基于遥测数据的无人机飞行包线估算方法研究

飞行包线对于无人机的飞行安全至关重要。为了建立更加完善的飞行包线,提出了一种基于遥测数据的气动参数辨识方法结合可达集理论的包线估计综合方法;基于动力学方程建立无人机的气动参数模型,利用辨识模型的参数解算不同高度下的飞行包线,再利用线性系统理论与可达集理论扩展计算不同飞行包线下的相关极限飞行参数;最后,基于某型无人机实际飞行中记录的遥测数据,解算了该无人机的飞行包线,验证了该方法的可行性和有效性。     

基于遥测数据的无人机横向气动参数辨识

针对某型无人机实际飞行中遥测数据不完备的问题,提供了相关参数的估计方法,并利用风速、地速、空速三者的矢量关系估计风场来修正气动参数值;针对横侧向模型辨识精度不高的问题,建立了一种新的辨识模型。辨识结果表明,所提方法提高了模型的准确度,即辨识精度,同时验证了方法在平飞段和爬升段的有效性。     

基于物理信息神经网络的飞机气动参数辨识方法

在飞机设计与研制过程中，通过气动参数辨识建立可靠的飞行动力学模型非常重要。传统的气动参数辨识工程算法，诸如极大似然法，需要给出合理的飞行动力学模型以及待辨识参数的初值。基于传统神经网络的气动参数辨识可以避免飞行动力学建模过程，这种方法需要通过增量法、导数法间接地从神经网络提取气动参数。本文提出了一种基于物理信息神经网络的飞机气动参数辨识方法，可将含待辨识参数的飞行动力学模型作为正则项加入损失函数，直接辨识得到气动参数。该方法可以显著减少建模数据需求，也能提高建模精度。飞行仿真数据验证结果表明，该方法的无噪声、含2%噪声仿真数据，纵向飞行状态空间模型辨识最大相对误差分别为1.80%、4.64%，表明了基于物理信息神经网络的飞机气动参数辨识方法具有可行性，并对含噪声的飞行数据具有泛化性。     

闭环气动参数辨识的两步方法

对于闭环控制飞行器动力学系统,如果输入输出数据中含有误差和噪声,将其直接用于辨识气动参数是有偏差的。针对这个问题,利用闭环控制飞行仿真数据,采用两步方法辨识飞行器的气动参数,并与直接开环辨识的结果及参数真值进行对比,表明两步方法辨识结果较直接开环辨识方法具有更高的精度,是一种有效的闭环气动参数辨识方法。     

平尾积冰对飞机纵向气动参数的影响

建立飞机纵向动力学模型,基于最大似然参数估计原理,设计用于辨识飞机纵向气动参数的辨识系统,并对辨识系统的正确性和精确度进行了验证.以DHC-6飞机飞行试验数据为依据,对未积冰飞机和两种平尾积冰冰型的飞机进行纵向气动参数辨识,通过对比3种情况下飞机纵向气动参数的辨识结果,定量分析了平尾积冰对飞机纵向气动参数的影响.结果表明:平尾积冰将导致飞机纵向气动特性恶化,俯仰阻尼可减小15％,升降舵效率可降低20％,对飞行稳定性、操纵性以及飞行安全构成一定的威胁.     

数据挖掘技术在飞行试验数据分析和气动参数辨识中的应用研究

为了检验飞行试验辨识结果的可信度,首次将数据挖掘技术用于飞行试验数据的分析和气动参数辨识,初步解决了试验数据有限、数据信息含量差别较大给聚类、分类、回归等分析处理带来的问题;提出了利用不同时间段、不同飞行批次的飞行数据在划分区间的气动特性分布来检验辨识结果可信度的方法;以某飞行器为对象,利用数据挖掘技术,建立了基于飞行试验数据的气动力数学模型,检验了辨识结果的一致性和可信度,并与地面试验结果进行了比较分析,给出了地面试验预测误差。多批次飞行试验数据的整体辨识结果表明,所发展的方法是可行和有效的。该项研究为验证辨识结果的可信度、建立基于飞行试验数据的气动模型提供了新的途径,并可应用于CFD 和风洞试验的验证与确认。     

无人机飞行试验参数辨识研究

针对大型无人机飞行试验,探讨了无人机气动导数的参数辨识过程。根据无人机飞行试验数据特点及模态激励方式,分析并实践了相应的数据处理过程,修正了试飞数据;结合参数的相关性分析,建立了合适的气动模型,进行了气动导数辨识并验证了部分导数,辨识结果是真实可信的。所研究内容对验证和优化无人机空气动力和飞控设计进而合理地评价无人机的性能和品质具有重要意义。     

非电传民机纵向气动参数辨识激励信号研究

针对非电传民机气动参数辨识时,须通过设计激励信号激发出与待辨识参数相关的飞机运动模态才能得到准确的气动参数的特点,开展了适用于非电传民机纵向气动参数辨识的激励信号设计方法研究。基于信号能量分布和幅频响应分析的信号设计方法,对激励信号进行参数设计;综合辨识效果和驾驶员的易操纵性,建议选取经参数设计后的单周期正弦信号作为非电传民机的纵向激励信号。试飞验证结果表明,所提方法能够较好地激发出飞机运动模态,使试飞数据具有较高的气动参数可辨识性。     

适用于工程数据的飞行器气动特性修正框架

新型飞行器对气动特性的预示精准度提出了更高的要求，为此研究了一种适用于多条飞行试验数据的气动特性修正框架，实现了对地面气动模型及先验不确定性模型的修正。基于试验数据特点，首先从模型辨识角度，改进了传统的多元正交函数法，构建了多试验数据模型项的统计优选准则，设计了基于总体最小二乘思想的定制化参数估计算法；然后从不确定度量化角度，估计出了气动修正模型的总偏差，校验了先验不确定性模型。最后应用提出的修正框架处理某飞行器的10条试验数据。结果表明相比于原始地面气动特性预示方式，修正后的方式，一方面预测的气动系数更接近测量的气动系数，另一方面估计的气动误差带具有较少的误差带外测量点及最高的精细程度。     

基于辨识模型的无人机鲁棒飞行控制方法

提出了一种基于系统辨识获取飞行动力学模型并进行鲁棒飞行控制律综合设计的方法。首先利用混合遗传粒子群优化算法,从真实试飞数据中辨识建立无人机动力学模型,然后基于随机鲁棒原理的设计方法和辨识模型,设计了无人机鲁棒飞行控制律。飞行试验验证表明,在无气动数据情况下所设计出的高性能鲁棒飞行控制律满足了无人机飞控研制的需求。     

一种飞行器投放分离气动力辨识修正方法

空中投放发射的大翼面飞行器的分离轨迹与姿态受载机干扰流场影响更加明显,对分离时干扰气动数据库的准确性提出了更高要求。针对投放分离干扰气动力特点,提出了一种简化的差量气动力模型,并给出了一套飞行数据处理与参数预估计的方法。分离段飞行数据的辨识结果与六自由度飞行动力学仿真结果说明了提出的差量气动模型与相关数据处理方法的有效性。用辨识结果对气动数据库进行修正提高了数据库的准确度,可提高分离安全飞行仿真分析的精度。     

非定常气动力非线性微分方程建模方法

为准确描述过失速机动中非定常气动力特性,研究了以非线性微分方程为基本结构的非定常气动建模方法.基于动力学系统建模思想,分析揭示该模型的物理机理,并发展和改进了基于风洞强迫振荡试验的模型参数辨识方法:基于小振幅试验数据,采用线性回归参数辨识方法辨识确定气动模型中特征时间常数等线性参数;基于大振幅试验数据,采用遗传算法全局...     

Aerodynamic Modeling and Parameter Estimation from QAR Data of an Airplane Approaching a High-altitude Airport

Aerodynamic modeling and parameter estimation from quick accesses recorder (QAR) data is an important technical way to analyze the effects of highland weather conditions upon aerodynamic characteristics of airplane. It is also an essential content of flight accident analysis. The related techniques are developed in the present paper, including the geometric method for angle of attack and sideslip angle estimation, the extended Kalman filter associated with modified Bryson-Frazier smoother (EKF-MBF) method for aerodynamic coefficient identification, the radial basis function (RBF) neural network method for aerodynamic modeling, and the Delta method for stability/control derivative estimation. As an application example, the QAR data of a civil airplane approaching a high-altitude airport are processed and the aerodynamic coefficient and derivative estimates are obtained. The estimation results are reasonable, which shows that the developed techniques are feasible. The causes for the distribution of aerodynamic derivative estimates are analyzed. Accordingly, several measures to improve estimation accuracy are put forward.     

PSO-LSSVM在民机气动性能数学建模上的应用

目前风洞试验仅为民用飞机飞行性能提供有限数据.全飞行包线的技术支持对于民机飞行试验十分重要,需要采用数学建模和参数辨识的方法.选择合适的机器学习算法是参数辨识中最为关键的一步.支持向量机(SVM)采用结构风险最小化原理,尤其适用于小样本情形.根据A320非巡航起降阶段的几组真实数据,以及全机气动力估算的结果,使用最小二乘支持向量机建立预测模型.随后采用粒子群算法优化模型参数从而提升泛化能力.由此实现民机飞行包线的气动性能整体建模与辨识.与Ma=0.78时的实验数据相比较,PSO-LSSVM模型的预测结果吻合,是一种有效的气动数学建模方法.     

导弹气动特性在亚跨音速下的风洞试验研究

在导弹的设计过程中,导弹的气动特性作为重要因素直接影响导弹飞行的动态品质。在亚跨音速段气动特性呈现剧烈非线性的情况下,工程估算以及CFD数值计算方法所能提供的气动计算精度有限,导致对舵效特性的辨识精度较低,需要进一步采用风洞试验的方法精确计算气动参数,进而确定导弹的舵效。本文应用风洞试验方法研究导弹飞行马赫数在亚跨音速段对导弹气动特性的影响。研究结果表明：亚音速时导弹的气动特性基本一致,跨音速时发生剧烈的非线性变化;导弹的俯仰舵效先增加后减小,滚转舵效先减小后增大。结论对导弹控制律的设计以及后续的工程型号研制有参考价值。     

极大似然法及在有控飞行器气动参数辨识中的应用

 <正> 一、引言 飞行器气动参数辨识作为系统辨识理论在航空、宇航领域的应用分支,在一些发达国 家受到了相当的重视,并且从70年代以来已形成了气动参数辨识软件包,不仅缩短了飞行器的设计、改型及性能分析的周期,并且还具有靠风洞实验或理论分析所不具备的优点。目前飞行器的气动参数辨识虽已有很大发展,但是对有控飞行器的闭环辨识问题仍未解决,分析传感器非线性因素对气动参数辨识结果的影响也不够深入。本文使用极大似然法,结合某有控飞行器的全弹道仿真数据,研究了在闭环飞行状态下进行气动参数辨识所存在的问题,分析了传感器的非线性因素对气动参数辨识的影响。     

无人飞行器外形布局设计及其气动特性计算分析

设计了一种新的无人飞行器气动外形布局,应用基于二次曲线的模线设计方法完成了飞行器气动外形建模,并对所建模型进行气动特性计算分析。将飞行器几何外形节点数据导入Gambit软件,生成气动特性计算所需的网格文件。应用Fluent软件,根据不同的飞行条件,选择合适的计算流体力学分析方法,对无人飞行器外形布局进行气动特性计算。主...     

小型无人机纵向动态特性试验验证

应用气动力估算方法得到某小型无人机的纵向气动力数据;通过风洞试验和飞行试验对估算结果进行动态特性验证,并重点讨论了小型无人机的脉冲激励飞行试验验证。研究发现,选择飞行试验激励信号既要考虑小型无人机的特殊性,又要考虑信号的频谱特性;激励信号的选择为同类飞行测试提供了参考。     

基于工程和数值方法的导弹气动特性计算

导弹气动特性对导弹设计及使用具有重大意义,气动特性的确定是弹道计算、控制参数的选择和结构强度设计的原始依据,其优劣直接影响导弹的飞行性能。针对某型导弹风洞模型,采用一般工程计算方法及FLUENT软件,分别从工程与数值两个方面对其在亚声速条件下的气动特性进行研究,然后将计算所得的主要气动力系数与风洞实验结果进行对比,从而对不同计算方法的精度进行评价。结果表明,二者所计算的气动参数在一定范围内满足工程设计的精度要求,能较为准确地反映导弹的气动特性。