導語：邊界氣象要素的模式分析一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

1探測模式需求分析

2013年，我國中東部地區平均霾日數為1961年以來最多的一年．其中，北京、天津、江蘇、安徽、浙江、河南、河北等地區，霾日數超過100d［3］．全國各地持續的嚴重灰霾污染問題成為今年全國兩會備受關注的關鍵議題之一．在已經公布的31個省份2014年政府工作報告中，有29個省份(僅寧夏和西藏沒有明確)提出治理大氣污染，北京市首次將氣溶膠細粒子(PM2.5)年均濃度的下降指標寫入政府工作報告．霾污染的綜合治理已迫在眉睫．20世紀末期，文獻［4-5］就明確指出大氣邊界層的氣象條件對霾的形成、分布、維持與消散起著決定作用．由于實際地表下墊面的非均勻性(特別是城市化速度加快，高樓林立)和大氣邊界層過程的多尺度性及湍流運動的復雜性，使得邊界層內的氣象要素和污染物濃度分布通常表現為明顯的非均勻性．因此對大氣邊界層氣象要素實施空間網絡化同步觀測，對于充分認識霾污染的綜合特征，為預防、治理霾污染提供最優決策依據具有重要的科學意義．但是，目前這方面的觀測實驗和研究工作主要基于多點同步的地基觀測輔以風廓線雷達、系留氣艇探空等觀測手段［6-7］，無法就邊界層內某一特定的氣象現象進行針對性觀測，一些重要的非均勻邊界層氣象現象(如城市霾污染三維結構特征、城市熱島環流、城市冠層懸浮逆溫和急流、熱內邊界層、海陸風等)的物理過程、結構和圖像尚不清晰．為了研究較大尺度的非均勻性(下墊面的熱力、動力性質的不均勻)對局地氣候環境影響，綜合多種觀測手段的空間網絡立體同步觀測勢在必行．實際上，大氣邊界層氣象要素空間網絡化同步觀測的實現，對于大氣邊界層動力、熱力結構、城市污染物濃度分布的多尺度三維結構、局地突發性大氣污染應急及評估、城市群多尺度熱島強迫環流、海陸環流、數值模式中邊界層過程參數化等研究與應用均有著深遠的理論意義與廣闊的應用前景．

2探測模式優勢分析

本文根據大氣邊界層氣象研究對氣象要素數據的需求，在充分利用多旋翼無人機自主巡航、定點懸浮性能的基礎上，結合可研發出的協同探測、追蹤探測、自主避障等功能，初步設計了多旋翼無人機群自主探測大氣邊界層氣象要素業務流程(如圖2所示)，隨著研究與試驗的深入，將逐步完善．從圖2可以看出，該探測模式主要特點是觀測的針對性強、具有智能追蹤探測和空間網絡結構的同步觀測等功能．目前的探測技術與手段通常是單點、單線觀測(鐵塔觀測是點測，系留氣艇、風廓線雷達等是垂直向線測，無人遙測飛機是橫向線測)，無法獲取完整的三維同步的氣象要素數據，難以充分滿足當前大氣邊界層理論研究與業務應用的需求．如果運用多旋翼無人機群對大氣邊界層氣象要素進行協同探測，不但可以增加局地氣象現象平面與空間氣象要素數據密度，還可以依據目標探測對象(如城市熱島的三維結構)的氣象要素特征不斷調整機群空間網絡結構進行協同探測與追蹤探測，獲取不同空間位置的氣象要素數據，是一種動態的空間網絡同步氣象要素探測理念．顯然，這一探測技術與方式是現有氣象探測技術與手段的重要補充．

3探測模式可行性分析

近年來，多旋翼無人機技術發展迅速，已經在災后救援、交通運輸、城市管理、精細農業等領域投入使用［8-14］．根據大氣邊界層的高度范圍與氣象要素的探測需求，具有以下特點與功能的多旋翼無人機均滿足所述探測要求．1)機型特征:翼展＜1.5m，重量6～12kg，有效載荷＞3kg．2)動態性能:巡航速度0～3m/s(直流驅動即可)，續航時長＞1h，飛行高度(離地面)≥3km，可定點懸停，穩定性能好(復位能力強)，定位誤差經度方向＜2m、緯度方向＜2m、海拔高度＜5m，自主起飛，自主定點降落．3)搭載設備:自帶計算機(CPU＞2.0G，內存＞4M，內嵌實時系統)、GPS(經緯度測量誤差＜±1.5m，高度＜±5m，更新頻率＞4Hz)、激光測距掃描儀(更新頻率＞100Hz，可測距離＞30m)、相機、氣象傳感器(風、溫、濕、壓等)、無線通信設備(有效距離＞5km)．4)系統性能:自主性、協調性、靈活性、容錯性．例如，本文作者之一王偉教授，從2005年開始研究多旋翼無人機，2012年創辦了“南京傲翼偉滕自動化科技有限公司”，最新研制的Awing-LA型六旋翼無人機(圖3)具有定點懸浮、穩定性能好(復位能力強)、自主巡航、自主定點起降、容錯性等功能．關于無人機群的編隊控制、任務分配、路徑規劃、通信延遲、空中避障等已有許多相關研究成果［15-30］．研究方法包括PID控制、神經網絡控制、自適應控制、模糊控制等［31-43］．

4探測模式挑戰性問題

多旋翼無人機雖然有成本低、飛行靈活、空中定點懸停、起降方便等特點，但實施多旋翼無人機群自主探測大氣邊界層氣象要素模式，還是面臨如下基本問題:探測數據的質量控制、合理減輕機載負荷、機群自主協同作業以及探測平臺的開發等．1963年，美國氣象學家洛侖茲［44］發表了“確定性的非周期流”一文，通過“蝴蝶效應”說明了初始氣象數據的質量是提高數值預報準確性的重要因素．因此，實施多旋翼無人機群自主探測大氣邊界層氣象要素業務，對其探測數據質量的控制至關重要．而使用多旋翼無人機探測氣象要素時，影響探測數據質量的關鍵環節有4個:1)空間網絡探測結構是否科學，關系到所獲空間網絡各節點氣象要素數據的有效率;2)傳感器與定位儀自身的精度誤差，直接造成探測數據誤差;3)多旋翼無人機處于巡航或者定點懸停狀態時是否穩定，關系到數據的精確度;4)多旋翼無人機電機運轉形成的高頻噪聲，影響傳感器探測數據的精度．減輕機載負荷無非是盡可能選取質量輕的機載設備，因此，需要研究如何輔以不增加質量的技術與方法，彌補機載設備性能上的不足．比如，不能選取精度很高的GPS，這就需要研究如何控制探測數據質量問題;又如，利用3D成像實現空中避障技術很成熟，但是，設備重，計算量大，所以，需要研究利用2D掃描輔以科學算法實現空中有效避障．此外，機群自主協同作業無疑是對大氣邊界層實施空間網絡同步動態觀測的關鍵的基本保障．探測平臺的開發顯然是必要的．結合前述對大氣邊界層實施空間網絡同步動態觀測的需求，實施多旋翼無人機群自主探測大氣邊界層氣象要素業務，涉及科學問題包括:1)如何構建空間網絡結構的探測模型，使得所獲三維氣象要素數據的結構更科學，更有應用價值;2)如何實行自主協調控制，保證在無人操作的前提下，順利完成預定探測任務;3)如何利用2D掃描地圖復原3D環境，使多旋翼無人機在自主巡航過程中能有效避障;4)如何增強多旋翼無人機的抗干擾能力，提高探測數據質量;5)多旋翼無人機群自主探測大氣邊界層氣象要素平臺需具有哪些功能，方可保證探測試驗、運行的科學性與安全性．圖4描述了多旋翼無人機群自主探測過程中挑戰性問題產生的環節．大氣邊界層氣象現象種類繁多，且具有多尺度、非線性、非均勻性以及特征邊界模糊等特性，給空間網絡探測結構模型的構建與學習帶來困難．它既不屬于基于圖像的建模，也不屬于基于動態特性的建模，因此，對應的傳統方法無法實現．所以，如何針對不同氣象現象構建不同的空間網絡探測模型，并能通過學習，不斷優化探測模型是擬解決的關鍵問題之一．對應的研究內容包括:1)基于大氣邊界層氣象現象基本特征的多旋翼無人機群初始探測空間網絡結構的設定方法;2)多旋翼無人機群探測氣象要素數據(包括經緯度、海拔高度)的質量控制;3)基于初始氣象要素數據的空間網絡探測模型構建;4)基于氣象要素觀測數據在線自主學習并自主協同調整空間網絡探測結構．由于直流驅動的旋翼無人機質量輕、體積小，且巡航或者定點懸停時不能變更形體結構，所以不宜通過增強其魯棒性與自適應性以抗拒干擾，必須另辟蹊徑．鑒于“隨機干擾”對鎮定動態系統具有積極作用，故擬研究如何利用干擾采用軟恢復方式使旋翼無人機保持穩定(短時間復位能力)．隨機鎮定理論表明隨機干擾不僅可以使穩定的系統更穩定，還可以使不穩定系統變成穩定，類似于以毒攻毒．但如何利用隨機鎮定理論設計隨機干擾器來增強多旋翼無人機的穩定性卻無據可尋．隨機干擾器的設計方法及技巧自然是擬研究的關鍵問題之一．大氣邊界層內某些氣象現象呈現出隨時空動態復雜變化的特征(如夜間低空急流)，為了清晰認識其在不同區域出現的位置、尺度、強度等特征，需要對其實施追蹤探測獲取相應的空間網絡化氣象要素動態數據．這也是研究難點之一．研究內容包括:1)多旋翼無人機群中長機與僚機的協調控制方案與原則;2)無線通信協議;3)基于多元數據融合的機群空間網絡結構協調與航跡優化;4)自主協同進行追蹤探測，并保持一致性．多旋翼無人機在巡航過程中，可能遇到的障礙物既有靜態式，也有動態式．其中，靜態障礙物主要源自下墊面，動態障礙物包括其他多旋翼無人機以及多旋翼無人機群以外的不明飛行物．因此，針對不同的障礙物類型，需要研究如何有效避障并自主恢復到原定巡航路徑上．3D地圖構建是解決無人機自主飛行、實時路徑規劃、未知區域探索、自主避障等系列問題的基礎，但3D激光測距掃描儀設備重，計算量大，耗能高，不適宜多旋翼無人機使用．因此，如何利用2D激光測距掃描儀獲取2D地圖輔以先進算法實現3D地圖的實時構建也是擬研究的關鍵問題之一．關于多旋翼無人機群自主探測大氣邊界層氣象要素平臺開發，包括長機的協同、容錯控制，僚機的數據感知、自主定位、自主巡航、自主避障、自主定點降落，以及多旋翼無人機群探測大氣邊界層地面實時監控等模塊的分析與集成．雖然平臺開發中系統分析尤為關鍵，但由于機載計算機容量有限，實時氣象要素數據相對較大，因此，如何科學關聯、融合各個模塊，使系統具有高度自主性、協調性、靈活性、容錯性等性能以及地面實時監控功能，是一個復雜的系統工程，自然也是擬研究的關鍵問題之一．

5挑戰性問題研究思路

多旋翼無人機群自主探測大氣邊界層氣象要素是一個復雜的系統工程，因此，需要運用系統論的思想與方法，對相關理論與技術進行研究．1)關于建模與學習的研究，可以依據大氣邊界層動力結構、熱力結構理論，在分析氣象現象基本特征的基礎上，依據體現其特征的主要氣象要素(或各氣象要素的加權融合)構建空間網絡探測模型，并在建立氣象要素梯度場的基礎上，運用基于矢量的迭代學習方法，不斷完善空間網絡探測結構．2)關于自主追蹤的研究，以追蹤風速為例，首先根據多旋翼無人機機型結構與大小，通過實驗取得多旋翼無人機處于空中懸浮狀態時，風速與多旋翼無人機被動前進速度的關系曲線，再綜合實時探測的風速、風向以及多旋翼無人機的實時經緯度、海拔高度構建向量場，最后運用基于矢量的迭代學習方法，計算多旋翼無人機應具備的速度與飛行方向，實現自主追蹤探測．3)關于自主空間避障的研究，可考慮采用激光測距掃描儀，結合多旋翼無人機及時定位與地圖構建(SLAM)算法，實時對周邊環境進行分析判斷，從而檢測出可能對飛行產生阻礙的物體，以便重新規劃多旋翼無人機的飛行軌跡，實現空間避障．可參考的使用方法有人工勢場法、數學規劃法以及基于進化計算的避障方法等［45-53］．4)基于2D激光掃描所獲得的2D特征信息，加入高度信息即可構建出每個高度平面的2D地圖．在此基礎上，融合Octomap和HectorSLAM方法即可實現3D地圖實時構建與無人機的自我定位．圖5是對應的SLAM算法流程．5)關于隨機干擾器的設計，可以通過實驗檢測出多旋翼無人機受擾動大小與振動幅頻特性的關系，再依據隨機鎮定理論［54-59］計算確定隨機干擾器的干擾強度，用以抵消或減輕低頻振動等隨機干擾對多旋翼無人機穩定性的影響．

6探測模式系統分析

多旋翼無人機群自主探測大氣邊界層氣象要素業務平臺結構如圖6所示．

7總結

本文就多旋翼無人機群自主探測大氣邊界層氣象要素模式進行了分析，提出了具有空間網絡結構的動態探測理念，并賦予氣象要素數據質量控制的新含義．同時指出，為實現該探測模式，還需要在分析大氣邊界層氣象現象特征的基礎上，研究空間網絡探測結構模型的構建與學習方法;建立基于空間網絡結構的分層自主控制理論，實現基于空間網絡探測結構的航跡優化與協同控制;研究基于氣象要素梯度方向場的迭代學習方法，實現多旋翼無人機自主追蹤梯度方向的探測技術;采用擴展卡爾曼濾波和粒子濾波算法，完成基于2D分層圖像的3D環境復原，實現多旋翼無人機空中有效避障功能;設計基于隨機鎮定理論的隨機干擾器，增強多旋翼無人機巡航與定點懸浮的穩定性，以獲取更高質量的氣象要素數據．

作者：羅琦王偉陸振宇姜海梅張雨田苗國英夏俊榮王成剛