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°。     

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。     

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.     

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。     

一种小型无人机高度测量方法的研究与实现

为了满足某小型无人机飞行控制中对高度信号的采集与处理,提出了用无线电高度来确定基准高度,用气压高度来确定相对高度,用起飞点的实测温度进行补偿的设计思想,综合这3种手段来有效消除外界环境对气压高度测量精度的影响。传感器数据融合方面,利用飞行器运动学推算出的高度状态方程以及传感器观测模型,采用Kalm an滤波技术来估计和修正传感器的测量高度。测试结果表明,此方法得到了较准确的高度测量信息,可以满足无人机飞行控制的需求。     

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。     

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。     

小型飞行器高度定位数据融合方法

给出了一种小型飞行器高度定位的数据融合方法。根据飞行器运动方程 ,推导出了高度和飞行状态之间的关系 ,并由所得的飞行状态 ,利用Kalman滤波方法得到高度估计。根据实测值、最优估计值和GPS高度测量值进行数据融合 ,进一步对高度传感器定位误差进行修正。仿真和数据回放结果表明使用此方法可以得到飞行器更准确的定位。     

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。     

锥体弹头的嵌入式大气数据传感系统组合算法

嵌入式大气数据传感（FADS）系统空气动力学模型基于钝头体推导,该模型适用于锥头体解算大气数据,但存在一定的模型误差.为消除模型误差,分析了锥头体模型误差产生的机理,提出了一种FADS系统组合算法,并对某一典型锥体弹头进行了仿真验证.仿真结果表明：动静压相对误差在0.05％以内,每组大气数据解算平均耗时在20 ms以内,该算法有效提高了大气数据解算精度和实时性.     

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.     

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。     

多要素气象观测无人机系统的设计与应用

针对开展城市小尺度精细化气象观测的应用需求,通过将无人机控制技术、气象观测技术与计算机及通信技术相结合,研制了一套多要素气象观测无人机系统,并开发了相应的数据采集传输模块和地面监控展示软件,实现了基于无人机平台的气温、气压、相对湿度、风速、风向、颗粒物浓度等气象要素的采集与实时传输。经过地面和空中飞行试验数据对比验证,该系统操控灵活、运行良好、稳定可靠,具有良好的应用前景,可广泛应用于城市精细化气象观测、应急救灾、环境监测等领域。     

基于多源卫星遥感的灾害性气象观测数据监测系统设计

灾害性气象的频发不仅给人们的生活带来了极大的影响,而且还危及生态环境的稳定。为减小实测气象数据与真实数据样本之间误差,实现对灾害性气象观测数据的准确监测,设计基于多源卫星遥感的灾害性气象观测数据监测系统。设置温湿度传感器及防辐射罩,按照数据信息传输网络布局形式,将风速风向传感器、雨量传感器、太阳能控制器接入既定模块单元之中,完成监测系统的硬件设计。利用多源卫星遥感技术,定义多源影像空间,通过分解数字卫星图像的方式,确定监测极值点所处位置,并计算相似性度量指标的具体数值,完成基于多源卫星遥感的灾害性气象图像配准处理。根据上位机组网模型,完善WINSOCK控件的连接形式,实现监测系统的执行程序编制,联合相关传感器元件,完成基于多源卫星遥感的灾害性气象观测数据监测系统设计。实验结果表明,多源卫星遥感技术设计系统的湿度测量曲线、气压测量曲线、风速测量曲线与真实气象数据样本之间的误差值均未超过2%,能够准确监测灾害性气象观测数据。