[發明專利]一種高超聲速飛行器氣動參數在線辨識方法

有效

• 申請號: 202110004154.8
• 申請日: 2021-01-04
• 公開（公告）號: CN112668104B
• 公開（公告）日: 2022-11-29
• 發明（設計）人: 馬肸;李玉龍;張義忠
• 申請（專利權）人: 中國人民解放軍96901部隊22分隊
• 主分類號: G06F30/15
• 分類號: G06F30/15;G06F30/25;G06F30/27;G06F119/10;G06F119/14
• 代理公司: 北京理工大學專利中心 11120
• 代理人: 李微微

1.一種高超聲速飛行器氣動參數智能在線辨識方法，其特征在于，包括如下步驟：

步驟1、獲得包括攻角α、舵偏角δ_e、俯仰通道角速率ω_z、馬赫數Ma、升力系數C_D、阻力系數C_L以及俯仰力矩系數C_m的實時飛行數據；

確定以下三個氣動系數的支持向量機回歸氣動模型，即：

C_D＝f_D(α,δ_e,Ma)

C_L＝f_L(α,δ_e,Ma)

C_m＝f_m(α,δ_e,w_z,Ma)

其中，C_D表示升力系數、C_L表示阻力系數、C_m表示俯仰力矩系數；

步驟2、對步驟1獲得的飛行數據在各個采樣點上的取值進行歸一化處理；

步驟3、確定選擇的采樣點的數目n_c；

步驟4、根據步驟3確定的數目n_c，在步驟2歸一化處理后的數據中選擇數據，然后分別得到升力系數C_D、阻力系數C_L以及俯仰力矩系數C_m各自對應的均值y_mean和標準差σ_y，以及噪聲的標準差σ，從而確定支持向量機回歸氣動模型的超參數ε：

和懲罰因子：

C＝max(|y_mean+3σ_y|,|y_mean-3σ_y|)

步驟5、根據三個支持向量機回歸氣動模型，從而求取穩定性和操縱性氣動導數，具體為：

步驟51、選擇一個輸入變量，為其增加一個擾動量，并保持其他輸入變量不變；

步驟52、對應的氣動系數的導數等于支持向量機氣動模型輸出的變化量與輸入變量擾動量之比；

步驟53、針對同一個氣動系數的導數，在每一個樣本點上執行步驟51和步驟52；

步驟54、則待求氣動系數的導數等于各個樣本點上所得導數的平均值。

2.如權利要求1所述的一種高超聲速飛行器氣動參數智能在線辨識方法，其特征在于，所述步驟3中樣本數目n_c：

n_c＝40d_in(1+τσ) (7)

其中，d_in表示模型輸入維數，τ表示噪聲水平。

3.如權利要求1所述的一種高超聲速飛行器氣動參數智能在線辨識方法，其特征在于，所述步驟4中，噪聲的標準差σ的公式為：其中d為多項式回歸等高復雜度回歸估計器的自由度。

4.如權利要求3所述的一種高超聲速飛行器氣動參數智能在線辨識方法，其特征在于，每接收一個采樣點數據，則計算一次標準差σ；當第三次計算標準差時，將之前所有的標準差的平均值作為本次求取的標準差σ。

5.如權利要求1所述的一種高超聲速飛行器氣動參數智能在線辨識方法，其特征在于，所述步驟2中，所述歸一化處理采用最大值—最小值歸一化方式。

6.如權利要求1所述的一種高超聲速飛行器氣動參數智能在線辨識方法，其特征在于，所述步驟54中，阻力系數C_L對攻角α的導數為

其中，和分別是α_i和δ_ei的歸一化值，是Δα的歸一化值。

7.如權利要求1所述的一種高超聲速飛行器氣動參數智能在線辨識方法，其特征在于，設為空速在彈體系下的分量，則飛行器的攻角α、側滑角β以及飛行速度通過如下方式給出：

8.如權利要求1所述的一種高超聲速飛行器氣動參數智能在線辨識方法，其特征在于，升力系數C_D、阻力系數C_L、俯仰力矩系數C_m通過如下簡化的關系式得出：

C_D＝-C_Xcos(α)-C_Zsin(α)

C_L＝C_Xsin(α)-C_Zcos(α)

其中，S表示飛行器橫截面積，L為特征長度，J_z表示飛行器的橫向力矩系數，彈體系下力系數C_X,C_Z通過下式得到：

C_X＝mn_x/qS

C_Z＝mn_y/qS

其中，m表示飛行器質量。