Embedded True Proportional Navigation Guidance for a High-Dynamic Flight Vehicle: Real-Time MIL--HIL Validation
本研究量化了高动态飞行器嵌入式真比例导航系统在模型在环（Model-in-the-Loop）与硬件在环（Hardware-in-the-Loop）仿真之间显著的性能差距，证明了虽然计算负载可以忽略不计，但通信与调度等端到端实现效应会引入实质性的末端误差，且这些误差必须被整合进制导设计过程之中。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
引导高速飞行器到达天空中的精确点，是一项对完美时机和瞬时反应有着极高要求的任务。在航空航天工程领域，这被称为末端制导（terminal guidance），即飞行物的最后阶段，飞行器必须在此阶段自行转向以拦截目标。工程师们利用强大的计算机仿真技术来设计这些转向律，通过创建飞行器及其所处大气的数字孪生体，来预测其行为。这些仿真过程极其详尽，考虑了飞行器的形状、其飞行的空气环境以及作用在机翼上的各种力。然而，仿真并非物理现实。当代码从一台高性能台式计算机转移到实际飞行器内部的小型嵌入式处理器时，环境发生了变化。处理器必须与其他任务共享时间，数据必须在导线间传输，且信号可能会稍晚到达或以略微不同的顺序到达。这些微小的物理现实累积起来，可能导致原本在计算机中表现完美的飞行器在现实世界中偏离目标。
埃及军事技术学院的一组研究人员致力于测量这些物理现实究竟有多大的影响。他们想要观察一个运行在纯软件仿真中的制导系统，与运行在物理微控制器芯片（即可能实际安装在导弹或无人机上的那种芯片）上的同一系统之间存在多大的差距。为了实现这一目标，他们构建了一个测试装置，允许他们运行两次完全相同的飞行场景：一次是在计算机仿真中，另一次是使用连接到实时模拟器的物理芯片。他们使用了一种被称为“真比例导航”（True Proportional Navigation）的特定转向方法，这是一种通过不断调整角度以对准目标来保持飞行器处于碰撞路径上的知名技术。他们还编写了一个稳定自动驾驶仪，以使飞行器在阵风中保持稳定。为了确保比较的公平性，他们确保了两次测试中的飞行器物理特性、风力条件和转向指令都是完全一致的。唯一的区别在于操作系统的“大脑”身处何处：是在虚拟计算机中，还是在物理芯片上。
这次对比的结果揭示了性能上的惊人差异。在纯计算机仿真中，飞行器的精度极高，即使在强风条件下，每次测试的误差也小于半米。仿真显示飞行器路径平滑，几乎准确地抵达了预定位置。然而，当研究人员切换到物理硬件设置时，结果发生了剧变。在同样的风力条件下，飞行器偏离目标的距离达数百米。在最平静的测试中（无风状态），物理系统的误差为137米，而仿真误差不到半米。在最剧烈的湍流测试中，物理系统的误差接近两公里。这一巨大的差距证明，制导系统的物理实现引入了显著的误差，而计算机仿真完全未能预测到这些误差。
研究人员随后调查了发生这种情况的原因，仔细观察了物理芯片的速度，以确定它是否仅仅是因为跟不上节奏。他们发现，该芯片实际上非常快，计算转向指令仅使用了不到百分之二的可用时间。这排除了处理器因运算过载或速度过慢而无法完成数学计算的可能性。他们得出的结论是，问题不在于计算本身，而在于数据的旅程。延迟来自于数据通过连接芯片与模拟器的串行电缆进行传输所需的时间，数据被封装成数字数据包所需的时间，以及由芯片内部任务调度引起的微小且不可预测的延迟。这些虽然仅累加至几毫秒的微小延迟，却足以破坏高速拦截所需的精确时序。
这项研究为设计自主飞行器的工程师们提供了一个关键教训。它表明，一个制导系统即使在数学上是完美的、在计算上是高效的，仍可能因为硬件通信的物理现实而在实践中失败。研究人员证明，从一个指令被计算、发送、接收到最终执行的总时长，与处理器本身的运算速度同样重要。他们并未确定这些微小延迟中哪一个是最大的罪魁祸首，但他们证明了整个链条的综合效应是巨大的。他们的工作表明，未来的设计必须从一开始就考虑到这些物理延迟，将硬件的通信和时序视为制导系统不可分割的一部分，而非事后的补充。如果没有对物理实现的这种细致关注，即使是最先进的转向算法，在现实世界中也可能难以命中目标。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。