用卡尔曼滤波辨识再入体空气动力系数的参数研究

本文利用卡尔曼滤波算法,对从飞行数据辨识再入体的空气动力系数问题,进行了参数研究,归纳出两条规律性的现象:在缺少可靠的轨道和气象数据的情况下,凭借飞行体上的过载和角速率数据;(1)可较精确地识别出气动系数的比值,(2)可以通过减小法向力导数的验前误差来提高气动系数的估值精度。220余次的蒙特卡洛(Monte Carlo)随机模拟以及对于实测数据的分析,证实了上述规律性。