飞行控制系统基础：飞控系统组成、传感器、执行机构、控制律基本概念，以及HIL仿真在飞控开发流程中的定位

飞行控制系统（Flight Control System, FCS）是无人机和有人机的“神经中枢”，其核心任务是通过传感器感知飞行状态、由控制律计算控制指令、再由执行机构驱动舵面或电机改变气动力和力矩，从而实现对飞行姿态、航迹和速度的稳定与控制。理解飞控系统的硬件组成、信号流向和控制律设计的基本逻辑，是开展硬件在环（HIL）仿真的前提。HIL仿真并非孤立工具，而是嵌入在飞控开发V字流程中的关键验证环节，其定位决定了仿真模型的保真度要求和接口设计方式。本章将从系统组成、核心部件、控制律概念和HIL定位四个维度展开，为后续章节的仿真建模和实验操作奠定基础。

2.1 飞控系统组成与信号链路

飞控系统的物理组成可以划分为四个主要模块：传感器组、飞控计算机（Flight Computer, FC）、执行机构和飞机本体。这四个模块通过信号链路构成闭环，其信号流向是理解HIL仿真接口设计的关键。传感器组负责感知飞机的运动状态和外界环境，包括惯性测量单元（IMU，内含三轴加速度计和三轴陀螺仪）、磁力计、气压高度计、GNSS接收机、空速管等。这些传感器输出模拟电压、数字总线（如I2C、SPI、UART）或PPS脉冲信号，飞控计算机通过ADC采样或总线读取获取原始数据。

飞控计算机是系统的核心处理单元，通常基于ARM Cortex-M系列或更高性能的处理器，运行实时操作系统（RTOS）。其内部完成三大任务：信号调理与滤波（去除噪声和异常值）、状态估计（通过AHRS或扩展卡尔曼滤波EKF融合多传感器数据，得到姿态角、角速率、位置和速度）、控制律解算（根据控制目标和当前状态计算舵面指令）。控制律解算的输出经过限幅、速率限制和优先级管理后，通过PWM信号或CAN/RS422总线发送给执行机构。

执行机构包括舵机、电机调速器、前轮转向机构等。舵机接收PWM脉宽信号（通常1~2ms对应-45°~+45°），通过内部电机和减速齿轮驱动舵面偏转。电机调速器（ESC）接收PWM或DShot协议信号，控制无刷电机的转速。执行机构的动态响应特性（带宽、延迟、死区）直接影响控制品质，因此在HIL仿真中必须建立执行机构的数学模型或使用真实舵机进行测试。

2.2 传感器与执行机构的关键特性

传感器和执行机构的特性参数对控制律设计和HIL仿真建模至关重要。对于IMU，需要关注量程、零偏稳定性、噪声密度和带宽。例如，一个典型的MEMS陀螺仪量程为±500°/s，零偏稳定性为10°/h，噪声密度为0.01°/s/√Hz。在HIL仿真中，需要向飞控注入包含噪声和偏置的传感器数据，以测试飞控的滤波和估计性能。如果仿真数据过于理想（无噪声），则无法暴露飞控在真实传感器条件下的性能缺陷。

执行机构的动态特性通常用一阶惯性环节近似，其时间常数τ决定了响应速度。例如，一个标准舵机的时间常数约为50ms，带宽约20Hz。在HIL仿真中，如果使用真实舵机，需要测量其实际响应曲线；如果使用虚拟舵机模型，则需要设置合理的τ和死区参数。此外，执行机构的速率限制（如最大舵面偏转速率60°/s）和饱和特性（如最大偏角±30°）也必须建模，否则控制律可能在仿真中表现良好，但在实际飞行中因执行机构饱和而失效。

2.3 控制律基本概念与设计流程

控制律是飞控系统的“大脑”，其基本任务是使飞机的实际状态跟踪期望状态。常见的控制律结构包括：内环（角速率环/姿态环）和外环（位置环/速度环）。内环通常采用PID控制器，以角速率反馈为主，实现姿态稳定；外环则根据位置误差生成姿态指令，形成级联控制结构。以固定翼无人机为例，其纵向控制律通常包含俯仰角速率反馈（阻尼）、俯仰角反馈（姿态保持）和高度反馈（高度保持），三者通过加权组合生成升降舵指令。

控制律设计的一般流程为：首先建立飞机的线性化模型（小扰动方程），然后根据频域或时域指标设计PID增益，最后通过非线性仿真和HIL仿真验证。在HIL仿真中，控制律运行在真实飞控硬件上，因此可以验证代码实现是否正确、时序是否满足要求、是否存在数值溢出等问题。例如，某型无人机在纯数字仿真中俯仰角跟踪误差小于0.5°，但在HIL仿真中发现由于飞控CPU负载过高导致控制周期抖动，实际误差增大到2°。这一案例说明HIL仿真在验证控制律实时性方面不可替代。

// 典型内环PID控制律伪代码（俯仰角速率环）
float pitch_rate_control(float cmd_rate, float measured_rate) {
    float error = cmd_rate - measured_rate;
    float P_term = Kp_rate * error;
    float I_term = Ki_rate * integral_rate;
    float D_term = Kd_rate * (error - prev_error) / dt;
    integral_rate += error * dt;
    // 限幅
    if (integral_rate > I_MAX) integral_rate = I_MAX;
    if (integral_rate < -I_MAX) integral_rate = -I_MAX;
    float output = P_term + I_term + D_term;
    // 输出限幅
    if (output > ELEVATOR_MAX) output = ELEVATOR_MAX;
    if (output < -ELEVATOR_MAX) output = -ELEVATOR_MAX;
    prev_error = error;
    return output;
}

2.4 HIL仿真在飞控开发流程中的定位

飞控开发遵循经典的V字模型：需求分析→系统设计→软件实现→单元测试→集成测试→系统验证。HIL仿真位于V字模型的右侧，即软件实现完成之后、真机试飞之前。其核心定位是：在真实飞控硬件上运行实际固件，与虚拟飞机模型构成闭环，验证飞控软件的功能正确性、性能指标和故障处理能力。相比纯数字仿真（MIL/SIL），HIL仿真能够覆盖硬件接口时序、CPU负载、内存使用、中断优先级等真实运行环境问题；相比真机试飞，HIL仿真成本低、可重复、无安全风险，且能模拟极端飞行条件（如传感器故障、执行机构卡死）。

在HIL仿真中，需要明确三个关键接口：传感器接口（仿真器向飞控注入虚拟传感器数据）、执行机构接口（飞控输出的PWM信号被采集并转换为模型输入）、通信接口（地面站指令、遥测数据）。这三个接口的保真度直接决定了HIL仿真的有效性。例如，如果传感器仿真数据更新率低于飞控的采样率，会导致飞控读到重复数据，影响状态估计性能。因此，HIL仿真系统需要具备高精度定时和低延迟通信能力。

2.5 案例拆解：某小型固定翼无人机HIL仿真环境搭建

以某型翼展2.4m、起飞重量5kg的固定翼无人机为例，其飞控采用Pixhawk Cube Orange（STM32H753），传感器包括内置IMU和外部空速计，执行机构为4个数字舵机（副翼×2、升降舵×1、方向舵×1）和1个电机调速器。开发团队需要在首飞前验证飞控的增稳控制律和失效保护逻辑。

初始现象：在纯数字仿真中，控制律表现良好，俯仰角阶跃响应超调量12%，调节时间1.8s，满足指标要求。但团队担心真实硬件上的时序问题，决定进行HIL仿真。

关键参数与操作步骤：

1. 搭建HIL仿真平台：选用Speedgoat实时仿真机运行飞机六自由度模型，通过串口（UART）与飞控连接，模拟GPS和遥测数据；通过SPI接口模拟IMU数据；通过PWM采集卡读取飞控输出的舵机指令。
2. 配置传感器仿真：设置IMU更新率1kHz，加入高斯白噪声（陀螺仪噪声密度0.008°/s/√Hz，加速度计噪声密度0.0005g/√Hz），模拟真实传感器特性。
3. 执行机构建模：使用一阶惯性环节模拟舵机响应，时间常数τ=45ms，速率限制80°/s，饱和角度±25°。
4. 运行测试用例：包括俯仰角阶跃响应、滚转指令跟踪、阵风扰动抑制、GPS信号丢失后的姿态保持等。

分析判断过程：HIL仿真发现，在GPS信号丢失场景下，飞控切换到姿态模式后，俯仰角出现持续振荡，振幅逐渐增大至±8°。进一步分析发现，原因是飞控在姿态模式下使用气压计估计高度，而仿真中气压计数据更新率仅为10Hz，且存在量化噪声，导致高度估计抖动，进而通过外环反馈引起俯仰振荡。

实际操作与结果对比：团队修改了仿真中气压计的更新率至50Hz，并加入低通滤波，振荡现象消失。同时，将舵机模型的时间常数从45ms调整为实测的60ms后，发现相位裕度下降，超调量增大至18%，团队据此调整了控制律的微分项增益。最终HIL仿真结果：俯仰角阶跃超调量9%，调节时间2.0s，满足指标要求。

风险与代价：该次HIL仿真耗时2天，相比真机试飞（需申请空域、准备场地、风险评估）节省了约2周时间和数万元成本。更重要的是，避免了在真实飞行中可能出现的振荡失控风险。