基于粗粒度模糊逻辑系统的带故障预测特征的UAM无人机FPGA处理器

下一代城市空中交通（UAM）系统需要考虑许多整体安全因素，解决这些问题可成为该技术获得全球应用认可的关键点。另一方面，满足来自大量激增的UAM系统的安全要求极为复杂，需要仔细考量各类问题。这些无人空中系统（UAS）的关键目标之一是要求同时支持数十万架此类先进无人机的发射与控制。鉴于培训相应数量专业飞行员的不可行性，实现该目标只能通过全自主或半自主模式下的安全操作。根据许多近期研究，大多数飞行事故集中在飞行行程的最后三个阶段，包括飞机的初始进近、最终进近和着陆阶段。因此，本文提出了一种新型去中心化处理系统，用于提升垂直和/或短距起降（V/STOL）无人机在关键阶段的安全因素。这是通过采用若干处理与控制算法实现的，例如集成了飞行规则单元（FRU）的开放式模糊逻辑系统（FLS）、FIR滤波器以及一种新型故障预测处理单元。在应用若干优化技术后，这一新型粗粒度自主着陆引导辅助系统（ALGAS3）处理架构被优化至实现每秒70.82吉次操作（GOPS）的最大计算处理性能。此外，所提出的ALGAS3系统展现出145.4 mW的超低动态热功耗（I/O与核心），非常适用于使用INTEL 5CGXFC9D6F27C7 FPGA芯片的移动航电系统。