行业标准网
(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202111398335.X (22)申请日 2021.11.19 (65)同一申请的已公布的文献号 申请公布号 CN 114091180 A (43)申请公布日 2022.02.25 (73)专利权人 南京航空航天大 学 地址 210016 江苏省南京市御道街2 9号 (72)发明人 高振兴 张洋洋 夏明瑀 向志伟  (74)专利代理 机构 北京东方盛凡知识产权代理 事务所(普通 合伙) 11562 专利代理师 李娜 (51)Int.Cl. G06F 30/15(2020.01) G06F 30/28(2020.01) G06F 17/11(2006.01)G06F 17/18(2006.01) G06N 7/00(2006.01) G06F 113/08(2020.01) G06F 119/12(2020.01) G06F 119/14(2020.01) 审查员 张玮 (54)发明名称 基于飞行数据的扰动风定制化建模和大气 数据估计方法 (57)摘要 本申请公开了基于飞行数据的扰动风定制 化建模和大气数据估计方法, 其特征在于: 包括: 基于选取的飞行记录数据, 获得扰动风时间序 列, 进而获得满足平稳性和正态性的湍流序列; 基于湍流序列, 建立湍流序列中每个分量的高 斯‑马尔可夫模型, 完成扰动风定制化建模; 基于 湍流序列中每个分量的高斯 ‑马尔可夫模型, 并 根据飞行力学原理, 建立包含扰动风影响的空 速、 迎角和侧滑角的状态方程和量测方程; 建立 自适应平方根无迹卡尔曼平滑器, 得到任意时刻 的空速、 迎角、 侧滑角的最优平滑估计, 完成大气 数据估计。 本申请能够准确还原飞机飞行过程中 经历的扰动风, 有助于提升空速、 迎角和侧滑角 估计精度, 实现了基于飞行数据准确估计扰动风 影响。 权利要求书5页 说明书13页 附图2页 CN 114091180 B 2022.06.21 CN 114091180 B 1.基于飞行数据的扰动 风定制化建模和大气数据估计方法, 所述大气数据估计包括空 速、 迎角、 侧滑角估计, 其特 征在于: 包括如下步骤: S1.基于选取的飞行记录数据, 获得扰动风时间序列, 基于所述扰动风时间序列, 获得 满足平稳性和正态性的湍流序列, 其中, 获取 所述湍流序列的方法包括: 根据空间扰动风与地速、 空速的矢量三角形关系, 得到飞机沿飞行轨迹所经历的所述 扰动风三轴分量, 并获得扰动风时间序列; 对所述扰动风时间序列进行平稳性检验和正态性检验, 若检验通过, 则将所述扰动风 时间序列转换为湍流序列; 其中, x轴湍流序列为Wtx=[Wtx1, Wtx2, ..., WtxN]T, y轴湍流序列为Wty=[Wty1, Wty2,…, WtyN]T, z轴湍流序列为 Wtz=[Wtz1, Wtz2, ..., WtzN]T; S2.基于所述湍流序列, 建立所述湍流序列中每个分量的高斯 ‑马尔可夫模型, 完成扰 动风定制化建模, 其中, 所述湍流序列中x轴的高斯 ‑马尔可夫模型为 所述湍流序列中y轴的高斯 ‑马尔可夫模型为 所述湍流序列中z轴的高斯 ‑马尔可夫模型为 Ts为序列采样周期, τx、 τy、 τz是高斯‑马尔可夫过程的x、 y、 z上的时间相关系数; wx, wy, wz 是分别是x轴 、 y轴、 z轴对应的零均值白噪声; S3.基于所述湍流序列中每个分量的高斯 ‑马尔可夫模型, 并根据飞行力学原理, 建立 包含扰动风影响的空速、 迎角和 侧滑角的状态方程和量测方程; S4.基于所述状态方程和所述量测方程, 建立自适应平方根无迹卡尔曼平滑器, 并基于 所述自适应平方根无迹卡尔曼平滑器, 得到任意时刻的空速、 迎角、 侧滑角的最优平滑估 计, 完成大气数据估计。 2.根据权利要求1所述基于飞行数据的扰动风定制化建模和大气数据估计方法, 其特 征在于, 所述平稳性检验 采用单位 根检验方法; 所述正态性检验 采用分位 点Q‑Q图检验方法。 3.根据权利要求1所述的基于飞行数据的扰动风定制化建模和大气数据估计方法, 其 特征在于, 如果所述扰动风时间序列不能通过所述平稳性检验和所述正态性检验, 则 建立 高斯过程回归 模型, 并设定 长度尺度进行模型 预测, 得到预测值序列; 使用所述扰动风时间序列减去所述预测值序列得到残差序列; 对所述残差序列进行所述平稳性检验和所述正态性检验, 若检验通过, 获得所述湍流 序列。 4.根据权利要求3所述的基于飞行数据的扰动风定制化建模和大气数据估计方法, 其 特征在于, 对所述残差序列进行所述平稳性检验和所述正态性检验不通过, 则将所述长度权 利 要 求 书 1/5 页 2 CN 114091180 B 2尺度乘以2, 获得新的预测值序列, 重新 获取残差序列并进 行所述平稳性检验和所述正态 性 检验, 重复本步骤, 直到通过 所述平稳性检验和所述 正态性检验为止, 得到所述湍流序列。 5.根据权利要求1所述的基于飞行数据的扰动风定制化建模和大气数据估计方法, 其 特征在于, 所述S3中, 建立所述状态方程和所述 量测方程的方法包括: 根据飞行力学原理和所述湍流序列中每个分量的高斯 ‑马尔可夫模型, 建立以x=[VT, α, β, Wtx, Wty, Wtz]T为状态量的所述状态方程, 所述状态方程 为 基于所述飞行力学原理, 建立以y=[VGx, VGy, VGz]T为量测参数的所述 量测方程; 所述量测方程 为 VT为空速, α 为迎角, β 为侧滑角, 其中, p、 q、 r分别为绕x、 y、 z轴的角速度; 为气流系 到机体系的转移矩阵, 为机体系到 地面系的转移矩阵, 为空速矩阵, 其中, φ、 ψ、 θ 分别为滚 转角速度、 偏航角速度、 俯仰角速度;权 利 要 求 书 2/5 页 3 CN 114091180 B 3

.PDF文档 专利 基于飞行数据的扰动风定制化建模和大气数据估计方法

文档预览
中文文档 21 页 50 下载 1000 浏览 0 评论 309 收藏 3.0分
温馨提示:本文档共21页,可预览 3 页,如浏览全部内容或当前文档出现乱码,可开通会员下载原始文档
专利 基于飞行数据的扰动风定制化建模和大气数据估计方法 第 1 页 专利 基于飞行数据的扰动风定制化建模和大气数据估计方法 第 2 页 专利 基于飞行数据的扰动风定制化建模和大气数据估计方法 第 3 页
下载文档到电脑,方便使用
本文档由 人生无常 于 2024-03-19 00:48:40上传分享
友情链接
站内资源均来自网友分享或网络收集整理,若无意中侵犯到您的权利,敬请联系我们微信(点击查看客服),我们将及时删除相关资源。