CN110455310A - 高超声速飞行器的大气数据测量方法 - Google Patents
高超声速飞行器的大气数据测量方法 Download PDFInfo
- Publication number
- CN110455310A CN110455310A CN201910452938.XA CN201910452938A CN110455310A CN 110455310 A CN110455310 A CN 110455310A CN 201910452938 A CN201910452938 A CN 201910452938A CN 110455310 A CN110455310 A CN 110455310A
- Authority
- CN
- China
- Prior art keywords
- aircraft
- atmosphere
- vector
- hypersonic
- local
- 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.)
- Pending
Links
- 238000000691 measurement method Methods 0.000 title claims abstract description 22
- 238000005259 measurement Methods 0.000 claims abstract description 36
- 238000012360 testing method Methods 0.000 claims abstract description 15
- 230000009897 systematic effect Effects 0.000 claims abstract description 12
- 238000001914 filtration Methods 0.000 claims abstract description 7
- 238000013507 mapping Methods 0.000 claims abstract description 4
- 239000013598 vector Substances 0.000 claims description 43
- 238000004422 calculation algorithm Methods 0.000 claims description 16
- 238000013461 design Methods 0.000 claims description 12
- 230000008901 benefit Effects 0.000 claims description 7
- 239000011159 matrix material Substances 0.000 claims description 6
- 238000012546 transfer Methods 0.000 claims description 6
- 230000001133 acceleration Effects 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 4
- 230000003068 static effect Effects 0.000 claims description 3
- 238000007796 conventional method Methods 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 11
- 238000005516 engineering process Methods 0.000 description 9
- 238000011160 research Methods 0.000 description 7
- 238000000034 method Methods 0.000 description 4
- 238000004088 simulation Methods 0.000 description 4
- 208000018634 fetal akinesia deformation sequence Diseases 0.000 description 3
- 208000012165 fetal akinesia deformation sequence syndrome Diseases 0.000 description 3
- 238000002421 fluorescence-activated droplet sorting Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 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 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000009411 base construction Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C23/00—Combined instruments indicating more than one navigational value, e.g. for aircraft; Combined measuring devices for measuring two or more variables of movement, e.g. distance, speed or acceleration
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Aviation & Aerospace Engineering (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Aerodynamic Tests, Hydrodynamic Tests, Wind Tunnels, And Water Tanks (AREA)
Abstract
本发明涉及一种高超声速飞行器的大气数据测量方法,首先,定义参考坐标系;选择飞行器速度、位置、姿态、风速和惯性器件零偏为系统状态量,并将飞行器前端表面压力分布以及飞行器位置、速度测量值作为系统观测量;其次,基于高超声速飞行器动力学和运动学方程构建系统动力学模型;利用系统测量与大气数据之间映射关系,建立系统观测模型;而后,通过非线性Kalman滤波,估计系统状态量;最后,利用状态量的估计值计算得到大气数据估计值;同传统方法比,本发明能够在恶劣的高超声速飞行环境中,高精度估计出大气数据,其成果能够应用于高超声速飞行器控制以及飞行试验评估与鉴定中,从而提高飞行鲁棒性以及评估的准确性。
Description
技术领域
本发明属于高超声速飞行器技术领域,特别涉及一种高超声速飞行器的大气数据测量方 法。通过此方法,能够实现高超声速飞行环境中大气数据高精度的测量方法。
背景技术
高超声速飞行器拥有以大于5Ma的速度在临近空间内飞行的独特优势,是未来临近空间 长时间远距离高速飞行、自由进入空间的核心关键技术,具有较强的军民两用背景。高精度 大气数据及飞行参数测量技术是吸气式高超声速飞行器至关重要的技术之一,具体体现在以 下几个方面:
(1)飞行试验测试与评估以及试验数据库建设的需求。飞行试验是对高超声速飞行器及其 相关技术最佳的研究、验证、考核与评估手段。高超声速飞行试验内容包含空气动力学及热 力学问题研究、超燃冲压发动机技术研究、机身/发动机一体化设计研究以及飞行控制技术研 究等。上述试验内容均需获得飞行器在试验窗口内精准的大气数据及飞行参数,方能进行事 后分析与研究;
(2)吸气式超燃冲压发动机稳定、高效率工作的需要。在高马赫数飞行条件下,来流的大 气特性及飞行器自身飞行状态将直接影响着吸气式超燃冲压发动机的性能及工作稳定性,特 别是发动机进气道的流量特性和流量品质与飞行器姿态变化紧密相关,而攻角和侧滑角的变 化可能引起发动机进气道不起动或发动机喘振。因此需要飞行控制系统需要高精度大气数据 作为参考,为发动机提供良好的工作环境;
(3)高精度制导与控制技术的需求。制导与控制技术是高超声速飞行的核心研究内容之 一,是决定飞行品质的关键技术,同时也是精准完成战术任务的重要保障。由于高超声速飞 行器飞行速度快,飞行环境苛刻,导致其制导与控制系统对大气环境扰动和导航信息偏差非 常敏感,相较于其他飞行器对大气数据的测量有更高的精度要求。
考虑到高超声速飞行器的特征,传统探针式大气数据测量系统、嵌入式大气数据测量系 统、INS、GPS等均无法准确、实时给出飞行大气数据。具体而言:
1)由于高超声速飞行的飞行环境恶劣,特别是存在严重的热环境,传统的探针式大气数 据测量系统(如空速管、攻角传感器和侧滑角传感器等)由于硬件材料、测量机理和结构外 形等因素,难以满足高超声速飞行器在高温、高马赫数等飞行环境下的大气数据测量需要。
2)FADS是目前常见的高超声速飞行环境中大气数据测量手段。但由于测量机理限制, 传统FADS大气数据测量系统在高动态条件下算法精度不够高。此外,马赫数是FADS算法 中的核心变量,而受制于算法自身结构问题,马赫数的求解精度有限,进而对其他大气参数 的求解精度产生影响。
3)惯性导航系统(Inertial Navigation System,INS)则是获取高超声速飞行器飞行参数的 重要测量系统。但由于惯性器件自身误差及其递推式导航算法,导致其解算的迎角、侧滑角 和马赫数等飞行参数的误差会随时间积累逐渐增大,且其攻角、侧滑角的计算过程中并没有 考虑风速的影响。
4)尽管GPS(Global Position System)系统够给出飞行器在惯性空间坐标系下的位置和 速度矢量,但其不能给出飞行器迎角、侧滑角以及马赫数等大气数据信息。
发明内容
针对上述问题,本发明提出一种基于飞行器表面压力、飞行器加速度、角速度、位置等 信息的大气数据测量方法。
为实现上述发明目的,本发明技术方案如下:
一种高超声速飞行器的大气数据测量方法,包括如下步骤:
第一步,系统状态量与观测量设计;
第二步:系统动力学模型与观测模型建立;
第三步,系统状态量的最优估计;
第四步,大气数据估计。
作为优选方式,第一步进一步为:
第一步,定义参考坐标系;选择飞行器速度、位置、姿态、风速和惯性器件零偏为系统 状态量,并将飞行器前端表面压力分布以及飞行器位置、速度测量值作为系统观测量。
作为优选方式,第二步进一步为:
第二步,基于高超声速飞行器动力学和运动学方程构建系统动力学模型;利用系统测量 与大气数据之间映射关系,建立系统观测模型。
作为优选方式,第三步进一步为:
第三步,通过非线性Kalman滤波,估计系统状态量。
作为优选方式,第四步进一步为:
第四步,利用状态量的估计值计算得到大气数据估计值。
作为优选方式,第一步具体为:
第一步,系统状态量与观测量设计:
以地心地固系ECEF为基准坐标系,其中原点O位于地球球心,ox指向本初子午线与地 球赤道的交点,oz指向北极,ox、oy、oz共同构成右手坐标系,
定义b系为机体坐标系,其中原点位于飞行器质心处,x、y、z轴分别指向飞行器的前、 上、右;
定义va为速度坐标系,其中原点位于飞行器质心处,x、y轴分别指向速度方向和飞行器 纵轴向上,ox、oy、oz共同构成右手坐标系;
选择飞行器速度、位置、姿态、风速和惯性器件零偏为系统状态量x,即
其中vex,vey,vez为飞行器相对地面速度矢量在ECEF系下的分量;x,y,z为飞行器相对地面位置矢量在ECEF系下的分量;ψ,γ为俯仰、偏航和滚转角;vwx,vwy,vwz为 风速三分量;ba、bg分别表示加速度计组和陀螺仪组零偏矢量,其中bax,bay,baz为矢量ba在机体系中的分量,bgx,bgy,bgz为矢量bg在机体系中的分量;
记zp表示由所有由飞行器前端测压孔测量值构成的矢量,即
zp=[p1 p2 … pj]T (2)
j为测压孔总数目,pi(i=1,2,...,j)为测压孔i的测量值;
取三轴加速度计和陀螺仪的输出为惯性导航系统的观测量,即
其中矢量aINS和ωINS分别表示由加速度计和陀螺仪测量获得的载体视加速度与角速度矢量;
定义GPS输出zGPS包括飞行器位置与速度信息,即
其中vGPS和rGPS分别表示由GPS测量获得的载体速度与位置矢量。
作为优选方式,第二步具体为:
第二步:系统动力学模型与观测模型建立:
基于高超声速飞行器动力学与运动学,有
式中D,L,Y分别为阻力、升力和侧向力;m为飞行器质量;表示由速度坐标系到ECEF 坐标系的姿态转移矩阵;r为地心距;μ为引力常量;ωe为地球自转角速度;wwx、wwy、wwz表示随机白噪声;λ与ψ为大地经度与纬度;为飞行器绝对角速度;表示由ECEF坐 标系到体坐标系的姿态转移矩阵;
根据式(1)和式(5),系统动力学模型表示为
其中f(x)为式(5)等号右侧方程,w表示系统噪声;
飞行器前端表面压力表示为
pi=hi(αe βe p∞ Ma)+υpi (7)
其中hi表示测压孔i的表面压力与大气数据间的函数,由地面风洞试验确定;αe,βe分别表 示飞行器相对大气的当地攻角和当地侧滑角;p∞表示来流静压;Ma表示当地马赫数;υpi表 示测压孔i的测量噪声;
考虑惯性仪表零偏等测量误差,加速度计和陀螺仪的测量模型分别为
其中表示飞行器比力矢量;υa与υg分别表示加速度计和陀螺仪的测量噪声;
此外,GPS的观测信息表示为
其中r为飞行器地心距矢量;ve是由vex、vey、vez构成的矢量,υv和υr分别表示GPS速度 和位置测量噪声;
定义z为观测矢量,故系统观测模型表示为
作为优选方式,第三步具体为:
第三步,系统状态量的最优估计:
选择容积Kalman滤波算法为系统状态量最优估计算法,令系统初值的统计特性为其中表示初始估计值,P0表示初始估计方差;通过测量沿弹道的观测数据z,利用容积Kalman滤波算法,获得t时刻的系统状态量估计值,即
作为优选方式,第四步具体为:
第四步,大气数据估计:
利用系统状态量估计值估计出当地气攻角、当地侧滑角以及当地马赫数大气数据, 计算方法如下
其中a为当地音速,vw是由vwx,vwy,vwz构成的矢量;
至此,便获得了当地攻角αe,当地侧滑角βe和当地马赫数Ma大气数据。
上述所有式子都采用统一的国标单位。
值得注意的是,第三步可利用UKF、PF等其他非线性Kalman滤波算法替代,并不影响 算法结果。
本发明的有益效果为:本发明的一种高超声速飞行中大气数据测量方法,利用飞行器前 端表面压力分布数据以及INS、GPS数据,通过特定算法实现对高超声速飞行器大气数据的 高精度估计,其成果在高超声速飞行器控制以及飞行试验的评估与鉴定等方面具有较强的经 济效益和工程指导意义。同传统方法比,本发明能够在高超声速飞行环境中,高精度、有效 地估计出大气数据,其成果能够应用于高超声速飞行器控制以及飞行试验的评估与鉴定,提 高飞行鲁棒性以及评估的准确性,具有较强的经济效益和工程指导意义。
同传统方法相比,本发明的优点在于以下几个方面:
(1)首次以飞行器前端表面压力分布、飞行器比力、角度以及位置、速度等数据为基础, 提出了一种高超声速飞行中大气数据测量方法。
(2)充分考虑了大气运动,即风场对大气数据估计的影响,特别区分了当地攻角与惯性 攻角、当地侧滑角与惯性侧滑角以及当地马赫数与惯性马赫数之间的区别。
(3)算法充分考虑了惯性器件的测量偏差,实现惯性器件零偏的解耦,从而避免了惯性 器件测量误差对大气数据估计精度的影响。
(4)通过将风速作为系统状态量,因此在获得系统状态量的估计值时,算法不仅能够估 计出大气数据,同还能有效获得风速信息。
附图说明
图1为飞行器前端表面测压孔位置示意图。
图2为速度真值与估计值示意图。其中,a,b,c分别为x,y,z三个方向的分量。
图3为位置真值与估计值示意图。其中,a,b,c分别为x,y,z三个方向的分量。
图4为姿态角真值与估计值示意图。其中,a,b,c分别为俯仰、偏航和滚转角。
图5为风速真值与估计值示意图。其中,a,b,c分别为x,y,z三个方向的分量。
图6为加速度计零偏真值与估计值示意图。其中,a,b,c分别为x,y,z三个方向的分量。
图7为陀螺仪零偏真值与估计值示意图。其中,a,b,c分别为x,y,z三个方向的分量。
图8为攻角真值与估计值示意图。
图9为侧滑角真值与估计值示意图。
图10为马赫数真值与估计值示意图。
图11为本发明方法的流程示意图。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式,本领域技术人员可由本说明书所揭露 的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加 以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本发明的精 神下进行各种修饰或改变。
实施例1
一种高超声速飞行器的大气数据测量方法,包括如下步骤:
第一步,系统状态量与观测量设计;
第二步:系统动力学模型与观测模型建立;
第三步,系统状态量的最优估计;
第四步,大气数据估计。
实施例2
一种高超声速飞行器的大气数据测量方法,包括如下步骤:
第一步,定义参考坐标系;选择飞行器速度、位置、姿态、风速和惯性器件零偏为系统 状态量,并将飞行器前端表面压力分布以及飞行器位置、速度测量值作为系统观测量。
第二步,基于高超声速飞行器动力学和运动学方程构建系统动力学模型;利用系统测量 与大气数据之间映射关系,建立系统观测模型。
第三步,通过非线性Kalman滤波,估计系统状态量。
第四步,利用状态量的估计值计算得到大气数据估计值。
实施例3
一种高超声速飞行器的大气数据测量方法,包括如下步骤:
第一步,系统状态量与观测量设计:
以地心地固系ECEF为基准坐标系,其中原点O位于地球球心,ox指向本初子午线与地 球赤道的交点,oz指向北极,ox、oy、oz共同构成右手坐标系,
定义b系为机体坐标系,其中原点位于飞行器质心处,x、y、z轴分别指向飞行器的前、 上、右;
定义va为速度坐标系,其中原点位于飞行器质心处,x、y轴分别指向速度方向和飞行器 纵轴向上,ox、oy、oz共同构成右手坐标系;
选择飞行器速度、位置、姿态、风速和惯性器件零偏为系统状态量x,即
其中vex,vey,vez为飞行器相对地面速度矢量在ECEF系下的分量;x,y,z为飞行器相对地面位置矢量在ECEF系下的分量;ψ,γ为俯仰、偏航和滚转角;vwx,vwy,vwz为 风速三分量;ba、bg分别表示加速度计组和陀螺仪组零偏矢量,其中bax,bay,baz为矢量ba在机体系中的分量,bgx,bgy,bgz为矢量bg在机体系中的分量;
记zp表示由所有由飞行器前端测压孔测量值构成的矢量,即
zp=[p1 p2 … pj]T (2)
j为测压孔总数目,pi(i=1,2,...,j)为测压孔i的测量值;
取三轴加速度计和陀螺仪的输出为惯性导航系统的观测量,即
其中矢量aINS和ωINS分别表示由加速度计和陀螺仪测量获得的载体视加速度与角速度矢量;
定义GPS输出zGPS包括飞行器位置与速度信息,即
其中vGPS和rGPS分别表示由GPS测量获得的载体速度与位置矢量。
第二步:系统动力学模型与观测模型建立:
基于高超声速飞行器动力学与运动学,有
式中D,L,Y分别为阻力、升力和侧向力;m为飞行器质量;表示由速度坐标系到ECEF 坐标系的姿态转移矩阵;r为地心距;μ为引力常量;ωe为地球自转角速度;wwx、wwy、wwz表示随机白噪声;λ与ψ为大地经度与纬度;为飞行器绝对角速度;表示由ECEF坐 标系到体坐标系的姿态转移矩阵;
根据式(1)和式(5),系统动力学模型表示为
其中f(x)为式(5)等号右侧方程,w表示系统噪声;
飞行器前端表面压力表示为
pi=hi(αe βe p∞ Ma)+υpi (7)
其中hi表示测压孔i的表面压力与大气数据间的函数,由地面风洞试验确定;αe,βe分别表 示飞行器相对大气的当地攻角和当地侧滑角;p∞表示来流静压;Ma表示当地马赫数;υpi表 示测压孔i的测量噪声;
考虑惯性仪表零偏等测量误差,加速度计和陀螺仪的测量模型分别为
其中表示飞行器比力矢量;υa与υg分别表示加速度计和陀螺仪的测量噪声;
此外,GPS的观测信息表示为
其中r为飞行器地心距矢量;ve是由vex、vey、vez构成的矢量,υv和υr分别表示GPS速度 和位置测量噪声;
定义z为观测矢量,故系统观测模型表示为
第三步,系统状态量的最优估计:
选择容积Kalman滤波算法为系统状态量最优估计算法,令系统初值的统计特性为其中表示初始估计值,P0表示初始估计方差;通过测量沿弹道的观测数据z,利用容积Kalman滤波算法,获得t时刻的系统状态量估计值,即
第四步,大气数据估计:
利用系统状态量估计值估计出当地气攻角、当地侧滑角以及当地马赫数大气数据, 计算方法如下
其中a为当地音速,vw是由vwx,vwy,vwz构成的矢量;
至此,便获得了当地攻角αe,当地侧滑角βe和当地马赫数Ma大气数据。
上述所有式子都采用统一的国标单位。
值得注意的是,第三步可利用UKF、PF等其他非线性Kalman滤波算法替代,并不影响 算法结果。
仿真实验
根据实施例3进行仿真,飞行器初始高度为60km,初始速度为10Ma,初始姿态角为2°、 3°、4°,飞行程序角αdesign和βdesign设计如下:
αdesign=5°-0.0005°t+0.01°sin(0.02t)
βdesign=5.73°sin(0.05t)
初始风速为[20 30 40]T(m/s),标准差为2m/s,加速度计测量误差为[0.0010.002 0.003]T (m/s2),陀螺仪测量误差为[0.03 -0.02 0.01]T(°/s),GPS测量精度为1m。
仿真环境为Window 7(64位)操作系统,计算软件采用MatlabR2014a,仿真计算机处理 器为Intel(R)Core(TM)i5-3470,主频为3.20GHz,内存为3.39GB。
具体步骤同第一步至第四步。
图2-图10给出仿真算例结果。其中实线为真值,虚线为估计结果。为了进一步反映估计 偏差,每个状态估计曲线下方给出了估计偏差曲线示意图。值得注意的是,由于滤波初始估 计偏差较大,因此仅给出了估计偏差后部分。
从上述仿真结果中可以看出,系统状态量均能快速的收敛至真值。从估计误差曲线中可 以看出每个状态量的估计误差都远小于其真值。
通过上述仿真结果可获得以下结论:
本发明提出的高超声速飞行器大气数据测量方法,能够在临近空间范围内高超声速飞行 下,给出包括飞行器速度、位置、姿态、风速、加速度计和陀螺仪零偏、当地攻角、当地侧 滑角以及当地马赫数等众多飞行参数与大气数据的高精度测量值,为高超声速飞行器控制以 及飞行试验的评估与鉴定提供了技术支撑。
上述实施例仅例示性说明本发明的原理及其功效,而非用于限制本发明。任何熟悉此技 术的人士皆可在不违背本发明的精神及范畴下,对上述实施例进行修饰或改变。因此,凡所 属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效 修饰或改变,仍应由本发明的权利要求所涵盖。
Claims (9)
1.一种高超声速飞行器的大气数据测量方法,其特征在于,包括如下步骤:
第一步,系统状态量与观测量设计;
第二步:系统动力学模型与观测模型建立;
第三步,系统状态量的最优估计;
第四步,大气数据估计。
2.根据权利要求1所述的高超声速飞行器的大气数据测量方法,其特征在于第一步进一步为:
第一步,定义参考坐标系;选择飞行器速度、位置、姿态、风速和惯性器件零偏为系统状态量,并将飞行器前端表面压力分布以及飞行器位置、速度测量值作为系统观测量。
3.根据权利要求1所述的高超声速飞行器的大气数据测量方法,其特征在于第二步进一步为:
第二步,基于高超声速飞行器动力学和运动学方程构建系统动力学模型;利用系统测量与大气数据之间映射关系,建立系统观测模型。
4.根据权利要求1所述的高超声速飞行器的大气数据测量方法,其特征在于第三步进一步为:
第三步,通过非线性Kalman滤波,估计系统状态量。
5.根据权利要求1所述的高超声速飞行器的大气数据测量方法,其特征在于第四步进一步为:
第四步,利用状态量的估计值计算得到大气数据估计值。
6.根据权利要求1所述的高超声速飞行器的大气数据测量方法,其特征在于第一步具体为:
第一步,系统状态量与观测量设计:
以地心地固系ECEF为基准坐标系,其中原点O位于地球球心,ox指向本初子午线与地球赤道的交点,oz指向北极,ox、oy、oz共同构成右手坐标系,
定义b系为机体坐标系,其中原点位于飞行器质心处,x、y、z轴分别指向飞行器的前、上、右;
定义va为速度坐标系,其中原点位于飞行器质心处,x、y轴分别指向速度方向和飞行器纵轴向上,ox、oy、oz共同构成右手坐标系;
选择飞行器速度、位置、姿态、风速和惯性器件零偏为系统状态量x,即
其中vex,vey,vez为飞行器相对地面速度矢量在ECEF系下的分量;x,y,z为飞行器相对地面位置矢量在ECEF系下的分量;ψ,γ为俯仰、偏航和滚转角;vwx,vwy,vwz为风速三分量;ba、bg分别表示加速度计组和陀螺仪组零偏矢量,其中bax,bay,baz为矢量ba在机体系中的分量,bgx,bgy,bgz为矢量bg在机体系中的分量;
记zp表示由所有由飞行器前端测压孔测量值构成的矢量,即
zp=[p1 p2 … pj]T (2)
j为测压孔总数目,pi(i=1,2,...,j)为测压孔i的测量值;
取三轴加速度计和陀螺仪的输出为惯性导航系统的观测量,即
其中矢量aINS和ωINS分别表示由加速度计和陀螺仪测量获得的载体视加速度与角速度矢量;
定义GPS输出zGPS包括飞行器位置与速度信息,即
其中vGPS和rGPS分别表示由GPS测量获得的载体速度与位置矢量。
7.根据权利要求1所述的高超声速飞行器的大气数据测量方法,其特征在于第二步具体为:
第二步:系统动力学模型与观测模型建立:
基于高超声速飞行器动力学与运动学,有
式中D,L,Y分别为阻力、升力和侧向力;m为飞行器质量;表示由速度坐标系到ECEF坐标系的姿态转移矩阵;r为地心距;μ为引力常量;ωe为地球自转角速度;wwx、wwy、wwz表示随机白噪声;λ与ψ为大地经度与纬度;为飞行器绝对角速度;表示由ECEF坐标系到体坐标系的姿态转移矩阵;
根据式(1)和式(5),系统动力学模型表示为
其中f(x)为式(5)等号右侧方程,w表示系统噪声;
飞行器前端表面压力表示为
pi=hi(αe βe p∞ Ma)+υpi (7)
其中hi表示测压孔i的表面压力与大气数据间的函数,由地面风洞试验确定;αe,βe分别表示飞行器相对大气的当地攻角和当地侧滑角;p∞表示来流静压;Ma表示当地马赫数;υpi表示测压孔i的测量噪声;
考虑惯性仪表零偏等测量误差,加速度计和陀螺仪的测量模型分别为
其中表示飞行器比力矢量;υa与υg分别表示加速度计和陀螺仪的测量噪声;
此外,GPS的观测信息表示为
其中r为飞行器地心距矢量;ve是由vex、vey、vez构成的矢量,υv和υr分别表示GPS速度和位置测量噪声;
定义z为观测矢量,故系统观测模型表示为
8.根据权利要求1所述的高超声速飞行器的大气数据测量方法,其特征在于第三步具体为:
第三步,系统状态量的最优估计:
选择容积Kalman滤波算法为系统状态量最优估计算法,令系统初值的统计特性为其中表示初始估计值,P0表示初始估计方差;通过测量沿弹道的观测数据z,利用容积Kalman滤波算法,获得t时刻的系统状态量估计值,即
9.根据权利要求1所述的高超声速飞行器的大气数据测量方法,其特征在于:第四步具体为:
第四步,大气数据估计:
利用系统状态量估计值估计出当地气攻角、当地侧滑角以及当地马赫数大气数据,计算方法如下
其中a为当地音速,vw是由vwx,vwy,vwz构成的矢量;
至此,便获得了当地攻角αe,当地侧滑角βe和当地马赫数Ma大气数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910452938.XA CN110455310A (zh) | 2019-05-28 | 2019-05-28 | 高超声速飞行器的大气数据测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910452938.XA CN110455310A (zh) | 2019-05-28 | 2019-05-28 | 高超声速飞行器的大气数据测量方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110455310A true CN110455310A (zh) | 2019-11-15 |
Family
ID=68480982
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910452938.XA Pending CN110455310A (zh) | 2019-05-28 | 2019-05-28 | 高超声速飞行器的大气数据测量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110455310A (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111125971A (zh) * | 2019-12-26 | 2020-05-08 | 北京航空航天大学 | 一种吸气式高超声速飞行器推力不确定性确定方法 |
CN111122899A (zh) * | 2019-12-11 | 2020-05-08 | 南京航空航天大学 | 一种用于大气扰动中飞行的迎角侧滑角估计方法 |
CN111257593A (zh) * | 2020-02-13 | 2020-06-09 | 南京航空航天大学 | 一种融合导航数据的大气数据估计与状态监测方法 |
CN111581789A (zh) * | 2020-04-22 | 2020-08-25 | 华南理工大学 | 一种基于matlab的平流层飞艇升空多物理场耦合的解耦方法 |
CN112231632A (zh) * | 2020-12-08 | 2021-01-15 | 北京星际荣耀空间科技有限公司 | 一种运载火箭风估计方法、装置、设备及存储介质 |
CN112363249A (zh) * | 2020-09-02 | 2021-02-12 | 广东工业大学 | 一种移动式气象测量方法及装置 |
CN113111597A (zh) * | 2021-02-26 | 2021-07-13 | 南京航空航天大学 | 一种基于飞行数据的大气数据和扰动风估计方法 |
CN114636842A (zh) * | 2022-05-17 | 2022-06-17 | 成都信息工程大学 | 一种高超声速飞行器的大气数据估计方法及装置 |
CN116127763A (zh) * | 2023-02-02 | 2023-05-16 | 中国科学院力学研究所 | 一种临近空间高超声速飞行器的大气数据计算方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU95110846A (ru) * | 1995-06-29 | 1997-04-10 | Ракетно-космическая корпорация "Энергия" им.С.П.Королева | Способ спуска в атмосфере отделяемого от гиперзвукового летательного аппарата элемента, обладающего аэродинамическим качеством, и устройство для осуществления способа |
CN102809377A (zh) * | 2012-08-15 | 2012-12-05 | 南京航空航天大学 | 飞行器惯性/气动模型组合导航方法 |
WO2014021742A2 (ru) * | 2012-07-31 | 2014-02-06 | Aleksandrov Oleg Aleksandrovich | Способ перемещения грузов в атмосфере планет на скоростях выше первой космической и многорежимный сверхгиперзвуковой летательный аппарат с высокой интеграцией планера для его осуществления |
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 |
-
2019
- 2019-05-28 CN CN201910452938.XA patent/CN110455310A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU95110846A (ru) * | 1995-06-29 | 1997-04-10 | Ракетно-космическая корпорация "Энергия" им.С.П.Королева | Способ спуска в атмосфере отделяемого от гиперзвукового летательного аппарата элемента, обладающего аэродинамическим качеством, и устройство для осуществления способа |
WO2014021742A2 (ru) * | 2012-07-31 | 2014-02-06 | Aleksandrov Oleg Aleksandrovich | Способ перемещения грузов в атмосфере планет на скоростях выше первой космической и многорежимный сверхгиперзвуковой летательный аппарат с высокой интеграцией планера для его осуществления |
CN102809377A (zh) * | 2012-08-15 | 2012-12-05 | 南京航空航天大学 | 飞行器惯性/气动模型组合导航方法 |
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 |
Non-Patent Citations (1)
Title |
---|
ZHIJIAN DING 等: "An implementation of the cubature Kalman filter for estimating trajectory parameters and air data of a hypersonic vehicle", 《PROCEEDINGS OF THE INSTITUTION OF MECHANICAL ENGINEERS, PART G: JOURNAL OF AEROSPACE ENGINEERING》 * |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111122899A (zh) * | 2019-12-11 | 2020-05-08 | 南京航空航天大学 | 一种用于大气扰动中飞行的迎角侧滑角估计方法 |
CN111122899B (zh) * | 2019-12-11 | 2020-11-17 | 南京航空航天大学 | 一种用于大气扰动中飞行的迎角侧滑角估计方法 |
CN111125971B (zh) * | 2019-12-26 | 2022-03-25 | 北京航空航天大学 | 一种吸气式高超声速飞行器推力不确定性确定方法 |
CN111125971A (zh) * | 2019-12-26 | 2020-05-08 | 北京航空航天大学 | 一种吸气式高超声速飞行器推力不确定性确定方法 |
CN111257593B (zh) * | 2020-02-13 | 2021-05-28 | 南京航空航天大学 | 一种融合导航数据的大气数据估计与状态监测方法 |
CN111257593A (zh) * | 2020-02-13 | 2020-06-09 | 南京航空航天大学 | 一种融合导航数据的大气数据估计与状态监测方法 |
CN111581789A (zh) * | 2020-04-22 | 2020-08-25 | 华南理工大学 | 一种基于matlab的平流层飞艇升空多物理场耦合的解耦方法 |
CN112363249A (zh) * | 2020-09-02 | 2021-02-12 | 广东工业大学 | 一种移动式气象测量方法及装置 |
CN112231632B (zh) * | 2020-12-08 | 2021-03-19 | 北京星际荣耀空间科技股份有限公司 | 一种运载火箭风估计方法、装置、设备及存储介质 |
CN112231632A (zh) * | 2020-12-08 | 2021-01-15 | 北京星际荣耀空间科技有限公司 | 一种运载火箭风估计方法、装置、设备及存储介质 |
CN113111597A (zh) * | 2021-02-26 | 2021-07-13 | 南京航空航天大学 | 一种基于飞行数据的大气数据和扰动风估计方法 |
CN114636842A (zh) * | 2022-05-17 | 2022-06-17 | 成都信息工程大学 | 一种高超声速飞行器的大气数据估计方法及装置 |
CN116127763A (zh) * | 2023-02-02 | 2023-05-16 | 中国科学院力学研究所 | 一种临近空间高超声速飞行器的大气数据计算方法 |
CN116127763B (zh) * | 2023-02-02 | 2024-06-07 | 中国科学院力学研究所 | 一种临近空间高超声速飞行器的大气数据计算方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110455310A (zh) | 高超声速飞行器的大气数据测量方法 | |
CN107314718B (zh) | 基于磁测滚转角速率信息的高速旋转弹姿态估计方法 | |
RU2755843C2 (ru) | Система и способ оценки воздушной скорости летательного аппарата на основании модели накопления данных о погоде. | |
CN106289246B (zh) | 一种基于位置和姿态测量系统的柔性杆臂测量方法 | |
US5423209A (en) | Truncated pyramid-shape multi-hole pitot probe and flight velocity detection system using said truncated pyramid-shape multi-hole pitot probe | |
CN103913181B (zh) | 一种基于参数辨识的机载分布式pos传递对准方法 | |
CN104655152B (zh) | 一种基于联邦滤波的机载分布式pos实时传递对准方法 | |
CN103776446B (zh) | 一种基于双mems-imu的行人自主导航解算算法 | |
CN108827310A (zh) | 一种船用星敏感器辅助陀螺仪在线标定方法 | |
CN104049269B (zh) | 一种基于激光测距和mems/gps组合导航系统的目标导航测绘方法 | |
CN103852081A (zh) | 用于大气数据/捷联惯导组合导航系统的真空速解算方法 | |
CN107728182A (zh) | 基于相机辅助的柔性多基线测量方法和装置 | |
CN105005099B (zh) | 一种基于捷联惯导与飞行控制系统的大气参数解算方法 | |
CN106017460B (zh) | 一种地形辅助惯导紧组合的水下潜器导航定位方法 | |
CN107101649B (zh) | 一种空间飞行器制导工具在轨误差分离方法 | |
CN107764261A (zh) | 一种分布式pos传递对准用模拟数据生成方法和系统 | |
CN105606093B (zh) | 基于重力实时补偿的惯性导航方法及装置 | |
CN110007318B (zh) | 风场干扰下基于卡尔曼滤波的单无人机判断gps欺骗的方法 | |
CN103954288B (zh) | 一种卫星姿态确定系统精度响应关系确定方法 | |
CN108303063A (zh) | 一种高精度车载组合高程测量方法 | |
RU2382988C1 (ru) | Бесплатформенная инерциальная система ориентации на "грубых" чувствительных элементах | |
CN116992700B (zh) | 一种物流无人机导航精度确定的方法及设备 | |
CN109541963A (zh) | 一种基于侧滑角信息的无人机测风建模技术 | |
CN105929192B (zh) | 一种基于gnss自主测速的测风装置及测风方法 | |
CN107655494A (zh) | 一种摇摆基座条件下惯导系统粗对准方法 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20191115 |