CC BY
6ПОСТРОЕНИЕ АЛГОРИТМОВ ОЦЕНКИ ЭФФЕКТИВНОСТИ АЭРОНАВИГАЦИОННЫХ СИСТЕМ «HALE» ИНФОРМАЦИОННОЙ СЕТИ «ИНТЕРНЕТ ТРАНСПОРТНЫХ СРЕДСТВ» Макаров А.Е.1, Варламов А.А.2
1Макаров Анатолий Евгеньевич - старший архитектор программного обеспечения, Digital IQ, Феникс, штат Аризона;
2Варламов Александр Александрович - старший архитектор решений, LI9INC, Роли, Северная Каролина, Соединенные Штаты Америки
Аннотация: рассмотрены современные подходы по оптимизации конструктивных параметров стратосферных беспилотных летательных аппаратов дальнего радиуса действия. Проведена классификация базовых задач, которые необходимо решить для эффективного внедрения данных аппаратов в качестве узлов сети «Интернет транспортных средств». На базе уравнений для подъемной силы, аэродинамического сопротивления, тяги и момента тангажа, как основы для дифференциальных уравнений состояния, построена математическая модель полета аппарата в автоматическом режиме. В модели учтена зависимость уровня солнечного облучения в соответствии с географического положением аппарата и расположением фотоэлементов. Задача оптимизации режима функционирования летательного аппарата, таким образом, была сведена к математической задаче нахождения максимума для целевой функции показателя эффективности накопления и потребления энергии.
Ключевые слова: аэронавигационные системы, «Интернет транспортных средств», беспилотный летательный аппарат, HALE, солнечные элементы, аэродинамические параметры, целевые функции.
Введение
Экспоненциальный рост пропускающей способности информационных сетей, массовое внедрение мобильных аппаратно-программных платформ с широкой полосой сетевого доступа, а также развитие облачных вычислений (Cloud Computing, CC) привели к появлению парадигмы «Интернета всего» (Internet of Everything, IoE), одной из концепций которого является «Интернет транспортных средств» (Internet of Vehicles, IoV). Актуализация исследований в данной области в значительной степени связана с мировыми трендами глобализации и автоматизации контроля над транспортными средствами, а так же программы «Устойчивого развития» (Sustainable Development). Подразумевается, что развитие IoV позволит существенно повысит безопасность дорожного движения, снизить расход топлива, а соответственно уровень экономических затрат и выбросов, а также оптимизировать логистические схемы транспортных перевозок.
В рамках концепции IoV каждое транспортное средство рассматривается как информационный узел глобальной сети Интернет, что особенно актуально в рамках расширения покрытия на географическом уровне и организации серверов граничных вычислений (Edge Computing, EC). Базовая схема IoV включает в себя уровни (i) пользовательского интерфейса; (ii) сбора данных; (iii) связи; (iv) приоритетного доступа и (v) контроля. Приведенная архитектура показывает универсальность концепции, что позволяет использовать ее не только для наземных транспортных средств, но также и в области аэронавигации. В данном случае широкие возможности по масштабированию информационной сети IoV представляют беспилотные летательные аппараты (Unmanned Aerial Vehicle, UAV) дальнего радиуса действия для полетов в стратосфере. В соответствии с прогнозами [1-4] данный класс авиационных систем позволит существенно расширить область применения UAV. Летательные аппараты дальнего радиуса действия для автономного полета на больших высотах в течение значительного промежутка времени, согласно международной классификации относятся к UAV класса «HALE» (High-Altitude Long Endurance Unmanned Aerial Vehicle, HALE-UAV). HALE-UAV могут быть использованы как альтернатива средств спутниковой связи и спутниковой съемки [4, 5], при этом они характеризуются значительно меньшей себестоимостью как при построении, так и на этапе эксплуатации. Это связано с тем, что полет HALE-UAV, в отличие от полета спутниковой системы, является управляемым, а также в случае необходимости составляющие функциональных компонент HALE-UAV подвергаются модификации, замене и ремонту.
Анализ современных исследований и публикаций в профильных изданиях посвященных данной проблеме показал, что разработка HALE-UAV являет комплексной задачей [1-4]. Она включает в себя организацию эффективной системы питания аппарата, что в значительной мере или полностью зависит от работы солнечных элементов. В соответствии с этим ключевым заданием становится организация системы электрических аккумуляторов и схемы распределения накопленной энергии, а также определение особенностей полета на больших высотах в соответствии с конструкцией летательного аппарата.
В представленных работах расчет проводится на основе численных методов оптимальной траектории полета, что происходит в автоматическом или полуавтоматическом режиме [8, 9]. Статистические данные и научные работы представлены в профессиональных изданиях, рассматривают принципы функционирования и недостатки современных прототипов HALE-UAV, как ERAST, Helios, HeliPla, Zephyr и другие [4-7], предоставляют возможность ознакомиться с современными подходами в указанной области и составить соответствующую методологическую базу исследования.
Особенностью эффективного внедрения HALE-UAV в рамках инфраструктуры IoV подразумевает существенное увеличение нагрузки на аппаратно-программную платформу аппарата, т.к. UAV в данном случае рассматривается как граничный сервер информационной сети с большим покрытием и многофункциональный
узел сенсорной сети [10-13]. Таким образом, данный подход подразумевает увеличение массы полезной нагрузки на аппарат, что является необходимым для увеличения функционала UAV с точки зрения приема и передачи данных, вычислительного ресурса и информационного хранилища, а также фото- и видеорегистрации. Это указывает на рост актуальности задач по оптимизации процессов накопления и распределения электроэнергии и расчета оптимальной с точки зрения экономии энергии траектории полета [14-20].
Таким образом, целью работы стало построение методики оценки эффективности беспилотных авиационных систем, определение задач, решаемых путем внедрения HALE -UAV как информационных узлов IoV, а также разработку математических моделей для определения ключевых показателей летательных аппаратов данного класса.
1. Постановка задачи организации авиационных систем HALE-UAV
В рамках данного исследования работа над решением задания организации авиационных систем HALE-UAV подразумевает рассмотрение следующего набора подзадач:
• формализация цели внедрения авиационных систем UAV;
• определение задач, которые должны быть решены с целью эффективного внедрения авиационных систем UAV;
• оценка уровня функциональных возможностей UAV, необходимых для решения конкретных задач;
• классификация конструкционных особенностей UAV, определяющих его функциональные возможности;
• классификация ограничений по решению поставленных задач в соответствии с конструкционных особенностей UAV;
• поиск методик оптимизации авиационных систем UAV в соответствии с целями исследования, а также уточнение цели и набора задач.
Рис. 1. Схема оптимизации параметров авиационных систем ИЛЬЕ-иЛУ
Базовая схема, которая унифицируют решение задач, связанных с внедрением авиационных систем ИЛЬБ-UAV показана на рис. 1. Следует отметить, что на уровне математического моделирования необходимо учитывать, что отдельный функциональный блок в данной схеме может быть использован для решения нескольких задач.
2. Математическое моделирование системы автоматического контроля полета HALE-UAV
Математический аппарат модели контроля полета HALE-UAV базируется на системе уравнений для подъемной силы Ръ и аэродинамического сопротивления которые могут быть представлены как функции от давления свободного потока ц, общей площади крыльев Бх, а также коэффициентов подъемной силы Съ и аэродинамического сопротивления Св (рис. 2).
= С0(5г • ц), (1) ц = Ра(Ь) • Уг/2
где ра (К) — плотность воздуха в зависимости от высоты нахождения иЛУ, а V — скорость полета ИЛУ. Далее на основе показателя подъемной силы рассчитывается тяга двигателя Рт и момент тангажа М:
ÍFT = CD М = СР • L
■ fl/Cl
Ы L (2)
'АС • • Ч)'
где ЬАС — длина хорды аэродинамического профиля, а СР — коэффициент момента тангажа. В дальнейшем для моделирования изменения траектории движения ИЛУ в плоскости, образованной осями ОХ (параллельной поверхности Земли и определяет направление полета аппарата) и ОУ (перпендикулярной поверхности Земли) надо построить дифференциальные уравнения для изменения скорости (ускорение, а = йр/йЬ) и угла тангажа (частоты вращения, ш2 = йв /йЬ):
а — ■
ш7 — ■
FT • eos (а) — Fd m
FT • sin(a) + Fh
■ g • sin(d) mg • cos(e)
'(3)
m • v
где т — масса ИЛУ, которую мы считаем постоянной, д — ускорение свободного падения, а а — угол атаки ИЛУ, как разница между углом наклона А и углом тангажа (а = д — в). Аналогично, можно вывести дифференциальные уравнения по паре координат (х, у), как это представлено на рис. 2.
Рис. 2. Схема определения аэродинамических параметров UAV
Далее необходимо построить модель системы питания UAV, которая включает в себя панель солнечных элементов, набор аккумуляторов, топливную подсистему блок распределения энергии. Режимы функционирования системы питания зависят от задач, которые выполняет летательный аппарат и внешних условий. В рамках данной схемы исключается топливная подсистема, которая, как отмечается во многих исследованиях, для летательных аппаратов HALE-класса не является актуальной. Принцип работы подсистемы по распределению электроэнергии системы питания UAV в таком случае заключается в выделении режимов питания движущей системы от солнечных элементов и зарядки аккумуляторов (при достаточном уровне солнечного облучения) и потребления энергии накопленной аккумуляторами (при недостаточном уровне солнечного облучения).
В идеальном случае автоматическое определение момента переключения t', которому соответствует значение мощности солнечного излучения Р , можно получить через усреднение функции мощности
солнечного излучения PSR по времени — PSR и определения минимального (порогового) значения мощности солнечного излучения работы подсистемы солнечных элементов — PSiRin. Соответственно, P = P(t) для промежутка времени t Е [t0; tj рассчитывается как сумма указанных величин:
— • CPsRdt Ff4l
P(t ') = PsR + PsmRln = + PsT(4)
z± Zq
Но при решении реальных задач необходимо также учитывать показатели эффективности электрических аккумуляторов г]БВ и соответствующие потери, что будет рассмотрено ниже.
3. Оптимизация конструктивных параметров HALE-UAV на основе целевых функций эффективности
При адаптации математической модели для решения актуальных задач следует ввести значение ДPSR как функцию от г]БВ и, по крайней мере, три временных диапазона в соответствии с уровнем мощности солнечного излучения PSR (t):
• при PSR(t) > (P + ДPSJ,) уровень солнечного излучения является достаточным и система питания UAV работает в режиме питания движущей системы от солнечных элементов и зарядки аккумуляторов;
• при P <PSR(t)< (P + ДPSR) уровень солнечного излучения является достаточным, но учитывает потенциальных потерь электрических аккумуляторов система питания UAV переводится в режим потребления энергии накопленной аккумуляторами;
• при PSR(t) < P уровень солнечного излучения недостаточно и система питания UAV переводится в режим потребления энергии накопленной аккумуляторами.
При этом мощность солнечного излучения как функция, зависящая от времени, рассчитывается через интенсивность солнечного излучения и угол падения лучей на поверхность фотоэлементов, которые покрывают крылья UAV. Как показано на схеме, моделирование указанных величин включает в себя анализ режима полета UAV, широты и долготы его нахождения (параметры X и ф), высоты над уровнем моря, позволяющие определить часовой угол Солнца и усредненные данные о метеорологических условиях. Для определения угла падения лучей на поверхность фотоэлементов необходимо построить параметрическую модель, включающая в себя уравнения для углов положения Солнца как функции от солнечного азимута, широты и часового угла. Указанные уравнения для каждого фотоэлемента перечисляются с помощью соответствующих матриц перехода. Процедура, таким образом, включает в себя следующие этапы:
• построение параметрической модели на базе уравнений для углов положения Солнца;
• определение величин наклона поверхности UAV, углу наклона и углу рыскания;
• построение матрицы перехода от географической системы координат в систему координат UAV;
• определение угла наклона фотоэлемента по отношению к поверхности UAV;
• построение и применение матрицы перехода от системы координат UAV к системе координат фотоэлемента.
Очевидно, указанную процедуру можно существенно упростить и унифицировать для групп фотоэлементов, если поверхность крыла UAV моделируется как двумерную. С помощью математической модели процедуру оптимизации полета UAV, а соответственно максимизацию времени его автономной работы можно свести к задаче поиска максимума целевой функции для показателя эффективности потребления электроэнергии г]Б (от аргумента тяги двигателя). Данная функция рассчитывается как соотношение потребляемой энергии элементами движущей системы аппарата Pf, i Е [1;1], бортовым оборудованием PjA,j Е [1;]^и потерями PtL, I Е [1;L] в процессе перевода солнечной энергии в электрическую энергию фотоэлементами UAV PnR, п Е [1; N], что является усредненные по времени:
, 7 —р } —a L —L\
, Zi=iPi +Zj=iPj +Zi=iPi ,
тах(-цБ) = max (-^-). (5)
FT \ yN p
n=i Pn
Проведение численного расчета для поиска экстремума целевой функции является комплексной задачей, для решения которой определяется значение минимального шага анализа, а также максимальное количество и время итераций, для чего целесообразно использовать нейросетевые алгоритмы.
Выводы
В результате проведенной работы были рассмотрены особенности организации систем автоматического управления ИЛЬБ-ИЛУ. Проведена классификация базовых задач, которые необходимо решить для эффективного внедрения данных аппаратов в рамках концепции «Интернета транспортных средств» в качестве сенсорных и информационных узлов. На базе уравнений для подъемной силы, аэродинамического сопротивления, тяги и момента тангажа, как основы для дифференциальных уравнений состояния была построена математическая модель полета ИЛЬБ-ИЛУ. В предложенной модели учтена зависимость уровня солнечного облучения в соответствии с географического положением аппарата и расположением фотоэлементов на его поверхности. Задача оптимизации режима функционирования летательного аппарата
была, таким образом, сведена к математической задаче нахождения максимума целевой функции для показателя эффективности накопления и потребления энергии.
Список литературы
1. Gilli A. & Gilli M. (2018). Emerging Technologies: Unmanned Aerial Vehicles. Oxford Scholarship Online.
2. Mink R. (2020). Implementation and Evaluation of Unmanned Aerial Vehicles and Sensor Systems in Weed Research. Gottingen: Cuvillier Verlag.
3. Kang K., Prasad J.V. & Johnson E. (2016). Active Control of a UAV Helicopter with a Slung Load for Precision Airborne Cargo Delivery. Unmanned Systems, 04 (03), 213-226. doi:10.1142/s2301385016500072.
4. Ahmad K. & Rahman H. (2012). Flutter Analysis of X-HALE UAV-A Test Bed for Aeroelastic Results Validation. Applied Mechanics and Materials, 245, 303-309. doi:10.4028/www.scientific.net/amm.245.303.
5. Tarihi M., Noori M.M. & Madani M. (2020). Improving the Performance of HALE UAV Communication Link Through MIMO Cooperative Relay Strategy. Wireless Personal Communications, 113 (2), 1051-1071. doi: 10.1007/s11277-020-07267-5.
6. Ahmad K. & Rahman H. (2012). Flutter Analysis of X-HALE UAV-A Test Bed for Aeroelastic Results Validation. Applied Mechanics and Materials, 245, 303-309. doi:10.4028/www.scientific.net/amm.245.303.
7. Furfaro R., Ganapol B.D., Johnson L.F. & Herwitz S. (2005). Model-based neural network algorithm for coffee ripeness prediction using Helios UAV aerial images. Remote Sensing for Agriculture, Ecosystems, and Hydrology VII. doi: 10.1117/12.627420.
8. Hwang H., Cha J. & Ahn J. (2019). Solar UAV design framework for a HALE flight. Aircraft Engineering and Aerospace Technology, 91 (7), 927-937. doi:10.1108/aeat-03-2017-0093.
9. Liu X.D., Li S.L. & Tang Y. (2015). Fuel System Configuration and Restructuring of MALE and HALE UAV. Applied Mechanics and Materials, 779, 268-276. doi:10.4028/www.scientific.net/amm.779.268.
10. Ng J.S., Bryan Lim W.Y., Dai H.-N., Xiong Z., Huang J., Niyato D., Hua X.-S., Leung C. & Miao C. (2020). Communication-Efficient Federated Learning in UAV-enabled IoV: A Joint Auction-Coalition Approach. GLOBECOM 2020 - 2020. IEEE Global Communications Conference. https://doi.org/10.1109/globecom42002.2020.9322584.
11. Chakraborty N., Chao Y., Li J., Mishra S., Luo C., He Y., Chen J., & Pan Y. (2021). RTT-based Rogue UAV Detection in IoV Networks. IEEE Internet of Things Journal, 1-1. https://doi.org/10.1109/iiot.2021.3051293.
12. Lim W.Y., Huang J., Xiong Z., Kang J., Niyato D., Hua X.-S., Leung C. & Miao C. (2021). Towards Federated Learning in UAV-Enabled Internet of Vehicles: A Multi-Dimensional Contract-Matching Approach. IEEE Transactions on Intelligent Transportation Systems, 1-15. https://doi.org/10.1109/tits.2021.3056341.
13.Abualola H., Otrok H., Barada H., Al-Qutayri M. & Al-Hammadi Y. (2021). Matching game theoretical model for stable relay selection in a UAV-assisted internet of vehicles. Vehicular Communications, 27, 100290. https ://doi.org/ 10.1016/j .vehcom.2020. 100290.
14.Xian-Zhong G., Zhong-Xi H., Zheng G., Xiong-Feng Z., Jian-Xia L. & Xiao-Qian C. (2013). Parameters determination for concept design of solar-powered, high-altitude long-endurance UAV. Aircraft Engineering and Aerospace Technology, 85 (4), 293-303. doi:10.1108/aeat-jan-2012-0011.
15. Shiau J.K., Ma D.M., Yang P.Y. and Wang C.F. (2009). "Design of a solar power management system for an experimental UAV", IEEE Transactions on Aerospace and Electronic Systems, 45 (4). Pp. 1350-1360.
16. Klesh A.T. and Kabamba P.T. (2009). "Solar-powered aircraft: energy-optimal path planing and perpetual endurance", Journal of Guidance, Control, and Dynamics, 32 (4). Pp. 1320-1329.
17. Shiau J.K., Ma D.M. and Chiu C.W. (2010), "Optimal sizing and cruise speed determination for a solar-powered airplane", Journal of Aircraft, 47 (2). Pp. 622-629.
18. Hwang H., Cha J. & Ahn J. (2019). Solar UAV design framework for a HALE flight. Aircraft Engineering and Aerospace Technology, 91 (7), 927-937. doi:10.1108/aeat-03-2017-0093.
19. Romeo G., Frulla G. and Cestino E. (2007), "Design of a high-altitude long-endurance solar-powered unmanned air vehichle for multi-payload and operations", Journal of Aerospace Engineering. Vol. 221. Pp. 199-216.
20. Joshi T., Dhameliya J., Prakash T., Mistri S., Yerramalli C.S., Guha A. & Pant R.S. (2019). Conceptual Design and Sizing of a Wing-Tip Extension Mechanism for HALE UAV. 2019 International Conference on Nascent Technologies in Engineering (ICNTE). doi: 10.1109/icnte44896.2019.8945964.
