一种飞行数据相容性检验的快速算法

为了提高气动参数辨识的精度,根据飞机运动方程,给出了测量中的系统偏差、尺度因子误差和随机噪声描述,并提出了一种飞行数据相容性检验的快速算法。该算法简化了估计模型,分离了各个估计量之间的关联,从而提高了算法的鲁棒性和结果的准确性。对飞机纵向、横侧向运动的仿真和实际计算表明,该方法可以有效地估计测量中的系统偏差和尺度因子误差。     

飞行数据相容性检验方法

飞行试验测量数据中存在过程噪声和测量噪声,导致飞行数据之间不相容,国内目前常用的输出误差法不适用于耦合严重的直升机飞行数据相容性检验。采用增广卡尔曼滤波方法进行状态估计,大幅度地消除测量值中的误差;再用输出误差法对增广卡尔曼滤波估计的结果进行相容性检验,并将其应用于直升机四阶纵向等效模型辨识中。结果表明:提出的这种方法既解决了单独使用增广卡尔曼滤波进行数据相容性分析时由于初期收敛过程造成的滤波误差问题,又克服了单独使用输入误差法进行数据相容性时需手动修改时间延迟问题和测量值中误差过大时输出误差法无法收敛问题,使得检验效果与计算效率大幅提升。     

飞行数据相容性检验技术

飞行试验测量数据中存在过程噪声和测量噪声,导致飞行数据之间不相容,国内目前常用的输出误差法不适用于耦合严重的直升机飞行数据相容性检验。采用增广卡尔曼滤波方法进行状态估计,大幅度地消除测量值中的误差;再用输出误差法对增广卡尔曼滤波估计的结果进行相容性检验,并将其应用于直升机四阶纵向等效模型辨识中。结果表明:提出的这种方法既解决了单独使用增广卡尔曼滤波进行数据相容性分析时由于初期收敛过程造成的滤波误差问题,又克服了单独使用输入误差法进行数据相容性时需手动修改时间延迟问题和测量值中误差过大时输出误差法无法收敛问题,使得检验效果与计算效率大幅提升。     

非线性分离算法及其在飞行试验中的应用

 本文根据最小方差估计和分离算法原理,提出一种新的非线性状态估计和偏差辨识的分离算法。并用此算法确定飞行状态和测试仪器的误差,同时U-D分解保证计算效率和数值稳定性。为了得到数据相容性检验的准确结果,本文采用直接离散化的飞机运动模型,以减小模型误差。通过仿真并在我国两种歼击机上实际应用,结果表明本文所给的算法对不同的初值和噪声统计特性都能得到飞行数据相容性检验的一致结果,并能用于低采样率下的数据相容性检验。     

导弹飞行数据的相容性检验研究

本文针对导弹飞行试验的特点,采用导弹六自由度动力学方程建立了飞行数据相容性检验的数学模型。在有舵偏激励同时考虑偏差间相关性的条件下,应用广义Kalman滤波方法进行常值及比例因子偏差的估计。仿真及实际应用表明所建数学模型及估计方法正确有效,所得结果与由高速可重复模拟匹配技术结果极为接近。     

飞行试验数据的相容性检验和数据重建

本文采用飞行器六自由度运动方程组,建立了飞行试验数据相容性检验的数学模型.应用最大似然估计求得测量数据的系统误差并进行数据重建。利用计入测量噪音的六自由度动力学方程组的仿真数据检查了方法的可行性和程序的正确性,最后处理各种飞行器的飞行试验数据,得到了满意的结果.     

利用微机三维动态功能演示飞机飞行姿态辅助空难事故分析

借助微机三维动画功能，利用实际的飞行数据，建立飞机三维模型和运动轨迹，为分析事故提供直观的飞机飞行轨迹和姿态。介绍系统的主要组成，模块（如飞机，环境等）的建立，运行轨迹和视点的变换。     

利用神经网络进行飞机参数估计的两种新方法

本文提出了利用前向传输神经网络依据飞行数据估计飞机稳定性和操纵导数（参数）的两种新方法。这两种方法都是利用运动变量和控制输入量作为输入文件，而以空气动力系数作为用于调试神经网络的输出文件。为了进行参数估计，允许向被调试的神经网络提供经过适当修改的文件，从而获得对应的空气动力系数预测输出文件，对这一组输入－输出文件进行适当的编译和处理后就可得到飞机参数的估计值，这些方法首先是利用模拟飞行数据进行验证的，然后才应用于实际的飞行数据。实际飞行数据是通过对已发表的报告中的模拟量数据进行数字化后得到的。文中还给出了参数估计的结果，其目的在于说明参数估计精度受网络拓扑结构，迭代次数主模拟飞行数据中测量噪声强度的影响。所介绍方法的重要特点之一是，它们并不需要像熟知的参数估值法（如最大似然法）那样去推测出一组合理的参数初始值。     

飞行数据相容性检验的极大似然方法

 本文提出了一种有效的飞行仪器偏差估计的极大似然方法。为了提高对偏差估计的精度,采用了最小二乘方法对角速率,过载的测量量进行平滑,以减小系统噪声对估计精度的影响;并给出了灵敏度矩阵和初值的确定方法以保证算法的收敛速度。通过数字仿真和对我国几种不同类型飞机的飞机数据实际计算表明,提出的方法能够较准确地辨识出测量仪器的偏差,比普通极大似然法更有效。     

频域飞行试验的计划和实施：直升机飞行试验的经验教训

实验性飞行试验和工程飞行试验的主要目的之一是识别飞机系统的动态特性。系统识别用途很多,包括飞行品质研究,飞控系统设计和检验、模拟验证、气动弹性和振动研究以及规范的符合。直升机频域系统识别在过去十年间得到了发展。频域方法采用时域飞行数据（如频域扫描）并将其转换到频域。对于那种数据的各种应用已发表了广泛的资料,但有关飞行试验设计和实施方法的资料非常少。经验教训说明了规定训练及确定频域飞行试验方法的重要     

基于模型拼接技术的四旋翼无人机全飞行包线建模

四旋翼无人机在军事和民用领域都有广泛的应用前景。然而，四旋翼无人机具有机载传感器准确性低与可靠性差、不同飞行条件下动力学模型差异大等特点。本文以四旋翼无人机为研究对象，系统地开展了飞行路径重构、频率域系统辨识、全飞行包线建模的相关研究工作。针对机载低成本传感器存在显著常值偏差与量测噪声统计学特性未知的缺点，采用基于EKF的飞行路径重构技术对在飞行试验中无人机的机体空速进行重构；针对不同飞行速度下四旋翼无人机动力学模型差异大的特点，采用频域法辨识得到不同飞行条件下的本体动力学模型；针对四旋翼无人机大跨域的高精度控制需求，利用模型拼接技术，系统性地提出了全飞行包线建模方案，经过验证，所提出模型拼接技术是准确可靠的。     

非线性滤波方法及其在飞行状态及参数估计中的应用

基于非线性系统高阶近似的思想,提出一种比推广卡尔曼滤波（ＥＫＦ）更接近非线性系统本质的近似滤波方法,并应用于飞行状态的参数估计（或称为飞行轨迹重构）问题。仿真和实际飞行数据计算结果表明：提出的非线性近似滤波方法比ＥＫＦ有更高的估计精度和更好的鲁棒性,对飞机机动形状、数据长度要求不高,滤波收敛速度快。利用飞行状态估计数学模型的具体特点,使计算量和存储量大幅度减少。该方法应用于非线性较强的飞行状态及参数估计问题。可得到比ＥＫＦ更好的结果。     

一种实时飞行轨迹重构方法

提出一种有效的实时纵向飞行轨迹重构的新方法。为了得到状态估计的快速算法,本文把非线性飞行轨迹重构转化为线性、离散、时变状态和参数估计问题。将数值稳定性好、计算量也小的序列U-D分解滤波算法用于状态方程为线性、观测方程为线性或非线性的滤波问题中。由于测量值中常常含有系统偏差,本文把这些偏差作为增广状态加入增广状态模型中,并利用模型的一些特点,提出偏差分离的U-D分解算法,使计算量大大减少。仿真和实际试飞数据计算表明、本文的方法可得到比平方根协方差滤波更有效的实时飞行轨迹重构结果。     

陆用惯性导航系统非线性对准方法

以某型自行火炮炮载惯性导航系统为研究对象。为解决大方位失准角造成的系统非线性问题,在对大失准角误差模型进行详细分析的基础上,提出了基于快速正交搜索（FOS）和卡尔曼滤波（KF）的非线性参数估计方法。利用事先训练好的非线性误差模型进行对准,既能消除线性姿态误差,又可以对非线性姿态误差起到良好的抑制作用。仿真结果表明,FOS/KF方法的对准精度和实时性远优于扩展卡尔曼滤波（EKF）。对比试验结果表明,单独使用EKF时的方位角误差最大达到14.99°,而FOS/KF可以使方位角误差保持在0.8°以内。FOS/KF方法的估计精度不随系统非线性程度的变化而变化,并且不需要进行粗对准,简化了对准过程,提高了载体机动性。     

Pico-satellite Autonomous Navigation with Magnetometer and Sun Sensor Data

This article presents a near-Earth satellite orbit estimation method for pico-satellite applications with light-weight and low-power requirements. The method provides orbit information autonomously from magnetometer and sun sensor, with an extended Kalman filter (EKF). Real-time position/velocity parameters are estimated with attitude independently from two quantities: the measured magnitude of the Earth’s magnetic field, and the measured dot product of the magnetic field vector and the sun vector. To guarantee the filter’s effectiveness, it is recommended that the sun sensor should at least have the same level of accuracy as magnetometer. Furthermore, to reduce filter’s computation expense, simplification methods in EKF’s Jacobian calculations are introduced and testified, and a polynomial model for fast magnetic field calculation is developed. With these methods, 50% of the computation expense in dynamic model propagation and 80% of the computation burden in measurement model calculation can be reduced. Tested with simulation data and compared with original magnetometer-only methods, filter achieves faster convergence and higher accuracy by 75% and 30% respectively, and the suggested simplification methods are proved to be harmless to filter’s estimation performance.     

基于无迹卡尔曼滤波法的串联型电池系统 荷电状态估计研究

以锂离子电池为载体的电源系统为航天器稳定可靠运行提供了一种有效的方式.多个电池单体经串联可扩大电池系统容量,即串联型电池系统.为准确估计串联型锂离子电池系统的荷电状态(State of Charge,SOC),针对扩展卡尔曼滤波(Extended Kalman Filter,EKF)计算复杂、精度不高等问题,结合串联型电池系统空间状态方程,提出基于无迹卡尔曼滤波法(Unscented Kalman Filter,UKF)的串联型电池系统荷电状态估计算法.在恒流和脉冲两种工况下,通过对比分析UKF与EKF算法的仿真结果与实验数据的匹配情况,证明了提出算法的准确性和高鲁棒性.     

模型预测滤波在机载SAR运动补偿POS系统中的应用

 机载合成孔径雷达（SAR）运动补偿用位置姿态系统（POS）的定位精度直接影响SAR成像的效果。为进一步提高POS的导航精度,提出将模型预测滤波（MPF）与扩展卡尔曼滤波（EKF）相结合的方法应用于POS中。该方法不需要假设模型误差为高斯过程,并能够在线实时估计并修正系统模型,有效解决了MPF算法与系统模型不完全兼容的问题。飞行试验结果表明,该方法的收敛速度和滤波精度均明显优于目前工程应用中的KF和EKF,特别是大大提高了POS的定位精度;同时该算法与线性滤波KF的计算量相当,更好地满足了工程应用对导航精度和实时性的要求。     

基于Cardinals三次样条曲线的航迹生成算法实现

根据军用飞机飞行参数记录系统提供的飞行数据, 提出了一种利用Cardinals三次样条曲线进行航迹生成的算法。经过对离散点航迹误差修正及样条曲线的讨论, 给出了实时计算任意时间点飞机质心位置的公式, 为开发可在普通PC机上运行的军用战机飞行过程再现软件, 提供了条件。     

A model-based prognostics method for fatigue crack growth in fuselage panels

This paper proposes a model-based prognostics method that couples the Extended Kalman Filter (EKF) and a new developed linearization method. The proposed prognostics method is developed in the context of fatigue crack propagation in fuselage panels where the model parameters are unknown and the crack propagation is affected by different types of uncertainties. The coupled method is composed of two steps. The first step employs EKF to estimate the unknown model parameters and the current damage state. In the second step, the proposed efficient linearization method is applied to compute analytically the statistical distribution of the damage evolution path in some future time. A numerical case study is implemented to evaluate the performance of the proposed method. The results show that the coupled EKF-linearization method provides satisfactory results: the EKF algorithm well identifies the model parameters, and the linearization method gives comparable prediction results to Monte Carlo (MC) method while leading to very significant computational cost saving. The proposed prognostics method for fatigue crack growth can be used for developing predictive maintenance strategy for an aircraft fleet, in which case, the computational cost saving is significantly meaningful.     

捷联制导旋转弹制导信息提取研究CSCD

以捷联式半主动激光导引头为研究对象,研究其应用在旋转弹上制导信息的提取方法。根据坐标转换关系得到旋转弹惯性系视线角解耦模型,由于导引头和速率陀螺仪具有测量误差特性,直接解耦得到的制导信息会产生较大的误差。基于视线角解耦模型的非线性,采用扩展卡尔曼滤波(EKF)的方法对测量信息进行滤波处理,估计出目标的位置,从而得到捷联式半主动激光导引旋转弹的制导信息。将扩展卡尔曼滤波方法与α-β滤波方法进行对比分析,得到扩展卡尔曼滤波方法对捷联式半主动激光导引旋转弹制导信息的估计精度更高,收敛更快。