基于专家知识的无人机飞行指挥辅助决策系统及其设计方法
【技术领域】
[0001]本发明属于无人机指挥控制技术领域，具体涉及一种基于专家知识的无人机飞行指挥辅助决策系统设计方法。
【背景技术】
[0002]首先，受机上“无人化”特性的制约和限制，在无人机飞行中，为避免飞行事故发生和提高任务完成率，地面飞行指挥人员不仅要能及时从遥测数据中察觉飞行危情，还需其能做出准确的处置判断。这些要求指挥员不仅具有很强的分析能力，而且要高度专注屏幕数据的变化情况，高度紧张会带来很大的精神压力。其次，无人机系统是集大量高、精、尖技术于一体的高科技装备，在系统设计时采用了设备状态检测和余度设计管理技术，以提高系统飞行的安全可靠性，因而地面显示系统中遥测数据多、信息量大。此外，在长航时、全天候执行任务时，工作负荷大，受外界复杂环境干扰的因素较多，对故障诊断、危情分析预测和及时处置决策提出了更高要求。
[0003]目前，无人机指挥控制站的数据监视软件，存在的不足主要有以下三方面:
[0004]I) 一是飞行危情的征兆主要通过遥测数据的变化来反映，信息的提取主要靠人的视觉，指挥人员凝视屏幕来观测数据，长航时飞行中会因长时间高度紧张凝视，造成视觉疲劳，导致对屏幕上的信息变化不敏感，造成指挥员难以及时发现故障信息，使故障遗漏，错失判断的时机；
[0005]2) 二是无人机系统复杂，这对指挥人员专业水平要求很高，出现复杂情况时，多数据变化，难以做出精确判断，失去故障处置的有利时机；
[0006]3)三是针对新型无人机，指挥员对新机型的飞行危情处置方面，缺少经验，一旦发生危情，临时找专家不大可能，由于排故经验缺乏，不能及时做出正确的决策，造成排故延迟，延误时机，引发飞行安全事故。指挥员的飞行压力大，由于怕出现飞行安全，出现能少飞绝不多飞，能不飞绝不飞的心态，严重影响了战斗力提升。
[0007]因此，为辅助提高飞行指挥人员的决策能力，有必要对无人机飞行安全影响因素及其安全等级进行分类，实现无人机危情提示处理和决策处置生成，设计无人机飞行指挥辅助决策系统，实现在飞行危情出现时，给出告警提示和处置建议，辅助指挥员及时准确做出决策，提升作战指挥效能。
【发明内容】
[0008]针对无人机飞行过程中遇到应急情况时操作手往往因为经验缺乏和精神紧张等原因不能快速做出正确决策的问题，本发明提出一种基于专家知识的无人机飞行指挥辅助决策系统的设计方法。该设计方法建立了无人机危情处置专家系统，将各种应急情况(设备故障、飞行状态异常等)及其应急处置建议作为专家知识输入到专家系统中。基于专家知识将遥测参数进行实时推理得到飞行指挥辅助决策建议。
[0009]本发明提供的一种基于专家知识的无人机飞行指挥辅助决策系统的设计方法，具体步骤如下:
[0010]第一步:数据接口适配处理；
[0011]通过数据采集、数据格式转换、数据解析，完成遥测帧原始数据向符合系统处理需求的数据转换。
[0012]第二步:基于专家系统的危情处置；
[0013]基于专家系统的知识库和推理功能，完成安全等级分类、辅助决策生成和危情分析三项内容，生成危情处置报告。
[0014]第三步:信息应用处理；
[0015]接收危情处置报告，进行信息提示，并按照用户需求进行数据存储、选择数据模式、读取回放数据等处理。
[0016]本发明优点为:
[0017](I)本发明将人工智能技术应用到无人机系统中，能够有效地提高无人机操作手执行任务的效能，从更大程度上保障无人机飞行安全。
[0018](2)本发明提出的方法具有一定的通用性，能够适用于不同型号的无人机系统。
【附图说明】
[0019]图1为本发明提供的设计方法流程图；
[0020]图2为本发明中专家系统组成结构示意图；
[0021]图3为专家系统逻辑结构示意图。
【具体实施方式】
[0022]下面结合附图，对本发明的具体实施方法进行详细说明。
[0023]本发明提出的一种基于专家知识的无人机飞行指挥辅助决策系统设计方法，如图1，具体实施步骤如下:
[0024]第一步:数据接口适配处理；
[0025]数据接口适配处理是把原始数据转换为符合系统处理需求的数据的处理过程。这一处理过程包括数据采集、数据转换和数据解析。数据采集过程用来从无人机数据链下传遥测端口获取实时遥测数据或从计算机本地硬盘的数据文件获取遥测数据。数据转换完成遥测数据从原始格式(如二进制)向十进制格式的转换。数据解析主要是依据遥测帧结构文件把十进制格式的遥测数据解析成若干个遥测参数量(如空速、俯仰角、航向角、节风门等)，以便于后续进行危情分析应用。
[0026]第二步:基于专家系统的危情处置；
[0027]所述的危情处置是指基于专家系统的知识库和推理功能，完成安全等级分类和辅助决策生成，结合危情分析内容生成处置报告，并输给用户进行信息提示处理。其中，危情分析包括状态监测、故障检测(判断是否产生故障)和故障诊断(分析故障原因、判断故障类型、进行故障定位等)。
[0028]1.专家系统组成结构设计；
[0029]专家系统通过测控链路获取飞行器的遥测参数量(如飞行器当前飞行高度、空速、姿态角等)和机载设备的故障信号，将其与知识库中的规则进行匹配，通过推理功能进行故障诊断，查明会引发飞行安全事故的原因，并能够给出安全等级分类和辅助决策。
[0030]在结构上，专家系统包括人机接口模块、知识获取与管理模块、推理机、解释说明模块和知识库，如图2，各模块主要功能如下:
[0031]知识库:存储专家知识，包括无人机故障知识(包括故障特征、故障原因、故障模式等)、系统故障树及其辅助决策建议措施；用于存取诊断推理过程中的各种信息，如初始值、推理过程中得到的中间结论及诊断的最终结果。
[0032]知识获取与管理模块:用户通过人机接口模块为知识库的专家知识进行添加、删除、修改等，以及获取诊断对象的有关信息。所述的诊断对象包括部件、设备、分系统等。
[0033]推理机:推理功能是整个专家系统的核心，控制着知识库中所有规则的调度，根据不同的故障诊断情况调用不同的规则进行诊断。
[0034]解释说明模块:对知识库中的专家知识、推理规则及诊断结果给出合理的解释，并用一种人们容易理解的形式表达出来。通过人机接口模块到达人机界面提供给专家、用户参阅。
[0035]人机接口模块:用户和专家系统之间进行数据、诊断结构、解释、知识管理等的交互。
[0036]2.专家系统逻辑结构设计；
[0037]本发明采用分层融合式体系结构描述方式，在无人机系统设备拓扑结构图的基础上，构建无人机危情处置专家系统逻辑体系结构，如图3所示，专家系统中的推理机包括关键部件DR、设备级DR、分系统级DR和系统级DR，DR表示故障诊断推理机，因此可以实现四层危情处置，具体过程如下:
[0038]关键部件DR是设备的关键部件状态管理方案的实时执行机构，能够通过获取无人机的遥测数据，并结合知识库中的专家知识和历史遥测数据，实现关键部件故障诊断，并将诊断结果进一步发送给设备级DR ;设备级DR是设备状态管理方案的实时执行机构，能够通过获取关键部件DR的数据和信息并进行融合处理，实现设备故障诊断，并将诊断结果进一步发送给分系统级DR ;所述的分系统级DR是把来自设备级DR的数据或信息进行相关以解决各种数据的不一致性，确认并隔离故障，得到更加可靠的设备状态，并发送给系统级DR ;系统级DR是获取整个无人机系统的故障状态进而生成辅助决策建议，反馈给作战指挥人员；系统级DR用来自分系统级DR的输入来最佳地表征无人机系统的状态，确定故障发生可能的先后顺序，并推荐必要的辅助决策措施。当某一故障与在知识库中的描述存在差距时，可以对知识进行修正。
[0039]3.危情处置报告表示方法；
[0040]基于专家系统，研宄无人机故障模式及影响分析方法，建立危情描述通用模型。依据分系统/设备/关键部件的关系，建立典型设备的故障模式及影响分析表，用于生成危情处置报告。
[0041]定义危情描述通用模型(即故障模式及影响分析模型)原型如下:
[0042]{
[0043]1.1ndex 序号；