Artık temelli teşhis ve kesinti tahmini ile karşı drone stratejilerini birleştiren İHA’ların parazit önleyici ve hata toleranslı kontrolü

Daha akıllı dronelar neden önemli

Küçük insansız hava araçları — dronelar — teslimat, denetim, afet müdahalesi ve güvenlik için hızla çalışma atı haline geliyor. Ancak gerçek gökyüzü karmaşıktır: motorlar aşınır, sensörler sapma gösterir, rüzgârlar gövdeyi sarsar ve düşmanca niyetli aktörler bir dronenın navigasyonunu karıştırmaya veya yanıltmaya çalışabilir. Bu çalışma, droneları hatayı algılama, bunun nedenini anlama ve başka bir drone ya da parazitleyici aktif olarak müdahale etmeye çalışsa bile uçuşu gerçek zamanlı olarak otomatik ayarlama yeteneği vererek çok daha kendi kendine yeten ve rotadan çıkarması zor hale getirmenin yollarını araştırıyor.

Bir dronenın başı nasıl belaya girebilir

Yazarlar, modern droneları bekleyen artan tehdit listesini özetleyerek başlıyor. Aracın içinde motorlar güç kaybedebilir, kumanda yüzeyleri takılabilir ve jiroskoplar ile GPS alıcıları gibi sensörler sapmalı ya da gürültülü hale gelebilir. Dışarıda, sert rüzgârlar, türbülans ve değişen yükler drone’u rotasından çıkarabilir. Buna ek olarak, bir düşman radyo sinyalleri göndererek komutları boğabilir, sahte uydu sinyalleriyle navigasyonu yanıltabilir veya çarpışma yolunda başka bir drone gönderebilir. Geleneksel kontrol sistemleri genellikle bir seferde tek bir sorunla ilgilenir — ya arızalarla ya rüzgarla ya da düşmanca dronelarla — ancak hepsi bir arada değil. Bu parça parça yaklaşım, gerçek görevlerde aynı anda birden fazla sorun ortaya çıktığında tehlikeli boşluklar bırakır ki bu durum olasılıkla gerçekleşir.

Hatalar, gürültü ve tehditler için tek bir beyin

Bu boşlukları kapatmak için makale, üç fikri tek bir döngüde örten birleşik bir kontrol mimarisi öneriyor. Birincisi, öz‑ariza teşhis modülü drone’un gerçekte ne yaptığını matematiksel bir modelin ne yapması gerektiğiyle sürekli karşılaştırır. Artışlar — artıklar — bir motorun veya sensörün bozulmaya başladığını ortaya koyar ve ne kadar bozulduğunu tahmin eder. İkincisi, uyarlanabilir kesinti tahmin edici, çevreden gelen tüm bilinmeyen itiş ve çekişleri modele ek bir gizli değişken olarak ele alır ve değerini çevrimiçi öğrenerek kontrolörün rüzgâr ve diğer modellenmemiş etkileri iptal etmesine olanak tanır. Üçüncüsü, karşı‑drone stratejisi bunun üstünde yer alır; radyo parazitinin, sahte GPS sinyallerinin veya çarpışma rotasındaki yakın uçan nesnelerin imzalarını izler ve ardından alttaki düzey stabiliteyi korurken kaçınma manevraları komut eder.

Yeni kontrol döngüsünün uçuşta davranışı

Yazarlar, bir quadrotorun konumunu, yönelimini ve her roturun hızının itme ve dönme kuvvetine nasıl dönüştüğünü içeren ayrıntılı matematiksel bir model kurar. Daha sonra bu üç modülü iki katmanlı bir kontrolöre gömerler: dronun istenen bir rota boyunca yönlendiren dış bir döngü ve onu dengede ve doğru yönde tutan iç bir döngü. Artıklar bir arızayı gösterdiğinde, sistem bir motorun ne kadar etkinlik kaybettiğini tahmin eder ve kalan sağlıklı rotorlara verilen komutları ayarlayarak drone’un gerekli kuvvetleri üretmeye devam etmesini sağlar. Aynı zamanda, artıkların büyüklüğüne göre tepki hızını uyarlayan kesinti tahmin edici mevcut rüzgârı ve diğer bilinmeyen etkileri öğrenir ve dengeleyici sinyalleri kontrolöre besler. Sensörler ve gemideki algılama hızlı yaklaşan bir nesne ya da tutarsız radyo ve uydu verileri bildirirse, karşı‑drone mantığı tehdidi ilan eder ve stabilite katmanını düzgün hareketin sorumlusu bırakırken drone’un hedef yolunu kaçınacak şekilde yeniden şekillendirir.

Simülasyonlar ne gösteriyor

Yaklaşımı test etmek için araştırmacılar, güçlü rüzgâr darbeleri ve kasıtlı olarak enjekte edilmiş bir dizi sorun içeren sanal bir ortamda bir quadrotor simüle ederler: birkaç rotorda kısmi güç kaybı, sensör sapmaları, bir motorun doygunluğu ve başka birinin tamamen arızalanması, her biri farklı zamanlarda. Ayrıca kaçış dönüşleri ve irtifa değişiklikleri gerektiren düşmanca karşılaşmaları da simüle ederler. Geleneksel bir kontrolörle konum hataları yaklaşık çeyrek metreye kadar büyür ve duruş hataları birikir; bu, engellerin veya enerji hatlarının yakınında riskli olabilir. Entegre çerçeve etkin olduğunda ise konum sapmaları beş santimetrenin altına ve yönelim hataları birkaç yüzde bir dereceye kadar düşer; arızalar ve rüzgâr birlikte ortaya gelse bile. Sistem, dronenın planlanan yoluna hızla yeniden merkeze dönmesini sağlayacak kadar doğru arıza ve kesinti tahmini yapar. Tehdit senaryolarında ise simüle edilen her kaçış manevrası, uçuş yolunun pürüzsüz ve stabil kalmasını sağlarken başarılı olur.

Geleceğin hava sahası için neden önemli

Basitçe söylemek gerekirse, çalışma dronelara bir şeyin yanlış gittiğini — arızalanan bir motor, ani bir rüzgâr darbesi veya düşmanca bir drone olsun — “hissetme” ve insan müdahalesine gerek kalmadan doğru kombinasyonda düzeltici ve kaçınma eylemleri alma yeteneği kazandırılabileceğini gösteriyor. Arıza tespiti, kesinti reddi ve karşı‑drone taktiklerini tek, tutarlı bir kontrol sisteminde birleştirerek yazarlar, yalnızca ideal koşullarda hassas olmayan, gökyüzü düşmanca olduğunda da dayanıklı bir drone sergiliyor. Bu tür tasarımlar, gelecekteki teslimat ağlarını, denetim filosunu ve acil müdahale drone’larını kalabalık, çekişmeli ve öngörülemez hava sahalarında daha güvenli ve daha güvenilir hale getirmeye yardımcı olabilir.

Atıf: Xie, Z., Long, Y. Anti interference and fault tolerant control of UAVs integrating residual based diagnosis disturbance estimation with counter drone strategies. Sci Rep 16, 9429 (2026). https://doi.org/10.1038/s41598-026-37984-z

Anahtar kelimeler: drone dayanıklılığı, hata toleranslı kontrol, parazit önleme, özerk İHA’lar, karşı drone taktikleri