 ３．２．２故障征兆判据库建立 对于无人机平台而言，故障征兆即指由故障引起的无 人机平台的一个或多个重要变量或特性偏离了正常范围 的异常现象。无人机平台各系统的待检测信息通过机载 传感器等数据采集模块转换成数字量并汇总至飞行控制 系统，再通过分布式网络 转发至故障检测与发射控制单 元，故障检测与发射控制单元通过故障检测算法实时分析 这些数据并判断是否有故障征兆。 对于数值型观测参数其故障检测算法为：某个观测参 数的时间序列： （Ｏ）， （１），…，Ｏ（ｔ一１）， （ ），定义Ｏｔ０（￡）一 （ｆ）一Ｏ（ｔ一１）］，岛（￡）一Ｅ０（ｔ）一 ］。若满足条件 （￡）＞ 蛳，则称观测参数存在跳变型征兆，其中蛳为给定的判据阈 值；若满足条件 （￡）＞ ，则称观测参数存在漂移型征兆， 其中Ｊ岛为给定的判据阈值， 为状态参数的给定值。数字量 化后的判据阈值根据变化方向的不同可分为正向阈值 （ａ外、 ）和负向阈值（ａ 、 ）。在此系统中，漂移型征兆可 取为相应参数的检测门限。 在无人机自动检测过程中，为了排除网络传输失真产 生的影响，采用了“多重判断”的办法。在遇到跳变型征兆 时，连续５次判断满足征兆判据才确认征兆出现；在遇到 漂移型征兆时则连续３次判断。本系统结合无人机研究 领域的专家，在结合了专家经验和系统实际后建立了无人 机故障征兆判据库。故障检测算法的演示图，如图３ 所示。 图３基于征兆库的无人机故障检测算法 对于状态型观测参数，由于不存在跳变或漂移量，其 阈值为一准确的状态值，且此状态值已表明该设备、流程、 链路、结果是否为故障或错误。因而，对于状态型观测参 数，只需按照相关协议的规定依据状态值设置征兆号和征 兆类型，即检测时由状态值直接可以得到征兆号、征兆 类型。 ３．３基于专家系统的无人机故障诊断技术 故障诊断专家系统根据故障征兆，判别故障的类型、 程度、原因及所在部位，主要由４部分组成，即知识库、推 理机、接口部分和故障处理部分。 接口部分把检测得到故障征兆送入动态数据库；推理 机根据知识库中的知识和故障征兆进行推理，得出故障类 型；最后由故障处理部分作出诊断结果、故障评价和故障 决策。图４为故障诊断流程。 故障征兆 操作人员 图４基于专家系统的故障诊断流程 征兆与故障之间存在着“多对多”的关系，即一种征兆 可能反映多种故障；一种故障也可能引起多种征兆。征兆 与故障之间的因果关系按系统结构或功能又可分为多个 层次。征兆与故障之问的关系可以用故障树的形式进行 表达。故障树是一种特殊的倒立树状逻辑因果关系图，用 表示事件的符号及逻辑门符号描述系统中各种事件之间 的因果关系。本系统根据平台内部各分系统的特点，设计 ・ ９９ ・ 第３６卷 电 子 测 量技术 了关键部件的故障树。以升降舵机为例，图５为升降舵机 位置反馈异常的故障树结构图。 若故障树中结论对应的一系列条件均已测知且满足 条件则结论概率为ｉ００ 。 若故障树中结论对应的某一层条件暂未测知或无法 测知则按层次及经验设置结论概率。 由故障编号可以在结论库中索引到故障类型，进而得 到故障解决措施。无人机故障诊断专家系统的结论库是 飞控机Ｉｌ飞控机Ａ 串Ｅｔ卡故障ｌ ｌ卡故障 Ｉ 飞控机ＡＤ ｌ 输入信号异常Ｉ 总结了所有可预知的无人机平台故障类型，一一对应编号 形成。结论库存储形式为： 序号 故障编号 故障类型 建议措施 三＝— 调褰理电嚣藤ｌ路故障ｌ Ｉ到 蹯ｌ异紫堕 ＿一鳖 需 图５升降舵机位置反馈异常的故障树结构 ３．３．１知识库建立 结合无人机研究领域的专家经验，应用故障树原理， 采用ＡＣＣＥＳＳ关系数据库结构，构建树型知识库。知识库 包含２个子数据库：知识表和规则表。专家系统将可预知 的无人机故障分为五级，征兆也分为五级。每级征兆有其 对应的知识表，记录着属于该级的所有征兆相关信息。知 识表存储形式为： 等级序号征兆号征兆类型 萼 萼规则号洲一 一一一。 规则表存储征兆和原因之间的前提条件。 ＩＦ条件１ ＡＮＤ条件２ ＡＮＤ条件３ ＡＮＤ条件４ ＡＮＤ 条件５ ＴＨＥＮ 故障类型／故障编号概率 一 规则中的条件即是满足故障产生的各种征兆。规则 表存储形式为： 序号规则号条件１条件２条件３条件４条件５ 霉概率 ３．３．２推理机的设计 推理机采用了正向推理的方法。将征兆从征兆库中 取出，查询知识库，将征兆与知识条件比照从而进行推理 得出结论及其概率 。 当系统出现故障征兆时，征兆号和一级故障知识表 的征兆号对应，得到本级故障推理编号，程序根据此编号 与二级故障知识表中上级故障推理编号进行索引。如果 没有符合此编号相应的二级征兆出现，直接输出诊断结 果，即规则号，继而输出故障编号；若有相关征兆出现，再 进行下一级索引，以此类推，直到输出最终一级故障 编号。 ・ １ＯＯ・ 在硬件及软件设计上，采用“逻辑与”控制通道设计， 只有上一流程成功完成，并且当前流程控制信号有效后。 当前流程才能开始执行。 冷／热启动控制技术的核心思想是：先让发动机冷启 动１５ｓ，增加发动机燃烧室内燃油和空气浓度，调整合理的 油气比；再让发动机热启动，带动发电机发电，然后断开地 面电源，转为机载供电。 ４ 结 论 该系统具备多机任务模式无人机一线快速检测和发 射控制功能，自动化和智能化程度高，可大大减少无人机 作战准备时间；具备二线维护性检测的大部分功能，可大 大延长无人机返厂维护的周期，增加无人机有效的战备值 勤时间。 该系统将先进成熟的信号采集及处理技术、通信技术 和故障检测诊断技术融为一体，达到了技术先进性、工程 可靠性与成本经济性的最佳结合；采用分布式主从结构、 总线通信网络和模块化设计，简化了系统结构，功能及接 口易于扩展。 目前，该系统已成功应用于国内某型多机任务模式无 人机，由１个主控站控制３个发射平台、每个发射平台装载 １２架无人机。该系统全自动批量化实现３６架无人机的检 测诊断和发射控制流程耗时约为４０ ｍｉｎ（某型无人机准备 发射时间指标为１ ｈ），仅为原人工检测耗时的１／５０。该系 统使原有编队上百人的某型无人机准备发射工作人员缩 减为数十人，大大节约了人力物力资源。该系统能够及时 检错诊断、成功隔离某型无人机的故障，经与现场权威专 家检测结果对比，故障检出率高达１００ ，准确度高达 １００Ｖｏ。该系统安全、稳定、可靠的实现了某型无人机，高 密度集群发射控制，降低了操作人员的工作强度和危 险性。 （下转第１２８页） 第３６卷 ［９］ ’ 电 子 测 量技术 计算［Ｊ］姜’。 弱Ｂ 总 统的可靠性 作者简介 国外电子测量技术，２０１０，２９（９）：３６—３８． ……。 。．［１Ｏ］ 韩双利，赵尚宏，底翔，等．新型战机综合航电系统及 ４５（３）：５０—５５． ［１１］ 刘鑫，陆文娟．光纤通道在航空电子环境的应用及关 付平。哈尔滨工业大学自动化测试与控制系教授，博士 制技术等。 其高速光互连技术［Ｊ］．激光与光电子学进展，２００８， 生导师。主要研究方向为先进总线技术、自动化测试与控 Ｅ—ｍａｉｌ：ｆｕｐｉｎｇ＠ｈｉｔ．ｅｄｕ．ｃｎ 张佳宁，哈尔滨工业大学自动化测试与控制系硕士研 究生，主要研究方向为先进总线技术。 Ｅ－ｍａｉｌ：ｚｈａｎｇｍｕｌｉｎｎａｎ＠１ ６３．ｔｏｍ 键技术研究［Ｊ］．光通信技术，２００６，３０（６）：５５—５８． ｌ。¨¨ ‘’ＩＩＩＩＩ ｑ＇－－ ＊￣ｌｈｌ・ Ｉ１ＩＩ￣ｗ，＊ｎｉｌ１ｌＵ－。’ … 。ＩＩｈ （上接第１００页） 参考文献 Ｅ１］ 姚敏，朱艳萍，赵敏，等．敌对环境多无人机协同攻击 策略研究［Ｊ］．仪器仪表学报，２０１１，３２（８）： １８９１ １８９７． ［６］ 陈天洲，胡威，蒋宁，等．嵌入式操作系统中进程映射 实现方法［Ｐ］．中国专利：ＣＮ１８２８５５７，２００６—０９—０６． Ｅ７２ 赵春红，高希龙，王柠，等，一种应用分治策略的中文 分词方法［Ｊ］．燕山大学学报，２００９，３３（５）：４４４—４４９． ［８］ 袁文刚，吴团锋，朱爱民．一种门限自适应的独检 测方法Ｉ－Ｊ］．军事通信技术，２００６，２７（２）：４７ ５Ｏ． ［９］ 曾庆权．基于ＷＳＮ的战场分布式网络技术研究ｌ－Ｄ］． 西安：西安电子科技大学，２０１１． ［２］ 李银军，张彦斌．基于ＡＢＢＥＴ的自动测试系统软件 设计［Ｊ］．国外电子测量技术，２０１０，２９（１１）：６０—６２． ［３］ ＴｕＩ ｕＭ Ｋ．Ｓｉｔｕａｔｉｏｎ ａｗａｒｅ ｕＡＶ ｍｉｓｓｉｏｎ ｒｏｕｔｅ Ｐｌａｎｎｉｎｇ［－Ｃ］．Ａｅｒｏｓｐａｃｅｃｏｎｆｅｒｅｎｃｅ，２００９：７－１４． ［４］ＬＡＩ Ｂ Ｃ．Ｃｌａｓｓｉｆｉｅｒ ｇｒｏｕｐｉｎｇ ｔｏ ｅｎｈａｎｃｅ ｄａｔａ ｌｏｃａｌｉｔｙ ｆｏｒ ａ ｍｕｌｔｉ－ｔｈｒｅａｄｅｄ ｏｂｊｅｃｔ ｄｅｔｅｃｔｉｏｎ ａｌｇｏｒｉｔｈｍｒＣ－１．Ｐａｒａｌｌｅｌ ａｎｄ Ｄｉｓｔｒｉｂｕｔｅｄ Ｓｙｓｔｅｍｓ，２０１１：２６８—２７５． ［１Ｏ］ 刘升友．海上救助专家知识库建立及推理机的研究ｌ－Ｄ］． 大连：大连海事大学，２０１１． 作者简介 杨柳庆，助理研究员，研究方向为导航制导与控制、计 算机测控。 ［５］ 郝佳，吴杰长，郭朝有，等．基于分布式动态优先权队 列的ＣＡＮ总线实时性仿真研究Ｉ－ｊ］．电子测量与仪器 学报，２Ｏ１１．２５（７）：５９卜５９６．
