[發明專利]一種基于蒙特卡洛的飛行控制律自動評估方法

有效

• 申請號: 201911309890.3
• 申請日: 2019-12-18
• 公開（公告）號: CN111176253B
• 公開（公告）日: 2022-04-19
• 發明（設計）人: 蔣靜;羅天成;張強;蘇鐵;周姝春;丁穎浩
• 申請（專利權）人: 中國航空工業集團公司成都飛機設計研究所
• 主分類號: G05B23/02
• 分類號: G05B23/02
• 代理公司: 中國航空專利中心 11008
• 代理人: 杜永保

本發明屬于仿真試驗分析領域，是一種基于蒙特卡洛的飛行控制律自動評估方法，用于從若干不確定參數中提取對飛行性能影響最大的敏感性參數做控制律的進一步迭代優化設計。本發明通過生成蒙特卡洛測試用例集，批量調用仿真環境執行用例測試，篩選分析測試結果并計算各不確定度參數的敏感性指標，完成系統敏感性參數的提取。本發明方案工程應用簡便，結論可靠。

技術領域

本發明屬于仿真試驗分析領域，具體為一種基于蒙特卡洛的飛行控制律自動評估方法。

背景技術

在飛行器建模過程中，飛行器的動力系統、質量特性、氣動數據等參數輸入存在不確定性，需評估各種不確定度參數組合情況下飛行器的飛行品質性能，以及提取出影響飛行品質最大的敏感性參數用于進一步迭代優化設計。蒙特卡洛方法是一種計算方法，又稱隨機抽樣或統計模擬方法，原理是通過大量隨機樣本，去了解一個系統，進而得到所要計算的值。將蒙特庫洛方法應用于飛行控制律評估，缺乏一種提取分析敏感參數的評估方法，因此需要研究一種基于蒙特卡洛的飛行控制律自動評估方法。

發明內容

一種基于蒙特卡洛的飛行控制律自動評估方法創新性地提出一種反映不確定度參數對飛行性能影響大小程度的敏感性指標，再基于此完成從若干不確定度參數中提取對飛行性能影響最大的敏感性參數，以用于進一步的控制律優化設計。

技術方案

一種基于蒙特卡洛的飛行控制律自動評估方法，技術方案包括以下步驟：

步驟一、確定不確定參數的組合關系；假定測試模型共含n個不確定度參數，從中選擇小于等于m個參數進行單參數及多參數組合，共計生成

種參數組合方式。其中，r＝1，2，3，…，m；若n為奇數

m＝0.5*(n+1),若n為偶數m＝0.5*n。

步驟二、生成蒙特卡洛測試用例集；設置每個不確定性參數的拉偏規則為正態分布，同時設置每個參數的拉偏范圍及各參數間的值約束關系，對步驟一的每種參數組合方式進行L次拉偏，自動生成測試用例N＝L·N₀個。

步驟三、執行用例測試；對步驟二中生成的測試用例集，調用仿真運行環境批量執行測試用例，保存測試結果文件。

步驟四、結果篩選；設置篩選規則對結果文件進行篩選統計，如飛行指標A1在整個飛行過程中，不能超過某一常數b，則設置不滿足篩選規則為A1b，篩選出不滿足指標A1要求的所有測試用例。

步驟五、結果失敗率統計分析；按步驟四中的篩選規則，篩選出所有測試用例中不滿足飛行指標A1要求的用例數N_f，則失敗率為p＝N_f/N；對n個不確定度參數進行循環，分別統計每個參數的總仿真用例總數M_j及其中不滿足A1指標要求的用例個數N_fj，第j個參數作為輸入的失敗率為p_j＝N_fj/M_j；若p_jp，則初步確定不確定參數j對飛行性能指標A1有重要影響。

步驟六、敏感性指標計算；根據統計值z(k)的標準正態分布N(0,1)及檢驗水平判定H0下，蒙特卡洛辨識失敗次數大于N_fj的概率為

(z_jz+∞)Ф:標準正態分布其中，

步驟七、敏感性分析；假定檢驗水平確定為a＝1/10/n，根據步驟六可計算出每個不確定度參數的敏感性指標P，將P與檢驗水平a進行比較，若P小于檢驗水平a，則可判定該不確定參數對飛行品質指標A1有重要影響，根據該結論可進行控制律的進一步優化設計。

所述步驟一當中的不確定度參數總數n不宜超過14，以10-14為宜，若不確定度參數總數n遠大于14，可根據物理意義進行分組提取敏感性參數。