0 引　言

海洋技术开发在传统海洋资源开发的基础上，不断向深远海新资源和能源开发转移。近年来，我国海洋事业进入快速发展时期，逐步完成“数字海洋”空间数据基础设施的构建，并用于海洋权益维护、海洋资源开发利用、海洋生态环境保护等方面。因此对海洋进行更加全面、系统地观测日益重要^{[1 – 4]}。

舰载无人机以成本低、体积小、作战使用灵活、费效比高、可避免人员伤亡等优势，目前得到世界各国海军的广泛认可。尤其以舰载无人直升机，具备运动舰面自主起降能力，适合中大型水面舰艇搭载，能够执行战场侦察、目标指示、通信中继、电子对抗等多种任务；随着美国的 RQ-8A “火力侦察兵”无人机、奥地利的 S-100 无人机、瑞典的 APID-60 无人机在舰载海洋上的成功应用，舰载无人直升机展示了其用于海战的广阔前景。可以预见，无人机将成为未来舰载武器系统中不可替代的重要组成部分。

目前，海洋环境观测手段大多采用多种传感器、仪器及多种观测平台，对海域进行全时空、高密度、高频率的立体观测。对研究海域进行长期的、实时的、动态的、交互式的观测^{[5 – 6]}。近年来，随着国内无人机技术的快速发展，无人机遥感监测已在民用技术领域得到广泛的应用并取得了良好的应用效果。在海洋环境监测方面，无人机作为一种新的遥感监测平台，成为空间数据获取的重要手段，与卫星航天遥感、有人机航空遥感、海面船舶调查形成有机补充，形成对海洋环境的全方位、立体化监测。同时随着无人机技术的不断成熟，能够搭载多种不同的海洋环境探测任务载荷，对各类海洋动力环境要素、海洋环境现象和海上目标进行探测。船载无人直升机探测技术以其高机动性、快速反应、高分辨率、低成本的应用特点在海洋观测系统中占有重要的地位^{[7 – 8]}。为了更好地开发利用海洋资源，维护海洋权益，尽快发展和完善我国无人机海洋观测系统的集成应用技术研究目前已成为一个重要的研究课题。

1 无人机海洋观测系统组成

无人机海洋观测系统主要由 3 部分组成，分别是无人机飞行平台、海洋观测载荷和多源观测数据处理系统。其中海洋观测载荷主要包括了微型 SAR、激光雷达、温湿度传感器等，为进行全方位的海洋观测提供了良好的观测手段。无人机系统作为飞行平台为载荷观测提供空中观测平台，在获取观测数据后，对不同观测数据进行处理与融合分析，从而形成一套完整的海洋观测系统。

1.1 无人机飞行平台

无人机海洋观测系统飞行平台选取 Z-5 型无人直升机，Z-5 型无人直升机结构组成如图 1 所示。

无人机海洋观测系统主要由直升机平台分系统、船载监控站分系统和船载保障分系统 3 部分组成。无人直升机平台分系统主要提供飞行和装载的功能，由机体结构、动力及传动系统、旋翼及尾桨系统、电气及控制系统等组成；船载监控站分系统由飞行控制与导航设备、数据链测控设备等组成，主要完成任务的规划、飞行状态的监测与控制等功能；船载保障分系统主要由船载供电设备、燃油加注设备等组成，主要用于维护、燃油加注、系留、飞行前的准备和测试^[9]。Z-5 无人直升机主要技术指标如表 1 所示。

在 Z-5 型无人直升机系统的基础上，根据海洋观测船载使用环境的要求，进行无人机系统的船载适应性改造，包括结构的适应性改造、飞行控制系统的船载自主起降功能设计、测控系统的小型化设计以及船载保障系统的设计等，完成船载自主起降的功能测试，开展载荷集成工作，并配合载荷开展飞行试验。

无人直升机海洋观测系统的系统组成如图 2 所示。

1.2 海洋观测载荷

海洋观测环境复杂多变，不同的应用方向需要不同的载荷。海洋移动目标和海岛监测需要全天时、全天候的 SAR 载荷和光学摄像机；海洋动力环境观测需要 SAR 载荷和激光测风雷达；海气边界层观测需要激光测风雷达和温湿度检测仪，进而建立多传感器、多角度、全方位的海、陆、气一体化海洋监测系统^[10]。

本系统根据应用需求，主要选取研制3款类型载荷：微小型全极化 SAR 载荷、相干多普勒激光测风雷达和温湿度检测仪，同时利用成熟的光学摄像机，开展多载荷协同作业，适应海洋观测应用。

1）无人机机载微小型全极化 SAR 载荷

针对海洋观测应用需求，SAR 载荷能够实现全极化 SAR 数据获取、SAR 数据实时成像处理。从而获得全天时、全天候海洋观测能力，满足海洋目标特性分析、目标识别、海岛地物分类等观测需求^[11]。

2）无人机机载相干多普勒激光雷达

相干多普勒激光雷达是一种新型的遥感探测设备，探测数值精度高，能实现地面至低空 3 000 m 大气风场的无盲区探测，具有很高的时间分辨率（秒级）、空间分辨率（30~50 m）和精确度（0.5 m/s），并进行不间断连续探测。相干多普勒测风激光雷达可以快速、准确测量晴空大气三维风场，实时提供高精度、高分辨率的大气风场信息。同时，还具备云底高度、海气边界层高度、能见度及气溶胶等大气参数的综合探测能力。

3）无人机机载温湿度检测仪

无人机机载温湿度传感器在系统结构上主要分为信号调理模块和数据处理与通信模块两部分。信号调理模块负责信号的采集、放大、数字化、调整与补偿；数据处理与通信模块负责温湿度传感器入云及出云自动监测、数据的自容存储、无线传输和双传感器之间的通信^[12]。

1.3 观测数据处理系统

观测数据处理系统依据船载无人机多传感器对海观测特点和多源数据组织融合需求，设计开发的具备多源数据融合处理、集成管理和可视化展示能力的综合处理系统。本系统利用搭载的不同传感器具有的特性，进行船载无人机海洋观测系统中的测量方法和反演模型的研究，并对海面的风场、波浪场、温湿度廓线、地物特性、船只目标等要素进行机动快速观测，最终实现海-陆-气一体的多传感器协同观测与数据融合集成^[13]。

系统主要由以下 4 部分组成：

1）载荷驱动完成对无人机上搭载的传感器（SAR、激光雷达、温湿度）的工作状态的监视、数据读取、状态读取以及对传感器命令控制和通信初始化。

2）数据管理是进行数据预处理和转换格式，并提供标准的数据处理接口。将标准化的海量数据进行保存，构建稳定易扩展的数据存储模块。

3）载荷数据引擎是监控传感器的运行状态，并将观测数据以可视化的形式进行实时显示。

4）观测数据融合与可视化通过虚拟现实、视景仿真技术和三维可视化技术对海洋数据中的非可见要素进行表达，构建高逼真的虚拟海洋环境场景，并利用三维图形学和科学可视化技术，对海洋中的非可见的海洋参数信息进行多维度、多方式的动态可视化。

2 无人机海洋观测系统集成 2.1 无人直升机任务载荷集成

无人直升机与任务载荷的集成主要包括电气集成和结构集成2种。电气集成主要由地面链路设备和机载链路设备组成，结构集成主要关注无人机在搭载载荷后的系统重心配平。

2.1.1 电气集成

图 3 为无人机飞行平台与任务载荷设备的电气系统接口设计，分为机载链路和地面链路设备 2 个部分，通过系统标准化接口为无人机飞行平台和任务载荷之间的飞行控制、航线设计、载荷观测及数据传输的工作过程及工作原理图。

1）地面链路设备

无人机正常飞行时，飞行控制指令和任务操控指令经链路控制模块复合编码后，利用遥控发射电台进行传输。遥测及任务送给遥测软件、任务处理设备和图像显示设备。结合遥控的通信可靠性，采用 2 个频点同时发射。地面天线选用全向玻璃钢或吸盘天线，离开一定距离放置在无遮挡平面上，要求间隔1个波长以上。

2）机载链路设备

机载链路设备与机上飞行控制计算机、任务载荷通过链路控制模块进行数据交互。机载天线选用全向天线，并通过整机实际空中悬停测试，对机载天线布局进行安装布局。

2.1.2 结构集成

结合 Z-5 型无人直升机搭载任务转载在不同飞行总重下的重心范围要求。从图 4 可看出，起飞重量为 450 kg 时直升机的重心范围要求最为狭窄。为满足大多数工况下的使用，对 Z-5 型无人直升机的航电设备，飞控设备及任务载荷设备进行了安装位置的优化，以满足无人机飞行平台对飞行重心范围的要求^{[14 – 15]}。

优化后的任务设备安装位置以及整机重心测试完成后，结构安装及系统集成如图 5 所示。

2.2 数据处理系统集成 2.2.1 数据处理系统硬件集成

海洋观测数据处理系统的硬件组成包括：网络交换机、数据集成工作站和数据观测显示器，系统集成工作站通过交换机和串口链路与无人机地面站总控机进行通信交互。系统硬件结构如图 6 所示。

2.2.2 数据处理系统架构

数据处理系统采用面向服务的多层架构模式，分为载荷驱动层、逻辑处理层、界面交互层以及数据层^[16]。数据处理系统软件架构图如图 7 所示。

1）载荷驱动层：以动态链接库（DLL）的方式集成各个载荷的控制、状态获取以及观测数据获取等功能，向功能逻辑层提供载荷功能方法。

2）逻辑处理层：该层处于数据访问层与表示层中间，通过访问载荷驱动层和数据访问层获取数据，为 UI 层提供功能数据。

3）界面交互层：采用 MVC 设计模式，将功能逻辑与 UI 展示分离，以动态视图的方式，为用户提供扩展性高的界面交互。

4）系统数据存储：根据系统数据的特点，数据库设计为文件系统与关系数据库系统协同存储的模式。文件系统用来存储影像、图片等观测数据，关系数据库存储系统的索引结构和标量观测数据。

3 无人机海洋观测系统集成试验验证

为确保无人机海洋观测系统的实用性，将载荷与无人直升机飞行平台集成完成后进行飞行试验^[17]，检验多传感器的协同观测能力，通过多传感器海洋协同观测数据对数据融合性能进行验证。系统集成试验验证分为 3 个部分，分别是海岛陆基观测试验、驳船起降飞行试验和海上船载飞行试验，分阶段逐步完成对系统的集成性能进行试验验证。

3.1 海岛陆基观测试验

通过选定适合起降条件的区域进行陆基对岛观测试验，利用不同载荷进行多传感器协同对岛观测，重点观测海岛地物，海岛附近的海洋动力环境，以及海气边界层风场及温湿廓线，从而获取海岛区域的海、陆、气一体化观测数据。测试无人直升机在负载情况下，复杂海上环境的飞行性能；通过机载载荷的海洋观测数据矫正载荷参数指标，验证数据处理系统的性能。具体试验流程图 8 所示。

3.2 船载起降飞行试验

海上船载起降试验是在海上测试验证无人机船载起降飞行性能，进一步验证船载无人直升机海洋观测系统的整体集成能力，评估海洋观测系统系统在真实海上环境的表现，为海上应用提供技术保障。

试验选择驳船作为无人直升机系统的起降平台，船只后甲板区域可为无人直升机提供起降空间。主要为无人直升机测控系统与驳船的集成，以及无人直升机起降平台与驳船的系统集成。具体试验流程如图 9 所示。

3.3 海上船载飞行试验

海上船载飞行试验是在真实海况条件下，测试船载无人机定点起降性能；评估船载无人直升机海洋观测系统的整体性能，完成海岛（礁）海-陆-气一体化观测应用。在真实海况条件下进行完整的船上起飞、海面巡航、传感器实时观测与传输，船上定点降落和获取数据后期处理与应用。海上船载飞行试验具体试验流程如图 10 所示。

4 结　语

本文主要针对海洋观测的实际应用需求，完成了基于无人机的海洋观测的系统集成。首先针对海洋观测的应用需求，给出海洋观测系统的组成；其次重点介绍了无人机与机载载荷的硬件集成，数据处理系统的软件集成；最后提出了船载无人机起降和多传感器协同海洋观测的系统集成验证试验。为建立船载无人机海、陆、气一体化的海洋观测系统，并构建面向海洋的实际业务应用系统奠定了基础。