2. 无人机系统与飞行数据基础

无人机飞行数据智能分析的第一步，不是打开算法模型，而是理解数据从哪里来、经过哪些部件、以什么形式被记录。只有把无人机平台、飞控系统、传感器体系、数据链路和飞行数据来源之间的关系梳理清楚，后续的清洗、特征提取、异常检测和故障诊断才有可靠的物理依据。本节围绕“数据产生的全链路”展开，帮助建立从飞行器到数据集的整体认知。

一、无人机平台组成：数据产生的物理载体

典型的多旋翼或固定翼无人机平台，可以划分为五个功能子系统：机体结构、动力系统、飞控系统、任务载荷和通信链路。机体结构决定气动布局与载荷安装位置；动力系统包括电机、电调、螺旋桨或发动机，直接决定姿态响应能力；飞控系统是整机的“大脑”，负责状态估计与控制律解算；任务载荷包括相机、云台、激光雷达、喷洒装置等；通信链路负责遥控指令上行与遥测数据下行。

从数据分析视角看，平台组成决定了可观测变量的边界。例如，电机电流、电调温度、桨叶转速属于动力系统数据；姿态角、角速度、位置、速度属于飞控与导航数据；云台角度、相机触发信号属于载荷数据。理解这些归属，才能在后续做多源数据对齐时知道哪些信号应放在同一时间基准下比较。

二、飞控系统：飞行数据的核心生成单元

飞控系统通常由主控芯片、惯性测量单元（IMU）、气压计、磁力计、GPS/RTK模块、电源管理单元和存储模块组成。其运行过程可概括为：传感器采样 → 状态估计 → 控制律计算 → 执行机构输出 → 日志记录。飞控内部以固定周期运行，常见姿态控制环为 400Hz～1kHz，位置控制环为 50Hz～100Hz，日志记录频率则根据参数配置，通常为 10Hz～100Hz。

飞控日志是飞行数据最重要的来源之一。以 ArduPilot 的 .bin 日志和 PX4 的 .ulg 日志为例，它们按消息主题记录不同物理量。下面是一段典型的日志主题片段：

ATT  姿态：Roll/Pitch/Yaw、DesRoll/DesPitch/DesYaw
IMU  原始惯性：AccX/Y/Z、GyrX/Y/Z、温度
GPS  定位：Lat/Lng/Alt、HDOP、卫星数、速度
BAT  电池：电压、电流、剩余电量
RCOU 输出：各通道 PWM 值
MODE 飞行模式：Stabilize / Loiter / Auto / RTL

这些主题并非孤立存在，而是通过时间戳关联。分析时通常先以飞控主时钟为基准，再对齐 GPS 的 UTC 时间和载荷的曝光时间。若忽略时钟对齐，姿态与图像、电流与转速之间就会出现错位，导致误判。

三、传感器体系：从物理量到数字信号

无人机传感器可分为导航传感器、状态传感器、环境传感器和任务传感器四类。导航传感器包括 IMU、磁力计、气压计、GNSS；状态传感器包括电流计、电压计、转速计、温度传感器；环境传感器包括风速计、温湿度传感器；任务传感器包括可见光相机、红外相机、多光谱相机、激光雷达等。

不同传感器的数据特性差异很大。IMU 高频、低延迟但存在零偏和噪声；GPS 低频、绝对定位但易受遮挡和多路径影响；气压计对高度敏感但受气流和温度影响；相机数据带宽大、语义丰富但时间戳精度依赖硬件同步。数据分析中常采用互补滤波或卡尔曼滤波融合这些信号，而融合前的传感器标定与时间同步是决定数据质量的关键环节。

四、数据链路与飞行数据来源

数据链路分为上行链路和下行链路。上行链路传输地面站遥控指令、航线装订和参数修改；下行链路传输遥测数据、视频流和载荷状态。常见链路包括 2.4GHz/5.8GHz 数传、4G/5G 蜂窝网络、LoRa 远距离低速链路以及卫星链路。链路质量直接影响遥测数据的完整性和实时性，丢包、延迟和抖动都会在数据中留下痕迹。

飞行数据来源主要有四类：飞控日志、地面站日志、载荷数据、外部观测数据。飞控日志最完整，包含高频状态与控制量；地面站日志记录指令、告警和操作事件；载荷数据提供图像、点云和任务执行结果；外部观测数据包括雷达、气象站和空域监视信息。实际工程中，往往需要将多源数据按时间轴拼接成统一数据集。

五、方法流程：从平台到数据集的五步链路

1. 明确分析目标：是姿态异常检测、电池健康评估，还是载荷任务质量分析，目标决定需要哪些数据源。
2. 梳理数据来源：列出飞控日志、地面站日志、载荷数据和外部数据，确认各自的时间基准与采样率。
3. 建立时间对齐：以飞控主时钟为基准，将 GPS UTC、载荷曝光时间、地面站事件时间统一到同一时间轴。
4. 字段映射与清洗：将不同日志格式的字段映射为统一命名，处理缺失值、重复记录和量纲不一致。
5. 形成分析数据集：按飞行架次切分，输出结构化表格或时序数据库，供后续特征工程与模型使用。

六、案例场景：一次“姿态振荡”排查

某四旋翼在自动航线飞行中出现周期性姿态振荡。分析人员首先从飞控日志中提取 ATT 主题的 Roll 与 DesRoll，发现实际滚转角围绕期望值以约 3Hz 振荡；接着查看 RCOU 输出，发现电机输出同步周期性变化；再查看 IMU 的 GyrX，确认振荡频率与陀螺仪信号一致；最后检查 GPS 速度与位置，未发现明显异常。综合判断为姿态控制环增益偏高，而非传感器故障。该案例说明：只有把飞控、传感器和执行输出放在同一时间轴上对照，才能快速定位问题层级。

七、常见误区与复盘

• 只看单一数据源：仅看 GPS 轨迹可能漏掉高频姿态振荡，必须结合 IMU 与飞控输出。
• 忽略时间同步：载荷图像与飞控姿态未对齐，会导致“图像模糊”被误判为相机问题。
• 混淆日志频率与物理频率：日志以 10Hz 记录，不代表控制环只有 10Hz，分析时不能据此推断控制带宽。
• 忽视链路丢包：遥测丢包会在数据中形成缺口，若直接插值可能引入虚假趋势。

八、关键数据源对照清单

掌握上述基础后，面对一份飞行日志，就能快速判断它来自哪个环节、包含哪些物理量、可能存在哪些质量缺陷。这是后续进行数据清洗、特征提取和智能建模的必要前提。