风扰建模与特性分析

做飞控这么多年，我始终觉得风扰是无人机最「难缠」的对手。它不是简单的噪声，而是一个有结构、有统计特性的物理过程。你想想看，一架四旋翼在阵风里挣扎，跟人在暴风雨里骑自行车差不多——你得知道风怎么吹，才能知道怎么对抗它。

这一节，我们就来拆解风扰的数学模型。我会结合自己踩过的坑，把Dryden模型、Von Kármán模型、阵风模型、风切变模型，以及它们对无人机动力学的影响，一一说清楚。

大气紊流模型：Dryden与Von Kármán

大气紊流，说白了就是空气中那些随机的小尺度涡旋。它们没有固定的方向，但统计特性是稳定的。工程上最常用的两个模型是Dryden和Von Kármán。

Dryden模型的数学形式比较简单，适合实时仿真。它的功率谱密度是有理函数，计算量小。我个人习惯在初期仿真阶段用Dryden，因为调参快。

// Dryden模型速度谱（纵向）
Φ_u(Ω) = σ_u² * (2L_u/π) * 1/(1 + (L_uΩ)²)

// 其中：
// σ_u — 紊流强度（m/s）
// L_u — 紊流尺度（m）
// Ω — 空间频率（rad/m）

Von Kármán模型更精确，但计算复杂。它的谱密度包含贝塞尔函数，适合高保真仿真。我在做某型物流无人机时，客户要求通过适航认证，最后不得不换成Von Kármán——因为Dryden在某些频率段会低估紊流能量。

阵风模型：离散与连续

阵风跟紊流不一样。紊流是随机的，阵风是有明确时间起止的「风事件」。比如无人机起飞时突然遇到一股侧风，这就是典型的阵风。

离散阵风模型常用「1-cos」形状：

V_gust = (V_max/2) * (1 - cos(π * t / T_gust))， 0 ≤ t ≤ 2T_gust

其中V_max是阵风峰值，T_gust是阵风持续时间。我在某次植保无人机测试中，就遇到过持续3秒的侧风，峰值达到8m/s。当时飞机差点翻掉，后来我专门在控制器里加了一个阵风前馈补偿。

连续阵风模型则用多个不同频率的正弦波叠加，模拟更复杂的风场。说实话，连续阵风模型在工程中用的不多，因为太复杂了，而且对控制器设计帮助有限。

风切变模型

风切变，就是风速随高度变化的现象。低空飞行时尤其明显。你想想看，无人机从10米高度降到2米，风速可能从5m/s降到1m/s——这种变化对姿态控制是巨大的挑战。

工程上常用指数律模型：

V(h) = V_ref * (h / h_ref)^α

其中α是风切变指数，一般取0.1~0.3。开阔水面取0.1，城市建筑区取0.3。我做过一个对比实验：在同一个场地，用α=0.15和α=0.25分别仿真，结果控制器的响应差异超过20%。

还有一种对数律模型，更精确但需要知道地表粗糙度。我个人习惯在实飞验证前，先用指数律模型做保守估计，再用对数律模型做精细分析。

风扰对无人机动力学的影响

风扰不是简单的力，它同时影响力和力矩。我把它拆成三个层面：

1. 力的影响：风压直接作用在机体上，产生额外的升力、阻力、侧力。对于多旋翼，风扰主要影响推力矢量。
2. 力矩的影响：风压分布不均匀，产生滚转、俯仰、偏航力矩。这是最头疼的，因为力矩会直接改变姿态。
3. 气动耦合：风扰改变了机翼/旋翼的相对来流，导致气动系数变化。说白了，就是飞机本身的特性被风「扭曲」了。

我记得有一次做抗风控制器测试，飞机在6m/s侧风下悬停，姿态角波动达到±5度。后来分析发现，问题出在风扰力矩模型上——我原来只考虑了力的影响，忽略了力矩。加上力矩模型后，控制器性能提升了40%。

知识体系总览

下面这张图是我自己整理的，把风扰建模的脉络画清楚了。你可以把它当作一个「导航图」，后面讲到控制器设计时，会反复用到这些概念。

好了，风扰建模这块就讲到这里。记住一句话：模型是工具，不是真理。不同场景选不同模型，实飞验证才是最终的裁判。