无人机应急电源指无人机飞行中主电源发生故障时，为机载用电设备提供电能的供电电源。本校某型无人机应急电源由20节镍镉电池单元组成。现代战争对武器装备的要求空前严酷，具体到无人机系统，则包括了大力缩短准备时间，提高系统检测精度，提高系统整体可靠性，增强系统采集情报信息的质量等诸多方面。但是，目前无人机应急电源大都采用及时维护，提前一天充电的方法来保证其战斗力，耗时长。另外，人工维护偶尔造成的疏漏也不可避免，这些都是影响战斗力发挥的严重隐患。
1 无人机应急电源的充电特性
无人机应急电源之所以要提前一天采用小电流充电是因为它的充放电是一个复杂的电化学变化过程，为了保证寿命，只能牺牲充电的速度。
1．1 多变量
影响充电过程的因素很多，如电解液浓度、极板活性物的活度、环境温度都可以对充电速度产生影响。这使得简单控制系统对提高充电效率无法起到显著作用。
1．2 非线性
无人机应急电源的最佳充电电压在整个充电过程中是时间的变指数函数，在不同阶段将呈现不同的变化规律。充电特性曲线如图1所示。
从图1中可以看出，无人机应急电源的充电过程可分为A-B段、B-C段、C-D段。其中A-B段是充电的初始阶段，电量基本用完，这一阶段可采用恒定小电流充电；B-C段是电压变化最为剧烈的一段，如果采用恒流充电，电流大，易损坏电池，电流小，不能充分发掘时间；C-D段的电压从最高点开始下降，可采用涓流充电。
1．3 独特性
无人机应急电源依据其具体不同的使用状况，其充电电流有很大的不同，即使同一套无人机系统同时配发相同容量、相同型号的电源也不例外。
装备现用的充电技术没有考虑充电过程的非线性变化，无法实现对无人机应急电源的适应性充电，只能以相对较小的电流实施充电，从而导致充电速度慢，而且充电后期析气严重，对电源内部造成损坏，不仅不能快速充电，还大大缩短了电源的使用寿命，必须加以改善。经综合比较，可选用成本较低，且适应性较强的模糊控制策略。
2 模糊控制充电器的设计
模糊控制不需要掌握被控对象的数学模型，特别适合这种非线性控制。它对过程参数的变化具有较强的适应性，并且可加入一些人为的经验因数，使控制过程更易于按照人的要求来实现。可以预期这种模糊控制充电器的工作原理是预先设计一张控制策略表存入单片机的ROM中。控制时根据采样结果计算输入量的值，然后通过量化因子将其模糊化，以得到其论域。再查表得到相应的控制量。将该控制量与比例因子相乘，即可作为输出量，对充电过程实施控制。
2．1 输入和输出量的确定
模糊控制器输入量的选择对系统性能的影响很大，电源温度、电源端电压以及充电电流都可作为输入量，但是这些方法的工程实现难度大且效果差。根据图1，B-C段是电压变化最为剧烈的一段，并且持续时间较长，可将这一段电压的变化率△U／△t作为模糊控制的输入量，再辅以电源实时电压与可充最高电压之间的差值△E，便可实现较完美的控制。输出量则以PWM波的占空比增量△ton调节的充电电流作为标准。
2．2 语言变量、论域及隶属度的确定
取(-4，-3，-2，-1，0，+1，+2，+3，+4)作为论域，当输入量AE的基本论域为[0，18]时，量化因子即为：
相应地，由实验得出△U／△t的最大值为5．236 0×10-4V／s，量化因子即为：
当输出量为充电电流时，其论域段的划分方法同上，用I表示输出控制量，则比例因子确定为：
对于论域(-4，-3，-2，-1，0，+1，+2，+3，+4)，定义8个语言变量值：NB(负大)，NM(负中)，NS(负小)，NO(零负)，PO(零正)，PS(正小)，PM(正中)和PB(正大)，采用正态函数模型μA(X)=e-(x-a/b)2构造隶属度函数，如图2所示。其中：参数a取适当的值使集合{-4，-3，-2，-1，0，+1，+2，+3，+4}映射到集合{NB，NM，NS，NO，PO，PS，PM，PB}；参数6决定隶属函数的形状。可根据系统误差的调整得到合适的控制灵敏度和稳定性。在这里，当模糊化将精确值映射到相应模糊量的论域中时采用单点模糊法。
2．3 模糊控制策略表的建立
由第1．3节的论述可知，不同电源或者是相同电源在不同的使用情况下，其具体充电性能也是不一样的，如果只将△E作为主要判别标准，必然会给控制结果带来较大的偏差。基于此认识，可以采用增加△U／△t权值的途径加以改善。其解析式为：
式中：α∈[0，1]称为修正因子；<…>表示四舍五入取整；E和EC分别是△E和△U／△t的模糊量化。
考虑到电池的差异性，适当增加权值，令α=0．6，经过上式运算，再经过最大隶属度判决可得到模糊控制表。模糊控制表如表1所示。
表中：0表示维持现在的充电电流；+1表示充电电流增加一个等级；-1表示充电电流减小一个等级。依次类推根据得出的电流等级乘以比例因子KU，即得到输出的电流变化值。将此变化值加到前一时刻的电流值上就是此次应输出的电流值。
3 组成与实现
模糊控制器要完成输入信号(给定信号和反馈信号的偏差和偏差的变化率)的模糊化，根据模糊知识库进行模糊推理和模糊判决(解模糊)，得到精确控制的变量。但是由于系统采用在ROM中预存模糊控制表的方法，将在线推理运算转变成了查表运算，大大提高了系统的响应速度，其结构组成如图3所示。
3．1 微处理机模块
图3中模糊化、模糊决策以及解模糊环节都是在微处理机模块中完成的。在此选用Motorola公司的单片机MC68HC05SR3，其内部资源丰富，ROM和RAM空间较大，便于实施模糊控制。另外，它还带有4个A／D转换器，十分便于对模拟量的检测。由该单片机与相应的接口电路配合，构成系统的控制核心。
3．2 负反馈电路
电压电流检测电路是通过A／D转换器检测系统充电电流的；电池端电压、电池温度等参数是通过采样电路、热敏电阻等形成负反馈回路参与控制的。
3．3 充电电流输出电路
首先，变流电路通过脉宽调制方式把交流市电转换为所需的直流电压，然后根据负反馈电路检测系统得到的充电电压、电流，经微处理机模块计算出最佳变化量，将此变化量加到充电电路中，经PWM输出，便得到所需的最佳充电电流。
4 结 语
通过对无人机应急电源端电压变化率的监测得到了模糊控制所依据的最佳充电电压曲线，以此曲线为输入量设计了模糊控制策略表，并实现智能跟踪模糊控制。通过与传统充电方法对比证实，这种基于模糊控制的无人机应急电源快速充电方法具有以下优点：充电速度大大加快、电池温升低，充电按照最佳曲线不损坏电源等。可见，采用该技术可以实现无人机应急电源充电过程的快速化和智能化，对无人机武器系统作战能力的稳定发挥具有重大意义。