CN109710961B - 一种基于gps数据的高空无人机升限数据处理方法 - Google Patents

一种基于gps数据的高空无人机升限数据处理方法 Download PDF

Info

Publication number
CN109710961B
CN109710961B CN201811265756.3A CN201811265756A CN109710961B CN 109710961 B CN109710961 B CN 109710961B CN 201811265756 A CN201811265756 A CN 201811265756A CN 109710961 B CN109710961 B CN 109710961B
Authority
CN
China
Prior art keywords
aerial vehicle
unmanned aerial
altitude unmanned
coordinate system
formula
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
CN201811265756.3A
Other languages
English (en)
Other versions
CN109710961A (zh
Inventor
孙健
尹文强
钟海
吴欣龙
张甲奇
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.)
Chinese Flight Test Establishment
Original Assignee
Chinese Flight Test Establishment
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 Chinese Flight Test Establishment filed Critical Chinese Flight Test Establishment
Priority to CN201811265756.3A priority Critical patent/CN109710961B/zh
Publication of CN109710961A publication Critical patent/CN109710961A/zh
Application granted granted Critical
Publication of CN109710961B publication Critical patent/CN109710961B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Abstract

一种基于GPS数据的高空无人机升限数据处理方法属于飞行试验技术领域，是飞机定型试飞中一项重要的考核指标，本发明根据高空无人机升限试飞的特点，分析试飞过程中的动能和势能的能量转换关系，确定高空无人机升限试飞时爬升率与气流坐标系过载之间的关系，通过对高空无人机安装的差分GPS输出的地理坐标系下的测量数据进行分析计算，得到高空无人机气流坐标系下的过载数据，从而得到高空无人机升限试飞时的实际爬升率，解决了高空无人机升限试飞大气运动影响修正问题。

Description

一种基于GPS数据的高空无人机升限数据处理方法
技术领域
本发明一种基于GPS数据的高空无人机升限数据处理方法属于飞行试验技术领域。
背景技术
高空无人机的实用升限是指在给定的构型、重量、速度和发动机工作状态下，保持一定上升能力的条件下所能达到的最大飞行高度，是高空无人机定型(鉴定)试飞中一项重要的考核指标。高空无人机的升限一般采用直接爬升法获取。通过给出高空无人机进行升限试飞时的爬升率与高度的关系，从而确定高空无人机的实用升限。在实际的试飞中受到大气运动的影响，试飞结果与设计结果存在偏差，试飞结果在未考虑大气运动影响情况下的修正结果本身也因为试飞的时间、地点、飞行方向等不同而存在很大的差异。高空无人机在升限试飞过程中，全机剩余推力随着高度的增加会逐步降低，尤其在飞行高度较高时，高空无人机的单位剩余功率甚至会由于高空无人机爬升状态的小范围偏离而明显减小；同样在升限试飞的高空段，外界大气运动的影响通常会变的非常明显。因此，在进行升限试飞数据处理时，必须修正大气运动对升限试飞结果带来的影响。
在以往大气运动影响的修正上，目前国内有人机的修正方法主要是基于大气运动数据的准确获取，而国外的修正方法在现有的相关资料中均未提及。而国内现有的气象数据获取手段无法满足升限试飞数据处理的需要，直接使用会带来较大误差。随着我国航空装备研制速度的加快，迫切的需要一种可靠、有效的升限试飞数据处理方法以满足当前型号定型(鉴定)试飞的需要。
发明内容
本发明的目的：本发明根据高空无人机升限试飞的特点，分析试飞过程中的动能和势能的能量转换关系，确定高空无人机升限试飞时爬升率与气流坐标系过载之间的关系，通过对高空无人机安装的差分GPS输出的地理坐标系下的测量数据进行分析计算，得到高空无人机气流坐标系下的过载数据，从而得到高空无人机升限试飞时的实际爬升率，解决了高空无人机升限试飞大气运动影响修正问题。
本发明的技术方案：一种基于GPS数据的高空无人机升限数据处理方法，具体步骤如下：
步骤1:通过动力学分析获得高空无人机实际爬升率和气流坐标系过载之间的数据关系，高空无人机的实际爬升率表示为：
Vy.sj＝Vy+v+Vy.gx 公式(1)
公式(1)中Vy.sj为高空无人机在瞬时状态下的实际爬升率，Vy为高空无人机在瞬时状态下的爬升能力，v为大气运动的垂直分量，Vy.gx为惯性力影响产生的额外的爬升率。
高空无人机在空间上的机动飞行实质上是一种能量转换过程，高空无人机不同飞行状态的转换能够用高空无人机的机械能变化进行描述：
Figure BDA0001842830020000011
公式(2)中Ee为单位重量高空无人机具有的能量，也可称为高空无人机的能量高度，高空无人机改变能量的能力能够用能量高度Ee对时间的导数来表示，如公式(3)所示，式中
Figure BDA0001842830020000021
称为高空无人机在某飞行状态下的单位剩余功率：
Figure BDA0001842830020000022
当高空无人机飞行高度较高时，发动机剩余推力较小，高空无人机进行等速爬升时航迹倾斜角较小，且随着高度的增加逐渐减小，高空无人机的实际爬升率可以表示为：
Vy＝Vt·nx·w＝Vt·nx.g+Vy.w 公式(4)
公式(4)中的nx.w为高空无人机相对于气流坐标系的纵向过载，Vt·nx.g是由于风梯度引起的惯性项，逆风梯度时该项为负；Vy.w表示高空无人机相对于气流坐标系的实际爬升率，在采用公式(4)进行升限试飞事后数据处理时引入的惯性项，消除了由风梯度引起的惯性量对高空无人机实际爬升率带来的影响。
步骤2:通过差分GPS设备测量的数据计算气流坐标系过载，将差分GPS设备测量的地理坐标系下的速度经过坐标转换和微分计算，得到气流坐标系的加速度，最终得到气流坐标系过载。
高空无人机在实际试飞中，根据差分GPS测量速度的变化可以计算高空无人机的加速度，然后通过坐标转换，得到气流坐标系的过载nx.w，具体过程为：
根据飞行动力学原理，将差分GPS设备测量的东向速度、北向速度、天向速度转换到气流坐标系下，如公式(5)所示：
Figure BDA0001842830020000023
公式(5)Vx.w、Vy.w、Vz.w分别为气流坐标系下的三向速度，Vge、Vgv、Vgn分别为差分GPS设备测量的东向速度、北向速度、天向速度。
对得到的气流坐标系下的三向速度进行微分处理，可得到气流坐标系下的三向过载：
Figure BDA0001842830020000024
公式(6)nx.w、ny.w、nz.w分别为气流坐标系下的三向过载，g为重力加速度。将公式(6)计算结果代入公式(4)中，可得到高空无人机在进行升限试飞时的实际爬升率。
步骤3:明确数据处理所用到的关键飞行状态参数、发动机状态参数及差分GPS测量数据，通过公式4计算得到高空无人机升限试飞实际爬升率，从而获得高空无人机实用升限。
在步骤2中采用高精度差分GPS设备测量的数据计算过载，以提升GPS数据测量的有效性。
试飞前要做好天气预测，试飞应在无颠簸的平静天气进行，风沿高度方向变化梯度尽量小，以提升数据处理方法的精度。
在试飞时，严格控制高空无人机的飞机重量以及发动机的规定使用状态，以提升数据处理方法的精度。
本发明的优点：采用本发明不需要精确的气象数据，仅采用飞行数据和差分GPS数据即可消除大气运动对高空无人机升限试飞结果的影响；差分GPS设备测量精度远高于机载惯性传感器，采用差分GPS数据计算的过载数据具有更高的准确度，得到的试飞结果更加贴近实际。
附图说明
图1为高空无人机爬升过程中的受力分析图；
图2为坐标转换示意图。
具体实施方式
下面结合附图对本发明进行进一步详细的说明。
高空无人机在进行升限飞行时，其在地理坐标系和气流坐标系中均既有水平位置上的变化，又有高度上的变化。高空无人机在大气中等速飞行过程中，受到大气中水平风梯度和垂直风梯度的影响，相对于惯性坐标系，高空无人机实际上在进行着对应的加速和减速运动，实际的爬升过程除了受到气动力和发动推力作用，同时还受到惯性力的作用，而惯性力的影响与飞行方向和大气的运动方向直接相关。
本为提出一种基于GPS数据的高空无人机升限数据处理方法，具体步骤如下：
步骤1:通过动力学分析获得高空无人机实际爬升率和气流坐标系过载之间的数据关系，高空无人机的实际爬升率表示为：
Vy.sj＝Vy+v+Vy.gx 公式(1)
公式(1)中Vy.sj为高空无人机在瞬时状态下的实际爬升率，Vy为高空无人机在瞬时状态下的爬升能力，v为大气运动的垂直分量，Vy.gx为惯性力影响产生的额外的爬升率。
高空无人机升限试飞实际上是为了考核高空无人机真实的爬升能力随高度的变化关系，因此在数据分析中应设法消除上式(1)中v及Vy.gx的影响。在相关资料中尽管给出了升限试飞数据处理过程中关于风场修正的相关方法，但该方法对气象数据的要求较高，现有的气象雷达、探空气球等获取的数据由于存在时间、空间位置上的差异，无法满足升限试飞中对大气运动影响准确修正的要求。为此，本发明针对风场影响的消除方法展开了大量的分析工作，最终确定了利用基于GPS数据的能量分析方法来间接确定飞机的实际爬升能力，消除大气运动对飞机爬升率影响。
根据附图1中的高空无人机爬升过程中的受力分析图，本发明进行高空无人机升限试飞数据处理所需要的飞行数据包括：气压高度、指示空速、马赫数、大气总温、纵向过载、法向过载、迎角、侧滑角、俯仰角、滚转角、偏航角、航迹角；差分GPS数据包括：东向速度、北向速度、天向速度等。
高空无人机在空间上的机动飞行实质上是一种能量转换过程，高空无人机不同飞行状态的转换能够用高空无人机的机械能变化进行描述：
Figure BDA0001842830020000041
公式(2)中Ee为单位重量高空无人机具有的能量，也可称为高空无人机的能量高度，高空无人机改变能量的能力能够用能量高度Ee对时间的导数来表示，如公式(3)所示，式中
Figure BDA0001842830020000042
称为高空无人机在某飞行状态下的单位剩余功率：
Figure BDA0001842830020000043
当高空无人机飞行高度较高时，发动机剩余推力较小，高空无人机进行等速爬升时航迹倾斜角较小，且随着高度的增加逐渐减小，高空无人机的实际爬升率可以表示为：
Vy＝Vt·nx·w＝Vt·nx.g+Vy.w 公式(4)
公式(4)中的nx.w为高空无人机相对于气流坐标系的纵向过载，Vt·nx.g是由于风梯度引起的惯性项，逆风梯度时该项为负；Vy.w表示高空无人机相对于气流坐标系的实际爬升率，在采用公式(4)进行升限试飞事后数据处理时引入的惯性项，消除了由风梯度引起的惯性量对高空无人机实际爬升率带来的影响。
步骤2:通过差分GPS设备测量的数据计算气流坐标系过载，将差分GPS设备测量的地理坐标系下的速度经过坐标转换和微分计算，得到气流坐标系的加速度，最终得到气流坐标系过载。
高空无人机在实际试飞中，，由于在高空爬升时剩余推力较小、机载惯性传感器测量精度有限等原因，采用传感器本身测量的过载不能准确的给出试飞结论。高空无人机一般均装有高精度差分GPS设备，其测量精度远高于机载惯性传感器，采用差分GPS数据计算的过载数据具有更高的准确度。根据差分GPS测量速度的变化可以计算高空无人机的加速度，然后通过坐标转换，得到气流坐标系的过载nx.w，具体过程为：
根据飞行动力学原理，将差分GPS设备测量的东向速度、北向速度、天向速度转换到气流坐标系下，如公式(5)所示：
Figure BDA0001842830020000044
公式(5)Vx.w、Vy.w、Vz.w分别为气流坐标系下的三向速度，Vge、Vgv、Vgn分别为差分GPS设备测量的东向速度、北向速度、天向速度。
对得到的气流坐标系下的三向速度进行微分处理，可得到气流坐标系下的三向过载：
Figure BDA0001842830020000051
公式(6)nx.w、ny.w、nz.w分别为气流坐标系下的三向过载，g为重力加速度。将公式(6)计算结果代入公式(4)中，可得到高空无人机在进行升限试飞时的实际爬升率。
由附图2中的坐标转换示意图及推导出的高空无人机升限试飞爬升率计算式可知，高空无人机升限试飞时的爬升率仅与气流坐标系的nx·w有关系，因此在处理数据时只需要计算nx·w即可得到试飞实际爬升率。升限试飞时，高空无人机进行的是无滚转的爬升运动，在计算时可近似假设φ＝0°。则可以得到:
Vx·w＝Vge·cosθcosψ+Vgv·sinθ-Vgn·cosθsinψ (7)
Figure BDA0001842830020000052
步骤3:明确数据处理所用到的关键飞行状态参数、发动机状态参数及差分GPS测量数据，通过公式4计算得到高空无人机升限试飞实际爬升率，在确定无人机的实际爬升率后，作出爬升率随气压高度变化关系图，根据GJB34A-2012相关要求进行判读，得到高空无人机的实用升限。
在步骤2中采用高精度差分GPS设备测量的数据计算过载，以提升GPS数据测量的有效性。
试飞前要做好天气预测，试飞应在无颠簸的平静天气进行，风沿高度方向变化梯度尽量小，以提升数据处理方法的精度。
在试飞过程中，严格控制高空无人机的飞机重量以及发动机的规定使用状态，以提升数据处理方法的精度。

Claims (4)

1.一种基于GPS数据的高空无人机升限数据处理方法，具体步骤如下：
步骤1:通过动力学分析获得高空无人机实际爬升率和气流坐标系过载之间的数据关系，高空无人机的实际爬升率表示为：
Vy.sj＝Vy+v+Vy.gx 公式(1)
公式(1)中Vy.sj为高空无人机在瞬时状态下的实际爬升率，Vy为高空无人机在瞬时状态下的爬升能力，v为大气运动的垂直分量，Vy.gx为惯性力影响产生的额外的爬升率；
高空无人机在空间上的机动飞行实质上是一种能量转换过程，高空无人机不同飞行状态的转换能够用高空无人机的机械能变化进行描述：
Figure FDA0001842830010000011
公式(2)中Ee为单位重量高空无人机具有的能量，也可称为高空无人机的能量高度，高空无人机改变能量的能力能够用能量高度Ee对时间的导数来表示，如公式(3)所示，式中
Figure FDA0001842830010000012
称为高空无人机在某飞行状态下的单位剩余功率：
Figure FDA0001842830010000013
当高空无人机飞行高度较高时，发动机剩余推力较小，高空无人机进行等速爬升时航迹倾斜角较小，且随着高度的增加逐渐减小，高空无人机的实际爬升率可以表示为：
Vy＝Vt·nx·w＝Vt·nx.g+Vy.w 公式(4)
公式(4)中的nx.w为高空无人机相对于气流坐标系的纵向过载，Vt·nx.g是由于风梯度引起的惯性项，逆风梯度时该项为负；Vy.w表示高空无人机相对于气流坐标系的实际爬升率，在采用公式(4)进行升限试飞事后数据处理时引入的惯性项，消除了由风梯度引起的惯性量对高空无人机实际爬升率带来的影响；
步骤2:通过差分GPS设备测量的数据计算气流坐标系过载，将差分GPS设备测量的地理坐标系下的速度经过坐标转换和微分计算，得到气流坐标系的加速度，最终得到气流坐标系过载；
高空无人机在实际试飞中，根据差分GPS测量速度的变化可以计算高空无人机的加速度，然后通过坐标转换，得到气流坐标系的过载nx.w，具体过程为：
根据飞行动力学原理，将差分GPS设备测量的东向速度、北向速度、天向速度转换到气流坐标系下，如公式(5)所示：
Figure FDA0001842830010000021
公式(5)Vx.w、Vy.w、Vz.w分别为气流坐标系下的三向速度，Vge、Vgv、Vgn分别为差分GPS设备测量的东向速度、北向速度、天向速度；
对得到的气流坐标系下的三向速度进行微分处理，可得到气流坐标系下的三向过载：
Figure FDA0001842830010000022
公式(6)nx.w、ny.w、nz.w分别为气流坐标系下的三向过载，g为重力加速度。将公式(6)计算结果代入公式(4)中，可得到高空无人机在进行升限试飞时的实际爬升率；
步骤3:明确数据处理所用到的关键飞行状态参数、发动机状态参数及差分GPS测量数据，通过公式4计算得到高空无人机升限试飞实际爬升率，从而获得高空无人机实用升限。
2.如权利要求1所述的一种基于GPS数据的高空无人机升限数据处理方法，其特征在于，在步骤2中采用高精度差分GPS设备测量的数据计算过载，以提升GPS数据测量的有效性。
3.如权利要求1所述的一种基于GPS数据的高空无人机升限数据处理方法，其特征在于试飞前要做好天气预测，试飞应在无颠簸的平静天气进行，风沿高度方向变化梯度尽量小，以提升数据处理方法的精度。
4.如权利要求1所述的一种基于GPS数据的高空无人机升限数据处理方法，其特征在于在试飞时，严格控制高空无人机的飞机重量以及发动机的规定使用状态，以提升数据处理方法的精度。
CN201811265756.3A 2018-10-26 2018-10-26 一种基于gps数据的高空无人机升限数据处理方法 Active CN109710961B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811265756.3A CN109710961B (zh) 2018-10-26 2018-10-26 一种基于gps数据的高空无人机升限数据处理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811265756.3A CN109710961B (zh) 2018-10-26 2018-10-26 一种基于gps数据的高空无人机升限数据处理方法

Publications (2)

Publication Number Publication Date
CN109710961A CN109710961A (zh) 2019-05-03
CN109710961B true CN109710961B (zh) 2023-01-13

Family

ID=66254185

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811265756.3A Active CN109710961B (zh) 2018-10-26 2018-10-26 一种基于gps数据的高空无人机升限数据处理方法

Country Status (1)

Country Link
CN (1) CN109710961B (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021102951A1 (zh) * 2019-11-29 2021-06-03 深圳市大疆创新科技有限公司 数据处理方法、无人机和计算机可读存储介质
CN111767609B (zh) * 2020-05-22 2021-09-07 成都飞机工业（集团）有限责任公司 一种基于试飞数据标准重量下爬升率的修正方法
CN112629489B (zh) * 2020-12-31 2023-03-24 广州极飞科技股份有限公司 测量飞行器近地飞行高度的方法和装置
CN113110578B (zh) * 2021-04-16 2023-03-10 成都纵横自动化技术股份有限公司 一种无人机的控制方法、系统及装置
CN113281531A (zh) * 2021-05-20 2021-08-20 北京科技大学 一种无人机当前风速风向测量方法及装置
CN114896681A (zh) * 2022-03-18 2022-08-12 成都飞机工业（集团）有限责任公司 一种基于耦合盘旋爬升试飞数据的爬升性能修正方法
CN114638129B (zh) * 2022-05-23 2022-10-28 中国航空工业集团公司西安飞机设计研究所 一种基于发动机状态变化的爬升能力数据获得方法
CN115981376B (zh) * 2023-03-20 2023-06-20 成都航空职业技术学院 一种基于气流模型的无人机长滞空飞行规划方法和装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4853861A (en) * 1987-09-01 1989-08-01 Flight Dynamics, Inc. Windshear measurement system
CN107544067A (zh) * 2017-07-06 2018-01-05 西北工业大学 一种基于高斯混合近似的高超声速再入飞行器跟踪方法
CN108152529A (zh) * 2017-11-02 2018-06-12 成都飞机工业（集团）有限责任公司 一种基于飞行参数计算风速及风向的方法
CN108195558A (zh) * 2017-12-06 2018-06-22 太原航空仪表有限公司 一种用于人工影响天气飞机的上升气流测量方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4853861A (en) * 1987-09-01 1989-08-01 Flight Dynamics, Inc. Windshear measurement system
CN107544067A (zh) * 2017-07-06 2018-01-05 西北工业大学 一种基于高斯混合近似的高超声速再入飞行器跟踪方法
CN108152529A (zh) * 2017-11-02 2018-06-12 成都飞机工业（集团）有限责任公司 一种基于飞行参数计算风速及风向的方法
CN108195558A (zh) * 2017-12-06 2018-06-22 太原航空仪表有限公司 一种用于人工影响天气飞机的上升气流测量方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
大气运动对飞机盘旋性能试飞的影响;蒙泽海;《飞行力学》;20180111(第02期);全文 *

Also Published As

Publication number Publication date
CN109710961A (zh) 2019-05-03

Similar Documents

Publication Publication Date Title
CN109710961B (zh) 一种基于gps数据的高空无人机升限数据处理方法
CN106681344A (zh) 一种用于飞行器的高度控制方法及控制系统
EP1840578A2 (en) Ducted Fan Air Data System
Wenz et al. Combining model-free and model-based angle of attack estimation for small fixed-wing UAVs using a standard sensor suite
US20050096801A1 (en) System and method for kinematic consistency processing
Dias et al. Obtaining potential virtual temperature profiles, entrainment fluxes, and spectra from mini unmanned aerial vehicle data
Larrabee et al. Wind field estimation in UAV formation flight
CN105373647A (zh) 一种通过地面滑跑试验辨识气动焦点的方法
CN114004021B (zh) 用于飞行管理系统性能管理的巡航燃油流量计算方法
US10876920B1 (en) Auxiliary aerial vehicles for flow characterization
CN116992700B (zh) 一种物流无人机导航精度确定的方法及设备
CN112763138A (zh) 一种飞越塔静压校准方法
CN109725649A (zh) 一种基于气压计/imu/gps多传感器融合的旋翼无人机定高算法
CN110027728B (zh) 通过空中飞行试验辨识飞机气动焦点的方法
Ariante et al. Velocity and attitude estimation of a small unmanned aircraft with micro Pitot tube and Inertial Measurement Unit (IMU)
CN113525711B (zh) 通过飞行试验辨识飞机气动焦点的方法
US11948467B2 (en) System, device and method for measuring atmospheric conditions
Alaoui-Sosse et al. BOREAL—A fixed-wing unmanned aerial system for the measurement of wind and turbulence in the atmospheric boundary layer
CN106372307B (zh) 一种基于气动模型的民机气流角估计方法
RU99181U1 (ru) Система определения характеристик бортовых средств измерения воздушных параметров и летно-технических характеристик летательного аппарата при проведении летных испытаний
Chase et al. Flight testing small UAVs for aerodynamic parameter estimation
Schibelius et al. Multi-MASS: a fleet of unmanned aerial vehicles for atmospheric characterization
Strunin Estimation of Accuracy of Temperature and Wind Measurements in the AMDAR System Using the Yak-42D “Roshydromet” Research Aircraft Data
Bronz et al. Simultaneous Wind Field Measurements with Doppler Lidar, Quadrotor and Fixed-Wing UAV
Stanik et al. Impact of the Static Pressure Measurement Accuracy on Barometric Altimeter Errors

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