飞翼飞行器嵌入式大气数据传感系统算法研究

介绍了嵌入式大气数据传感(FADS)系统的测压孔布局和压力模型;分析了超定线性方程组的解法,并用广义逆矩阵A+计算其最小二乘解;建立了形压系数ε与马赫数M∞、迎角α和侧滑角β的确切的函数模型;提出了故障点的处理方法;并用神经网络实现对动压、静压的求解。计算结果表明:飞翼飞行器的FADS系统的算法能够满足设计要求。     

嵌入式大气数据传感系统中的组合滤波技术

嵌入式大气数据传感系统（FADS）与惯性导航系统（INS）组合测量迎角、侧滑角在飞行器平稳飞行时,均可获得很高的测量精度;但该系统在大迎角、高迎角变化率的机动飞行中,由于受到阵风、大气紊流以及噪声的影响较大,使得系统的测量精度下降,不能满足要求。针对这一问题,提出了利用互补滤波器分别对FADS和INS的测量信号进行处理,再利用FADS—INS的组合方案对高机动飞行状态下的迎角、侧滑角进行测量。理论分析和仿真结果表明：该组合滤波技术不但能够提高飞行器在乎稳飞行时的测量精度,而且,使飞行器在高机动飞行时的测量精度大大提高。     

一种安装在飞行器机翼前缘的FADS系统方案研究

大多数大气数据传感(FADS)系统都是采用安装在飞行器头部表面的压力传感器阵列来感受大气压力分布,为了避免FADS系统对航电系统和火控雷达系统的影响,给出了一种安装在飞行器机翼前缘的FADS系统方案,推导了其空气动力学模型,给出了上洗角的修正公式,通过风洞测试曲线和理论曲线的比较可以看出:W-FADS系统在小迎角范围内精度较好,对测量大气数据是可行的。     

嵌入式大气数据系统人工智能算法及故障诊断

嵌入式大气数据传感(FADS)系统由于其诸多优势成为现在战斗机设计中的关键技术之一。开发了基于BP(反向传播)人工神经网络的FADS算法和基于随机森林算法的故障识别与处理算法。该嵌入式大气数据系统算法以迎角和马赫数为分段依据,分别计算大气数据。故障识别则采用随机森林算法自动识别出故障测压点,在将故障测压点剔除后,采用不含故障点压强的组合预测各大气数据。采用飞行数据测试开发FADS系统算法,结果表明:该算法计算大气参数较为准确,迎角误差小于0.2°,侧滑角误差小于0.3°,马赫数误差小于0.0105,静压误差小于300 Pa。采用单个测压点故障的压强组合测试了故障识别与容错算法的性能,测试结果显示该算法能够准确识别出故障测压点压强,采用的飞行曲线测试中准确度达到100%,且各大气数据计算精度可达上述无故障压强时的精度,有效降低了故障压强对FADS系统算法计算精度的影响。     

嵌入式大气数据传感系统的求解算法研究

嵌入式大气数据传感系统是一种依靠嵌入在飞行器前端的压力传感器阵列来测量飞行器表面的压力分布,并由此压力分布通过求解非线性方程组间接获得飞行参数的先进飞行数据传感系统;介绍了嵌入式大气数据传感系统及其主要的求解算法,主要包括加权最小二乘法、三点法和神经网络方法,针对每种算法分别给出了其迎角、侧滑角和动压、静压的求解公式,最后对3种算法进行了比较,结果表明神经网络方法相对与其他两种方法来说是比较理想的FADS系统的求解算法。     

飞翼飞机嵌入式大气数据系统算法研究

为适应新型作战飞行器平台高隐身、高超声速、高机动性等方面的需求,嵌入式大气测量技术不断发展。分析对比类球头集中式和飞翼飞机分布式两大类嵌入式大气数据传感（FADS）系统的研究情况及差异性。针对高隐身的飞翼布局飞机,以类X-47B飞机气动外形为研究对象,参考其测压点选位布局,开展了FADS算法模型的研究,提出一种适合工程应用的飞翼布局飞机FADS算法模型。算法采用最小二乘法拟合流场样本数据,通过迭代计算解耦各大气参数。仿真验证表明：该算法具有较高的解算精度,且迭代计算稳定收敛。     

基于FADS/IMU信息融合的大气数据测量方法研究

对飞行器大气数据进行估计是获取飞行状态的重要一环,是实现飞行器控制和稳定飞行的基础。通过研究嵌入式大气数据传感(FADS)系统,提出了基于容积卡尔曼滤波的惯性测量元件(IMU)数据和FADS数据融合算法。该算法对飞行器运动状态建立高阶滤波模型,使用容积点加权求和逼近的方法估计非线性运动模型,滤波输出值经处理后得到马赫数、攻角、侧滑角等大气数据。经仿真实验,算法计算的大气数据较为准确,马赫数误差小于0.01,攻角和侧滑角的误差小于0.1°。     

基于无迹卡尔曼滤波的迎角/侧滑角估计方法

迎角和侧滑角是飞控系统的重要参数。针对迎角和侧滑角不能够精确测量(尤其在大机动情况下)的问题,研究了一种综合惯导系统数据和飞机的非线性动力学方程,利用无迹卡尔曼滤波来估计飞机的迎角和侧滑角的方法,实现了依靠算法代替传感器获得飞行参数,克服了对硬件(迎角、侧滑角传感器)的依赖性。该方法对系统数学模型的准确性有着较高的要求。仿真验证表明,该方法结构简单。且具有估计精度高、实时性好、抗干扰能力强的特点。     

融合气象观测数据的高精度大气数据估计算法研究

针对嵌入式大气数据观测系统（FADS）与惯性导航系统（INS）在计算飞行器大气数据时易受风速变化造成参数估计不准确的问题,文章提出一种融合FADS/INS/气象观测数据的大气数据解算方法。FADS依靠飞行器外表面的气压分布直接计算大气数据,INS提供姿态角与加速度,气象观测数据包括气压-高度的对应关系与风速矢量。融合过程结合FADS压力模型、飞行器运动模型和大气观测数据构建状态方程与观测方程,并采用滤波预处理、扩展卡尔曼滤波估计出精确的空速矢量和高度,结合INS数据进一步转换得到大气数据。仿真结果表明,文章提出的方法与现有未融合气象观测数据的算法相比,在攻角和侧滑角估计方面,估计误差降低30%,在马赫数估计方面误差降低了89%,在气压高度方面误差降低93%,估计精度得到有效提高。     

嵌入式飞行参数传感系统的设计与可行性验证

简要介绍了嵌入式飞行参数传感系统(FADS)的空气动力学模型,并以美国的X-33飞行器为例,详细描述了该系统的算法实现.设计了FADS系统的验证方法,并且列出了另外一种FADS系统结构下的验证结果.结果表明,这种飞行参数传感系统的计算结果与风洞实验的测量结果相比,是可以满足飞行器的设计要求的.     

融合惯导与飞控系统信息的飞行大气全参数估计算法

针对嵌入式大气数据系统高空飞行精度低、跨大气层易失效等问题,提出一种融合惯导与飞控系统信息的 飞行大气全参数估计算法.基于飞行器气动模型及动力学方程,建立惯导信息与大气参数之间的函数 关系,进而利用扩展卡尔曼滤波实现大气参数的实时精确估计.仿真结果表明,该方法具有较高的 精度、良好的稳定性和鲁棒性,而且可以提高大气数据系统的测量范围和可靠性,能够适用于全 飞行包线下攻角、侧滑角、真空速的测量.     

飞翼无人机着陆过程中的抗侧风控制研究

飞翼布局无人机的无尾布局给横侧向的稳定与控制带来困难,尤其是下降阶段有侧风时的航迹控制.带侧滑保持航向和带偏流保持航向是常用的两种抗侧风策略,为解决稳定性控制,研究了两种策略的优缺点,并针对两种控制策略分别设计了横航向抗侧风控制器.结合飞翼布局无人机的特点,在着陆过程中的不同阶段选择不同的抗侧风策略,在进场和下滑初始阶段采用带偏流保持航向方式,在下滑到一定高度时转为带侧滑保持航向的控制策略.仿真结果表明,选择的控制策略以及设计的控制器合理、可行,满足飞翼无人机着陆阶段的抗侧风要求.     

基于自抗扰技术的高超声速飞行器控制系统设计

高超声速飞行器在飞行过程中超燃冲压发动机对攻角及侧滑角有较严格的要求,为实现对攻角及侧滑角的精确控制,文章采用自抗扰控制技术设计了高超声速飞行器的攻角自动驾驶仪;首先建立高超声速飞行器控制系统的数学模型,然后采用扩张状态观测器对受扰对象的状态和干扰进行观测,并对状态误差采用非线性反馈,对观测的干扰进行补偿,从而实现对干扰的快速抑制和对指令的精确跟踪,最后仿真表明所设计的自动驾驶仪满足性能要求,验证了该方法的正确性。     

嵌入式大气数据传感系统及其BP网络校正算法

介绍了嵌入式大气数据传感系统及其数学模型和校正过程．研究了该系统的BP网络校正算法；提出了以BP网络为基础的迎角、侧滑角和形压系数的校正算法，并对该算法应用MATLAB软件进行了验证；该校正算法采用BP网络，分别以当地迎角、当地侧滑角和马赫数作为BP网络的输入．以真实迎角、真实侧滑角和形压系数作为输出，通过对BP网络进行训练，从而得到系统的校正算法；计算结果表明，该算法在精度、可靠性和实时性等方面可以满足系统的设计要求；在精度上，由于BP网络对非线性函数的无限逼近特性，可以用更少的参数实现同样的数据精度，易于实现。