【技术实现步骤摘要】
本专利技术涉及运载火箭控制，具体涉及一种基于lstm-fcnn攻角估计的运载火箭减载控制方法及系统。
技术介绍
1、运载火箭在稠密大气层中飞行时受到高空风作用产生较大的气动载荷，如果载荷水平超出箭体结构强度的承载能力，箭体将发生破坏，对飞行任务造成毁灭性影响。降低高空风对运载火箭的影响，减小运载火箭的气动载荷，保证其在大风区飞行的安全可靠是运载领域面临的难题。如果能较好地利用减载控制技术减小运载火箭的气动载荷，设计时就可适当降低对火箭结构强度的要求，减轻运载火箭结构质量，提高运载能力，降低发射成本。
2、目前降低气动载荷的控制方案分为两类，一类是被动减载也被称作“弹道风修正”，另一类是主动减载。被动减载利用风场的数据信息来设计最优轨迹，从而在发射前使运载火箭上的预计气动载荷最小化。被动减载的补偿效果主要取决于模型的精确度和发射前对风场规律判断的准确性。主动减载则是通过在控制中引入攻角信息，使运载火箭具有迎着气流飞行的趋势，从而减小火箭在飞行中的攻角和侧滑角，降低火箭所受的气动载荷。主动减载的关键在于对于攻角信息的测量，一般分为直接测量和间接测量两种方式。直接测量通过攻角传感器获得飞行攻角，但考虑到测量精度以及安装和使用问题，在运载火箭上还没有参与实时控制。间接测量通过加速度表、扩张状态观测器等信息进行减载控制，但直接将加速度表信号引入控制回路会改变控制系统的结构，进而影响控制回路的稳定性，而扩张状态观测器无法区分结构干扰和风干扰，仅在风干扰占主要因素时估计的攻角信息较准确。因此综合利用测量信息和相关总体参数，发展高精
3、中国专利文献cn117146660a公开了一种基于多源传感器的火箭减载控制方法，涉及航空航天领域，包括：考虑多个火箭参数，设计火箭姿态控制器，建立火箭减载控制任务模型；利用减载加速度计敏感得到火箭法向加速度；火箭法向加速度包括气动力引起的法向加速度以及发动机推力引起的法向加速度；在火箭飞行过程中，利用发动机室压传感器实时测量室压，确定火箭实时的发动机推力；根据火箭法向加速度以及发动机推力确定所述气动力引起的法向加速度；在所述火箭姿态控制器中加入气动力引起的法向加速度对应的法向加速度反馈，基于所述火箭减载控制任务模型，确定减小后的总气流攻角，实现了火箭在上升段的精确减载控制。其虽能根据火箭法向加速度以及发动机推力确定所述气动力引起的法向加速度，但该方法依赖室压传感器测量精度，且无法排除法向加速度中结构干扰的影响。
4、中国专利文献cn115729096a揭示了一种探空火箭减载方法及系统，采用迎角传感器测量风攻角，将实时攻角引入探空火箭控制系统回路，通过控制发动机摆动，对风干扰进行补偿，使探空火箭在大风区所受载荷最小，减小风引起的气动力矩，提高探空火箭发射适应性。其虽然能够根据攻角传感器测量攻角，进而对火箭进行减载控制，但受攻角传感器安装限制，目前大部分火箭无法直接安装攻角传感器测量攻角。
技术实现思路
1、本专利技术的目的在于，提出一种基于lstm-fcnn攻角估计的运载火箭减载控制方法及系统，提升攻角在风场不确定情况下的估计精度，降低运载火箭的气动载荷，提高运载火箭在高空风区域飞行的适应能力。
2、根据本公开实施例的第一个方面，提供了一种基于lstm-fcnn攻角估计的运载火箭减载控制方法，包括以下步骤：
3、根据火箭在高空风区域飞行状态数据以及测量的风速数据生成数据集，并采用线性归一化对数据集进行处理；
4、利用归一化后的数据训练lstm-fcnn深度神经网络，建立火箭姿态响应与风速之间映射关系；
5、将训练后的lstm-fcnn深度神经网络迁移到火箭实际飞行中，基于估计的高空风风速得到攻角，进而采取基于攻角反馈的减载控制方法，降低运载火箭的气动载荷。
6、根据本公开实施例的第二个方面，提供了一种基于lstm-fcnn攻角估计的运载火箭减载控制系统，包括：
7、数据获取模块，根据火箭在高空风区域飞行状态数据以及测量的风速数据生成数据集，并采用线性归一化对数据集进行处理；
8、映射关系建立模块，利用归一化后的数据训练lstm-fcnn深度神经网络，建立火箭姿态响应与风速之间映射关系；
9、减载控制模块，将训练后的lstm-fcnn深度神经网络迁移到火箭实际飞行中，基于估计的高空风风速得到攻角，进而采取基于攻角反馈的减载控制方法，降低运载火箭的气动载荷。
10、根据本公开实施例的第三个方面，提供了一种电子设备，包括存储器、处理器及存储在存储器上运行的计算机程序，所述处理器执行所述程序时实现所述的一种基于lstm-fcnn攻角估计的运载火箭减载控制方法。
11、根据本公开实施例的第四个方面，提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现所述的一种基于lstm-fcnn攻角估计的运载火箭减载控制方法。
12、本专利技术采用的以上技术方案，与现有技术相比，具有的优点是：(1)针对运载火箭攻角估计精度有限的情况，本专利技术利用lstm-fcnn深度神经网络建立火箭姿态响应与风速之间映射关系，通过估计风速进而估计攻角，有效提高风场不确定性攻角估计精度。
13、(2)针对运载火箭飞行过程中气动载荷过大的情况，本专利技术获取攻角信息后，将其引入控制系统中，可有效降低运载火箭的气动载荷。
本文档来自技高网...【技术保护点】
1.一种基于LSTM-FCNN攻角估计的运载火箭减载控制方法，其特征在于，包括以下步骤：
2.根据权利要求1所述一种基于LSTM-FCNN攻角估计的运载火箭减载控制方法，其特征在于，对运载火箭质心运动和绕质心运动分析，确立LSTM-FCNN深度神经网络的输入量为：
3.根据权利要求1所述一种基于LSTM-FCNN攻角估计的运载火箭减载控制方法，其特征在于，LSTM-FCNN深度神经网络中先采用长短周期神经网络LSTM对飞行状态数据、风速数据序列进行处理，并结合多层全连接神经网络FCNN对长短周期神经网络LSTM的输出量进行特征提取，得到贴近实际情况的映射关系。
4.根据权利要求1所述一种基于LSTM-FCNN攻角估计的运载火箭减载控制方法，其特征在于，利用训练后的LSTM-FCNN深度神经网络在线估计风速，并基于风速得到攻角，具体为：
5.根据权利要求4所述一种基于LSTM-FCNN攻角估计的运载火箭减载控制方法，其特征在于，将攻角信息引入控制系统中，火箭俯仰通道控制方程如下：
6.根据权利要求4所述一种基于LSTM-F
7.根据权利要求5或6所述一种基于LSTM-FCNN攻角估计的运载火箭减载控制方法，其特征在于，切变风引起的总攻角偏差为：
8.一种基于LSTM-FCNN攻角估计的运载火箭减载控制系统，其特征在于，包括：
9.一种电子设备，包括存储器、处理器及存储在存储器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现所述的一种基于LSTM-FCNN攻角估计的运载火箭减载控制方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现所述的一种基于LSTM-FCNN攻角估计的运载火箭减载控制方法。
...【技术特征摘要】
1.一种基于lstm-fcnn攻角估计的运载火箭减载控制方法，其特征在于，包括以下步骤：
2.根据权利要求1所述一种基于lstm-fcnn攻角估计的运载火箭减载控制方法，其特征在于，对运载火箭质心运动和绕质心运动分析，确立lstm-fcnn深度神经网络的输入量为：
3.根据权利要求1所述一种基于lstm-fcnn攻角估计的运载火箭减载控制方法，其特征在于，lstm-fcnn深度神经网络中先采用长短周期神经网络lstm对飞行状态数据、风速数据序列进行处理，并结合多层全连接神经网络fcnn对长短周期神经网络lstm的输出量进行特征提取，得到贴近实际情况的映射关系。
4.根据权利要求1所述一种基于lstm-fcnn攻角估计的运载火箭减载控制方法，其特征在于，利用训练后的lstm-fcnn深度神经网络在线估计风速，并基于风速得到攻角，具体为：
5.根据权利要求4所述一种基于lstm-fc...
【专利技术属性】
技术研发人员：于嘉琪，崔梦真，于海森，谭述君，杨智源，
申请(专利权)人：大连理工大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。