一种嵌入式大气数据系统余度设计方案

针对嵌入式大气数据系统,从系统余度设计和数据解算余度设计两个角度进行分析,并提出解决方案。系统余度设计方面,介绍了测压点余度设计方法,并提出一种基于计算机内总线的双余度嵌入式大气数据计算机架构,使得系统设计余度在两余度以上;解算算法余度设计方面,建立参数测量模型,并推导了利用风洞数据进行参数解算的方法,得到参数后可应用最佳线性最小方差无偏估计对大气数据进行在线实时估计。

嵌入式大气数据系统Kriging算法模型

基于Kriging算法提出了一种嵌入式大气数据系统的计算模型。该模型以测压点压强为输入,攻角、偏航角和Ma等大气参数为输出。采用Kriging插值方法,建立了输入与输出间的映射关系,从而避免了迭代类方法反复迭代的过程,实现了高实时性。分别比较了取三、四和五个测压点时,以及取不同位置处测压点时,计算大气数据的精度。通过与神经网络模型比较,Kriging模型的精度明显优于神经网络模型。

嵌入式大气数据系统神经网络算法仿真

针对嵌入式大气数据系统(FADS)的特点,研究了其空气动力学模型,提出了相应的神经网络算法结构,并对动压与静压神经网络计算模块进行了部分仿真。通过仿真比较了BP神经网络L-M优化算法与贝叶斯正则化算法在FADS中的应用,并通过相应的仿真研究了不同压力点组合计算动、静压时的差异。仿真结果表明贝叶斯正则化算法的泛化能力较好,具有工程应用潜力。

分布嵌入式大气数据系统算法的初步研究

针对某型飞机给出了DFADS系统的构型描述，进行了DFADS的算法设计，算法采用了一种非物理映射的方法来建立各测压点压力和基本大气参数之间的关系。先是利用制定的多传感器数据表决规则表决出2～3对相关的测压点，然后通过建立相关测压点压力和其压力系数值之间的关系，利用这几对测压点的压力对事先建立的Cpi（α，β，Ma）映射关系表格数据库进行查表计算，从而得到当前的飞行状态。本文利用计算流体动力学（CFD）计算手段获得了332个飞行状态下飞机前机身14个测压点的表面压力系数数据，并以此为基础对DFADS的算法进行了仿真验证。结果表明，该DFADS的算法可以根据14个点的压力输入，正确地解算当前的大气参数。

重复使用飞行器嵌入式大气数据系统试验验证方法

可重复使用飞行器是目前航天领域的研究热点,而对于高速再入飞行器在再入大气层时,获得准确的迎角、侧滑角和动压等飞行参数对于控制稳定具有至关重要的作用。传统的外伸式空速管和迎角/侧滑角传感系统在高速状态下会下会引发一系列结构和防热问题,且无法适用于大迎角飞行状态。针对上述问题,设计了嵌入式大气数据系统(Flush air data system,FADS)。FADS以嵌入在机身表面的多测压孔压力信息测量为基础,结合压力分布模型进行大气参数的求解。分别通过试验室试验对FADS算法的正确性以及风洞试验对FADS全系统的适应性进行了验证。试验结果可以有效地对FADS的性能进行评估。

飞翼飞机嵌入式大气数据系统算法研究

为适应新型作战飞行器平台高隐身、高超声速、高机动性等方面的需求,嵌入式大气测量技术不断发展。分析对比类球头集中式和飞翼飞机分布式两大类嵌入式大气数据传感(FADS)系统的研究情况及差异性。针对高隐身的飞翼布局飞机,以类X-47B飞机气动外形为研究对象,参考其测压点选位布局,开展了FADS算法模型的研究,提出一种适合工程应用的飞翼布局飞机FADS算法模型。算法采用最小二乘法拟合流场样本数据,通过迭代计算解耦各大气参数。仿真验证表明:该算法具有较高的解算精度,且迭代计算稳定收敛。

嵌入式大气数据系统算法研究

系统地介绍了三点法、神经网络法及Kriging算法等嵌入式大气数据系统的解算算法及各算法的具体解算流程。以自建三维飞机数模为例,运用3种算法分别对迎角、侧滑角及马赫数进行了解算,并对结果进行了分析比较,结果表明神经网络算法是比较理想的解算算法。

嵌入式大气数据测量系统技术研究进展

针对高超声速飞行器大气数据测量问题,对嵌入式大气数据测量系统(FADS)技术研究背景、发展历程、国内外研究现状等进行了概括。重点围绕FADS关键技术、FADS解算算法及面向FADS/INS组合测量系统信息融合算法方面,对FADS技术进行了深入的剖析。最后,展望了FADS技术未来的发展方向及应用前景。

嵌入式大气数据传感系统的模糊逻辑建模方法

为克服传统的大气数据传感系统的不足,对嵌入式大气数据系统展开了研究。以某飞翼布局飞行器为研究对象,通过风洞试验和CFD数据,研究了针对嵌入式大气数据系统的模糊逻辑建模方法。以模型表面若干测压点的压力或压力系数作为模糊逻辑系统的输入,以迎角、侧滑角、来流速度和海拔高度作为输出,分别采用自适应和固定形状参数的隶属函数作为模型组成部分,混合使用梯度下降法和最小二乘法来识别模糊逻辑系统的参数,从而建立针对该嵌入式大气数据系统的模糊逻辑模型。建模结果表明,相比以往仅使用梯度下降法和固定形状参数的隶属函数的模糊逻辑模型,自适应隶属函数的引入使得模型精度与求解速度得到提高。

嵌入式大气数据三点解算方法初步研究

针对新一代航空航天飞行器大气数据受感系统研制的工程需要,介绍了嵌入式大气数据受感系统设计的基本准则,采用理论分析与风洞试验相结合的方法,给出了"三点算法"的初步研究结果。研究结果表明:研究方案设计合理,在试验条件下,获取的模型前机身压力分布结果,量值可信,压力分布趋势合理;开展嵌入式大气数据系统设计的研究结果具有工程实用性,为新一代航空航天飞行器嵌入式大气数据受感系统气动设计奠定了基础。

嵌入式大气数据系统的一种双重神经网络模型

针对嵌入式大气数据系统的神经网络算法精度要求对应大量数据进行训练的情况,建立了一种双重神经网络模型。通过将初始神经网络输出的大气参数作为输入再度训练,实现了在相同样本下具有更高精度,输出参数高度、马赫数、迎角和侧滑角的误差分别减少了21.08%、59.62%、53.45%、31.69%。并且当压力值输入存在误差时,双重神经网络的输出精度也更高,具有更好的误差容错性;当压力值输入误差超过容许限度后,双重神经网络的冗余设计使得模型仍可以获得准确的参数输出。新模型为嵌入式大气数据系统提供了一种更加准确高效的算法模型。

高超声速飞行器嵌入式大气数据获取技术研究

嵌入式大气数据系统是高超声速飞行器大气数据获取最适合采用的技术解决方案,其可为高超声速飞行器制导控制指令的解算提供攻角、侧滑角、马赫数、动压等大气参数的测量基准,具有传统空速管类型大气数据系统无法比拟的优势。对嵌入式大气数据系统涉及的关键技术进行了分析,介绍典型高超声速飞行器的嵌入式大气数据系统方案,重点介绍了相关方案的测压孔布局、系统部组件设计及压力传感器选型,并针对嵌入式大气数据解算,介绍了一种基于卡尔曼滤波的嵌入式大气数据解算方法,研究表明,算法具有精度高、鲁棒性强和适应性强的特点,适用于在现代高超声速飞行器。

浅谈大气数据系统的发展趋势

本文以传统大气数据系统为基础进行分析,结合三代机大气数据系统的特点总结两者的主要区别,接下来依次对集成全静压传感器、嵌入式大气数据传感器技术和虚拟大气数据传感器技术进行了介绍。首先,对传统大气数据系统的作用、原理及交联关系进行分析总结。其次,针对某三代机与某二代机大气数据系统进行对比,主要从组成、大气数据收集、数据解算部件及一些系统功能的实现方面进行分析对比。最后,对大气数据系统的发展进行了展望,尤其对更为先进的集成全静压传感器、嵌入式大气数据传感器技术和虚拟大气数据传感器技术进行了介绍。

尖楔前体飞行器FADS系统驻点压力对神经网络算法精度的影响

针对尖楔前体(类乘波体)飞行器用嵌入式大气数据传感(FADS)系统存在建模困难及解算模型精度低的问题,首先采用BP神经网络建模代替传统的FADS系统空气动力学建模的方法,建立含有双隐含层的四层神经网络模型,然后通过合理选择网络结构参数及训练验证,对FADS系统的攻角进行解算,最后对驻点压力对算法精度的影响进行研究。结果表明,本文建立的含有双隐含层的四层神经网络模型精度较高,攻角测试误差小于0.25°;驻点压力是否作为输入参数对FADS系统神经网络算法求解精度影响较大,攻角测试误差相差达0.1°。在飞行器前缘半径允许的情况下,应尽量得到驻点压力用于解算攻角,提高解算精度。

一种飞翼布局飞行平台FADS系统应用方案研究

对于一些高性能飞行器(如飞翼布局飞行器),仅采用安装在机头表面的测压孔的FADS系统方案.某些情况下不一定能够给出较为准确的飞行姿态数据;针对飞翼布局飞行平台对高精度迎角、侧滑角的依赖性.给出了一种采用安装于机头表面的测压孔和机翼前缘的测压孔相结合的FADS系统方案,推导了其空气动力学模型,并用BP神经网络拟合出了迎角和侧滑角的修正曲线,结果表明该方案能够满足系统精度的要求。

高性能飞行器大气数据传感技术研究进展

大气数据是飞行器导航和控制的重要参数,大气数据传感技术是实现飞行器飞行安全及性能发挥的重要保障。针对高性能飞行器对大气数据传感技术的发展需求进行分析,重点介绍了传统大气数据传感技术、嵌入式大气数据传感技术、光学大气数据传感技术及虚拟大气数据传感技术的发展和特点,并对推动嵌入式大气数据传感技术发展的相关技术问题进行了分析和总结,最后对大气数据传感技术的发展进行展望。

基于神经网络的类乘波体飞行器FADS算法研究

大气数据是飞行器飞行的重要参数,大气数据系统是必备的机载航电系统。嵌入式大气数据系统(FADS)是新一代大气数据系统,可用于类乘波体飞行器。飞行器外形特殊,大飞行包线内FADS压力场模型复杂,解算算法尚不完备。针对飞行器的特点,利用三维几何建模和计算流体动力学(CFD)计算的方法,分析FADS压力场模型特性,设计并验证了基于神经网络的类乘波体飞行器FADS算法,结果表明,算法对马赫数、攻角和侧滑角大气参数的解算可行有效。

基于无线SAW压力传感器的FADS研究

嵌入式大气数据系统(FADS)是先进的大气数据系统。由于SAW压力传感器能进行无线测量,将无线SAW压力传感器应用于FADS,与MIMU相结合使之成为廉价的微型组合导航系统。研究了FADS的基本原理、无线双单端SAW谐振器压力传感器的基本原理以及相关应用电路模块,并利用HP Esoft软件和SAW谐振器等效电路对无线SAW压力传感器进行了仿真。研究表明,无线SAW传感器能应用到先进的大气数据系统,具有重要的应用价值。

融合气象观测数据的高精度大气数据估计算法研究

针对嵌入式大气数据观测系统(FADS)与惯性导航系统(INS)在计算飞行器大气数据时易受风速变化造成参数估计不准确的问题,文章提出一种融合FADS/INS/气象观测数据的大气数据解算方法;FADS依靠飞行器外表面的气压分布直接计算大气数据,INS提供姿态角与加速度,气象观测数据包括气压-高度的对应关系与风速矢量;融合过程结合FADS压力模型、飞行器运动模型和大气观测数据构建状态方程与观测方程,并采用滤波预处理、扩展卡尔曼滤波估计出精确的空速矢量和高度,结合INS数据进一步转换得到大气数据;仿真结果表明,文章提出的方法与现有未融合气象观测数据的算法相比,在攻角和侧滑角估计方面,估计误差降低30%,在马赫数估计方面误差降低了89%,在气压高度方面误差降低93%,估计精度得到有效提高。

高超声速飞行器FADS算法研究

应用BP神经网络开展高超声速飞行器嵌入式大气数据系统(FADS)算法研究。采用自主研发CACFD软件平台求解欧拉方程,计算获得飞行器头部的压力分布作为神经网络样本训练的输入,对应的来流状态,如静压、马赫数、迎角和侧滑角作为样本的目标训练神经网络,建立基于BP神经网络FADS求解算法,并进行测试研究。研究表明,基于神经网络技术的FADS算法具有较好的鲁棒性和求解精度,实时性强,是一种非常有效的求解算法。研究结果得出,一定样本数范围内,FADS的求解精度随着样本数增加而提高;算法的平均误差随着测压点的增加而减小;包含大锥角位置测压点的布点组合,明显比只有小锥角测压点布点组合的求解结果平均误差要小;去掉顶点测压点,对算法的求解结果影响不大;1%压力测量误差时,神经网络泛化性能表现非常稳定。