設(shè)計飛行器的技術(shù)人員均面臨一個矛盾：一方面要技術(shù)創(chuàng)新，這樣才能保持競爭優(yōu)勢；一方面要消除風(fēng)險，盡可能采用成熟技術(shù)。尤其當(dāng)一項創(chuàng)新技術(shù)在首次應(yīng)用時，會面臨失敗的風(fēng)險。在這種情況下，地面驗證試驗就顯得非常重要。在這里的“地面”并非限定地球表面，也包括一定范圍內(nèi)的飛行試驗。

為了幫助新技術(shù)的成熟和推廣，NASA推出了一項Flight Opportunities項目，提供”空間技術(shù)快速研發(fā)的商業(yè)飛行機會”。其目的有兩項：

1）將技術(shù)的成熟度從4級提升到6級；

2）促進商業(yè)化航天工業(yè)的發(fā)展。

圖1 NASA的飛行機會（Flight Opportunities）項目

NASA非常重視這項工作，指出各種創(chuàng)新空間技術(shù)的應(yīng)用取決于在正式任務(wù)實行前，在相關(guān)運行環(huán)境下的技術(shù)驗證能力（真是眼光獨到而且準確）。實驗室條件有其局限性，因此可通過商業(yè)性的飛行服務(wù)提供可用和負擔(dān)得起的飛行試驗條件。這一舉措，極大地促進了工業(yè)部門、學(xué)術(shù)機構(gòu)等創(chuàng)新的熱情，反過來也為NASA培育了許多創(chuàng)新的“黑科技”。

截止到目前，一共有151項技術(shù)得到了各種飛行驗證的機會。這里列舉其中幾項內(nèi)容：

• 用于行星定點著陸的燃料最優(yōu)大范圍機動制導(dǎo)方法（fuel optimal large divert guidance for planetary pinpoint landing, G-FOLD）

• 內(nèi)嵌制導(dǎo)方法的導(dǎo)航設(shè)備集成環(huán)境（guidance embedded navigator integration environment, GENIE）

• 微小衛(wèi)星姿態(tài)控制系統(tǒng)的設(shè)計與開發(fā)（design and development of a micro satellite  attitude control system）

• 微重力環(huán)境下立方體衛(wèi)星姿態(tài)控制系統(tǒng)的測試（testing a CubeSat attitude control system in microgravity conditions）

• 相對地形導(dǎo)航下降成像儀（terrain relative navigation descent imager）

• 太陽系天體精確著陸的多普勒激光雷達導(dǎo)航驗證（navigation doppler lidar sensor demonstration for precision landing on solar system bodies）

• 一度故障下稀薄大氣天體自主著陸高精度導(dǎo)航驗證（demonstration of one-fault tolerant precision navigation for autolanding airless bodies）

• 燃料最優(yōu)和精確著陸系統(tǒng)測試飛行（fuel optimal and accurate landing system (FOALS) test flights）

• 機器人前驅(qū)的自動著陸任務(wù)（autolanding for robotic precursor missions）

• 全球定位信標（global positioning beacon）

• 基于FPGA抗輻射、可重構(gòu)計算機系統(tǒng)及其實時故障檢測、規(guī)避和修復(fù)技術(shù)（An FPGA-based, radiation tolerant, re-configurable computer system with real time fault detection, avoidance and repair）

• 高精度編隊飛行傳感器（precision formation flying sensor）

• Maraia地球返回飛船再入、下降和著陸技術(shù)（EDL technology development for the Maraia Earth return capsule）

• 強適應(yīng)的、可展開的再入放置技術(shù)（Adaptable, deployable entry placement technology , ADEPT) 

• 可負擔(dān)的飛行器電子系統(tǒng)（Affordable vehicle avionics, AVA）

NASA目前提供兩種主要的驗證平臺，一種為亞軌道重復(fù)使用飛行器，一種為高空氣球，有多家公司提供這樣的產(chǎn)品，如圖2所示：

圖2 NASA提供的飛行試驗平臺

對于一些實時性要求很高，且推力很大的飛行任務(wù)，只有在一個比較真實的環(huán)境下才能被有效地測試，例如在飛行末端的相對地形導(dǎo)航、避障、大范圍機動的計算與控制。沒有其他手段能將上述多項技術(shù)集成在一起驗證，為此NASA采用帶推進的短時間飛行試驗平臺來驗證各項技術(shù)，這被稱作“自由飛行推進測試平臺”（Free-flying propulsive test platform, short duration）。如圖3所示：

圖3 深空GNC技術(shù)的地面試驗系統(tǒng)（顏色的深淺表示相關(guān)性的強弱）

對于飛行時間較長的任務(wù)，可以采用空中測試平臺(Aerial platform GN&C emulator)，其載體為飛機、直升機或無人機（UAV）。尤其是無人機，在驗證自主導(dǎo)航技術(shù)、相對地形導(dǎo)航技術(shù)、自主控制系統(tǒng)以及許多運行操作技術(shù)有很大優(yōu)勢，可在空中測試數(shù)小數(shù)以上，這是其他測試設(shè)備所不具備的。但是，上述兩類測試平臺仍無法滿足高超聲速飛行驗證的需求，尤其模擬在大氣再入段的氣動影響方面，NASA的首席技術(shù)專家辦公室（Office of the Chief Technologist，OCT）正在開展這方面研究，如高速EDL測試平臺。

在筆者此前的文章中已經(jīng)反復(fù)提出，火星探測與月球探測最大的區(qū)別是需要自主性更強的GNC技術(shù)，因為火星存在大氣，這使得再入過程充滿了了更多的不確定性，需要通過自主性的控制來實時應(yīng)對遇到的情況。而G-FOLD算法被認為是最接近實時應(yīng)用、滿足各種約束且燃料最優(yōu)的制導(dǎo)算法，當(dāng)然得出這一結(jié)果是由于該技術(shù)在Masten空間系統(tǒng)公司的Xombie飛行器上得到了驗證。該飛行器能垂直起飛、垂直降落，較好地滿足了火星EDL的基本需求。

Xombie飛行器被改造成“自主下降和上升動力飛行測試臺”（Autonomous Descent and Ascent Powered-flight Testbed, ADAPT），目標是實現(xiàn)精確著陸（<100m，3σ），這樣可以保證精確降落在滿足科學(xué)探測需求但卻是危險的地點。飛行器中的主要設(shè)備包括計算裝置、供配電系統(tǒng)、圖像處理系統(tǒng)、相機和imu等，如圖4所示，主要驗證一種新的視覺導(dǎo)航系統(tǒng)（lander vision="">

圖4 ADAPT試驗項目 

盡管返回地球的精確著陸已經(jīng)取得顯著成果，“但在地外天體的精確著陸，尤其沒有地面控制中心輔助、GPS以及導(dǎo)航信標的話，那將是完全另一回事！”僅依靠事先編程的指令，像“好奇號”著陸器將會覆蓋數(shù)百平方英里的橢圓范圍，這離精確著陸的需求還差距甚遠；并且由于沒有視覺系統(tǒng)，其實質(zhì)上是“盲降”。ADAPT可以很好模擬火星著落時高速、低海拔的下降速率，其視覺系統(tǒng)采用相對地形導(dǎo)航，內(nèi)存中有一系列的圖像數(shù)據(jù)，根據(jù)這些信息將飛行器引導(dǎo)至目標點；而燃料最優(yōu)大范圍機動制導(dǎo)方法（Guidance for Fuel-Optimal Large Diverts，G-FOLD）利用在線的傳感器信息實時計算達到目標點的最佳路徑，并最大化地發(fā)揮推進系統(tǒng)的性能。該飛行器能夠飛到325 m的高度，其落點可以機動300 m。

采用ADAPT，使得NASA可以快速、低成本地驗證EDL的最新技術(shù)，“這項技術(shù)同樣可以運用到月球著陸、小行星和其他空間目標”，JPL火星探測辦公室首席技術(shù)專家Chad Edwards說。

SLS是美國正在研制的重型運載火箭，其姿態(tài)控制采用了一種“增強自適應(yīng)控制”（AAC）方案，在傳統(tǒng)PID控制的基礎(chǔ)上引入模型參考自適應(yīng)算法。當(dāng)出現(xiàn)姿態(tài)控制偏差超出門限時，通過模型參考自適應(yīng)算法增大系統(tǒng)增益，從而減少姿態(tài)偏差；而當(dāng)發(fā)現(xiàn)控制指令中某些不期望頻段信號有過度的能量時（一般是由于系統(tǒng)間相互耦合而造成的寄生動態(tài)特性），則減小系統(tǒng)增益，犧牲一定的控制精度，優(yōu)先保證參考模型中未曾描述的動力學(xué)特性的穩(wěn)定性。

AAC已在實驗室條件下進行了驗證，達到了成熟度5級，但不滿足成熟度6級的標準。NASA采用F/A-18飛機（FAST平臺）來驗證該技術(shù)，期望將其成熟度從5級提升到7級。之所以采用飛機來驗證，NASA也做了充分的分析：

1）F/A-18有足夠的性能進行“近似”彈道式的軌道飛行，這與SLS重力轉(zhuǎn)彎助推段彈道很接近；

2）F/A-18爬升的俯仰指令和隨后的“近似”彈道軌跡與SLS固體助推器分離很接近；

3）通過非線性動態(tài)反演（Nonlinear Dynamic Inversion，NDI）控制器，可以使得F/A-18的俯仰角誤差、俯仰速率、俯仰加速度與SLS接近；甚至可以模擬出大氣干擾效果，寄生動力學(xué)特性以及故障模式。

最終F/A-18可以模擬約70s的SLS助推飛行段，為AAC算法的驗證提供了充足的條件。

圖5 采用F/A-18驗證SLS的AAC算法

采用飛行進行技術(shù)驗證，對NASA而言已經(jīng)不是第一次，在之前介紹的智能飛行控制系統(tǒng)（IFCS）中，也曾經(jīng)用飛機驗證“動態(tài)逆+神經(jīng)網(wǎng)絡(luò)”的飛行控制系統(tǒng)。NASA在技術(shù)成熟度提升方面也是不惜成本，這樣做的目的是盡可能消除新技術(shù)在投入使用后的風(fēng)險。

微言航天