[发明专利]一种高超声速飞行器气动参数在线辨识方法有效
申请号: | 202110004154.8 | 申请日: | 2021-01-04 |
公开(公告)号: | CN112668104B | 公开(公告)日: | 2022-11-29 |
发明(设计)人: | 马肸;李玉龙;张义忠 | 申请(专利权)人: | 中国人民解放军96901部队22分队 |
主分类号: | G06F30/15 | 分类号: | G06F30/15;G06F30/25;G06F30/27;G06F119/10;G06F119/14 |
代理公司: | 北京理工大学专利中心 11120 | 代理人: | 李微微 |
地址: | 100085 北京市海淀*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 高超 声速 飞行器 气动 参数 在线 辨识 方法 | ||
1.一种高超声速飞行器气动参数智能在线辨识方法,其特征在于,包括如下步骤:
步骤1、获得包括攻角α、舵偏角δe、俯仰通道角速率ωz、马赫数Ma、升力系数CD、阻力系数CL以及俯仰力矩系数Cm的实时飞行数据;
确定以下三个气动系数的支持向量机回归气动模型,即:
CD=fD(α,δe,Ma)
CL=fL(α,δe,Ma)
Cm=fm(α,δe,wz,Ma)
其中,CD表示升力系数、CL表示阻力系数、Cm表示俯仰力矩系数;
步骤2、对步骤1获得的飞行数据在各个采样点上的取值进行归一化处理;
步骤3、确定选择的采样点的数目nc;
步骤4、根据步骤3确定的数目nc,在步骤2归一化处理后的数据中选择数据,然后分别得到升力系数CD、阻力系数CL以及俯仰力矩系数Cm各自对应的均值ymean和标准差σy,以及噪声的标准差σ,从而确定支持向量机回归气动模型的超参数ε:
和惩罚因子:
C=max(|ymean+3σy|,|ymean-3σy|)
步骤5、根据三个支持向量机回归气动模型,从而求取稳定性和操纵性气动导数,具体为:
步骤51、选择一个输入变量,为其增加一个扰动量,并保持其他输入变量不变;
步骤52、对应的气动系数的导数等于支持向量机气动模型输出的变化量与输入变量扰动量之比;
步骤53、针对同一个气动系数的导数,在每一个样本点上执行步骤51和步骤52;
步骤54、则待求气动系数的导数等于各个样本点上所得导数的平均值。
2.如权利要求1所述的一种高超声速飞行器气动参数智能在线辨识方法,其特征在于,所述步骤3中样本数目nc:
nc=40din(1+τσ) (7)
其中,din表示模型输入维数,τ表示噪声水平。
3.如权利要求1所述的一种高超声速飞行器气动参数智能在线辨识方法,其特征在于,所述步骤4中,噪声的标准差σ的公式为:其中d为多项式回归等高复杂度回归估计器的自由度。
4.如权利要求3所述的一种高超声速飞行器气动参数智能在线辨识方法,其特征在于,每接收一个采样点数据,则计算一次标准差σ;当第三次计算标准差时,将之前所有的标准差的平均值作为本次求取的标准差σ。
5.如权利要求1所述的一种高超声速飞行器气动参数智能在线辨识方法,其特征在于,所述步骤2中,所述归一化处理采用最大值—最小值归一化方式。
6.如权利要求1所述的一种高超声速飞行器气动参数智能在线辨识方法,其特征在于,所述步骤54中,阻力系数CL对攻角α的导数为
其中,和分别是αi和δei的归一化值,是Δα的归一化值。
7.如权利要求1所述的一种高超声速飞行器气动参数智能在线辨识方法,其特征在于,设为空速在弹体系下的分量,则飞行器的攻角α、侧滑角β以及飞行速度通过如下方式给出:
8.如权利要求1所述的一种高超声速飞行器气动参数智能在线辨识方法,其特征在于,升力系数CD、阻力系数CL、俯仰力矩系数Cm通过如下简化的关系式得出:
CD=-CXcos(α)-CZsin(α)
CL=CXsin(α)-CZcos(α)
其中,S表示飞行器横截面积,L为特征长度,Jz表示飞行器的横向力矩系数,弹体系下力系数CX,CZ通过下式得到:
CX=mnx/qS
CZ=mny/qS
其中,m表示飞行器质量。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国人民解放军96901部队22分队,未经中国人民解放军96901部队22分队许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110004154.8/1.html,转载请声明来源钻瓜专利网。