一种飞行器优选决策方法、系统、电子设备及介质技术方案

本发明专利技术公开一种飞行器优选决策方法、系统、电子设备及介质，涉及评估技术领域。所述方法包括：将飞行器分为陀螺仪、加速度计以及惯导系统模型，采用证据推理方法根据飞行器各指标的观测值分别对陀螺仪子模型中的各指标和加速度计子模型中的各指标进行融合得到飞行器的健康度，根据各指标的观测值计算各指标的稳定度，根据各指标的稳定度计算飞行器的稳定性，根据多组观测数据，对飞行器进行弹道仿真得到飞行器的健康状态，将飞行器的健康度、稳定性和健康状态输入BRB

【技术实现步骤摘要】
一种飞行器优选决策方法、系统、电子设备及介质


[0001]本专利技术涉及评估
，特别是涉及一种飞行器优选决策方法、系统、电子设备及介质。

技术介绍

[0002]如今，随着科技的不断发展和任务需求的进一步提高，对于飞行器的性能状态有了更高的要求。在一批飞行器用于任务作业之前，需要及时评估飞行器的整体性能状态用于分析其任务履行的可靠性，并选择出性能状态最优的飞行器进行任务的履行。惯性导航在飞行器的导航与制导中起着非常重要的作用，能够实时地监测飞行器的位置信息。惯导的惯性器件由两部分组成，分别为加速度计和陀螺仪。前者采集飞行过程中的视加速度，后者采集飞行过程中的角加速度。加速度计和陀螺仪的漂移系数发生变化将会直接影响飞行器的导航精度，从而制约其完成任务的效能。此外，观测数据的稳定性也从另一方面反映了惯导系统的性能状态，体现在其数据波动情况。当数据波动程度较大而出现野值时，此时往往反映出惯导难以正常工作。
[0003]目前国内外学者针对装备的优选决策已经展开的广泛的研究。解维河等人根据模糊集理论实现了打击目标的快速优选；韩二东通过一种改进的TODIM方法实现了工程项目群的优选决策；梁耀东等人基于层次分析法和TOPSIS方法进行了深部厚大矿体采矿方法优选。王百合等人对于复杂水下战场环境中的多目标威胁评估及优选进行了较为详尽的综述。因为飞行器的惯性导航是一个极其复杂的系统，对其性能状态进行评估并优选决策需要融合多源信息，但是上述研究均存在着方法单一，决策信息来源不充分等问题，导致最终选择的设备并不是最优的，无法更好的完成后续的任务。

技术实现思路

[0004]本专利技术的目的是提供一种飞行器优选决策方法、系统、电子设备及介质，可得到性能最优的飞行器，更好的完成后续的任务。
[0005]为实现上述目的，本专利技术提供了如下方案：
[0006]一种飞行器优选决策方法，包括：
[0007]对于待挑选飞行器集合中任意一个飞行器，将所述飞行器分为陀螺仪子模型、加速度计子模型以及惯导系统模型；
[0008]获取所述飞行器的一组观测数据；一组所述观测数据包括所有指标的观测值；所述指标包括：X轴陀螺仪的漂移系数、Y轴陀螺仪的漂移系数、Z轴陀螺仪的漂移系数、X轴加速度计的漂移系数、Y轴加速度计的漂移系数和Z轴加速度计的漂移系数；
[0009]采用证据推理方法根据所述飞行器的一组观测数据分别将所述陀螺仪子模型中的各指标和所述加速度计子模型中的各指标进行融合得到惯导系统模型的健康度并确定所述惯导系统模型的健康度为所述飞行器的健康度；
[0010]根据所述飞行器各指标的观测值计算所述飞行器各指标的稳定度；
[0011]根据所述飞行器各指标的稳定度计算所述飞行器的稳定性；
[0012]获取所述飞行器的多组观测数据；
[0013]根据多组所述观测数据，对所述飞行器进行弹道仿真得到所述飞行器的健康状态；
[0014]构建BRB
‑
ER飞行器综合性能状态评估模型；
[0015]将所述飞行器的健康度、所述飞行器的稳定性和所述飞行器的健康状态输入所述BRB
‑
ER飞行器综合性能状态评估模型得到所述飞行器的综合性能评估结果；
[0016]根据所述待挑选飞行器集合中各飞行器的综合性能评估结果得到所述待挑选飞行器集合中的最优飞行器。
[0017]一种飞行器优选决策系统，包括：
[0018]子模型构建模块，用于对于待挑选飞行器集合中任意一个飞行器，将所述飞行器分为陀螺仪子模型、加速度计子模型以及惯导系统模型；
[0019]第一获取模块，用于获取所述飞行器的一组观测数据；一组所述观测数据包括所有指标的观测值；所述指标包括：X轴陀螺仪的漂移系数、Y轴陀螺仪的漂移系数、Z轴陀螺仪的漂移系数、X轴加速度计的漂移系数、Y轴加速度计的漂移系数和Z轴加速度计的漂移系数；
[0020]证据推理模块，用于采用证据推理方法根据所述飞行器的一组观测数据分别将所述陀螺仪子模型中的各指标和所述加速度计子模型中的各指标进行融合得到惯导系统模型的健康度并确定所述惯导系统模型的健康度为所述飞行器的健康度；
[0021]稳定度计算模块，用于根据所述飞行器各指标的观测值计算所述飞行器各指标的稳定度；
[0022]稳定性计算模块，用于根据所述飞行器各指标的稳定度计算所述飞行器的稳定性；
[0023]第二获取模块，用于获取所述飞行器的多组观测数据；
[0024]健康状态确定模块，用于根据多组所述观测数据，对所述飞行器进行弹道仿真得到所述飞行器的健康状态；
[0025]评估模型构建模块，用于构建BRB
‑
ER飞行器综合性能状态评估模型；
[0026]综合性能评估结果确定模块，用于将所述飞行器的健康度、所述飞行器的稳定性和所述飞行器的健康状态输入所述BRB
‑
ER飞行器综合性能状态评估模型得到所述飞行器的综合性能评估结果；
[0027]最优飞行器确定模块，用于根据所述待挑选飞行器集合中各飞行器的综合性能评估结果得到所述待挑选飞行器集合中的最优飞行器。
[0028]一种电子设备，包括：
[0029]存储器和处理器，所述存储器用于存储计算机程序，所述处理器运行所述计算机程序以使所述电子设备执行根据上述所述的飞行器优选决策方法。
[0030]一种计算机可读存储介质，其存储有计算机程序，所述计算机程序被处理器执行时实现上述所述的飞行器优选决策方法。
[0031]根据本专利技术提供的具体实施例，本专利技术公开了以下技术效果：本专利技术利用证据推理方法将多个能够反应健康状态的指标进行融合得到飞行器的健康状态，根据观测数据得
到飞行器的稳定性，采用弹道仿真得到飞行器的导航精度，最终根据BRB构建评估模型，根据健康状态、稳定性、导航精度以及评估模型得到飞行器的综合性能评估结果，提高评估结果的准确性，进而得到性能最优的飞行器，更好的完成后续的任务。
附图说明
[0032]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0033]图1为飞行器优选决策方法流程图；
[0034]图2为分层ER示意图；
[0035]图3为x轴加速度计的测试数据示意图；
[0036]图4为y轴加速度计的测试数据示意图；
[0037]图5为z轴加速度计的测试数据示意图；
[0038]图6为x轴陀螺仪的测试数据示意图；
[0039]图7为y轴陀螺仪的测试数据示意图；
[0040]图8为z轴陀螺仪的测试数据示意图；
[0041]图9为健康状态评估结果图；
[0042]图10为数据稳定度计算结果示意图；
...

【技术保护点】

【技术特征摘要】
1.一种飞行器优选决策方法，其特征在于，包括：对于待挑选飞行器集合中任意一个飞行器，将所述飞行器分为陀螺仪子模型、加速度计子模型以及惯导系统模型；获取所述飞行器的一组观测数据；一组所述观测数据包括所有指标的观测值；所述指标包括：X轴陀螺仪的漂移系数、Y轴陀螺仪的漂移系数、Z轴陀螺仪的漂移系数、X轴加速度计的漂移系数、Y轴加速度计的漂移系数和Z轴加速度计的漂移系数；采用证据推理方法根据所述飞行器的一组观测数据分别将所述陀螺仪子模型中的各指标和所述加速度计子模型中的各指标进行融合得到惯导系统模型的健康度并确定所述惯导系统模型的健康度为所述飞行器的健康度；根据所述飞行器各指标的观测值计算所述飞行器各指标的稳定度；根据所述飞行器各指标的稳定度计算所述飞行器的稳定性；获取所述飞行器的多组观测数据；根据多组所述观测数据，对所述飞行器进行弹道仿真得到所述飞行器的健康状态；构建BRB
‑
ER飞行器综合性能状态评估模型；将所述飞行器的健康度、所述飞行器的稳定性和所述飞行器的健康状态输入所述BRB
‑
ER飞行器综合性能状态评估模型得到所述飞行器的综合性能评估结果；根据所述待挑选飞行器集合中各飞行器的综合性能评估结果得到所述待挑选飞行器集合中的最优飞行器。2.根据权利要求1所述的飞行器优选决策方法，其特征在于，所述采用证据推理方法根据所述飞行器的一组观测数据分别将所述陀螺仪子模型中的各指标和所述加速度计子模型中的各指标进行融合得到惯导系统模型的健康度并确定所述惯导系统模型的健康度为所述飞行器的健康度，具体包括：对于所述陀螺仪子模型中的任意一个指标，根据所述陀螺仪子模型对应的所述指标的观测值与所述指标对应的参考值集合得到所述指标对应的各评估等级的置信度；所述指标对应的参考值集合包括所述指标对应的各评估等级的参考值；将所述陀螺仪子模型对应的各指标对应的各评估等级的置信度带入证据融合公式得到所述陀螺仪子模型的健康度；对于所述加速度计子模型中的任意一个指标，根据所述加速度计子模型对应的所述指标的观测值与所述指标对应的参考值集合得到所述指标对应的各评估等级的置信度；所述指标对应的参考值集合包括所述指标对应的各评估等级的参考值；将所述加速度计子模型对应的各指标对应的各评估等级的置信度带入证据融合公式得到所述加速度计子模型的健康度；将所述陀螺仪子模型的健康度和所述加速度计子模型的健康度带入证据融合公式得到所述惯导系统模型的健康度，并确定所述惯导系统模型的健康度为所述飞行器的健康度。3.根据权利要求1所述的飞行器优选决策方法，其特征在于，所述根据多组所述观测数据，对所述飞行器进行弹道仿真得到所述飞行器的健康状态，具体包括：分别根据多组所述观测数据对所述飞行器进行弹道仿真得到飞行器在各组观测数据下的射程；
确定飞行器在第一组观测数据下的射程为所述飞行器的标准弹道的射程；确定飞行器在剩余数据集合中各观测数据下的射程为所述飞行器的干扰弹道的射程；所述剩余数据集合为多组观测数据中除第一组观测数据以外的各观测数据；根据所述飞行器的标准弹道的射程和所述飞行器的干扰弹道的射程计算所述飞行器的健康状态。4.根据权利要求3所述的飞行器优选决策方法，其特征在于，所述分别根据多组所述观测数据对所述飞行器进行弹道仿真得到飞行器在各组观测数据下的射程，具体包括：对于任意一组观测数据，根据所述观测数据计算一个积分周期内发射惯性系中的视速度增量；建立弹道计算积分迭代公式；根据所述一个积分周期内发射惯性系中的视速度增量对所述弹道计算积分迭代公式进行迭代求解得到飞行器落点的坐标；根据所述飞行器落点的坐标以及所述飞行器发射点的坐标得到所述飞行器在所述观测数据下的射程。5.一种飞行器优选决策系统，其特征在于，包括：子模型构建模块，用于对于待挑选飞行器集合中任意一个飞行器，将所述飞行器分为陀螺仪子模型、加速度计子模型以及惯导系统模型；第一获取模块，用于获取所述飞行器的一组观测数据；一组所述观测数据包括所有指标的观测值；所述指标包括：X轴陀螺仪的漂移系...

【专利技术属性】
技术研发人员：周志杰，廉正，胡昌华，冯志超，张朋，
申请(专利权)人：中国人民解放军火箭军工程大学，
类型：发明
国别省市：