[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

本發明公開了一種高超聲速飛行器氣動參數在線辨識方法，利用SVR對小樣本的良好學習性能，利用SVR對小樣本進行智能實時氣動建模。該模型具有良好的泛化能力，可用于氣動預測。然后采用數值微分法從SVR模型中實時提取氣動參數；為保證識別精度和計算效率，提出了輸入維數和噪聲水平的經驗公式，用于在線選擇訓練樣本容量。針對SVR模型超參數難以在線優化的問題，提出了選取模型參數的經驗公式，以追求SVR模型良好的泛化性能。基于訓練樣本噪聲方差的漸近估計，在線選擇SVR的超參數；該方法不依賴于先驗的飛行器數學模型，能在較低的時間開銷下實現對氣動力參數在線準確、魯棒的估計；它不僅可以作為一種在線的方法，而且可以作為一種離線使用的方法。

技術領域

本發明屬于參數辨識技術領域，具體涉及一種高超聲速飛行器氣動參數在線辨識方法。

背景技術

相較于傳統運載器，高超聲速飛行器面臨復雜的環境特性，稀薄氣體效應、高溫氣體效應以及流動轉捩等機理尚未完全掌握，氣動不確定性強。高超聲速飛行時周圍空氣靜溫被激波加熱到數千度，高溫下空氣分子將產生振動激發、離解、甚至電離，使普通空氣成為包含熱化學反應的復雜流體介質，空氣的熱力學特性改變，會導致飛行器表面壓力分布不確定性變強，飛行器所受氣動力矩發生劇烈變化；另一方面，高空飛行時存在稀薄流動問題，在局部位置引起速度滑移與溫度梯度跳躍，導致升阻特性、力矩特性發生改變。此外，姿態和高度的變化將顯著影響飛行器發生轉捩的位置，從而影響飛行器表面壓力分布，進一步增加了復雜流動環境下的氣動特性數據準確獲取難度。

由于高超聲速流動力學場理論發展尚不完備，工程計算方法難以獲得準確的氣動特性數據；而受風洞規模、風洞尖刺、風洞壁效應等影響，風洞試驗也難以復現高超聲速飛行器的飛行環境以及覆蓋其全部飛行狀態，基于風洞試驗/工程計算等方法得到的高超聲速飛行器氣動模型往往具有一定偏差，因此需要基于飛行試驗數據進行氣動數據庫更新和氣動模型修正。然而，當高超聲速飛行器以高超聲速飛行時，目前的熱防護技術不能保證在給定飛行狀態下維持充足時間飛行，且試驗代價高昂，幾乎難以覆蓋所有飛行狀態。因此，通過離線建模+模型修正方法所得氣動模型存在一定偏差和不確定性，且難以體現氣動的非定常特性。考慮到高超聲速飛行器氣動的非定常特性和不確定性時間依賴性強，均體現在一定時間內的飛行數據中，具有小樣本數據特性，可尋求智能化手段，進行非定常強耦合氣動參數在線辨識技術研究，基于小樣本實時飛行數據進行支持向量機在線氣動建模，再基于數值微分方法，快速、實時獲得準確的高超聲速飛行器氣動特性，解決其氣動特性難以準確描述的問題。

發明內容

本發明的目的是提供一種高超聲速飛行器氣動參數智能在線辨識方法，該方法解決了解決高超聲速飛行器氣動特性難以準確描述的問題，該方法基于實時飛行數據，有針對性地采用支持向量機進行氣動在線建模，由于不同飛行數據分布區間差異較大，首先對飛行數據進行預處理，其次選擇訓練樣本數目以及模型參數，完成支持向量機進行氣動在線建模后，基于所得氣動模型，利用數值差分方法進行氣動參數在線辨識，從而完成氣動參數在線辨識。

一種高超聲速飛行器氣動參數智能在線辨識方法，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)