CN107766588B - 逃逸飞行器遵循多种概率分布的多次碰撞情况仿真方法 - Google Patents

逃逸飞行器遵循多种概率分布的多次碰撞情况仿真方法 Download PDF

Info

Publication number
CN107766588B
CN107766588B CN201610681788.6A CN201610681788A CN107766588B CN 107766588 B CN107766588 B CN 107766588B CN 201610681788 A CN201610681788 A CN 201610681788A CN 107766588 B CN107766588 B CN 107766588B
Authority
CN
China
Prior art keywords
simulation
parameters
distribution
aircraft
escaping
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
Application number
CN201610681788.6A
Other languages
English (en)
Other versions
CN107766588A (zh
Inventor
左光
石泳
董朝阳
贾臻
陈冲
李宪强
陈鑫
侯砚泽
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Space Technology Research and Test Center
Original Assignee
Beijing Space Technology Research and Test Center
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Space Technology Research and Test Center filed Critical Beijing Space Technology Research and Test Center
Priority to CN201610681788.6A priority Critical patent/CN107766588B/zh
Publication of CN107766588A publication Critical patent/CN107766588A/zh
Application granted granted Critical
Publication of CN107766588B publication Critical patent/CN107766588B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/15—Vehicle, aircraft or watercraft design
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供一种逃逸飞行器遵循多种概率分布的多次碰撞情况仿真方法，该方法包括以下步骤：建立多体飞行器系统模型；对仿真中的部分不确定参数的不确定性进行分析，设计满足真实的分布律以及随机过程的实现；设计多次碰撞情况仿真，并记录结果。建立多体飞行器系统模型的步骤包括：分别建立多体飞行器的参数化模型；将研究对象的物理属性进行赋值，然后进行运动学分析和动力学分析。多次碰撞情况仿真可以有真实随机仿真、选定仿真、范围估计仿真三种仿真情况。本发明可实现多物体碰撞的快速求解，并可快速修改参数以获得一系列型号的仿真验证，提高验证效率，有效保证结果的真实性。

Description

逃逸飞行器遵循多种概率分布的多次碰撞情况仿真方法
技术领域
本发明涉及一种飞行器遵循多种概率分布的多次碰撞情况仿真方法，属于飞行器接触分离(碰撞)技术领域。
背景技术
在高马赫数下，多个飞行器在空间中由于失控而碰撞，或者分离后二次接触碰撞情况的发生，本专利提出一种研究该问题的技术方法。
针对碰撞后，飞行器的姿态会有哪些可能情况，轨迹的可能情况，碰撞体之间的最大以及最小距离，特别是针对多运动体，多参数存在不确定性的条件下的姿态，轨迹以及碰撞体之间的关系等问题是最关心的。
而实际当中，风速，大气密度都存在干扰，往往由于各种物理参数，即质心，惯量等测量，气动载荷存在偏差，碰撞时刻姿态的不同也会对结果产生影响，虽然利用准确的物理模型得到碰撞后的运动情况，可以得到姿态，轨迹以及碰撞体之间的关系，但在实际情况下，不能有效的反映真实的结果。
针对此问题，一直以来，主要考虑参数不变时的情况作为一种基本状态，确定最差情况时的参数作为极限情况，这虽然可以满足上述要求，但是主要问题是，参数在什么情况下是最差，当参数比较多，且没有明确的关系时，这就很难得到满意的结果。但是，如果这些参数服从某种确定的概率分布，或者近似某种概率分布，进行多次仿真，每一次参数都按照分布规律随机生成，那么只要次数足够多，就可以得到近似的碰撞结果分布情况，根据极大似然原理，这种结果也是可信的。
发明内容
本发明的目的是更有效的得到多体碰撞后轨迹的可能分布，姿态分布，相对距离的范围情况，在较多参数存在不确定性的影响下，提出一种逃逸飞行器遵循多种概率分布的多次碰撞情况仿真方法。
本发明所采取的技术方案如下：
一种逃逸飞行器遵循多种概率分布的多次碰撞情况仿真方法，包括以下步骤：建立多体飞行器系统模型；对仿真中的部分不确定参数的不确定性进行分析，设计满足真实的分布律以及随机过程的实现；设计多次碰撞情况仿真，并记录结果。
作为本发明上述逃逸飞行器遵循多种概率分布的多次碰撞情况仿真方法的改进，建立所述多体飞行器系统模型的步骤包括：分别建立多体飞行器的参数化模型；将研究对象的物理属性进行赋值，然后进行运动学分析和动力学分析。
对于上述逃逸飞行器遵循多种概率分布的多次碰撞情况仿真方法，所述参数化模型的参数包括几何尺寸、气动力、气动力矩、质心、惯量、姿态、速度、角速度、爆炸螺栓的载荷。
作为本发明上述逃逸飞行器遵循多种概率分布的多次碰撞情况仿真方法的改进，所述多次碰撞情况仿真有以下三种仿真情况：真实随机仿真：多次仿真过程中，某一次仿真的所有参数均是随机生成，所述参数之间不存在内在关系；选定仿真：多次仿真过程中，提前将参数在区间段内进行划分，按照总次数提前按照分布规律计算出某区间数值在仿真中出现的次数，并以区间左边界或右边界作为参数的确定数值，仿真过程中，将参数按照矩阵运算规则，那么哪一次参数是哪个值就能用标记矩阵和数值矩阵来代表，提高运算速度，近似得到仿真结果；范围估计仿真：多次仿真过程中，提前将参数在区间段内进行划分，按照总次数提前按照分布规律计算出某区间数值在仿真中出现的次数，并以区间左边界或右边界作为参数的确定数值，所有参数按照排列组合的知识，逐个进行仿真。
作为本发明上述逃逸飞行器遵循多种概率分布的多次碰撞情况仿真方法的改进，所述分布律的设计情况为：采用正态分布近似逼近气动力及气动力矩的真实情况，爆炸螺栓的载荷采用泊松分布或t分布，质心以及惯量采用标准正态分布；在分离过程中，将载荷函数设置为时间按指数分布。
与现有技术相比，本发明的有益效果是：
(1)基于参数化设计思想，以及拉格朗日第一类方程，可实现多物体碰撞的快速求解，并可快速修改参数以获得一系列型号的仿真验证，提高了此类情况的验证效率，并能够快速得到未知运动结果，并能同步获得受载情况，在考虑分布律的情况下，结果的真实性得到有效保证。
(2)包含三种仿真情况，可以根据不同需求进行仿真，满足快速性或准确性的要求，例如真实随机仿真数据多，结果覆盖范围广，运算时间久，而选定仿真可以更短的时间获得估计的结果，范围估计仿真则是上述两种情况的综合。
附图说明
图1是逃逸飞行器遵循多种概率分布的多次碰撞情况仿真方法流程图。
具体实施方式
下面结合附图详细描述本发明的具体实施方式。
图1是逃逸飞行器遵循多种概率分布的多次碰撞情况仿真方法流程图。如图1所示，逃逸飞行器遵循多种概率分布的多次碰撞情况仿真方法的具体步骤如下：
步骤1：建立多体飞行器系统模型。所述建模过程包括如下步骤：
步骤1.1：分别建立多体飞行器的参数化模型；
建立多体飞行器的参数化模型方便使模型成系列化，也便于修改。参数化包括几何尺寸、气动力、气动力矩、质心、惯量、姿态、速度、角速度、爆炸螺栓的载荷等参数。
步骤1.2：将研究对象的物理属性进行赋值，然后进行运动学分析和动力学分析；
由于多体飞行器之间存在碰撞的可能性，需要计算碰撞的相关系数，如，静摩擦系数，动摩擦系数等，并且多体飞行器之间如果是分离运动，那么之间的爆炸螺栓，需计算爆炸分离力的大小以及螺栓数目，方便分离时计算。
建立运动学分析的模型及计算公式如下：
运动学分析假设运动副的约束方程数为nh，则系统广义坐标矢量表示的运动学约束方程组为
Figure BSA0000133555000000031
其中，
Figure BSA0000133555000000032
为系统约束方程，K代表无驱动约束下的研究对象的约束方程，nh为运动副的约束方程数目，q为广义坐标。
在步骤1.1的基础上，将研究对象的物理属性赋值完毕，其值将出现在公式
Figure BSA0000133555000000033
中。
考虑运动学分析，为使系统具有确定运动，要使系统实际自由度为0，为使系统施加等于自由度(nc-nh)的驱动约束：
ΦD(q，t)＝0
其中，D代表驱动约束下的研究对象的约束方程。
为方便，统一形式为：
Figure BSA0000133555000000034
将上式对时间求导，得速度约束方程：
Figure BSA0000133555000000035
注：下述求导均为对时间变量求导。
令υ＝-Φi(q，t)，则速度方程为：
Figure BSA0000133555000000036
对速度约束方程求导，得加速度方程：
Figure BSA0000133555000000041
令
Figure BSA0000133555000000042
则加速度方程为：
Figure BSA0000133555000000043
矩阵Φq为雅可比矩阵。Φ的维数如果是m，q的维数是n，那么Φq维数为m×n矩阵，其定义为
Figure BSA0000133555000000044
动力学分析考虑约束方程，利用带拉格朗日乘子的拉格朗日第一类方程的能量形式得到，利用下式可以利用动力学求解运动学，也可以逆向根据运动学求解动力学，(即利用能量的形式，求解力，速度，加速度，角速度，角加速度等参数)：
Figure BSA0000133555000000045
其中，T为系统广义坐标表达式的动能，qj为广义坐标，Qj为在广义坐标qj方向的广义力，λi为约束方程数目，最后一项涉及约束方程和拉格朗日乘子表达式在广义坐标qj方向的约束反力。
步骤2：对仿真中的部分不确定参数的不确定性进行分析，设计满足真实的分布律以及随机过程的实现。
分布律的设计情况为：采用正态分布近似逼近气动力及气动力矩的真实情况，爆炸螺栓的载荷采用泊松分布或t分布，质心以及惯量采用标准正态分布；
获得飞行器在特定状态下的气动力及气动力矩的大致数值，由于气动力主要受马赫数以及特征长度决定，而姿态变化不大的情况下，马赫数是主要影响因数，它主要决定了气动载荷的数量级，也就意味着载荷参数也是随机变化的，可以采用正态分布的概率分布来近似逼近真实情况，而爆炸螺栓的载荷满足泊松分布或t分布，设计飞行器时，质心以及惯量均是估计的，但偏差很小基本满足标准正态分布，查看相应的手册，设置好相应的分布系数。
平均分布：eval(RAND())
泊松分布：eval(Poisscdf(X，lambda))
标准正态分布：
eval((eval(qiwang))+SQRT(2)*ABS(stor(eval(fangcha)))/(3)*SQRT(-LOG(RAND()))*COS(2*pi*RAND()))
在分离过程中，将载荷函数设置为时间按指数分布。
在分离过程中，载荷均是在某时刻发生，考虑不同时间的时间滞后影响，将各个载荷有需要的话，令其函数设置为时间按指数分布。
指数分布：eval(Expcdf(X，mu，pcov，alpha))
将上述分布函数作为载荷的数值加在基准上就可以实现了。
步骤3：设计多次碰撞情况仿真，并记录结果。
由于之前的参数均是某一区间范围内变化的，所以多次仿真情况可以有以下三种仿真情况：
情况(1)：真实随机仿真；
多次仿真过程中，某一次仿真的所有参数均是随机生成，参数之间不存在内在关系，称真实随机仿真，并记录结果。
情况(2)：选定仿真；
多次仿真过程中，提前将参数在区间段内进行划分，按照总次数提前按照分布规律计算出某区间数值在仿真中出现的次数，并以区间左边界或右边界作为参数的确定数值，仿真过程中，将参数按照矩阵运算规则，那么哪一次参数是哪个值就可以用标记矩阵和数值矩阵来代表，可以提高运算速度，近似得到仿真结果，称选定仿真。
情况(3)：范围估计仿真；
多次仿真过程中，提前将参数在区间段内进行划分，按照总次数提前按照分布规律计算出某区间数值在仿真中出现的次数，并以区间左边界或右边界作为参数的确定数值，所有参数按照排列组合的知识，逐个进行仿真，称为范围估计仿真。
上述三种情况仿真均可以得到有效结果，计算速度当然有差别，最逼近真实情况是第一种，但是次数随参数数目以及分布复杂性递增，但要知道大致的边界还是非常有效的，也可以利用概率论，对第三种情况进行估计其边界的偏差大小。
本发明中未说明部分属于本领域的公知技术。
以上结合附图对本发明的实施方式作了详细说明，但本发明不局限于所描述的实施方式。对于本领域的技术人员而言，在不脱离本发明的原理和精神的情况下对实施方式进行的变化、修改、替换和变型仍落入本发明的保护范围内。

Claims (5)

1.一种逃逸飞行器遵循多种概率分布的多次碰撞情况仿真方法，其特征在于，包括以下步骤：
建立多体飞行器系统模型；
对仿真中的部分不确定参数的不确定性进行分析，设计满足真实的分布律以及随机过程的实现；
设计多次碰撞情况仿真，并记录结果；
其中，所述多次碰撞情况仿真有以下三种仿真情况：
真实随机仿真：多次仿真过程中，某一次仿真的所有参数均是随机生成，所述参数之间不存在内在关系；
选定仿真：多次仿真过程中，提前将参数在区间段内进行划分，按照总次数提前按照分布规律计算出某区间数值在仿真中出现的次数，并以区间左边界或右边界作为参数的确定数值，仿真过程中，将参数按照矩阵运算规则，那么哪一次参数是哪个值就能用标记矩阵和数值矩阵来代表，提高运算速度，近似得到仿真结果；
范围估计仿真：多次仿真过程中，提前将参数在区间段内进行划分，按照总次数提前按照分布规律计算出某区间数值在仿真中出现的次数，并以区间左边界或右边界作为参数的确定数值，所有参数按照排列组合的知识，逐个进行仿真。
2.根据权利要求1所述的逃逸飞行器遵循多种概率分布的多次碰撞情况仿真方法，其特征在于，建立所述多体飞行器系统模型的步骤包括：
分别建立多体飞行器的参数化模型；
将研究对象的物理属性进行赋值，然后进行运动学分析和动力学分析。
3.根据权利要求2所述的逃逸飞行器遵循多种概率分布的多次碰撞情况仿真方法，其特征在于，所述参数化模型的参数包括几何尺寸、气动力、气动力矩、质心、惯量、姿态、速度、角速度、爆炸螺栓的载荷。
4.根据权利要求1至3中任一项所述的逃逸飞行器遵循多种概率分布的多次碰撞情况仿真方法，其特征在于，所述分布律的设计情况为：采用正态分布近似逼近气动力及气动力矩的真实情况，爆炸螺栓的载荷采用泊松分布或t分布，质心以及惯量采用标准正态分布；在分离过程中，将载荷函数设置为时间按指数分布。
5.根据权利要求1所述的逃逸飞行器遵循多种概率分布的多次碰撞情况仿真方法，其特征在于，所述分布律的设计情况为：采用正态分布近似逼近气动力及气动力矩的真实情况，爆炸螺栓的载荷采用泊松分布或t分布，质心以及惯量采用标准正态分布；在分离过程中，将载荷函数设置为时间按指数分布。
CN201610681788.6A 2016-08-17 2016-08-17 逃逸飞行器遵循多种概率分布的多次碰撞情况仿真方法 Active CN107766588B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610681788.6A CN107766588B (zh) 2016-08-17 2016-08-17 逃逸飞行器遵循多种概率分布的多次碰撞情况仿真方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610681788.6A CN107766588B (zh) 2016-08-17 2016-08-17 逃逸飞行器遵循多种概率分布的多次碰撞情况仿真方法

Publications (2)

Publication Number Publication Date
CN107766588A CN107766588A (zh) 2018-03-06
CN107766588B true CN107766588B (zh) 2021-01-29

Family

ID=61260335

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610681788.6A Active CN107766588B (zh) 2016-08-17 2016-08-17 逃逸飞行器遵循多种概率分布的多次碰撞情况仿真方法

Country Status (1)

Country Link
CN (1) CN107766588B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109033487B (zh) * 2018-05-10 2023-07-28 北京微迪航天科技有限公司 一种基于蒙特卡洛仿真的飞行器总体概率设计方法
CN109635398B (zh) * 2018-12-03 2022-08-16 北京航空航天大学 一种基于有限维分布的碰撞概率实时评估方法
CN109977986B (zh) * 2018-12-21 2022-10-28 长沙理工大学 一种多源不确定性信息下车人碰撞事故车速鉴定方法
CN110007617B (zh) * 2019-03-29 2020-12-01 北京航空航天大学 一种飞行器半实物仿真系统的不确定度传递分析方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2504080A (en) * 2012-07-16 2014-01-22 Bae Systems Plc Health impact assessment modelling to predict system health and consequential future capability changes in completion of objectives or mission
CN102930166B (zh) * 2012-11-05 2015-04-15 北京理工大学 基于混沌多项式的行星大气进入状态不确定度获取方法
CN103150446B (zh) * 2013-03-21 2016-03-30 天津大学 临近空间飞行器模型验证与仿真实现方法
CN103218482B (zh) * 2013-03-29 2017-07-07 南京航空航天大学 一种动力学系统中不确定参数的估计方法
CN105183927B (zh) * 2015-05-11 2018-04-06 上海宇航系统工程研究所 一种多星分离参数优化方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于分叉理论的变体飞行器稳定性分析;吴志琪，董朝阳，贾臻;《沈阳航空航天大学学报》;20150228;第32卷(第1期);第32-37页 *

Also Published As

Publication number Publication date
CN107766588A (zh) 2018-03-06

Similar Documents

Publication Publication Date Title
CN107766588B (zh) 逃逸飞行器遵循多种概率分布的多次碰撞情况仿真方法
CN107357168B (zh) 一种基于机会约束模型预测控制的无人车避障方法
CN108516104B (zh) 多级运载航天器分离可靠性仿真平台
CN114299150A (zh) 一种深度6d位姿估计网络模型及工件位姿估计方法
CN107633105B (zh) 一种基于改进混合蛙跳算法的四旋翼无人机参数辨识方法
Oliinyk et al. Experimental research and analysis of complexity of parallel method for production rules extraction
Wang et al. Deep learning based missile trajectory prediction
Cao et al. Flight trajectory simulation and aerodynamic parameter identification of large-scale parachute
CN110210093B (zh) 一种撞击载荷工程模型可靠性的验证方法及装置
CN104715133B (zh) 一种待辨识对象的运动学参数在轨辨识方法和装置
CN102930166A (zh) 基于混沌多项式的行星大气进入状态不确定度获取方法
CN115047769A (zh) 一种基于约束跟随的无人作战平台避障-到达控制方法
Ma et al. Multiple dynamic impact signal identification method based on lightweight neural network with acceleration sensor
Stalnaker et al. Computation of Stability Derivatives of Spinning Missiles Using Unstructured Cartesian Meshes
Ding et al. A Bayesian adaptive unscented Kalman filter for aircraft parameter and noise estimation
CN109583007B (zh) 一种火星进入飞行状态不确定性量化方法
CN110781963B (zh) 基于K-means聚类的空中目标分群方法
Menon et al. Worst-case analysis of flight control laws for re-entry vehicles
CN113761653B (zh) 子母弹分离安全性评价方法及系统及子母弹分离仿真平台
Kim et al. Prediction of ballistic separation effect by direct calculation of incremental coefficients
Savas et al. Experimental Design and Statistical Modelling Methodology for Wind Tunnel Aerodynamics of an Agile Missile to Improve the Simulation Accuracy and Performance
Restrepo et al. Tool for rapid analysis of monte carlo simulations
Dean et al. Efficient high resolution modeling of fighter aircraft with stores for stability and control clearance
Mohamad et al. New heuristic algorithms for rolling air frame aerodynamic parameters estimation
Demir Computational Fluid Dynamics Modelling of Store Separation for Transonic Generic Store

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant