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。     

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。     

气动模型及导航信息辅助的大气参数估计方法

针对无初始风速信息情况下的虚拟大气数据计算问题,提出一种气动模型及导航信息辅助的大气参数粗精两级估计方法.利用飞行器气动模型下的动力学方程,建立与风速直接相关的导航传感器测量模型;采用非线性最小二乘优化方法对风速进行一级估计,并作为滤波初始值;利用扩展卡尔曼滤波,对风速进行二级估计,进而实现大气参数的实时精确估计.实验结果表明,所提方法具有较高的收敛速度和估计精度,可提高大气数据系统的测量范围和可靠性,适用于全飞行包线下攻角、侧滑角、真空速的测量.     

一种飞翼布局飞行平台FADS系统应用方案研究

对于一些高性能飞行器(如飞翼布局飞行器),仅采用安装在机头表面的测压孔的FADS系统方案.某些情况下不一定能够给出较为准确的飞行姿态数据;针对飞翼布局飞行平台对高精度迎角、侧滑角的依赖性.给出了一种采用安装于机头表面的测压孔和机翼前缘的测压孔相结合的FADS系统方案,推导了其空气动力学模型,并用BP神经网络拟合出了迎角和侧滑角的修正曲线,结果表明该方案能够满足系统精度的要求。     

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。     

嵌入式大气数据传感系统误差分析

嵌入式大气数据传感(FADS)系统与传统大气数据传感系统相比,其精度、适用范围、可靠性等都具有优势。在应用之前,对其在应用中存在的各种误差进行建模、仿真,以了解各种误差对FADS系统精度的影响。之后设计蒙特—卡洛仿真,为沿某一条飞行轨迹进行误差分析提供了一种可行的方法。该方法可用于分析不同算法在不同飞行条件下的精度,为FADS系统算法选取提供参考。     

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。     

基于迭代学习的风洞马赫数控制方法

大飞机的研制对风洞流场马赫数精度提出了更高的要求,带有姿态角补偿的模型预测控制器有效地提高了马赫数的精度。然而,由于很难准确获取所有吹风工况的姿态角补偿模型,导致部分新工况控制效果不佳,影响了马赫数的精度。因此,提出一种基于迭代学习的获取姿态角补偿模型的方法。在已有的姿态角补偿模型基础上,根据实际的吹风试验数据,对姿态角补偿模型进行修正。经过多次吹风结果逐步提高补偿模型的精度,提升变姿态角过程中流场控制器抵抗扰动的能力,达到提高马赫数精度的目的。     

基于高斯和SCKF 的姿态角辅助三维目标跟踪

首先, 根据目标运动与姿态角的关系, 分析目标在偏航角和俯仰角下的速度变化, 进而推导出姿态角辅助三维目标跟踪模型; 然后, 针对姿态角量测非高斯情况, 在分析均方根容积卡尔曼滤波的基础上, 提出新的高斯和均方根容积卡尔曼滤波算法, 以提高非线性非高斯的处理能力; 最后, 结合不同运动模式下姿态角分量的特点, 建立姿态角分量不同的跟踪模型, 通过模型切换实现对姿态角机动的跟踪. 仿真结果验证了所提出跟踪模型和滤波算法的正确性和有效性.     

机头结冰对大气数据系统测量影响研究

大气数据传感器安装于机头部位的飞机在遭遇结冰气象时,机头结冰会影响大气参数的测量精度。采用计算流体力学方法,对某两型运输飞机的大气数据系统进行模拟,考虑在机头结冰情况下的大气数据系统静压系数和迎角测量值的变化,获得了机头结冰对高度测量和速度测量的影响差量。研究表明,在两型运输飞机机头结冰状态下,中小迎角对大气数据系统静压和迎角测量的影响较小;大迎角对大气数据系统静压和迎角测量的影响较大,对应的高度测量影响量超过了10 m,速度测量影响量超过了2 kn。研究结果对于同类型飞机类似方向的研究具有一定的参考意义。     

Subsonic Tests of a Flush Air Data Sensing System Applied to a Fixed-Wing Micro Air Vehicle

Flush air data sensing (FADS) systems have been successfully tested on the nose tip of large manned/unmanned air vehicles. In this paper we investigate the application of a FADS system on the wing leading edge of a micro (unmanned) air vehicle (MAV) flown at speed as low as Mach 0.07. The motivation behind this project is driven by the need to find alternative solutions to air data booms which are physically impractical for MAVs. Overall an 80% and 97% decrease in instrumentation weight and cost respectively were achieved. Air data modelling is implemented via a radial basis function (RBF) neural network (NN) trained with the extended minimum resource allocating network (EMRAN) algorithm. Wind tunnel data were used to train and test the NN, where estimation accuracies of 0.51°, 0.44 lb/ft² and 0.62 m/s were achieved for angle of attack, static pressure and wind speed respectively. Sensor faults were investigated and it was found that the use of an autoassociative NN to reproduce input data improved the NN robustness to single and multiple sensor faults. Additionally a simple NN domain of validity test demonstrated how the careful selection of the NN training data set is crucial for accurate estimations.     

多气参测量的压力型基准大气数据系统研制

针对某飞行器嵌入式大气数据传感(FADS)系统的飞行试验校准问题,研制了一套压力型姿态角测量的多气参基准大气数据系统。设计了可实现高线性度、解耦的压力型姿态角测量空速管,并配套研制了大气数据计算机。解决了有限空间内多气路之间密封、同时精确取气和压力测量、飞行器机体干扰下的风洞试验标定、多参数拟合修正的气参解算等难题,获得了机体干扰下的空速管测量修正解算公式,实现了基准气参的高精度测量。在完成基准空速管的风洞试验标定和联调试验后,实现了对全系统正常工况下的飞行参数测量精度及系统稳定性考核,最终成功应用于飞行试验中。