基于模糊PID的無人機空中加油軌跡跟蹤控制

藺璽坤，梁曉龍，任寶祥，侯岳奇，張志浩，齊 鐸

(1.空軍工程大學空管領(lǐng)航學院，西安 710051； 2.陜西省電子信息系統(tǒng)綜合集成重點實驗室， 西安 710051)

1 引言

空中加油技術(shù)是飛機在飛行過程中以管道形式對接，實現(xiàn)飛機間燃油輸送，以增加受油機航程、航時的技術(shù)。空中加油概念最早于二十世紀初提出，至今經(jīng)歷近一個世紀的發(fā)展。通過空中加油，可延長受油機滯空時間，大幅提高作戰(zhàn)半徑，增強作戰(zhàn)效能。在朝鮮戰(zhàn)爭中，空中加油技術(shù)首次應(yīng)用于實戰(zhàn)，并在海灣戰(zhàn)爭、伊拉克戰(zhàn)爭中發(fā)揮重要作用，例如爭奪制空權(quán)、情報偵察、目標跟蹤等任務(wù)都需要空中加油技術(shù)作為支撐。近年來，隨著無人機技術(shù)的迅猛發(fā)展，無人機在實際作戰(zhàn)中的運用愈發(fā)廣泛，以無人機代替有人機執(zhí)行長時間偵察、監(jiān)視任務(wù)已是常態(tài)。但無人機體積小、攜帶燃油少的缺點限制其進一步發(fā)揮，通過空中加油，能彌補無人機在航程、滯空時間和起飛重量等方面的短板，提升其作戰(zhàn)效能。現(xiàn)階段，無人機空中加油技術(shù)主要分為無人機加油-有人機受油，有人機加油-無人機受油，無人機加油-無人機受油3種場景。2021年6月，美國海軍利用MQ-25“黃貂魚”實現(xiàn)無人機向有人機進行空中加油，這也標志著無人機空中加油技術(shù)初步形成作戰(zhàn)能力。

現(xiàn)階段對無人機空中加油對接段的控制問題主要為約束條件下滿足無人機性能的制導律設(shè)計或航跡跟蹤問題。Ochi將導彈制導律與降落引導方法引入無人機對接過程，將比例導引法與視線角結(jié)合處理問題，基于加油機與受油機對接時速度相同的約束條件，提出相應(yīng)的控制方法。Burn利用Dubins曲線，以最短對接時間為性能指標，在速度、加速度等動力學約束條件下，采用動態(tài)逆法設(shè)計對接控制率。Smith基于已知的加油機飛行航線，利用狀態(tài)估計器預(yù)測對接點，提出在線更新的自適應(yīng)調(diào)節(jié)控制率。但文獻[6-7]存在控制率設(shè)計復(fù)雜、在線頻繁更新等問題，可能導致受油機出現(xiàn)信號延遲、滯后等現(xiàn)象。郭軍通過修改固定目標終端碰撞角約束，采用反步法設(shè)計控制率來實現(xiàn)對階段跟蹤。張吉璇等基于地面全站儀高精度標定技術(shù)，利用差分GPS解算加受油機的坐標定位，算法簡單、快捷，但其僅依靠GPS坐標轉(zhuǎn)換，對地面全站儀基準標定有較高要求。鮮煒嘉在分析航路融合式與定點式空中加油會合策略后，基于非線性導引律通過設(shè)置目標路徑上的虛擬目標迭代計算受油機的前置受控角，實現(xiàn)受油機加速度控制，可滿足不同航向角條件下的會合控制。張博連設(shè)計改進了LQR-PI控制器，具有較好的抗干擾能力。李華東基于制導回路與控制回路分離的設(shè)計理念，利用制導、控制一體化方法設(shè)計受油機飛控系統(tǒng)，采用相對視線角模型完成受油機的精確跟蹤，但對非線性控制考慮不足。華藝欣通過分析“有人-無人”與“無人-無人”加受油策略，采用經(jīng)典PID控制建立空中加油控制率，但存在一定的超調(diào)、振蕩現(xiàn)象。

本文中通過對無人機空中加油流程分析，基于狀態(tài)-事件-條件-動作(SECA)規(guī)則提出無人機空中加油自主決策規(guī)則，針對空中加油過程中對接軌跡跟蹤階段，提出了基于模糊PID控制的軌跡跟蹤方法，降低無人機的速度超調(diào)量，提高飛行穩(wěn)定性，進而保障無人機空中加油安全完成。

2 無人機空中加油軌跡跟蹤問題建模

2.1 四旋翼無人機動力學模型

由于四旋翼無人機具有強耦合、非線性的特點，為了便于建立數(shù)學模型，將其視為均勻?qū)ΨQ的剛體，幾何中心與重心重合，并忽略空氣阻力。則四旋翼無人機的運動學模型和動力學模型可描述為：

(1)

式中：=[,,]，=[,,]表示無人機在北東地坐標系中的位置、速度，=[,,]表示無人機的歐拉角，即橫滾角，俯仰角，俯仰角；=[,,]表示無人機在機體坐標系中的角速度；=[,,]為無人機的轉(zhuǎn)動慣量；=[0,0,1]為單位矩陣；與為重力加速度與無人機的質(zhì)量；=+++為無人機4個電機產(chǎn)生的總拉力；為四旋翼模型的不確定性；為無人機總轉(zhuǎn)矩，即=++，為陀螺轉(zhuǎn)矩，為氣動轉(zhuǎn)矩，=[,,]為旋翼對無人機的扭矩；機體坐標系到北東地坐標系的轉(zhuǎn)換矩陣與歐拉矩陣為：

(2)

(3)

根據(jù)四旋翼無人機的飛行特點，其飛行過程中的俯仰角和滾轉(zhuǎn)角較小，因此可將歐拉矩陣簡化為單位矩陣。用(,,,)表示無人機所受的總擾動，即：

(,,,)=[,,]

(4)

則四旋翼無人機模型可簡化為：

(5)

2.2 無人機軌跡跟蹤控制系統(tǒng)

四旋翼無人機分層控制系統(tǒng)可以看作是以位置速度控制系統(tǒng)為外環(huán)，以姿態(tài)控制系統(tǒng)為內(nèi)環(huán)，二者耦合的級聯(lián)系統(tǒng)，位置速度控制外環(huán)的輸出就是姿態(tài)控制內(nèi)環(huán)的輸入，如圖1所示。

圖1 無人機分層控制原理框圖Fig.1 UAV layered control schematic diagram

將位置速度控制外環(huán)輸出的控制向量設(shè)為：

=[,,]

(6)

(7)

=-T/m+

(8)

姿態(tài)控制內(nèi)環(huán)的輸入為期望拉力，期望歐拉角=[,,]。那么可用非線性解耦方程將外環(huán)與內(nèi)環(huán)進行連接。

(9)

(10)

(11)

姿態(tài)控制內(nèi)環(huán)根據(jù)輸入量計算真實輸出的控制量[,,,]，其與電機轉(zhuǎn)速[,,,]的關(guān)系為：

(12)

3 基于模糊PID的無人機控制器設(shè)計

傳統(tǒng)PID控制方法具有算法簡潔、修改快捷、性能穩(wěn)定等特點，但傳統(tǒng)PID控制方法的參數(shù)恒定，抗干擾能力較弱，對于無人機飛行過程中振蕩、擾動等情況響應(yīng)能力存在一定的局限性。模糊PID控制方法具有較好的抗干擾能力，可以根據(jù)反饋信息進行系統(tǒng)參數(shù)實時調(diào)整，提高系統(tǒng)響應(yīng)速度、魯棒性等。

3.1 模糊控制原理

模糊控制根據(jù)模糊規(guī)則與模糊推理算法對系統(tǒng)輸入量依次進行模糊化處理，確定隸屬度，規(guī)則推理，解模糊處理等步驟，最終輸出相應(yīng)參數(shù)。如圖2所示。

模糊PID控制是將模糊控制器與PID控制器相結(jié)合，利用模糊控制器根據(jù)傳感器反饋信息對PID控制器的參數(shù)進行調(diào)整，解決傳統(tǒng)PID控制參數(shù)恒定的缺點。在模糊控制中的差值與差值變化率由加油機、無人機的定位坐標解算而來：

(13)

(14)

式中:=[,,]為模糊控制器輸入差值；=[,,]為無人機在北東地坐標系中的期望位置；=[,,]為無人機在北東地坐標系中的當前位置；=[,,]為模糊控制器輸入差值變化率。

圖2 模糊控制流程框圖Fig.2 Fuzzy control principle block diagram

當加油機與受油機建立通信連接后，受油機機載計算機接收加油機發(fā)出的軌跡信息，解析當前位置與期望位置的差值與差值變化率，輸入模糊控制器內(nèi)對PID控制參數(shù)進行修正，同時對飛控計算機發(fā)出機動指令；飛控計算機根據(jù)機動指令輸出電機控制指令，無人機做出機動動作快速靠攏期望位置，并根據(jù)模糊控制器輸出的修正參數(shù)調(diào)整控制率。其原理如圖3所示。

圖3 無人機跟蹤流程框圖Fig.3 UAV trackingprinciple block diagram

在模糊控制器內(nèi)部，對差值與差值變化率，將其模糊化后進行模糊規(guī)則推理，再對結(jié)果進行解模糊處理得到修正后的，，參數(shù)。如圖4所示。

圖4 模糊PID控制流程框圖Fig.4 Fuzzy PID control principle block diagram

3.2 模糊PID控制器設(shè)計

1) 模糊化處理

模糊PID控制器的輸入量為差值與差值變化率，輸出量為修正后的、、參數(shù)，將其分為七個模糊子集域：負大(NB)，負中(NM)，負小(NS)，零(ZO)，正小(PS)，正中(PM)，正大(PB)。根據(jù)無人機控制特點，采用三角隸屬度函數(shù)：

(15)

式中:、表示所在隸屬度函數(shù)區(qū)間的左端點值與右端點值；表示隸屬度函數(shù)區(qū)間內(nèi)隸屬度為1時的區(qū)間值，即最大區(qū)間值。

2) 模糊規(guī)則表構(gòu)建

模糊控制規(guī)則表是實現(xiàn)模糊控制的核心，在實際運用中大多根據(jù)專家經(jīng)驗設(shè)計模糊控制規(guī)則。結(jié)合PID控制中比例、積分、微分等參數(shù)意義，制定如下調(diào)整原則：

① 當期望值與實際值的差值||較大時，為使無人機快速到達對接位置，選取較大的參數(shù)；同時避免其變化率突變、積分飽和等問題，選取較小的和參數(shù)。

② 當差值||和差值變化率||為中等大小時，為了防止超調(diào)過大等問題，選取較小的，參數(shù)；同時兼顧無人機的響應(yīng)速度選取合適的參數(shù)。

③ 當期望值與實際值的差值||較小時，為了無人機達到的穩(wěn)定跟蹤狀態(tài)，選取較小的，參數(shù)；同時為了防止無人機振蕩、擾動，提高其抗干擾能力，當差值變化率||較小時，選取較大的參數(shù)，當差值變化率||較大時，選取較小的參數(shù)。

結(jié)合上述3條參數(shù)調(diào)整原則，得到模糊參數(shù)調(diào)整公式：

(16)

式中:(+1)，(+1)，(+1)為下一狀態(tài)的無人機PID參數(shù)；()，()，()為當前無人機的PID參數(shù)；Δ，Δ，Δ為經(jīng)過模糊規(guī)則推理得到的PID修正參數(shù)。

Δ，Δ，Δ的模糊規(guī)則表如表1～表3所示。

3) 模糊規(guī)則推理與解模糊處理

模糊規(guī)則推理通過If-Then語句進行，每一個If-Then語句表示一個模糊推理關(guān)系，則Δ、Δ、Δ的模糊規(guī)則推理可表示為：

(17)

(18)

(19)

表1 ΔKP模糊規(guī)則Table 1 ΔKP fuzzy rule table

表2 ΔKI模糊規(guī)則Table 2 ΔKI fuzzy rule table

表3 ΔKD模糊規(guī)則Table 3 ΔKD fuzzy rule table

在得到模糊控制輸出的模糊值后還需將其進行解模糊處理，最終得到精確的控制量。采用面積重心法進行解模糊處理：

(20)

式中： u表示輸出的精確PID參數(shù)值；u表示輸出的模糊值； f(u)表示模糊輸出u所在模糊子集的隸屬度函數(shù)。

4 無人機空中加油自主決策模型

4.1 無人機空中加油流程分析

無人機空中加油可視為編隊中多個無人機單機按照既定序列與加油機進行對接加油，涉及會合、對接、加油、分離等階段，因此在單機空中加油的基礎(chǔ)上，不僅需要考慮無人機編隊內(nèi)部的飛行軌跡控制、速度控制、防相撞控制等，還需要合理優(yōu)化加油策略，縮短等待時間，進而提高無人機編隊加油速度。無人機空中加油流程如圖5所示。

圖5 無人機空中加油流程框圖Fig.5 UAV aerial refueling process block diagram

1) 會合階段。無人機編隊接收空中加油指令后，飛行至指定加油空域，并調(diào)整飛行編隊為空中加油對接編隊。

2) 對接階段。無人機以對接編隊接近加油機至等待對接位置，根據(jù)編隊內(nèi)部對接序列，依次進入對接位置與加油機進行加油對接。

3) 加油階段。無人機與加油機對接成功后，兩機保持平穩(wěn)飛行并開始加油，直至完成加油過程。

4) 分離階段。加油完成后無人機斷開連接，離開對接位置。其余無人機依次重復(fù)上述過程，當全部無人機完成空中加油后，無人機編隊脫離加油機。

加油隊列按照無人機在對接編隊中的順序進行初始化設(shè)置，當1號無人機進行加油對接時，持續(xù)更新發(fā)布當前加油隊列信息，其他無人機只接收1號無人機發(fā)布的加油隊列信息。當1號無人機完成空中加油后，由2號無人機更新發(fā)布加油隊列信息，其余無人機接收信息。無人機的狀態(tài)判斷、轉(zhuǎn)進在3.2節(jié)中進行說明。加油隊列更新原理如圖6所示。

圖6 加油隊列更新原理示意圖Fig.6 Refueling queue update principle diagram

4.2 基于SECA的無人機空中加油自主決策規(guī)則

無人機空中加油包含多個任務(wù)剖面，需要對無人機狀態(tài)多次判斷、多次轉(zhuǎn)進，對控制方法的靈敏性、全面性提出較高的要求。依靠傳統(tǒng)的If-Else規(guī)則進行邏輯判斷，其智能化水平較低、算法冗余度較多，不適用于靈活多變的無人機空中加油任務(wù)場景。因此，將有限狀態(tài)機(finite state machine,FSM)和事件-條件-動作(event condition action, ECA)決策機制結(jié)合，基于狀態(tài)-事件-條件-動作(state ECA，SECA)決策機制設(shè)計無人機對接自主決策規(guī)則。

有限狀態(tài)機主要描述目標自身狀態(tài)及對外界輸入的狀態(tài)響應(yīng)，表示為：

={,,,}

(21)

式中:為狀態(tài)的非空有限集合，={,,…,}；為判斷條件的非空有限集合，={,,…,}；為執(zhí)行動作的非空有限集合，={,,…,}；:×→×,(,)=(,′)為狀態(tài)轉(zhuǎn)移函數(shù)，其意義為：當目標處于狀態(tài)且滿足判斷條件時，系統(tǒng)將選擇是否執(zhí)行動作，是否轉(zhuǎn)移至新狀態(tài)′。有限狀態(tài)機中存在滿足判斷條件轉(zhuǎn)移狀態(tài)但不執(zhí)行動作的情況，同理也存在執(zhí)行動作后不改變目標狀態(tài)的情況，此類情況都需要根據(jù)具體任務(wù)場景進行判斷。

有限狀態(tài)機將無人機空中加油問題劃分為狀態(tài)決策與動作決策，狀態(tài)決策是根據(jù)外部信息輸入判斷無人機轉(zhuǎn)移至何種任務(wù)狀態(tài)；動作決策是指在當前狀態(tài)下根據(jù)判斷條件執(zhí)行何種動作。但在面對復(fù)雜任務(wù)時，其判斷條件將迅速復(fù)雜化，不利于清晰表達。

事件-條件-動作決策機制是由事件驅(qū)動，根據(jù)條件判斷執(zhí)行動作的邏輯規(guī)則。ECA規(guī)則將判斷條件拆分為事件與條件，進一步細化判斷條件，根據(jù)觸發(fā)的事件匹配相應(yīng)的判斷條件，減少規(guī)則復(fù)雜度。但ECA規(guī)則沒有設(shè)定目標狀態(tài)，而是將其耦合在規(guī)則內(nèi)部，不利于目標具體決策。

因此，將有限狀態(tài)機與ECA規(guī)則相結(jié)合，采用狀態(tài)-事件-條件-動作(state ECA，SECA)規(guī)則。利用ECA規(guī)則拆解有限狀態(tài)機中的判斷條件，減少規(guī)則復(fù)雜度；利用有限狀態(tài)機將ECA規(guī)則中的目標狀態(tài)與其他內(nèi)容解耦。SECA規(guī)則可表示為：

={,,,,}

(22)

式中:為事件的非空有限集合，={,,…,}；:××→×,(,,)=(,′)為狀態(tài)轉(zhuǎn)移函數(shù)，其意義為：當目標處于狀態(tài)，觸發(fā)事件且滿足判斷條件時，系統(tǒng)將選擇是否執(zhí)行動作，是否轉(zhuǎn)移至新狀態(tài)′。

基于SECA規(guī)則，并結(jié)合無人機空中加油任務(wù)流程，將任務(wù)決策的狀態(tài)集合、事件集合、條件集合和動作集合表述如下：

狀態(tài)集合：

事件集合：

條件集合：

動作集合：

無人機的狀態(tài)轉(zhuǎn)移過程可用包含自環(huán)的有向圖表示，稱其為狀態(tài)轉(zhuǎn)移圖。圖7表示了無人機在空中加油流程中的狀態(tài)轉(zhuǎn)移，圖中每個節(jié)點表示無人機的一個狀態(tài)；有向邊表示狀態(tài)轉(zhuǎn)移方向；節(jié)點自環(huán)表示執(zhí)行動作不進行狀態(tài)轉(zhuǎn)移。

圖7 無人機空中加油自主決策狀態(tài)轉(zhuǎn)移示意圖Fig.7 UAV aerial refueling autonomous decision state transfer diagram

上述無人機空中加油自主決策規(guī)則包含6種狀態(tài)，每個狀態(tài)有其相對應(yīng)的SECA規(guī)則，主要規(guī)則表達如下：

1) 等待加油狀態(tài)自主決策規(guī)則

SECA規(guī)則：等待加油狀態(tài)

State〈:等待加油〉[〈〉, 〈〉, 〈,〉, 〈,〉]

Rule1 〈等待加油規(guī)則〉

Execute Action:

End Rule

Rule2 〈跟蹤接近規(guī)則〉[〈參數(shù)1:加油次序列表〉]

WHEN〈〉

IF〈〉，

THEN Execute Action:,Switch State:

End Rule

Update State

2) 跟蹤接近狀態(tài)自主決策規(guī)則

SECA規(guī)則：跟蹤接近狀態(tài)

State〈: 跟蹤接近〉[〈〉, 〈〉, 〈,〉, 〈,〉]

Rule3〈持續(xù)跟蹤規(guī)則〉

Execute Action:

End Rule

Rule4〈精確對接規(guī)則〉

WHEN〈〉

IF〈〉，

THEN Execute Action:,Switch State:

End Rule

Update State

3) 精確對接狀態(tài)自主決策規(guī)則

SECA規(guī)則：精確對接狀態(tài)

State〈: 精確對接〉[〈,,〉, 〈,〉, 〈,,〉, 〈,,,〉]

Rule5 〈持續(xù)對接規(guī)則〉

Execute Action:

End Rule

Rule6〈未進入對接范圍〉

Switch State:

End Rule

Rule7〈加油規(guī)則〉

WHEN〈〉

IF〈〉，

THEN Execute Action:,Switch State:

End Rule

Rule8〈失效返航規(guī)則〉

WHEN〈〉

IF〈〉，

THEN Execute Action:,Switch State:

End Rule

Update State

4) 加油狀態(tài)自主決策規(guī)則

SECA規(guī)則：加油狀態(tài)

State〈: 加油中〉[〈,〉, 〈〉, 〈,〉, 〈,〉]

Rule9〈持續(xù)加油規(guī)則〉

Execute Action:

End Rule

Rule10〈對接失敗〉

Switch State:

End Rule

Rule11〈加油完成規(guī)則〉

WHEN〈〉

IF〈〉，

THEN Execute Action:,SwitchState:

End Rule

Update State

5 仿真實驗與結(jié)果分析

為比較傳統(tǒng)PID控制與模糊PID控制在無人機空中加油軌跡跟蹤中的性能，使用MATLAB軟件進行仿真驗證。仿真背景根據(jù)2021年第二屆“無人爭鋒”智能無人機系統(tǒng)挑戰(zhàn)賽中，科目四“空中自主對接”進行設(shè)置，無人機通過與加油機拖拽的模擬加油管依次對接完成空中加油任務(wù)，主要驗證無人機任務(wù)規(guī)劃能力、飛行控制等技術(shù)。無人機任務(wù)自主決策、軌跡跟蹤、對接控制、視覺識別等方面具有較好的可移植性與通用性，可應(yīng)用于實際場景；對于固定翼與四旋翼無人機的飛行控制技術(shù)，現(xiàn)階段已較為成熟，不屬于實際應(yīng)用中的難點問題。選取四旋翼無人機作為研究平臺，主要驗證任務(wù)自主決策、軌跡跟蹤等通用性關(guān)鍵技術(shù)的可行性，降低真機試飛階段的驗證難度并提高安全性。

加油機的飛行高度為550 m，飛行速度為5.5 m/s，沿直線飛行；無人機飛行高度為500 m，在加油機后方200 m的等待區(qū)內(nèi)伴飛待命，利用自主決策規(guī)則與模糊PID控制進行軌跡跟蹤?！盁o人爭鋒”競賽主要驗證方法可行度及方案的成熟度，同時為了保證比賽安全，條件設(shè)置可能與空中加油真實場景存在不同。仿真實驗跟蹤過程如圖8所示。

圖8 空中加油仿真實驗跟蹤過程曲線Fig.8 Aerial refueling simulation experiment tracking process diagram

仿真實驗中4架受油無人機在初始階段以編隊形式尾隨加油機飛行；1號機監(jiān)測到加油隊列為空，則依據(jù)Rule2轉(zhuǎn)入跟蹤接近狀態(tài)；經(jīng)過約35 s的軌跡跟蹤后，無人機進入精確對接位置，并依據(jù)Rule4轉(zhuǎn)入精確對接狀態(tài)；依據(jù)視覺引導成功對接后依據(jù)Rule7轉(zhuǎn)入加油中狀態(tài)；約120 s后完成加油，無人機與加油機脫離并轉(zhuǎn)入狀態(tài)，經(jīng)過60 s飛抵安全區(qū)域等待其他無人機加油完成。其余無人機決策規(guī)則與1號機相同，各無人機在仿真實驗中的狀態(tài)如圖9所示。

圖9 無人機仿真實驗狀態(tài)示意圖Fig.9 UAV simulation experiment state diagram

針對受油無人機從編隊等待位置跟蹤進入精確對接位置這一過程，分別利用模糊PID控制，傳統(tǒng)PID控制與基礎(chǔ)模糊控制進行仿真，在三軸位置、速度控制方面的有關(guān)結(jié)果，如表4和圖10所示。

表4 模糊PID與傳統(tǒng)PID、基礎(chǔ)模糊控制跟蹤速度、時間Table 4 Fuzzy PID with conventional PID, basic fuzzy control tracking speed interval,time comparison

圖10 模糊PID與傳統(tǒng)PID、基礎(chǔ)模糊控制跟蹤性能曲線Fig.10 Fuzzy PID with conventional PID, basic fuzzy control tracking performance comparison curve

通過對比可以看到，對基礎(chǔ)模糊控制根據(jù)3.2節(jié)提出3條調(diào)整原則，并根據(jù)式(16)—式(20)利用模糊規(guī)則對PID控制參數(shù)進行修正后，無人機在三軸速度控制方面，與傳統(tǒng)PID控制相比變化率更加平滑，三軸位置跟蹤有效減少超調(diào)現(xiàn)象；完成速度與基礎(chǔ)模糊控制相比，可在26 s內(nèi)完成跟蹤，顯著縮短跟蹤時間?；谀：齈ID的控制方法，可以使無人機在較短時間內(nèi)到達期望位置，過程中可使無人機平穩(wěn)飛行并保持機體穩(wěn)定，提高對接效率，減少無人機空中加油時間。

6 結(jié)論

1) 基于模糊PID控制方法可以有效降低無人機超調(diào)量，快速完成跟蹤任務(wù)，同時保持飛行穩(wěn)定，縮短無人機空中加油總體時間，提高無人機任務(wù)效能。

2) 基于SECA規(guī)則的無人機空中加油自主決策規(guī)則明確無人機狀態(tài)判定、轉(zhuǎn)進邏輯，限制無人機不同狀態(tài)下的動作空間，規(guī)范了無人機自主空中加油流程，為無人化、智能化作戰(zhàn)提供一種可行的方法。

3) 無人自主系統(tǒng)智能決策將不同任務(wù)階段進行狀態(tài)、事件、條件、動作解構(gòu)，分析相應(yīng)的動作空間與轉(zhuǎn)進邏輯，可為無人機空中加油技術(shù)提供理論支撐。在已有的研究基礎(chǔ)上，將進一步擴展SECA規(guī)則適用性，面對更加復(fù)雜的任務(wù)，驗證規(guī)則的完備性。