CN104598745A - 一种月地高速再入返回飞行品质评估方法 - Google Patents
一种月地高速再入返回飞行品质评估方法 Download PDFInfo
- Publication number
- CN104598745A CN104598745A CN201510041028.4A CN201510041028A CN104598745A CN 104598745 A CN104598745 A CN 104598745A CN 201510041028 A CN201510041028 A CN 201510041028A CN 104598745 A CN104598745 A CN 104598745A
- Authority
- CN
- China
- Prior art keywords
- flight
- value
- speed
- preset threshold
- indicator
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 21
- 238000013441 quality evaluation Methods 0.000 title claims description 9
- 238000011002 quantification Methods 0.000 claims abstract description 12
- 238000012546 transfer Methods 0.000 claims abstract description 4
- 238000005259 measurement Methods 0.000 claims description 6
- 238000004422 calculation algorithm Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000012937 correction Methods 0.000 claims description 2
- 238000009434 installation Methods 0.000 claims description 2
- 238000001303 quality assessment method Methods 0.000 claims 1
- 238000011156 evaluation Methods 0.000 abstract description 10
- 238000011158 quantitative evaluation Methods 0.000 abstract description 5
- 238000012795 verification Methods 0.000 abstract description 3
- 230000010006 flight Effects 0.000 abstract 1
- 238000010606 normalization Methods 0.000 abstract 1
- 238000012360 testing method Methods 0.000 description 6
- 238000004088 simulation Methods 0.000 description 3
- 238000011157 data evaluation Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 102100034605 Atrial natriuretic peptide receptor 3 Human genes 0.000 description 1
- 101710102157 Atrial natriuretic peptide receptor 3 Proteins 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000013401 experimental design Methods 0.000 description 1
- 238000004886 process control Methods 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种月地高速再入返回飞行品质评估方法,首先读取遥测信号中的飞行阶段标志参数,确定该飞行阶段标志参数对应的任务剖面和对应的开始时间和结束时间,并提取与任务剖面一一映射的子飞行目标;然后确定每个子飞行目标的约束条件集和每个约束条件对应的指标集,并分别对定量指标和定性目标进行数值归一化,最后确定每个约束条件的能力函数值、每个任务剖面的能力量化值和每个任务剖面的能力量化值,计算月地高速再入返回飞行能力量化值,本发明实现对月地转移段、导航建立段、再入段、跃出段等过程自主飞行能力的科学评估,解决了月地高速再入返回全任务模拟飞行验证中,飞行器目标完成能力不易定量评估的难题。
Description
技术领域
本发明涉及一种飞行品质评估方法,特别是一种月地高速再入返回飞行品质评估方法,属于航天器系统级测试数据评估领域。
背景技术
我国首次开展的月地高速再入返回飞行,具有再入速度高、再入航程长、再入热环境恶劣、再入制导控制模式复杂等特点和难点,上天前必须在地面进行充分的模拟在轨全任务飞行测试,验证由多个任务剖面组成的全周期在轨飞行过程控制策略与飞行逻辑的正确性。为了有效衡量飞行器系统优劣,科学评价模拟飞行结果,需要建立一套月地高速再入返回全任务模拟飞行品质评估方法。
目前,关于月地高速再入返回飞行品质评估的专利和文献均为空白。在航天器系统级测试领域,传统的全任务模拟飞行数据评估主要是对航天器成百上千个遥测参数,开展横向比、纵向比和联合比,确保测试数据判读的全面性,实现对航天器系统功能、性能的定性评估。这种方法耗时耗力,且无法站在系统级的高度,实现对航天器飞行任务的完成能力的定量评估。
基于此,本发明通过建立系统级基于飞行任务的指标评价体系和飞行任务目标完成能力定量评估方法,衡量飞行器完成目标飞行任务的精确度,实现对月地高速再入返回飞行品质优劣的评估,从而为系统升级优化以及任务能力的提升提供支持。
发明内容
本发明的技术解决问题是:克服现有技术的不足,提供了一种月地高速再入返回飞行品质评估方法,提取7个飞行剖面、17个约束条件共49个关键参数,实现对月地转移段、导航建立段、再入段、跃出段等过程自主飞行能力的科学评估,解决了月地高速再入返回全任务模拟飞行验证中,飞行器目标完成能力不易定量评估的难题,最大程度上满足了月地高速再入返回飞行品质评估的需求。
本发明的技术解决方案是:一种月地高速再入返回飞行品质评估方法,步骤如下:
(1)读取遥测信号中的飞行阶段标志参数,通过判读飞行阶段标志参数的取值,确定该飞行阶段标志参数对应的任务剖面,进而确定对应任务剖面对应的开始时间和结束时间,建立每个任务剖面的任务剖面符号F1(t1,t2)~F7(t7,t8);
(2)依据各任务剖面的轨道特性,提取与步骤(1)中确定的任务剖面一一映射的子飞行目标,建立每个子飞行目标的子飞行目标符号N1(t1,t2)~N7(t7,t8);
(3)确定步骤(2)得到的每个子飞行目标的约束条件集si;
(4)确定步骤(3)中每个约束条件sij对应的指标集Xij;
(5)对步骤(4)中确定的指标集中的指标进行分类,若为定量指标,则进入步骤(6),若为定性指标,进入步骤(7);
(6)利用预先给定不同约束条件对应的指标集中指标的最大值和最小值,计算每个定量指标的归一化数值;
(7)利用基准云及相似性比较算法,计算每个定性指标的归一化数值;
(8)根据步骤(6)和步骤(7)中的计算结果,确定每个约束条件的能力函数值,所述能力函数值具体由公式:
给出,其中pij为约束条件sij的能力函数值,εk为约束条件sij对应的指标集Xij中第k个指标的归一化数值,wk为约束条件sij对应的指标集Xij中第k个指标的权重系数,w1+w2+...+wm=1,m为约束条件sij对应的指标集Xij中的指标个数;
(9)利用层次分析法确定每个子飞行目标约束条件集si中每个约束条件的权重系数,利用步骤(8)中计算得到的每个约束条件的能力函数值,确定每个任务剖面的能力量化值,具体由公式:
给出,其中ci为第i个任务剖面的能力量化值,pij为第i个任务剖面第j个约束条件的能力量化值,w′ij为第i个任务剖面第j个约束条件的权重系数,n为第i个任务剖面中约束条件的个数;
(10)利用步骤(9)中确定每个任务剖面的能力量化值,计算月地高速再入返回飞行能力量化值,具体由公式:
c=c1·c2·c3·c4·c5·c6·c7
给出。
本发明与现有技术相比的有益效果是:
(1)本发明建立了一种从海量测试数据中提取关键指标参数的方法,将测试人员的关键数据判读量从成百上千精简至数十个,大大提高了测试判读效率;
(2)本发明建立了一种基于任务剖面和任务目标的指标评价体系,能够有效评估月地高速再入返回模拟飞行过程优劣以及系统任务的完成能力,可以为轨飞行策略决策、为系统缺陷筹划对策、为系统优化升级提供依据;
(3)本发明建立了一种基于指标评价体系的任务剖面的能力量化值计算方法,解决了复杂飞行器系统目标完成能力不易定量评估的难题,实现系统评估从定性到定量的升级。
附图说明
图1为本发明的流程框图;
图2为月地高速再入返回模拟飞行结果指标评价体系示意图。
具体实施方式
下面结合附图对本发明的具体实施方式进行进一步的详细描述。
如图1所示为本发明的流程图,从图1可知,本发明中提供了一种月地高速再入返回飞行品质评估方法,其具体步骤如下:
(1)读取遥测信号中的“飞行阶段标志”参数,通过判读“飞行阶段标志”参数的取值,确定该“飞行阶段标志”参数对应的任务剖面,进而确定对应任务剖面对应的开始时间和结束时间,建立每个任务剖面的任务剖面符号F1(t1,t2)~F7(t7,t8);具体通过表1中的内容,查表确定:
表1
(2)依据各任务剖面的轨道特性,提取与步骤(1)中确定的任务剖面一一映射的子飞行目标,建立每个子飞行目标的子飞行目标符号N1(t1,t2)~N7(t7,t8);
具体根据表2中的内容查表得到:
表2
(3)确定步骤(2)得到的每个子飞行目标的约束条件集si;所述每个飞行目标对应的约束条件sij具体为:
s11:月地转移段最后一次轨道修正精度是否满足预设阈值;
s21:惯性测量单元初始偏差标定精度是否满足预设阈值,s22:测定轨的定位定速精度是否满足预设阈值,s23:初始姿态测量精度是否满足预设阈值;
s31:姿态控制精度是否满足预设阈值;
s41:攻角控制精度是否满足预设阈值;
s51:再入点精度是否满足预设阈值,s52:导航精度是否满足预设阈值,s53:制导精度是否满足预设阈值,s54:姿态控制精度是否满足预设阈值;
s61:跃出点精度是否满足预设阈值,s62:姿态控制精度是否满足预设阈值,s63:导航精度是否满足预设阈值;
s71:二次再入点精度是否满足预设阈值,s72:导航精度是否满足预设阈值,s73:制导精度是否满足预设阈值,s74:姿态控制精度是否满足预设阈值;
每个约束条件中的预设阈值根据不同的飞行任务预先确定。
(4)确定步骤(3)中每个约束条件sij对应的指标集Xij;所述每个约束条件sij对应的指标集Xij具体为:
X11={发动机点火精度、加计测量精度、姿态控制对轨道扰动、点火期间姿态稳定度};
X21={陀螺常漂标定残差、加计零偏标定残差、IMU安装误差标定残差};
X22={导航建立初始位置误差、导航建立初始速度误差};
X23={星敏感器测量精度、标定中星敏可用个数};
X31={本体系相对于惯性系角度、本体系相对于惯性系角速度};
X41={攻角};
X51={初次再入点高度、初次再入点维度、初次再入点速度大小、初次再入点速度方向};
X52={惯性系下三轴位置误差、惯性系下三轴速度误差};
X53={倾侧角曲线特性、弹道高度曲线特性、弹道速度曲线特性、航程曲线特性、航程变化率曲线特性、轴向过载曲线特性};
X54={倾侧角控制误差、俯仰角控制误差、偏航角控制误差};
X61={跃出点速度大小、跃出点速度方向};
X62={本体系相对于惯性系角度、本体系相对于惯性系角速度};
X63={惯性系下三轴位置误差、惯性系下三轴速度误差};
X71={二次再入点高度、二次再入点纬度、二次再入点速度大小、二次再入点方向};
X72={惯性系下三轴位置误差、惯性系下三轴速度误差};
X73={倾侧角曲线特性、弹道高度曲线特性、弹道速度曲线特性、航程曲线特性、航程变化率曲线特性、轴向过载曲线特性};
X74={倾侧角控制误差、俯仰角控制误差、偏航角控制误差}。
(5)对步骤(4)中确定的指标集中的指标进行分类,若为定量指标,则进入步骤(6),若为定性指标,进入步骤(7);所述定性指标为指标集X53和X73中的指标,其余指标集中的指标为定量指标;
(6)利用预先给定不同约束条件对应的指标集中指标的最大值和最小值,计算每个定量指标的归一化数值;具体步骤为:
(6-1)对定量指标进行分类,若为I类指标,则进入步骤(6-2),若为II类指标,则进入步骤(6-3),若为III类指标,则进入步骤(6-4);所述分类通过查找指标分类表确定,指标分类表具体见表3:
表3
(6-2)I类指标的归一化数值具体由公式:
给出,其中dk为指标实际数值,为指标最大值,εk(dk)为指标归一化数值;
(6-3)II类指标的归一化数值具体由公式:
给出,其中为指标最小值;
(6-4)III类指标的归一化数值具体由公式:
给出,其中r1为指标预设取值范围下限值,r2为指标预设取值范围上限值。
(7)利用基准云及相似性比较算法,计算每个定性指标的归一化数值,具体参见《装备保障性定性指标验证的ANP-C方法》,舰船科学技术,2012,34(12),128-129;
(8)根据步骤(6)和步骤(7)中的计算结果,确定每个约束条件的能力函数值,所述能力函数值具体由公式:
给出,其中pij为约束条件sij的能力函数值,εk为约束条件sij对应的指标集Xij中第k个指标的归一化数值,wk为约束条件sij对应的指标集Xij中第k个指标的权重系数,w1+w2+...+wm=1,m为约束条件sij对应的指标集Xij中的指标个数;
所述权重系数利用层次分析法确定,具体参见《组合导航系统性能评估与试验设计》的第50页~56页。
(9)利用层次分析法确定每个子飞行目标约束条件集si中每个约束条件的权重系数,利用步骤(8)中计算得到的每个约束条件的能力函数值,确定每个任务剖面的能力量化值,具体由公式:
给出,其中ci为第i个任务剖面的能力量化值,pij为第i个任务剖面第j个约束条件的能力量化值,w′ij为第i个任务剖面第j个约束条件的权重系数,n为第i个任务剖面中约束条件的个数;
(10)利用步骤(9)中确定每个任务剖面的能力量化值,计算月地高速再入返回飞行能力量化值,具体由公式:
c=c1·c2·c3·c4·c5·c6·c7
给出。
本发明中的品质评估方法中最终的月地高速再入返回飞行能力量化值的取值范围为[0~1],能力量化值越接近1,说明月地高速再入返回飞行品质越高,反之,能力量化值越接近0,说明月地高速再入返回飞行品质越低。
本发明说明书中未作详细描述的内容属于本领域专业技术人员的公知技术。
Claims (6)
1.一种月地高速再入返回飞行品质评估方法,其特征在于步骤如下:
(1)读取遥测信号中的飞行阶段标志参数,通过判读飞行阶段标志参数的取值,确定该飞行阶段标志参数对应的任务剖面,进而确定对应任务剖面对应的开始时间和结束时间,建立每个任务剖面的任务剖面符号F1(t1,t2)~F7(t7,t8);
(2)依据各任务剖面的轨道特性,提取与步骤(1)中确定的任务剖面一一映射的子飞行目标,建立每个子飞行目标的子飞行目标符号N1(t1,t2)~N7(t7,t8);
(3)确定步骤(2)得到的每个子飞行目标的约束条件集si;
(4)确定步骤(3)中每个约束条件sij对应的指标集Xij;
(5)对步骤(4)中确定的指标集中的指标进行分类,若为定量指标,则进入步骤(6),若为定性指标,进入步骤(7);
(6)利用预先给定不同约束条件对应的指标集中指标的最大值和最小值,计算每个定量指标的归一化数值;
(7)利用基准云及相似性比较算法,计算每个定性指标的归一化数值;
(8)根据步骤(6)和步骤(7)中的计算结果,确定每个约束条件的能力函数值,所述能力函数值具体由公式:
给出,其中pij为约束条件sij的能力函数值,εk为约束条件sij对应的指标集Xij中第k个指标的归一化数值,wk为约束条件sij对应的指标集Xij中第k个指标的权重系数,w1+w2+...+wm=1,m为约束条件sij对应的指标集Xij中的指标个数;
(9)利用层次分析法确定每个子飞行目标约束条件集si中每个约束条件的权重系数,利用步骤(8)中计算得到的每个约束条件的能力函数值,确定每个任务剖面的能力量化值,具体由公式:
给出,其中ci为第i个任务剖面的能力量化值,pij为第i个任务剖面第j个约束条件的能力量化值,w′ij为第i个任务剖面第j个约束条件的权重系数,n为第i个任务剖面中约束条件的个数;
(10)利用步骤(9)中确定每个任务剖面的能力量化值,计算月地高速再入返回飞行能力量化值,具体由公式:
c=c1·c2·c3·c4·c5·c6·c7
给出。
2.根据权利要求1所述的一种月地高速再入返回飞行品质评估方法,其特征在于:所述步骤(1)中判读“飞行阶段标志”参数的取值,确定该“飞行阶段标志”参数对应的任务剖面,进而确定对应任务剖面对应的开始时间和结束时间,建立每个任务剖面的任务剖面符号,具体通过表1中的内容,查表确定:
表1
3.根据权利要求1中所述的一种月地高速再入返回飞行品质评估方法,其特征在于:所述步骤(2)中依据各任务剖面的轨道特性,提取与步骤(1)中确定的任务剖面一一映射的子飞行目标,建立每个子飞行目标的子飞行目标符号;具体根据表2中的内容查表得到:
表2
4.根据权利要求1中所述的一种月地高速再入返回飞行品质评估方法,其特征在于:所述每个飞行目标对应的约束条件sij具体为:
s11:月地转移段最后一次轨道修正精度是否满足预设阈值;
s21:惯性测量单元初始偏差标定精度是否满足预设阈值,s22:测定轨的定位定速精度是否满足预设阈值,s23:初始姿态测量精度是否满足预设阈值;
s31:姿态控制精度是否满足预设阈值;
s41:攻角控制精度是否满足预设阈值;
s51:再入点精度是否满足预设阈值,s52:导航精度是否满足预设阈值,s53:制导精度是否满足预设阈值,s54:姿态控制精度是否满足预设阈值;
s61:跃出点精度是否满足预设阈值,s62:姿态控制精度是否满足预设阈值,s63:导航精度是否满足预设阈值;
s71:二次再入点精度是否满足预设阈值,s72:导航精度是否满足预设阈值,s73:制导精度是否满足预设阈值,s74:姿态控制精度是否满足预设阈值;
每个约束条件中的预设阈值根据不同的飞行任务预先确定。
5.根据权利要求1中所述的一种月地高速再入返回飞行品质评估方法,其特征在于:所述每个约束条件sij对应的指标集Xij具体为:
X11={发动机点火精度、加计测量精度、姿态控制对轨道扰动、点火期间姿态稳定度};
X21={陀螺常漂标定残差、加计零偏标定残差、IMU安装误差标定残差};
X22={导航建立初始位置误差、导航建立初始速度误差};
X23={星敏感器测量精度、标定中星敏可用个数};
X31={本体系相对于惯性系角度、本体系相对于惯性系角速度};
X41={攻角};
X51={初次再入点高度、初次再入点维度、初次再入点速度大小、初次再入点速度方向};
X52={惯性系下三轴位置误差、惯性系下三轴速度误差};
X53={倾侧角曲线特性、弹道高度曲线特性、弹道速度曲线特性、航程曲线特性、航程变化率曲线特性、轴向过载曲线特性};
X54={倾侧角控制误差、俯仰角控制误差、偏航角控制误差};
X61={跃出点速度大小、跃出点速度方向};
X62={本体系相对于惯性系角度、本体系相对于惯性系角速度};
X63={惯性系下三轴位置误差、惯性系下三轴速度误差};
X71={二次再入点高度、二次再入点纬度、二次再入点速度大小、二次再入点方向};
X72={惯性系下三轴位置误差、惯性系下三轴速度误差};
X73={倾侧角曲线特性、弹道高度曲线特性、弹道速度曲线特性、航程曲线特性、航程变化率曲线特性、轴向过载曲线特性};
X74={倾侧角控制误差、俯仰角控制误差、偏航角控制误差}。
6.根据权利要求1中所述的一种月地高速再入返回飞行品质评估方法,其特征在于:所述步骤(6)中利用预先给定不同约束条件对应的指标集中指标的最大值和最小值,计算每个定量指标的归一化数值;具体步骤为:
(6-1)对定量指标进行分类,若为I类指标,则进入步骤(6-2),若为II类指标,则进入步骤(6-3),若为III类指标,则进入步骤(6-4);所述分类通过查找指标分类表确定,指标分类表具体见表3:
表3
(6-2)I类指标的归一化数值具体由公式:
给出,其中dk为指标实际数值,为指标最大值,εk(dk)为指标归一化数值;
(6-3)II类指标的归一化数值具体由公式:
给出,其中为指标最小值;
(6-4)III类指标的归一化数值具体由公式:
给出,其中r1为指标预设取值范围下限值,r2为指标预设取值范围上限值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510041028.4A CN104598745B (zh) | 2015-01-27 | 2015-01-27 | 一种月地高速再入返回飞行品质评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510041028.4A CN104598745B (zh) | 2015-01-27 | 2015-01-27 | 一种月地高速再入返回飞行品质评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104598745A true CN104598745A (zh) | 2015-05-06 |
CN104598745B CN104598745B (zh) | 2017-07-07 |
Family
ID=53124524
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510041028.4A Active CN104598745B (zh) | 2015-01-27 | 2015-01-27 | 一种月地高速再入返回飞行品质评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104598745B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106501640A (zh) * | 2016-10-18 | 2017-03-15 | 北京空间技术研制试验中心 | 可重复使用航天器返回后电性能综合测试方法 |
CN109159927A (zh) * | 2018-06-26 | 2019-01-08 | 中国人民解放军63921部队 | 一种再入段对返回器可见测站区域确定的方法 |
CN109656230A (zh) * | 2018-12-16 | 2019-04-19 | 湖北航天飞行器研究所 | 一种飞行器模拟飞行测试方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101746507A (zh) * | 2008-12-12 | 2010-06-23 | 霍尼韦尔国际公司 | 用于函道风扇式无人空中系统的混合动力 |
CN102208028A (zh) * | 2011-05-31 | 2011-10-05 | 北京航空航天大学 | 一种适用于动态复杂系统的故障预测和诊断方法 |
CN102566581A (zh) * | 2010-12-21 | 2012-07-11 | 通用电气公司 | 基于轨迹的感测与规避 |
-
2015
- 2015-01-27 CN CN201510041028.4A patent/CN104598745B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101746507A (zh) * | 2008-12-12 | 2010-06-23 | 霍尼韦尔国际公司 | 用于函道风扇式无人空中系统的混合动力 |
CN102566581A (zh) * | 2010-12-21 | 2012-07-11 | 通用电气公司 | 基于轨迹的感测与规避 |
CN102208028A (zh) * | 2011-05-31 | 2011-10-05 | 北京航空航天大学 | 一种适用于动态复杂系统的故障预测和诊断方法 |
Non-Patent Citations (3)
Title |
---|
甄伟等: "装备保障性定性指标验证的ANP-C方法", 《舰船科学技术》 * |
耿俊豹等: "基于任务剖面的复杂系统状态综合评估方法", 《华中科技大学学报(自然科学版)》 * |
谭维炽: "航天器系统设计的可靠性准则", 《航天器工程》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106501640A (zh) * | 2016-10-18 | 2017-03-15 | 北京空间技术研制试验中心 | 可重复使用航天器返回后电性能综合测试方法 |
CN106501640B (zh) * | 2016-10-18 | 2019-05-10 | 北京空间技术研制试验中心 | 可重复使用航天器返回后电性能综合测试方法 |
CN109159927A (zh) * | 2018-06-26 | 2019-01-08 | 中国人民解放军63921部队 | 一种再入段对返回器可见测站区域确定的方法 |
CN109656230A (zh) * | 2018-12-16 | 2019-04-19 | 湖北航天飞行器研究所 | 一种飞行器模拟飞行测试方法 |
CN109656230B (zh) * | 2018-12-16 | 2021-12-07 | 湖北航天飞行器研究所 | 一种飞行器模拟飞行测试方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104598745B (zh) | 2017-07-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Alligier et al. | Learning the aircraft mass and thrust to improve the ground-based trajectory prediction of climbing flights | |
EP3848730A1 (en) | Positioning method, apparatus and device, and computer-readable storage medium | |
US8442705B2 (en) | Method and device for determining aerodynamic characteristics of an aircraft | |
CN104773304B (zh) | 空气动力学结构的负荷估计系统 | |
CN110633790B (zh) | 基于卷积神经网络的飞机油箱剩余油量测量方法和系统 | |
CN107608335A (zh) | 一种无人机飞行控制系统故障检测与故障分离的数据驱动方法 | |
CN109212505A (zh) | 一种基于无人机多光谱高重叠度影像的森林林分特征反演方法 | |
CN108491650B (zh) | 一种基于智能学习的火星进入终端状态高效评估方法 | |
CN108153323A (zh) | 一种高空无人飞行器高精度再入制导方法 | |
CN104598745B (zh) | 一种月地高速再入返回飞行品质评估方法 | |
CN105300387B (zh) | 一种火星大气进入段非线性非高斯秩滤波方法 | |
CN110346605A (zh) | 用于基于静压误差修正进行飞机空速校准的方法以及系统 | |
CN113486581A (zh) | 一种基于知识驱动和逻辑推理的机器学习地表温度估算方法、系统、存储介质及设备 | |
CN109596145A (zh) | 一种车载导航的动态测试方法及系统 | |
CN105373647A (zh) | 一种通过地面滑跑试验辨识气动焦点的方法 | |
Han et al. | Development of a continuous UAV-mounted air sampler and application to the quantification of CO 2 and CH 4 emissions from a major coking plant | |
Liang et al. | Evolved atmospheric entry corridor with safety factor | |
CN104011294B (zh) | 坡度信息取得方法及坡度信息取得装置 | |
CN106874627A (zh) | 一种用于检测矿用锚杆施工质量和工作状态的检测方法 | |
Cao et al. | Flight Trajectory Simulation and Aerodynamic Parameter Identification of Large‐Scale Parachute | |
Sartor et al. | Bayesian sensitivity analysis of flight parameters in a hard-landing analysis process | |
Wenzheng et al. | Application research of data-mining method to flight test data analysis and aerodynamic parameter identification | |
Khlopenko et al. | Increasing the accuracy of the vessel's course orientation | |
CN102880057B (zh) | 利用可变数据长度最大信息量准则使飞行器模型更精确的方法 | |
CN102880188B (zh) | 基于最大信息量-可信度在线辨识准则的飞行器建模方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |