CN102981505B - 用于确定飞机的飞行参数的方法和系统 - Google Patents
用于确定飞机的飞行参数的方法和系统 Download PDFInfo
- Publication number
- CN102981505B CN102981505B CN201210334091.3A CN201210334091A CN102981505B CN 102981505 B CN102981505 B CN 102981505B CN 201210334091 A CN201210334091 A CN 201210334091A CN 102981505 B CN102981505 B CN 102981505B
- Authority
- CN
- China
- Prior art keywords
- parameter
- flight
- value
- aircraft
- flight parameter
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 13
- 239000011159 matrix material Substances 0.000 claims description 51
- 238000005259 measurement Methods 0.000 claims description 29
- 238000001514 detection method Methods 0.000 claims description 14
- 230000002950 deficient Effects 0.000 claims description 13
- 230000007547 defect Effects 0.000 claims description 12
- 230000001133 acceleration Effects 0.000 claims description 10
- 230000003044 adaptive effect Effects 0.000 claims description 9
- 230000006978 adaptation Effects 0.000 claims description 6
- 230000033001 locomotion Effects 0.000 claims description 5
- 230000003068 static effect Effects 0.000 claims description 2
- 238000007689 inspection Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 2
- 230000008034 disappearance Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 description 1
- 241000208340 Araliaceae Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000003213 activating effect Effects 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000010006 flight Effects 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/0055—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots with safety arrangements
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- General Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Aviation & Aerospace Engineering (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Traffic Control Systems (AREA)
- Navigation (AREA)
Abstract
用于确定飞机的飞行参数的方法和系统。根据本发明,一种用于实时确定在飞机飞行期间飞机的飞行参数的系统,其包括扩展的卡尔曼滤波器(10),其基于飞行力学方程配置所述扩展的卡尔曼滤波器(10),所述飞行力学方程建立被估计的所述飞机的至少两个预选择的飞行参数之间的依赖关系;和其被形成使得在所述飞机的飞行期间递送所述选择的飞行参数的联合估计。
Description
技术领域
本发明涉及一种用于确定飞机在飞行期间的飞机的飞行参数的方法和系统。
背景技术
电动飞行控制和现代运输飞机更高水平的自动化的引入,使得显著提高它们的安全性成为可能。这一技术的飞跃允许更安全的引航法规的制定-特别是由自动驾驶仪来执行-它积极参与保护飞机,特别是在异常情况、飞行系统故障、危险的环境条件等时候。
然而,许多引航法规的使用增加了飞行系统对飞机状态参数的测量的依赖。特别是某些飞行参数现在变成为确保飞机飞行所必不可少,因此这些参数具有可靠的值就变得有必要。必不可少的参数包括,特别是,测定风力和惯性参数,他们的处理由ADIRS系统执行(首字母缩略词代表“大气数据和惯性基准系统”),该系统递送有关飞机的速度,高度和惯性的数据(特别是配平)的信息。
现在,飞行参数的值建立在源自合适适配的传感器的测量的基础上,因此这些值的正确性本质上依赖于这些传感器执行的测量的正确性。然而,在外部传感器的情况下,外部干扰(例如结冰或传感器中的其他污垢)可能损害由这些外部传感器执行的测量的精度和正确性。
因此,为了满足由航空安全部门施加的监管和安全义务,有必要确保飞行参数数值的可靠性、精确性和可用性。
因此,目前执行的已知的一个解决方案依赖于硬件的冗余:这带来传感器和计算机数目的扩增,以使得获得给定飞行参数的值成为可能。
但是,给定飞行参数的不一致和/或错误值的检测,在某些极端情况下,可能导致不考虑由传感器获得的任何值,因此然后没有任何与所述被考虑的飞行参数相关的值可用。这些值的缺失能导致由机载飞行系统使用的引航法规中的改变。
这就是为什么,为了避免一个或多个参数值的整个缺失的极端情况,已知的在卡尔曼滤波器的帮助下估计至少一些必不可少的飞行参数。例如,已知的是入射角可以使用基于定义飞行过程中的入射角演化的飞行力学方程配置的卡尔曼滤波器进行估计。为了进行这样的估计,卡尔曼滤波器接收作为输入的空速的测量(入射角与后者密切相关)-由机载传感器获得-并递送入射角的估计作为输出。
然而,当空速的测量值是错误的时候(例如由于传感器故障),入射角的估计也变得有缺陷。因此,由卡尔曼滤波对唯一飞行参数进行的估计不会使得人们可能规避为了估计所考虑的飞行参数必须的输入参数的一个或多个测量中的干扰,因为,在这种情况下,获得的估计也是错误的从而不可用。
本发明的目的是纠正这些缺点,并且特别是规避卡尔曼滤波器的一个或多个输入参数测量的缺陷,从而保证在后者滤波器输出上被考虑的飞行参数的可靠值的可用性。
发明内容
为此,根据本发明,一种用于改善在飞机飞行期间飞机的飞行参数的实时确定的方法,值得注意的是执行下述步骤:
-选择至少两个要进行估计的所述飞机的飞行参数;
-确定飞行力学方程,其分别与选择的飞行参数相关联,并且其中在所述选择的飞行参数之间存在依赖关系;
-基于与所述选择的参数相关联的所述确定的飞行力学方程,配置扩展的卡尔曼滤波器,其接收包括至少所述选择的飞行参数的输入参数的值;和
-在所述飞机的飞行期间,执行扩展的卡尔曼滤波器,使得它递送所述选择的飞行参数的联合估计作为输出。
这样,依靠本发明,经由特别确定的飞行力学方程而相互关的至少两个飞行参数在适当配置的扩展卡尔曼滤波器的帮助下被同时估计。如此规避了在输入参数的一个或多个值中的错误。确实,在选择的飞行参数的估计期间使用的扩展的卡尔曼滤波器的输入参数的错误值不再必然导致后者的错误估计,因为,依靠本发明,可以重新构建所述选择的飞行参数的估计,尤其是基于通过确定的飞行力学方程的媒介其被耦合到的另一个选择飞行参数的估计。
另外所述,本发明提供了至少两个通过飞行力学方程相互关的先前选择的飞行参数的共同估计,即使在滤波器的一个或多个输入值是错误的时候。这保证了在飞机引航法规中执行的选择的飞行参数数值的可用性。因此,本发明使得人们可能提供选择的飞行参数的备用估计,当飞机的传感器不再以传统方式使得这一切成为可能的时候。
优选的,所述卡尔曼滤波器由下述矩阵定义:
·与测量噪声相关和与测量噪声V的对角矩阵关联的协方差矩阵R;和
·与演化噪声相关和与演化噪声W的对角矩阵关联的协方差矩阵Q;
-执行下述额外的步骤:
·检验所述输入参数的值是可容许的;和
·在检测输入参数的值的缺陷的情况下,实时适配协方差矩阵R和Q中至少一个的至少一个元素的当前值。
这样,通过增益的适配可以修正扩展卡尔曼滤波器的设置,从而允许由机载传感器获得的影响输入参数值的某些测量中的故障(外在现象影响飞机上嵌入的传感器的操作)。通过适配协方差矩阵R和Q的值,在机载传感器执行的测量中或扩展的卡尔曼滤波器的估计中放置更多的置信度。
优选的:
-在预备步骤中,定义分别与测量和演化噪声相关的协方差矩阵R和Q的多个预设,这样被定义的所述预设的每一个与所述输入参数中的其中之一的缺陷值相关联;和
-在检测输入参数的值的缺陷的情况下,适配与测量噪声和演化噪声相关的所述协方差矩阵Q和R的当前值,与检测到的缺陷值相对应的预先定义的预设被分配至与测量噪声和演化噪声相关的所述协方差矩阵R和Q。
而且,作为变形或作为补充,在检测由一个或多个嵌入在所述飞机上的传感器测量的所述输入参数的其中之一的值的缺陷的情况下,所述有缺陷的测量值由作为所述扩展卡尔曼滤波器的输出所递送的估计的对应值来代替。
如此,通过扩展卡尔曼滤波器,在估计选择飞行参数中不再被考虑有缺陷的测量。
而且,可以有利的执行下述步骤:
-考虑所述选择的飞行参数中的至少一个,对于所述选择的飞行参数中的至少一个,所述扩展的卡尔曼滤波器递送估计;
-从所述卡尔曼滤波器的输入参数的值中选择那些与所述考虑的所述飞行参数相对应的值,所述考虑的所述飞行参数源自嵌入在所述飞机上的传感器;
-检测与所述选择值的至少一个联系(tie)的不一致;
-基于剩余选择的一个或多个值和所述选择的飞行参数的估计,确定所述选择的所述飞行参数的当前值,其中排除检测到的不一致的一个或多个值。
这样,不用参考不一致的测量值就可以获得选择的飞行参数的当前值的确定。信息项,即考虑的选择飞行参数估计,被添加从而增加所述参数当前值的可用性,即使在一个或多个对应测量值不可用或不一致的情况下。这样,允许选择的飞行参数的确定的值的类型是多样化的,从而保证递送与所述参数相关联的当前值。通过确保递送选择的飞行参数的当前值,即使在所有相关传感器(这种情况下可使用由扩展卡尔曼滤波器提供的估计)有故障的情况下,降低了包括考虑的飞行参数的引航法规的变化的风险。从而增加了所谓正常的法规的可用性,这样确保了飞机控制性能的连续性。
而且,在根据本发明的方法的实施中,与所述扩展卡尔曼滤波器相关联的状态向量由下述12个状态定义:
-入射角α;
-在地面框架的速度v;
-相对于地面的速度V;
-俯仰率q;
-姿态θ;
-高度h;
-净运动推力TB;
-在对应纵向加速度nx的方向中投影的偏差bnx;
-在对应横向加速度ny的方向中投影的偏差bny;
-沿地面框架(x,y,z)的x轴的风速Wx;
-沿地面框架(x,y,z)的y轴的风速Wy;以及
-沿地面框架(x,y,z)的z轴的风速Wz。
而且,根据该实施,所述扩展的卡尔曼滤波器的所述输入参数包括惯性参数,测风参数,所述飞机特定的参数和从机载模型中产生的中间参数。
而且,本发明还涉及一种实时确定在飞机的飞行期间飞机的飞行参数的系统,其包括能接收输入参数值的扩展的卡尔曼滤波器,且其值得注意的是:
-基于飞行力学方程配置所述扩展的卡尔曼滤波器,所述飞行力学方程建立属于所述输入参数的被估计的所述飞机的至少两个预选择的飞行参数之间的依赖关系;和
-形成所述扩展的卡尔曼滤波器,使得在所述飞机的飞行期间递送所述选择的飞行参数的联合估计。
优选的,所述卡尔曼滤波器由以下矩阵定义:
-与测量噪声相关和与测量噪声V的对角矩阵关联的协方差矩阵R;和
-与演化噪声相关和与演化噪声W的对角矩阵关联的协方差矩阵Q,
并且所述系统包括:
-用于检验所述扩展的卡尔曼滤波器的所述输入参数的值是否是可容许的装置;和
-用于在由所述检验装置检测输入参数的值的缺陷的情况下,实时适配协方差矩阵R和Q中至少一个的当前值的装置。
而且,所述系统包括装置,用于使有缺陷的一个或多个值用由所述扩展的卡尔曼滤波器估计的它们值进行替代,当由所述扩展的卡尔曼滤波器估计的其值可用的时候。
本发明还涉及飞机,该飞机包括至少一个如上文所描述的系统。
附图说明
附图的图以本发明可以体现的方式进行澄清。在这些图中,相同的参照指定相似的元素。
图1是飞机的空气动力控制面的控制链的示意图,其中链实现了根据本发明的确定飞行参数的系统。
图2是图1的确定飞行参数的系统的估计单元的示意图。
具体实施方式
在图1中以示意方式表示了飞机(没有示出)的空气动力控制面2(例如副翼)的控制链1,其中链实现了实时确定在驱动控制面2中所涉及的飞机的飞行参数的系统3。
如图所示,控制链1包括:
-信息单元4,由多个嵌入在飞机上的测量传感器和计算机形成,其能以标准方式递送飞机的参数(如入射角,俯仰角,横滚角,空速,高度等)的测量值;
-系统3,下面将详细介绍,用于实时确定飞行参数,其通过链路L0接收由信息单元4测量的值作为输入;
-飞机的自动驾驶仪5,其执行许多用于管理飞行控制的引航法规:深度,副翼,方向,由发动机递送的功率等。因为每一个引航法规与自动驾驶仪5的特定自动引航模式相关联,所以自动引航模式的参与导致激活了对应的引航法规。自动驾驶仪5能够接收飞行参数值,该飞行参数值由确定系统3已经确定并通过切换装置C传输到它由链路L2所连接到的自动驾驶仪5。而且,其能够递送目的地为用于控制面2的控制系统7(包括致动器)的控制命令作为输出;
-手动驾驶装置6,其包括在飞机飞行期间用于控制飞机的特定驾驶设备(例如操纵杆)。它们能够接收飞行参数值,该飞行参数值由确定系统3确定的并通过切换装置C传输到手动驾驶装置6,它们由链路L2连接。而且,手动驾驶装置6能够递送目的地为用于控制面2的控制系统7的控制命令作为输出;
-切换装置C,分别通过链路L1,L2和L3连接到确定系统3,自动驾驶仪5与手动驾驶装置6。切换装置C使得触发到自动驾驶模式或到手动驾驶模式成为可能。它们能够向自动驾驶仪5或手动驾驶装置6传输由确定系统3已经确定的飞行参数值;和
-控制系统7,用于调整控制面2的定位。该控制系统7能通过链路L4接收来自自动驾驶仪5或手动驾驶装置6的控制命令并且从而调整控制面2的倾斜。
根据本发明,本发明的确定系统3包括:
-单元8,用于估计以前选择的飞行参数,这些选择的飞行参数集合定义测量向量Z(t);和
-单元9,用于确定飞机飞行参数的当前值,它能够接收测量向量Z(t)的估计
(符号“^”表示估计)。
如图2所示,估计单元8包括扩展的卡尔曼滤波器10,其与状态向量X(t),测量向量Z(t)和控制向量U(t)相关联。卡尔曼滤波器10由下述方程定义:
其中,
-F是状态矩阵;
-H是与测量噪声相关联的矩阵;
-W(t)是演化噪声向量;
-V(t)是测量噪声向量;和
-符号“·”表示关于时间的导数。
在卡尔曼滤波器10的示范实施例中,状态向量X(t)由下述12个飞行参数定义:
-入射角α;
-飞机在地面框架(x,y,z)的速度v;
-飞机相对于地面的速度V;
-俯仰率q;
-纵向姿态θ;
-高度h;
-净运动推力TB;
-在对应纵向加速度nx的方向中投影的偏差bnx;
-在对应横向加速度ny的方向中投影的偏差bny;
-沿地面框架(x,y,z)的x轴的风速Wx;
-沿地面框架(x,y,z)的y轴的风速Wy;
-沿地面框架(x,y,z)的z轴的风速Wz。
测量向量Z(t)就其部分而言由下述9个飞行参数定义:
-入射气动角αa;
-侧滑气动角βa;
-空气速度Va;
-俯仰率q;
-纵向姿态θ;
-高度h;
-垂直速度Vz;
-正常负荷因子NZ;
-飞机相对于地面的速度V。
根据本发明,选择定义测量向量Z(t)的飞行参数,因为他们通过特别确定的飞行力学方程而相互关联。这样,确定的飞行力学方程使得在形成测量向量Z(t)的不同的被选择的飞行参数之间建立依赖关系成为可能。
基于与形成测量向量Z(t)的被选择的飞行参数相关联的确定的飞行力学方程来配置扩展的卡尔曼滤波器10。还执行滤波器10的初始参数化。
而且,控制向量U(t)由下述16个飞行参数形成:
-横滚率p;
-俯仰率q;
-偏航率r;
-横滚角
-姿态θ;
-纵向加速度nx;
-横向加速度ny;
-入射角α;
-侧滑角β;
-空气速度Va;
-飞机质量M;
-惯性Iyy;
-升力FZa;
-俯仰力矩Ma;
-真实净静态运动推力TBS;
-由于净运动推力的力矩MTB。
测量向量Z(t)和控制向量U(t)参数值的集合定义扩展的卡尔曼滤波器10的输入。
确定系统3包括第一模块11,用于从通过链路L5接收的源自信息单元4的测量值中选择那些将形成估计单元8以及尤其是扩展的卡尔曼滤波器10的输入的值。换句话说,第一选择模块11递送输入参数的选择的测量值作为输出。第一选择模块11通过链路L8直接将控制向量U(t)的测量值递送至扩展的卡尔曼滤波器10。
例如图2所示的,卡尔曼滤波器10的操作展示两个不同的阶段,即:
-预测阶段(以符号方式通过块12表示),在此期间获得估计
和和
-更新阶段(以符号方式通过块13表示),其中,形成测量向量Z(t)的参数的测量值-通过链路L9接收-用于修正在估计阶段(块12)期间递送的估计
和
根据本发明,形成扩展的卡尔曼滤波器10,从而在所述飞机的飞行期间实时递送形成测量向量Z(t)(比如例如入射气动角αa和空气速度Va)的选择的飞行参数的联合估计。
在考虑的示范实施例中,扩展的卡尔曼滤波器10由下述方程定义:
和
其中:
-下标m表示对应参数的测量值;
-(u,v,w)是在地面框架(x,y,z)中的各自的速度,这样:
-(ua,va,wa)是在地面框架(x,y,z)内的各自的空气速度,这样:
确定系统3还包括第一检验模块14,其接收测量向量Z(t)的参数的测量值作为输入,从而检验接收的测量值是否是可容许的,作为给定容许性准则函数,或,相反的,是否是视为有缺陷的(例如因为它们是错误的或不一致的)。第一检验模块14例如由比较器和表决器(在图2中没有表示)形成。它能够递送其中记录缺陷测量值的信号作为输出。
虽然在目前示例中,第一选择模块11和检验模块14位于估计单元8的外面,但是它们可以作为一种变形与单元8集成。
而且,估计单元8包括用于适配扩展的卡尔曼滤波器10的参数化的模块15,它通过链路L10,L11和L12分别接收由第一选择模块11选择的测量值,第一检验模块14的输出信号和由滤波器10作为输出递送的测量向量Z(t)的估计
作为输入。
在通过第一检验模块14,测量向量Z(t)的一个或多个缺陷测量值的检测的情况下,适配模块15通过链路L13递送对应缺陷测量值-由卡尔曼滤波器10递送-的估计值和可容许的测量向量Z(t)的测量值作为输出。因此,缺陷测量值被对应估计值代替作为至扩展的卡尔曼滤波器10的输入。当然,只要缺陷测量值再次变得可容许,适配模块15能够递送新的测量值,它代替对应估计值。
而且,扩展的卡尔曼滤波器10由下述矩阵定义:
-与测量噪声相关和与测量噪声V的对角矩阵关联的协方差矩阵R;和
-与演化噪声相关和与演化噪声W的对角矩阵关联的协方差矩阵Q。
与测量噪声相关的协方差矩阵R由关系R=E[V(t)V(t)T]来定义,其中E表示数学期望。以类似的方式,与演化噪声相关的协方差矩阵Q由关系Q=E[W(t)W(t)T]来定义。矩阵R和Q传达分别置于源自信息单元4的测量中和由扩展的卡尔曼滤波器10递送的估计中的置信度。
这样,在通过第一检验模块14,测量向量Z(t)的一个或多个测量值缺陷的检测的情况下,适配模块15能够实时适配与滤波器10相关联的协方差矩阵R和Q的当前值。
要指出的是,根据测量中错误的外现,高值固定在由缺陷影响的矩阵R的一行或多行上,并且低值固定在由缺陷影响的矩阵Q的一行或多行上。确实,矩阵R的高值表示在到达卡尔曼滤波器10的测量中放置更多的置信度,因此,给与估计额外的置信度。
而且,适配模块15包括存储器16,其中存储用于协方差矩阵R和Q的预设对。在示范实施例中,每个预设对与测量向量Z(t)的预定义的缺陷测量值相关联。每个预设对可允许协方差矩阵R和Q的选择性适配,例如,通过仅调整通过链路L14缺陷测量值冲击的这些矩阵的这些系数。
在示范实施例中,两个协方差矩阵R和Q被同时地适配。当然,作为变形,可以设想仅适配矩阵R,或仅适配矩阵Q。
要指出的是,在扩展的卡尔曼滤波器10的初始参数化期间,矩阵Q和R通过预定义的值进行初始化。
而且,确定系统3包括:
-第二模块17,用于从由信息单元4(链路L6)接收的飞行参数的测量值中选择那些其中由扩展的卡尔曼滤波器10对对应的飞行参数进行估计的值(从而这带来形成测量向量Z(t)的参数);和
-第二检验模块18,其通过链路L15接收由第二选择模块17选择的测量值作为输入。第二检验模块18,例如由比较器和表决器组成,能检验接收的测量值是否是可容许的,作为给定容许准则的函数,或,相反的,是否是视为有缺陷的(例如因为它们是错误的或不一致的)。在选择测量值的至少其中一个的缺陷的检测的情况下,第二检测模块18能递送其中记录缺陷测量值的信号作为输出。
虽然在目前示例中,第二选择模块17和检验模块18位于确定单元9的外面,但是它们可以作为一种变形与单元9集成。
而且,在一种变形中,第一和第二选择模块11和17能形成仅仅单独的选择模块。同样的,作为一种变形,第一和第二检验模块14和18能与另一个集成以形成仅仅单独的检验模块。
确定单元4还包括用于确定形成测量向量Z(t)的飞行参数的当前值的模块19,它通过链路L16,L17和L7接收由第二选择模块17选择的测量值,由第二检验模块18递送的缺陷信号和由估计单元8递送的测量向量Z(t)的估计
这样,对于测量向量Z(t)的被考虑的飞行参数,在与所述考虑的飞行参数相关联的至少一个测量值有缺陷的情况下,模块19能基于与这个飞行参数相关联的无缺陷的剩余选择值和所述考虑的飞行参数的估计来确定所述考虑的飞行参数的当前值,并通过链路L2和L3将其递送至自动驾驶仪5和手动驾驶装置6作为输出。因此,确定模块19也能实现比较器和/或表决器。
这样,凭借本发明,即使在与形成测量向量Z(t)的飞行参数的其中之一相关联的测量值全部不可用的情况下,对应于由估计单元8对所述参数估计的值的当前值仍然可以被递送给自动驾驶仪5或手动驾驶装置6,以使它们不被从输入值中去掉。
而且,尽管根据本发明的确定飞行参数的系统参照用于空气动力学的控制面的控制链进行描述,但是,这样的系统同样可以与其他控制链进行集成,比如发动机速度的控制链。
Claims (11)
1.一种用于改善在飞机飞行期间飞机的飞行参数的实时确定的方法,
其特征在于执行下述步骤:
-选择至少两个要进行估计的所述飞机的飞行参数;
-确定飞行力学方程,其分别与选择的飞行参数相关联,并且其中在所述选择的飞行参数之间存在依赖关系;
-基于与选择的参数相关联的所确定的飞行力学方程,配置扩展的卡尔曼滤波器(10),其接收包括至少所选择的飞行参数的输入参数的值;和
-在所述飞机的飞行期间,执行扩展的卡尔曼滤波器(10),使得它递送所选择的飞行参数的联合估计作为输出。
2.如权利要求1所述的方法,
其特征在于:
-所述卡尔曼滤波器由下述矩阵定义:
·与测量噪声相关和与测量噪声V的对角矩阵关联的协方差矩阵R;和
·与演化噪声相关和与演化噪声W的对角矩阵关联的协方差矩阵Q;
-执行下述额外的步骤:
·检验所述输入参数的值是可容许的;和
·在检测输入参数的值的缺陷的情况下,实时适配协方差矩阵R和Q中至少一个的至少一个元素的当前值。
3.如权利要求2所述的方法,
其特征在于:
-在预备步骤中,定义分别与测量和演化噪声相关的协方差矩阵R和Q的多个预设,这样被定义的所述预设的每一个与所述输入参数中的其中之一的缺陷值相关联;和
-在检测输入参数的值的缺陷的情况下,适配分别与测量噪声和演化噪声相关的所述协方差矩阵R和Q的当前值,与检测到的缺陷值相对应的预先定义的预设被分配至分别与测量噪声和演化噪声相关的所述协方差矩阵R和Q。
4.如权利要求2或3所述的方法,
其特征在于:在检测由一个或多个嵌入在所述飞机上的传感器测量的所述输入参数其中之一的值的缺陷的情况下,有缺陷的测量值被估计的对应值替代,所述估计的对应值作为所述扩展的卡尔曼滤波器(10)的输出被递送。
5.如权利要求1-3中任一个所述的方法,
其特征在于:执行下述步骤:
-考虑所选择的飞行参数中的至少一个,对于所选择的飞行参数中的至少一个,所述扩展的卡尔曼滤波器(10)递送估计;
-从所述扩展的卡尔曼滤波器(10)的输入参数的值中选择那些与所考虑的所述飞行参数相对应的值,所考虑的所述飞行参数源自嵌入在所述飞机上的传感器;
-检测与所选择值的至少一个联系的不一致;
-基于剩余选择一个或多个值和所选择的飞行参数的估计,确定所选择的所述飞行参数的当前值,其中排除检测到的不一致的一个或多个值。
6.如权利要求1-3中任一个所述的方法,
其特征在于,与所述扩展的卡尔曼滤波器(10)相关联的状态向量由下述12个状态定义:
-入射角α;
-在地面框架的速度v;
-相对于地面的速度V;
-俯仰率q;
-姿态θ;
-高度h;
-净运动推力TB;
-在对应纵向加速度nx的方向中投影的偏差bnx;
-在对应横向加速度ny的方向中投影的偏差bny;
-沿地面框架(x,y,z)的x轴的风速Wx;
-沿地面框架(x,y,z)的y轴的风速Wy;以及
-沿地面框架(x,y,z)的z轴的风速Wz。
7.如权利要求1-3中任一个所述的方法,
其特征在于,所述扩展的卡尔曼滤波器(10)的所述输入参数包括惯性参数、测风参数、所述飞机特定的参数和从机载模型中产生的中间参数,
其中所述惯性参数包括俯仰率q、横滚率p、偏航率r、横滚角姿态θ、高度h、垂直速度Vz、相对于地面的速度V、纵向加速度nx、横向加速度ny和正常负荷因子NZ,
所述测风参数包括入射角α、侧滑角β、入射气动角αa、侧滑气动角βa和空气速度Va,
所述飞机特定的参数包括飞机质量M和惯性Iyy,
从机载模型中产生的中间参数包括升力FZa、俯仰力矩Ma、真实净静态运动推力TBS和由于净运动推力的力矩MTB。
8.一种用于实时确定在飞机飞行期间飞机的飞行参数的系统,其包括能够接收输入参数值的扩展的卡尔曼滤波器(10),
其特征在于:
-基于飞行力学方程配置所述扩展的卡尔曼滤波器(10),所述飞行力学方程建立属于所述输入参数的被估计的所述飞机的至少两个预选择的飞行参数之间的依赖关系;和
-形成所述扩展的卡尔曼滤波器(10),使得在所述飞机的飞行期间递送预选择的飞行参数的联合估计。
9.如权利要求8所述的系统,
其特征在于,
-所述卡尔曼滤波器由下述矩阵定义:
·与测量噪声相关和与测量噪声V的对角矩阵关联的协方差矩阵R;和
·与演化噪声相关和与演化噪声W的对角矩阵关联的协方差矩阵Q,
-并且所述系统包括:
·检验装置(14),用于检验所述扩展的卡尔曼滤波器(10)的所述输入参数的值是否是可容许的;和
·适配装置(15),用于在由所述检验装置(14)检测输入参数的值的缺陷的情况下,实时适配协方差矩阵R和Q中至少一个的当前值。
10.如权利要求9所述的系统,
其进一步包括装置,用于使有缺陷的一个或多个值用由所述扩展的卡尔曼滤波器(10)估计的它们值进行替代,当由所述扩展的卡尔曼滤波器(10)估计的其值可用的时候。
11.一种飞机,其包括至少一个权利要求8-10中任一个所述的系统。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
FR1102405A FR2978858B1 (fr) | 2011-08-01 | 2011-08-01 | Procede et systeme pour la determination de parametres de vol d'un aeronef |
FR11/02405 | 2011-08-01 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102981505A CN102981505A (zh) | 2013-03-20 |
CN102981505B true CN102981505B (zh) | 2016-12-07 |
Family
ID=46516635
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210334091.3A Active CN102981505B (zh) | 2011-08-01 | 2012-08-01 | 用于确定飞机的飞行参数的方法和系统 |
Country Status (8)
Country | Link |
---|---|
US (1) | US8682507B2 (zh) |
EP (1) | EP2555070B1 (zh) |
JP (1) | JP5982213B2 (zh) |
CN (1) | CN102981505B (zh) |
BR (1) | BR102012019124A2 (zh) |
CA (1) | CA2784186C (zh) |
FR (1) | FR2978858B1 (zh) |
RU (1) | RU2012132826A (zh) |
Families Citing this family (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR3007162B1 (fr) * | 2013-06-17 | 2016-12-02 | Airbus Operations Sas | Procede et dispositif de detection d'une anomalie sur un aeronef. |
FR3013834B1 (fr) * | 2013-11-28 | 2015-12-25 | Airbus Operations Sas | Methode de fusion de donnees de capteurs utilisant un critere de coherence |
US10338090B2 (en) * | 2014-09-04 | 2019-07-02 | Sikorsky Aircraft Corporation | Airspeed estimation system |
CN105523171B (zh) * | 2014-09-28 | 2017-10-31 | 中国航空工业集团公司西安飞机设计研究所 | 一种大飞机混合式横向操纵系统 |
US9593962B2 (en) | 2014-10-08 | 2017-03-14 | Honeywell International Inc. | Systems and methods for attitude fault detection based on integrated GNSS/inertial hybrid filter residuals |
US9435661B2 (en) * | 2014-10-08 | 2016-09-06 | Honeywell International Inc. | Systems and methods for attitude fault detection based on air data and aircraft control settings |
WO2018011791A2 (en) * | 2016-07-11 | 2018-01-18 | Yamasee Ltd. | Method and system for obtaining and presenting turbulence data via communication devices located on airplanes |
FR3044634B1 (fr) | 2015-12-08 | 2017-12-22 | Airbus Helicopters | Procede et dispositif de pilotage d'un aeronef |
CN105425589B (zh) * | 2015-12-22 | 2016-09-14 | 中国人民解放军国防科学技术大学 | 提高航天器惯性参数辨识精度的输入信号设计方法 |
US9910445B2 (en) * | 2016-05-18 | 2018-03-06 | The Boeing Company | Adaptive filtering system for aerodynamic angles of an aircraft |
US10365296B2 (en) * | 2016-09-29 | 2019-07-30 | Innovative Solutions & Support, Inc. | Systems and methods for compensating for the absence of a sensor measurement in a heading reference system |
CN106871892B (zh) * | 2017-02-17 | 2020-08-11 | 张梦 | 一种航空器组合导航方法和装置 |
US10101749B1 (en) * | 2017-03-21 | 2018-10-16 | Bell Helicopter Textron Inc. | Combined airspeed and inertial data for rotorcraft longitudinal control |
US10605822B2 (en) * | 2017-06-12 | 2020-03-31 | The Boeing Company | System for estimating airspeed of an aircraft based on a weather buffer model |
FR3080197A1 (fr) * | 2018-04-13 | 2019-10-18 | Airbus Operations | Procede et systeme de fusion de mesures de parametres de vol d'un aeronef. |
CN109254591B (zh) * | 2018-09-17 | 2021-02-12 | 北京理工大学 | 基于Anytime修复式稀疏A*与卡尔曼滤波的动态航迹规划方法 |
CN111498095A (zh) * | 2019-01-02 | 2020-08-07 | 贝尔德事隆公司 | 用于控制旋翼飞行器的系统及方法 |
CN111208733B (zh) * | 2020-01-17 | 2022-02-22 | 南京航空航天大学 | 一种针对多方位湍流风扰动下的飞行器控制系统自适应补偿控制方法 |
WO2022009904A1 (ja) | 2020-07-06 | 2022-01-13 | 国立研究開発法人 海上・港湾・航空技術研究所 | エンジンの異常診断方法、エンジンの異常診断プログラム、及びエンジンの異常診断システム |
CN114266103B (zh) * | 2021-09-16 | 2023-05-19 | 中国空气动力研究与发展中心计算空气动力研究所 | 一种飞行器参数和噪声特性在线估计方法及存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5058836A (en) * | 1989-12-27 | 1991-10-22 | General Electric Company | Adaptive autopilot |
DE102009001220B3 (de) * | 2009-02-27 | 2010-09-02 | Airbus Deutschland Gmbh | Verfahren und Vorrichtung zur Bestimmung aerodynamischer Kenngrößen eines Flugzeuges |
CN102112371A (zh) * | 2008-05-30 | 2011-06-29 | 空中客车作业有限公司 | 用于确定飞行器的特征量的系统和方法 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6456906B1 (en) * | 1999-11-18 | 2002-09-24 | Trimble Navigation, Ltd | Satellite positioning-based guidance system that utilizes simulated inertial navigation system |
FR2832123B1 (fr) * | 2001-11-14 | 2004-10-29 | Eurocopter France | Systeme de commande de vol, pour commander le tangage d'un aeronef a decollage vertical et a direction de portance orientable |
US20050193739A1 (en) * | 2004-03-02 | 2005-09-08 | General Electric Company | Model-based control systems and methods for gas turbine engines |
JP5046104B2 (ja) * | 2007-09-11 | 2012-10-10 | 独立行政法人 宇宙航空研究開発機構 | ガスタービンエンジンの性能推定方法およびシステム |
FR2945513B1 (fr) * | 2009-05-18 | 2013-02-08 | Airbus France | Procede et dispositif d'optimisation des performances d'un aeronef en presence d'une dissymetrie laterale |
FR2945514B1 (fr) * | 2009-05-18 | 2012-09-28 | Airbus France | Procede et dispositif pour detecter automatiquement une dissymetrie laterale d'un aeronef |
FR2950437B1 (fr) * | 2009-09-23 | 2011-12-02 | Airbus Operations Sas | Procede et dispositif de detection d'une vitesse erronee fournie par un systeme de donnees air et de donnees inertielles |
JP5550398B2 (ja) * | 2010-03-18 | 2014-07-16 | 三菱重工業株式会社 | 舵面故障・損傷検出装置 |
CN101839719A (zh) * | 2010-05-16 | 2010-09-22 | 中北大学 | 一种基于陀螺、地磁传感器的惯性测量装置 |
-
2011
- 2011-08-01 FR FR1102405A patent/FR2978858B1/fr not_active Expired - Fee Related
-
2012
- 2012-07-24 EP EP12177713.0A patent/EP2555070B1/fr active Active
- 2012-07-25 CA CA2784186A patent/CA2784186C/fr not_active Expired - Fee Related
- 2012-07-31 BR BRBR102012019124-5A patent/BR102012019124A2/pt not_active Application Discontinuation
- 2012-07-31 JP JP2012169183A patent/JP5982213B2/ja not_active Expired - Fee Related
- 2012-07-31 US US13/563,357 patent/US8682507B2/en not_active Expired - Fee Related
- 2012-07-31 RU RU2012132826/11A patent/RU2012132826A/ru not_active Application Discontinuation
- 2012-08-01 CN CN201210334091.3A patent/CN102981505B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5058836A (en) * | 1989-12-27 | 1991-10-22 | General Electric Company | Adaptive autopilot |
CN102112371A (zh) * | 2008-05-30 | 2011-06-29 | 空中客车作业有限公司 | 用于确定飞行器的特征量的系统和方法 |
DE102009001220B3 (de) * | 2009-02-27 | 2010-09-02 | Airbus Deutschland Gmbh | Verfahren und Vorrichtung zur Bestimmung aerodynamischer Kenngrößen eines Flugzeuges |
Non-Patent Citations (1)
Title |
---|
"基于SVD的推广卡尔曼滤波及其在飞行状态和参数估计中的应用";张友民;《控制理论与应用》;19960228;第13卷(第1期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
JP2013049408A (ja) | 2013-03-14 |
EP2555070B1 (fr) | 2014-11-26 |
US8682507B2 (en) | 2014-03-25 |
RU2012132826A (ru) | 2014-02-10 |
CA2784186A1 (fr) | 2013-02-01 |
BR102012019124A2 (pt) | 2014-02-18 |
FR2978858A1 (fr) | 2013-02-08 |
CN102981505A (zh) | 2013-03-20 |
US20130035809A1 (en) | 2013-02-07 |
JP5982213B2 (ja) | 2016-08-31 |
EP2555070A1 (fr) | 2013-02-06 |
FR2978858B1 (fr) | 2013-08-30 |
CA2784186C (fr) | 2019-04-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102981505B (zh) | 用于确定飞机的飞行参数的方法和系统 | |
Freeman et al. | Model-based and data-driven fault detection performance for a small UAV | |
Wilborn et al. | Defining commercial transport loss-of-control: A quantitative approach | |
US9309004B2 (en) | Centripetal acceleration determination, centripetal acceleration based velocity tracking system and methods | |
Hamel et al. | Advances in rotorcraft system identification | |
CN104471502A (zh) | 安全起飞监控系统 | |
EP2500792B1 (en) | Variable maximum commandable roll rate for directional control of an aircraft during engine-out rolling maneuver | |
Freeman | Reliability assessment for low-cost unmanned aerial vehicles | |
Deiler et al. | Design and Testing of an Indirect Ice Detection Methodology | |
Hossain et al. | Envelope protection and control adaptation in icing encounters | |
Hansen et al. | Fault diagnosis and fault handling for autonomous aircraft | |
Keller et al. | Aircraft flight envelope determination using upset detection and physical modeling methods | |
Raptis et al. | A particle filtering-based framework for real-time fault diagnosis of autonomous vehicles | |
Ranaudo et al. | Effects of horizontal tail ice on longitudinal aerodynamic derivatives | |
Dantsker et al. | GA-USTAR phase 1: Development and flight testing of the baseline upset and stall research aircraft | |
Hansen et al. | A framework for diagnosis of critical faults in unmanned aerial vehicles | |
Freeman et al. | Analytical fault detection for a small UAV | |
Canin | F-35 high angle of attack flight control development and flight test results | |
PETERSEN | Flight control systems development of highly maneuverable aircraft technology/HiMAT/vehicle | |
Siu et al. | Flight test results of an angle of attack and angle of sideslip calibration method using Output-Error optimization | |
Sevil et al. | Airdata sensor fault detection and isolation for receiver aircraft in aerial refueling | |
Dołęga et al. | Analytical redundancy in control systems for unmanned aircraft and optionally piloted vehicles | |
Weimer et al. | Adaptive actuator fault detection and identification for UAV applications | |
Scott et al. | Aeroservoelastic Testing of Free Flying Wind Tunnel Models Part 2: A Centerline Supported Fullspan Model Tested for Gust Load Alleviation | |
Żokowski | Autodiagnositcs for Remotely Piloted Aircraft Systems |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |