低成本飞行试验平台的FADS技术研究

在国内首次利用成熟的低成本火箭弹平台,开展超声速(马赫数>3)飞行试验的嵌入式大气数据传感系统技术研究。针对嵌入式大气数据传感系统的求解算法,测量系统和误差影响等关键技术问题,建立基于神经网络技术的求解算法和设计飞行试验方案,并完成飞行试验和数据分析研究。研究结果表明基于神经网络技术的求解算法具有较好的鲁棒性和较高的求解精度。测量结果与雷达测量结果基本吻合,验证了算法设计;测量结果相对于雷达测量结果,静压平均相对误差约为5.2%,最大相对误差18.8%;马赫数平均相对误差4.2%,最大相对误差14.9%。攻角和侧滑角的测量结果与理论弹道结果变化趋势接近。研究结果可为相关飞行试验技术研究提供参考。

FADS快速智能故障检测和诊断技术

以重复使用运载器所使用的嵌入式大气数据传感器系统为研究对象,设计故障检测和诊断方法。采用奇偶校验的检测方法实现故障检测,通过粗糙集约简减少奇偶方程的数量,将约简后的决策表转化成规则,实现诊断规则的离线提取,使用位向量逻辑判断完成规则推理。仿真结果表明结论正确可靠,算法计算代价小、运算速度快,能够满足在线诊断的实时性要求。

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。

基于χ~2检验的FADS系统故障检测与管理技术研究

嵌入式大气数据传感系统采用分布在飞行器前端周线上的压力传感器阵列测量的压力推导大气参数,这种多测压孔结构的系统,比传统的探针插入式大气数据传感器具有较强的抗扰动能力,但是若把故障的压力测量信息引入到迭代算法会导致运算发散甚至整个系统失效;针对这一情况,提出利用卡方分析来检查测压点故障的方法,一旦确定测压点故障,便将该点排除出运算法则;仿真结果表明,该系统具备一定的容错能力。

尖锥前体飞行器FADS系统的人工神经网络建模及风洞试验研究

针对一种用于尖锥前体飞行器的嵌入式大气数据传感(Flush Air Data Sensing,FADS)系统的解算模型及精度进行研究。针对尖锥外形特征,首先基于钝头体FADS系统的理论模型确定其测压孔配置;然后对确定的测压孔进行典型状态的风洞试验测试,并比对了数值计算数据与风洞试验数据;最后基于人工神经网络建模技术构建了FADS系统的网络解算模型及算法。结果表明:针对尖锥外形测压孔配置特征,基于人工神经网络建模技术的算法解算精度较好,迎角、侧滑角、静压、马赫数的网络输出值与试验值吻合较好,输出的测试误差(绝对值)分别小于0.1°、0.1°、50.0 Pa及0.01;同时也证实了人工神经网络算法在FADS系统中有进一步发展的空间。

多源信息融合的飞行器大气数据估计算法

针对飞行器在高速飞行时受气流干扰、惯性高度易发散等问题,从传感器数据融合角度出发,提出了容积卡尔曼滤波(Cubature Kalman filter,CKF)融合嵌入式大气数据观测系统和惯性导航系统(Inertial navigation system,INS)估计飞行器实时大气数据的算法。算法使用非线性方程对惯性系统、卫星定位系统和大气系统间的关系建模,结合传感器的数据,计算飞行器速度和高度,进而估算出迎角和侧滑角等参数。实验结果显示:本文所提出的方法在估计气流角和马赫数方面具有较高的精度和较强的稳定性。

FADS测压管路动态响应特性分析

通过建立管路终端负载为容腔的测压管内气体压力传递数学模型,研究嵌入式大气数据传感系统(FADS)测压管路动态响应特性。压力传递数学模型的建立综合考虑管路黏性损失、热传递效应等影响,仿真分析FADS系统测压管路频率响应特性,结果表明:增大管路内径、管路长度、容腔容积及大气高度,管内压力传递延迟时间增大。仿真结果对压力传感器的合理设计有一定的指导意义。

基于奇偶方程的FADS传感器故障检测方法

重复使用运载器(RLV)的嵌入式大气数据传感系统(FADS)中传感器的高可靠性是RLV飞行控制系统高可靠性的保障。结合FADS采用多个测压点冗余配置的特点,利用各传感器测量值之间存在的解析冗余关系,设计奇偶方程,实现对各个测压点故障传感器的有效检测。

超声速飞行器FADS系统实时解算设计与验证

针对典型超声速飞行器的头部外形,采用CFD数值模拟方法计算获得超声速飞行器头部测压点阵列的压力数据,设计了基于BP神经网络技术的求解算法和基于FPGA+DSP构架数字信号处理的解算机、飞行马赫数2.0~4.5的嵌入式大气数据传感系统实时解算方案。应用蒙特卡罗法分析测量总误差对算法模型的影响,并获得满足嵌入式大气数据传感系统设计目标要求的测量系统总误差。算法在解算机上完成1次计算所需时间<1ms,完全可以满足嵌入式大气数据传感系统算法实时解算设计的要求。在1.2m×1.2m超声速风洞完成求解算法的实时解算试验,试验结果与风洞系统的测量结果基本吻合,系统在实时解算过程中未出现异常、能灵敏反映出来流参数变化、具有很好的鲁棒性和敏捷性。静压测量相对误差≤6.9%,马赫数测量误差<0.1,迎角和侧滑角的测量误差均<1°。最后还分析了试验误差影响因素,提出了试验改进的方法。

尖楔前体飞行器FADS系统测压孔故障对算法精度的影响

测压孔故障是嵌入式大气数据传感(flush air data sensing,FADS)系统实际工程应用中不可避免的工程问题之一,针对尖楔前体飞行器用FADS系统测压孔故障对算法精度的影响进行研究。基于人工神经网络建模技术建立了某型尖楔前体飞行器FADS系统的模型及解算方法,并分析了驻点压力对算法精度的影响。通过人为设置故障测压孔的方法对不同测压孔故障对FADS系统解算精度的影响进行了评估;最终结合实现精度需求给出了某型FADS系统在保证精度要求下的对各个测压孔的误差限需求。结果表明,驻点压力及位于迎风面的测压孔对尖楔前体类FADS系统解算精度影响显著;通过采用相邻的位于同一迎风面或背风面的测压孔替换故障测压孔能够显著降低故障对算法精度的影响;同时表明合理的冗余配置算法会显著提高FADS系统的鲁棒性,使得FADS系统适用性显著增强。

FADS/INS组合法迎角、侧滑角测量方法研究

嵌入式大气数据传感(FADS)系统比传统迎角、侧滑角传感器在测量精度、可靠性、隐身性能上都具有较大的优势,因此该系统可被应用于各型飞行器上。但由于该系统在获得大气参数方面存在延时,所以,它在飞行器机动飞行状态下,迎角和侧滑角的测量精度会下降。针对这一问题,本文提出了以FADS测量结果为基础,采用惯性导航系统(INS)测量的迎角、侧滑角变化量进行修正的FADS/INS组合法迎角、侧滑角测量方法。理论分析和仿真结果表明,该组合系统在飞行器处于平稳和机动飞行时,对迎角、侧滑角的测量均能获得较高精度。

尖楔前体飞行器FADS系统的径向基网络建模及验证

文章研究了针对一种用于尖楔外形的嵌入式大气数据传感(flush air data sensing,FADS)系统的解算模型及精度.首先基于飞行包络及CFD数据建立了FADS系统的测压孔选取标准;然后基于径向基函数(radial basis function,RBF)的人工神经网络建模技术构建了FADS系统的网络解算模型;最后给出了模型的测试误差,分析了气动延时效应、位置误差等误差源模型对算法精度的影响,并给出了网络模型的预测精度.结果表明,针对尖楔外形测压孔配置特征,基于RBF的人工神经网络算法解算精度较好,攻角、侧滑角、Mach数及静压的网络输出预测值与真实值吻合较好,输出的测试误差(绝对值)分别小于0.25°,0.5°,0.05及250 Pa.结果同时表明神经网络建模技术在尖楔前体飞行器FADS系统中的有效性.

FADS系统故障诊断方法研究

为解决一种先进的新型机载传感器——嵌入式大气数据传感器(flush air data sensing,FADS)的故障诊断问题,提出了一种新的方法。基于CFD软件和空气动力学知识获得数据库并建立高精度FADS模型。以系统数学模型为基础,经过严格的公式推导得到故障情况下各组信号的分布特点。为了降低虚警率,基于统计学知识设计了告警次数阈值。为了验证新提出方法的有效性,在不同方差的测量噪声情况下分别将所提方法与以往该领域中被广泛采纳的基于奇偶方程和卡方χ2分布的2种传统方法进行了对比与分析。结果表明,与以往FADS系统的故障诊断方法相比,新提出方法具有更高的诊断精度和更强的抗干扰性。

钝头机体用FADS-α的求解算法及精度研究

针对钝头机体用嵌入式大气数据传感(flush air data sensing,FADS)系统的4类攻角求解算法及算法的求解精度进行研究.针对典型的15°钝头体外形,在Mach数Ma=2.04,3.02,5.01,攻角α=-5°~30°,侧滑角β=0°的条件下,首先基于势流理论及修正的Newton流理论建立了钝头机体用FADS系统的理论模型,并给出了典型的测压孔配置方案;然后采用经典三点式及改进三点式算法、基于线性理论的五孔探针算法、基于非线性理论的五点拟合算法、基于神经网络建模的方法及基于压力模型的加权最小二乘迭代算法,分别建立了FADS-α的4类求解算法;最后对钝头机体用FADS-α的算法求解精度进行了系统对比及论证.研究结果表明,三点式算法、改进三点式算法与加权最小二乘迭代算法精度相当,都可以比较准确地预测攻角;神经网络算法精度较好,但算法涉及的经验参数较多,且需要大批量数据集的训练及验证;拟合算法优劣明显,基于线性理论的五孔探针算法精度在小攻角时与上述几种算法精度相当,但随攻角增大(大于10°)精度下降显著;而基于非线性理论的拟合算法精度较好,但拟合过程复杂繁琐.对钝头机体用FADS-α的算法精度而言,三点式算法、改进三点式算法及加权最小二乘迭代算法是较好的计算方法.

基于云模型和多目标规划的FADS系统测量精度的研究

为了提升一种先进的新型机载传感器——嵌入式大气数据传感器(flush air data sensing,FADS)的测量精度,以正态云模型和多目标规划(multi-objective programming,MOP)为出发点,在原有的“三点法”基础上提出一种新的改进方法。基于CFD软件得到的数据库和亚音速及超音速情况下的空气动力学知识建立高精度FADS系统模型,利用正态云模型对测量信号的不确定性和随机性进行量化分析,在对系统冗余信号的融合过程中,基于多目标规划中的松弛变量法和拉格朗日乘子法提出一种新的计算客观权重方法。仿真结果表明,与传统方法相比,新提出的基于云模型和多目标规划的方法可将测量精度提升3.2%,测量数据的离散程度降低68.88%。

基于UKF的FADS/INS融合大气数据估计

针对飞行器在高速飞行时受气流干扰、惯性数据易发散等问题,从传感器数据融合角度出发,提出了通过无迹卡尔曼滤波(UKF)融合嵌入式大气数据观测系统(FADS)和惯性导航系统(INS)估计飞行器实时大气数据的算法。算法使用高维度非线性方程对惯性系统和大气系统间的关系建模,结合FADS与INS的数据,计算飞行器速度和高度,进而估算出攻角、侧滑角等参数。实验结果显示,与INS直接解算、扩展卡尔曼滤波(EKF)融合等原有估计方法相比,文章所述的算法在估计精度和系统稳定性方面均有所提高。

基于RBF神经网络的FADS系统及其算法研究

以典型的十字形布局的大气数据传感系统及其跨声速应用为研究对象,基于RBF神经网络,设计了新的FADS算法和故障检测处理方法。将测压点按不同功能进行精细的划分和组合,形成更加精简、目的性更强且相互独立的RBF网络处理子模块,利用各子网络模块提供的冗余特性,使用基于故障特征向量表的方法,实施简单而有效的故障检测与处理。仿真验证表明,迎角与侧滑角的测量误差不大于0.5°,且故障检测是有效的。

基于IMU/FADS/无线电的火星上升器组合导航方案

以火星采样返回任务中火星表面上升为背景,研究了基于惯性测量单元(Inertial Measurement Unit,IMU)、嵌入式大气数据传感系统(Flush Air Data Sensing System,FADS)和无线电信标的组合导航方法。首先,在传统的IMU导航框架中加入由无线电测量获得的相对距离、速度信息,以及由FADS获取的动压、温度数据,建立了基于IMU、无线电和FADS的导航观测模型;然后,基于无迹卡尔曼滤波(Unscented Kalman Filter,UKF)技术对测量信息进行了融合,并压制了过程噪声和测量噪声,从而对上升器的状态进行了联合估计;最后,在数值仿真中,将UKF与自适应无迹卡尔曼滤波(Adaptive Unscented Kalman Filter,AUKF)技术进行了对比,在比较不同滤波器性能的同时,验证了组合导航方法的有效性。

基于变增益互补滤波的FADS/INS融合方法

针对嵌入式大气数据传感(FADS)系统与惯性导航系统(INS)组合滤波计算攻角/侧滑角时,机动飞行和平飞时对滤波常数的大小需求不一致的问题,提出一种滤波常数能够随着飞行状态自适应调整的变增益互补滤波算法。算法可以随着飞行状态的变化,改变滤波常数τ,保持整个飞行阶段具有更好的攻角融合结果,以提高角度的估计精度。同时将测压孔分组计算攻角,对攻角的延迟进行检测,若延迟过大,则判定为该组攻角失效。仿真结果表明:提出的滤波算法能保持整个飞行阶段内的攻角/侧滑角估计结果误差不超过0.2°,并且相比于固定增益互补滤波器,变增益互补滤波的估计误差更小。

运载火箭嵌入式大气数据测量系统

针对运载火箭主动飞行段,设计一种适用于球头双锥整流罩的嵌入式大气数据测量系统(flush air data sensing,FADS),并进行运载火箭FADS实施方案和求解精度研究。采用风洞试验手段对迎角误差、侧滑角误差以及形压系数进行标定,结果表明:FADS在飞行Mach数0.4~5.0范围内能够较为准确辨识出实时风场参数变化,攻角、侧滑角测量绝对误差小于0.5°,Mach数测量绝对误差小于0.1,静压相对误差小于5%。嵌入式大气数据测量技术在运载火箭风场实时修正、飞行控制和主动减载等专业领域具有广泛的应用前景。