倪茂林 李果 王星
北京控制工程研究所，北京100080
niml@bice.cast.ac.cn
摘 要 本文研究了空天飞行器的建模与控制问题。在分析空天飞行器特征的基础上，研究了大气层中飞行器表面气动力分布的计算方法，进而讨论了其动力学建模，还探讨了空天飞行器在大气层中飞行控制策略。
关键词 空天飞行器，气动力, 建模，控制。
Modeling and Control for the Atmospheric Reentry Vehicle
Ni Maolin, Li Guo, Wang Xing
Beijing Institute of Control Engineering, Beijing 100080
Abstract The modeling and control of the reentry vehicle are investigated in this paper. After studying the characteristics of the reentry vehicle, we address the methods for computing the aerodynamic force on surface of the vehicle flying in the atmosphere. Then the dynamical modeling of the reentry vehicle is discussed. Finally, some candidate control schemes for the reentry vehicle flying in the atmosphere are given. Keywords Reentry vehicle, aerodynamic force, modeling, control.
1 引言
空天飞机的概念早在20世纪80年代就由美国空军提出，是一种介于航天飞机和普通飞机之间的飞行器。它能够以普通飞机的方式起飞，能在30～100公里高的大气层中作极超声速飞行，能够直接加速进入低地球轨道，完成航空航天任务后再返回大气层，并能水平着陆。
空天飞机具有很高的军事使用价值。它可作为反卫星武器平台和太空监视侦察平台，用于快速部署小卫星星座或回收卫星。它具有航空与航天的双重功能和在两个空间层次作战的能力。另外，用空天飞机作战不会招惹“侵犯领空”的麻烦，空天飞机以极快的速度在大气层以上的太空飞行，可以不经他国许可飞越，那里没有“领空”这一概念。还有，这种跨大气层飞机具有很高的速度，所以具有很大的动能，弹药攻击效果倍增。在战略上，可以出其不意地打击敌人几乎没有防备的纵深目标，可以出其不意地选择最佳的攻击时间；在战术上，可以出其不意地使用多种亚轨道飞行路线，攻击敌方防空的薄弱环节[1]。 巨大的战略利益吸引多个国家注意到空天飞机, 美、俄、德、英、法、日和印度等国家都提出了各自的空天飞机发展计划。美国国家航空和宇航局(NASA)研制的X-43A空天
飞机采用超音速冲压喷射引擎(scramjet)技术，2004年11月在太平洋上空的试验飞行成功地达到了11265公里的时速(接近10马赫)。超音速冲压喷射引擎技术直接从空气中获取氧气，而不是像传统的火箭那样在容器中携带液氧。
本文将首先分析空天飞行器的特征，进而讨论其动力学与控制中的一些问题。
──────────────
国家自然科学基金资助项目(90405017, 90205008)
244
2 空天飞行器的特征
空天飞行器从广义上讲是指能在大气层中飞行，能穿过大气层进入空间在轨运行的飞行器[2]。这包括载人航天器（航天飞机、飞船）、远程飞行导弹、空间作战飞行器和各种卫星（包括可返回式卫星），特别是在大气层中飞行的空天飞行器应该具有高超音速、高机动性、高温、高隐身能力、超高强韧与高精度控制能力等特点。从特定意义上讲，空天飞行器是一种集航空器、航天器和运载器于一身的新型飞行器。它既能在大气层内做高超音速飞行，又能穿过大气层进入轨道运行。它的动力装置是由航空喷气发动机和火箭发动机两大部分组成的混合动力装置，具有往返进出大气层自由飞行的能力[2].
飞船和航天飞机最显著的不同是有无机翼。飞船由于没有机翼，升力及升力调节能力都很小，只能采用弹道式和半弹道式方式返回；航天飞机由于装有很大的机翼，在进入大气层后可以获得足够的升力，从而通过控制升力的大小和方向来调节纵向和横向距离，实现准确地水平降落在目标跑道上。与目前航天飞机相比，空天飞行器的优点在于装有航空喷气发动机和火箭发动机的组合动力装置[2]。 它能够自由出入大气层，因而增加了安全性，方便在飞行任务的每一阶段进行救生工作。
研究高超音速空天飞行器面临着巨大的技术挑战，其关键在于材料与结构、推进技术、空气动力学与飞行控制技术等。本文只讨论后两个方面。
3 空天飞行器在大气层中的动力学与控制问题
空天飞行器的运行过程分为五种工作模式：起飞模式、航天器在轨飞行模式、大气层中的航空器飞行模式、返回再入飞行模式和返回着陆模式[2]。空天飞行器在大气层中飞行，运行环境复杂。尤其是作高超音速飞行时，一是气动力对飞行器结构及表面气流作用可能引起系统不稳定；二是由于发动机燃料在大气层中快速消耗，飞行器呈变质量的特点；三是在大范围快速机动时，飞行器姿态与轨道模型结构多变、参数时变不确定。
3.1飞行器表面气动力分布的计算
飞行器在大气层中飞行主要采用舵控制和推力矢量控制，所以必须对飞行器表面的气动力分布有清晰的了解。气动力属于空气动力学的研究范畴，其传统研究方法是理论分析和物理实验。但由于工程实际中流场问题很复杂，特别是在六十年代后期，随着载人航天事业的兴起，航天器的安全飞行与再入回收成为载人飞行的关键技术，使得人们对高马赫数再入时的气动力、气动热十分关注。带座舱飞船以高超声速再入大气层时，由于粘性和激波压缩，使得飞船的动能大量地转化为热能，其周围流场具有热化学非平衡的性质[3]。带座舱飞船在再入大气层过程中，前体存在着严重的气动加热，后体存在着再压缩激波，再加上流场中高温气体的电离及相互间的化学反应，给实验研究带来相当大困难。另一方面，六十年代以来电子计算机技术高速发展，使得数值求解这些复杂的流场问题成为可能，这便产生了一个重要分支——计算空气动力学。数值计算、理论分析及实验研究相互结合、相互验证，较好地解决了许多工程实际问题，节省了大笔费用。
245
为了准确计算飞行器表面的气动力分布，需要精确模拟飞行器周围流场结构，这要求求解空气动力学方程——可压缩NS方程。对于该问题，早在六、七十年代国外就有人研究。1969年MacCormark提出求解可压缩NS方程的显式差分格式[４]，1976年Beam和Warming提出了隐式差分格式[５]. 早期人们通常采用二阶格式精度中心差分格式求解可压缩NS方程，构造中心型格式的前提是流场具有如下性质：中心点的物理量均与四周点的量相关，而且其内没有很大的梯度。低速和亚音速流场一般具有这种性质，所以中心型格式得到了很好应用。但对于超声速流场，特别是粘性效应不大的区域，这种性质不存在。在这种情况下，扰动只能以声速传播，超声速流场的每一点的物理量都有影响域和依赖域，同时流场中还可能出现激波等间断，流场在间断附近有很大的梯度。对于这种情况若仍使用中心型格式，数值解在激波附近就会出现非物理振荡，甚至会导致解的发散。为解决这个问题，人们采用添加人工粘性的办法[６-８]，即根据流场中激波前后物理量的变化特征构造开关函数，使得加入的人工粘性在激波附近起作用，而在光滑区很小，保持二阶精度。这样既可以光滑地计算激波又可以较好地计算粘性流场, 这方面代表性的工作是Jameson [７]使用的格式。另外还有格式选择法，即在激波附近用一阶格式，而在光滑区用二阶格式，这样既可以克服数值解过激波的非物理振荡，又能保证在光滑区的精度，这方面工作有反扩散法[９]。
八十年代Harten [10] 提出了TVD 差分格式，这种格式在捕捉激波等间断时不会产生非物理振荡，而且提高了对激波的分辨率。在此基础上，学者们开展了大量工作[11-13]。
3.2大气层中空天飞行器动力学模型的建立
空天飞行器在大气层中飞行，在计算出其表面气动力分布后，就有条件建立其动力学控制模型。不过，由于对象中存在着大量结构和参数变化情形，系统具有时变、不确定性、非线性耦合等复杂特点，难以建立其精确的数学模型。
为了克服精确建模的困难，吴宏鑫院士等近年来提出建立对象特征模型的思想[14]，文献[15]也介绍了再入飞行器的动力学模型及测量模型。
3.3大气层中空天飞行器的控制策略
空天飞行器在大气层中飞行，需要根据其动力学模型进行控制器设计。
对于模型中含有时变、不确定性及非线性等系统，主要采用鲁棒控制[16-20]、自适应控制[21，22]和智能控制[23,24]方法。值得指出，针对再入飞行器的控制问题，文献[25，26]分别应用模糊逻辑和神经元网络技术研究了智能控制策略。
4 结束语
本文分析了空天飞行器特征，讨论了空天飞行器在复杂大气层中飞行时表面气动力分布及其动力学建模问题，还探索了飞行器在大气层中的飞行控制策略。
246
参考文献
[1] 黄志澄，仇强华，袁生学. 高超声速飞行展望. 流体力学实验与测量, 11(1), Mar.1997
[2] 吴宏鑫，胡军，解永春. 空天飞行器智能自主控制若干问题.“空天飞行器的若干重大基础问
题”学术交流会, 北京昌平, Jan.2005
[3] 董维中，高铁锁. 带座舱飞船高超声速再入非平衡流场的数值研究，20 (1), June 2002
[4] MacCormack, R.W., The Effect of Viscosity in Hyper-Velocity Impact Cratering, AIAA Paper
69-354, (1969).
[5] Beam, R.W. and Warming, R.F., An Implicit Finite-Difference Algorithm for Hyperbolic System
in Conservation Form, Journal of Computational Physics, 22: 87-110（1976）.
[6] MacCormack, R.W. and Baldwin, B.S., A numerical Method for solving the Navier-Stokes
Equations with Application to Shock-Boundary Interaction, AIAA Paper 75-1 (1975) .
[7] Jameson, A., Schmidt, W., and Turkel, E., Numerical Simulation of the Euler Equation by Finite
Volume Methods Using Runge-Kutta Time Splitting Schemes, AIAA Paper 81-1259(1981).
[8] Johnson, C., Streamline Diffusion Finite Element Methods for Compressible and Incompressible
Fluid Flow, Finite Elements in Fluids, 8: 75-96(1992).
[9] Boris J.P. and Book, D.L., Flux Corrected, I, SHASTA, A Fluid Transport Algorithm that works,
Journal of Computational Physics, 11: 38-69(1973). [10] Harten, A., High Resolution Schemes for Hyperbolic Conservation Laws, Journal of
Computational Physics, 49: 357-393(1983).
[11] Yee,H.C., Warming, R.F., and Harten, A., Implicit Total Variation Diminishing Schemes for
Steady-State Calculations, AIAA Paper 83-1902(1983).
[12] Harten, A., and Osher, S., Uniformly High Order Accurate Nonoscillatory Schemes I, SIAM
Journal on Numerical Analysis, 24: 279-309(1987).
[13] Fu Dexun, Yanwen Ma. A high order accurate finite difference scheme for complex flow fields.
Journal of Computational Physics, 134: 1-15 (1997).
[14] 吴宏鑫等．特征建模与挠性结构控制,中国科学E2001年第2期．
[15] 杨华波，张士峰，蔡洪，再入飞行器弹道系数的自适应估计，现代防御技术，31(5), 2003 [16] 倪茂林，1990, No.3，pp. 23-27. 王子才，最优鲁棒控制及其在飞行控制中的应用，宇航学报，
1992, Vol. 9, No. 3, pp. [17] 倪茂林，吴宏鑫，具有完整性的最优控制系统设计，控制理论与应用，
245-249. [18] 倪茂林，1992, Vol.18, No.5. 吴宏鑫，线性不确定系统的鲁棒稳定控制器设计，自动化学报，
[19] Ni, M. L. and H. X. Wu, A Riccati equation approach to the design of linear robust controllers,
Automatica, 1993, Vol.29, No. 6, pp. 1603-1605.
[20] Ni, M. L. and Y. Chen, Decentralized stabilization and output tracking of large-scale uncertain
systems, Automatica, 1996, Vol.32, No.7, pp.1077-1080. [21] 胡军. 载人飞船全系数自适应再入升力控制. 宇航学报, 1998, 19(1).
[22] 王小虎，陈翰馥等. 机动再入飞行器自适应飞行控制系统设计，宇航学报, 2002, 23(1).
247
[23] Ma X.J., Sun Z.Q., Analysis and design of fuzzy controller and fuzzy observer, IEEE Trans. on
Fuzzy Systems, 1998, 6(1):41-51.
[24] Sun F. C., et al., Stable neural network-based adaptive control for sampled-data nonlinear systems, IEEE
Trans. on Neural Networks, 1998，vol.9, no.5, pp.956-968.
[25] Wu S. F., C J. H. Engelen, R. Babuska, Q. P. Chu and J. A. Mulder. Intelligent Flight Controller
Design with Fuzzy Logic for an Atmospheric Re-Entry Vehicle. AIAA-2000-0174
[26] Wallner E M, K H Well. Nonlinear Flight Control Design for the X-38 Using CMAC Neural
Networks, AIAA-2001-4042
作者简介
倪茂林 男，1963年生，1992年于中国空间技术研究院获博士学位。现为北京控制工程研究所空间智能控制国防科技重点实验室主任研究师，《系统仿真学报》与《航天控制》编委。主要研究兴趣为航天器智能控制、系统仿真、鲁棒控制及机器人控制。
李 果 男，1961年生，1986年于中国空间技术研究院获硕士学位。现为北京控制工程研究所所长、研究员、博士生导师。主要研究兴趣为航天器总体设计、轨道与姿态控制。 王 星 男，1976年生，2003年于哈尔滨理工大学获硕士学位。现为北京控制工程研究所助理工程师。主要研究兴趣为航天器智能控制、鲁棒控制。
248
因篇幅问题不能全部显示，请点此查看更多更全内容