非线性气动力数据快速建模方法、系统及存储介质技术方案

一种非线性气动力数据快速建模方法、系统及存储介质，建模方法包括：获取初始飞行数据并进行非线性气动建模；使用初始飞行数据生成正交建模函数及初始化正交模型；获取新的实时飞行数据，进行初始化正交模型的迭代更新；根据迭代更新得到的相关度权值确定非线性气动力数据实时模型。在飞行过程获取新的飞行数据后，对数据及时处理并更新正交模型，使模型既能保证有足够复杂度来捕获气动力或力矩系数的非线性，同时结构又足够简单，方便快速准确的预测飞行器的状态。本发明专利技术在合理的计算要求下，能够实时地产生具有良好预测能力的全局气动力学精确模型，获取新的飞行数据后，只需要通过简单的矩阵运算就能更新正交函数池，极大的提高了运算效率。的提高了运算效率。的提高了运算效率。

【技术实现步骤摘要】
非线性气动力数据快速建模方法、系统及存储介质


[0001]本专利技术属于飞行器工程领域，具体涉及一种非线性气动力数据快速建模方法、系统及存储介质。

技术介绍

[0002]近年来，随着航空科技和计算机技术的不断进步，高超声速飞行器得以快速发展，其表现出来的优越性能使其成为各科技强国争相研究的热点，而建立准确的气动力模型是飞行器工程中进行飞行控制、稳定设计以及飞机仿真的重要基础和前提。
[0003]飞行器的飞行状态，是以非线性空气动力学为特征的，通常涉及到迎角α、侧滑角β和体轴速率的大范围变化
[1](如图1所示，其中x
b
,y
b
,z
b
为机体坐标系；x
w
,y
w
,z
w
为气流坐标系；x
s
,y
s
,z
s
为稳定坐标系)。控制系统设计、动态分析和飞行模拟等过程，都要求对非线性空气动力学进行高精度建模。由于非线性空气动力学比线性空气动力学复杂得多，需要更复杂的实验来准确地描述函数相关性；同时，非线性空气动力学违反线性建模假设，如叠加、准稳态流动、状态和控制的影响没有相互依赖。此外，飞机设计也随着控制效应器数量的增加而发展。例如，传统的风洞测试方法在扫掠迎角和侧滑角时，将每个控制执行器设置为不同的固定水平。在这种方法中，如果需要控制面交互作用的信息，所需数据点的数量会随着控制效应器的数量呈指数增长。因此，面对这些问题需要开发更高效的风洞测试和建模技术来解决，以准确描述非线性空气动力学，以及大量独立变量之间可能存在的相互作用。
[0004]如果一个气动力或力矩系数的全局解析模型可以写成类似于截断的多变量幂级数展开式的形式，就可以据此对非线性气动力学的本质有所了解。但是这些知识是无法通过气动力数据表直接获得的，这是由于在气动力数据表中，线性稳定性和控制导数通常被定义为马赫数、迎角和(或)侧滑角的函数。全局多项式模型对空气动力系数进行解析描述，其梯度是平滑且易于计算的。在控制系统设计和优化、全局非线性稳定性和控制分析，以及在评估各种平衡条件下的偏导数以产生局部线性模型的过程中，都要求梯度是平滑的。全局多项式模型也可以更容易地根据飞行试验的附加数据进行更新，这是因为这些变化可以分配给多项式函数的特定项，而不必分配给气动力数据表中的值。
[2][3][4][5][0005]模型的预测能力是评价模型性能的一项重要指标。良好的全局模型必须满足：(1)数据集包含整个自变量范围；(2)模型结构简洁，也就是模型中包含最少的参数个数。通常使用风洞数据辨识飞机气动力和力矩的全局模型结构，风洞数据可以按照要求设计自变量空间，因此得到的模型也具有良好的预测能力。模型参数化和预测能力之间的联系源于模型的过度参数化，在一定程度上“拟合噪声”，导致参数估计不准确且方差高。当给定自变量的新数据时，上述关系对预测因变量产生了不利的影响。
[0006]目前最常用的气动模型主要来自于风洞试验数据，通过将气动力状态量和控制量以气动数据库表格的形式存储，这样的数据库容量非常大，包含范围很广的飞行包线，可以比较精确地模拟飞行器的整体非线性气动力学。但是这样方法也有局限性，因为通过数值
计算和风洞实验手段来获得启动数据的方法需要耗费大量的时间、金钱以及计算资源，且地面上的器材存在着固有的精确度限制，例如，风洞模型相对于全尺寸模型存在的比例和几何差异、风洞壁面和支撑干扰、风洞的流动角度、雷诺数差异以及飞行器和流场的网格几何相似性。
[0007]参考文献
[0008][1]Morelli,E.A.Global Nonlinear Aerodynamic Modeling using Multivariate O
‘
rthogonal Functions.Journal of Aircraft,Vol.32,No.2,March
‑
April 1995,pp.270
‑
77.
[0009][2]Klein,V.and Morelli,E.A.Aircraft System Identification
‑
Theory and Practice,AIAA Education Series,AIAA,Reston,VA,2006.
[0010][3]Gentleman,W.M.Lest Squares Computation by Givens Transformation Without Square Roots,Journal of the Institute for Mathematics Applications,Vol.12,1973,pp.329
‑
336.
[0011][4]Gentleman,W.M.Regression Problems and the QR Decomposition,Bulletin of the Institute for Mathematics Applications,Vol.10,1974,pp.195
‑
197.
[0012][5]Morelli,E.A,Practical Aspects of the Equation
‑
Error Method for Aircraft Parameter Estimation,AIAA
‑
2006
‑
6144,AIAA Atmospheric Flight Mechanics Conference,Keystone,CO,August 2006.

技术实现思路

[0013]本专利技术的目的在于针对上述现有技术中的问题，提供一种非线性气动力数据快速建模方法、系统及存储介质，极大的提高运算效率，可以实现飞行过程中的实时建模。
[0014]为了实现上述目的，本专利技术有如下的技术方案：
[0015]第一方面，提供一种非线性气动力数据快速建模方法，包括：
[0016]获取初始飞行数据并进行非线性气动建模；
[0017]使用初始飞行数据生成正交建模函数及初始化正交模型；
[0018]获取新的实时飞行数据，进行初始化正交模型的迭代更新；
[0019]根据迭代更新得到的相关度权值确定非线性气动力数据实时模型。
[0020]作为本专利技术非线性气动力数据快速建模方法的一种优选方案，在所述获取初始飞行数据并进行非线性气动建模的步骤中，将无量纲气动力和力矩系数作为建模问题的响应变量，解释变量为飞机的各个姿态变量，则模型结构表达式为：
[0021]C
x
＝α1x1+α2x2+
…
+α
m
x
m
+ε
[0022]或
[0023]C
x
＝Xα+ε
[0024]其中本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种非线性气动力数据快速建模方法，其特征在于，包括：获取初始飞行数据并进行非线性气动建模；使用初始飞行数据生成正交建模函数及初始化正交模型；获取新的实时飞行数据，进行初始化正交模型的迭代更新；根据迭代更新得到的相关度权值确定非线性气动力数据实时模型。2.根据权利要求1所述的非线性气动力数据快速建模方法，其特征在于，在所述获取初始飞行数据并进行非线性气动建模的步骤中，将无量纲气动力和力矩系数作为建模问题的响应变量，解释变量为飞机的各个姿态变量，则模型结构表达式为：C
x
＝α1x1+α2x2+
…
+α
m
x
m
+ε或C
x
＝Xα+ε其中，C
x
为无量纲气动力和力矩构成的响应变量，它是控制变量的非线性函数；x
j
是控制变量的线性或非线性的单项式；a
j
,j＝1,2,
…
,m是待定的模型参数，ε表示模型误差。3.根据权利要求2所述的非线性气动力数据快速建模方法，其特征在于，所述非线性气动力数据实时模型为气动力或力矩系数的全局非线性模型。4.根据权利要求1所述的非线性气动力数据快速建模方法，其特征在于，所述使用初始飞行数据生成正交建模函数及初始化正交模型的步骤包括：使用m条数据构成初始化矩阵X，按下式进行QR分解：X＝QR式中，Q是m维的正交矩阵，m是候选建模函数的数量，R是一个上三角非奇异方阵；按下式求出模型结构最小二乘意义下参数的最优估计值：得到J(a)关于参数向量的导数，令其等于零，由下式得到未知参数a的最小二乘估计得到J(a)关于参数向量的导数，令其等于零，由下式得到未知参数a的最小二乘估计得到J(a)关于参数向量的导数，令其等于零，由下式得到未知参数a的最小二乘估计将QR分解的结果带入上式得：经过正交化过程得到初始化正交模型：C
x
＝α1q1+α2q2+
…
a
m
q
m
+ε＝Qα+ε通过从候选函数池中选取正交函数q
i
，i＝1,2,
…
,n
c
,n
c
≤m确定正交模型。5.根据权利要求4所述的非线...

【专利技术属性】
技术研发人员：连峰，高鑫，权佳妮，连逸茹，
申请(专利权)人：西安交通大学，
类型：发明
国别省市：