可重复使用运载器（RLV）再入返回段的气动参数表现为不确定和快时变的特点,导致RLV气动特性具有强耦合性和非线性,使气动模型难以设计和控制,降低了飞行器的稳定性.在系统噪声存在的前提下,针对RLV的动力学模型,提出一种由最大期望（EM）算法和扩展卡尔曼滤波（EKF）算法相结合的RLV再入段气动参数辨识方法,以飞行高度和攻角为基准,每10 km一个区间将RLV再入段划分为3个飞行阶段,并分别进行了气动参数辨识.首先,将RLV飞行器再入段的动力学模型转换为非线性系统的状态空间模型;其次,基于状态空间模型,将飞行器的原始状态向量进行扩维,得到由待辨识气动参数和原始状态向量组成的新扩维状态向量;然后,采用EKF算法对RLV气动模型的扩维状态向量进行辨识,达到滤除噪声和估计未知气动参数的目的;之后,为了降低测量和过程噪声统计特性的设置对EKF辨识结果带来的影响,在EKF算法前向滤波和Rauch-Tung-Striebel（RTS）后向平滑过程的基础上,采用EM算法对EKF的测量和过程噪声的先验统计数据进行估计,基于估计所得到的精确噪声特性,能够更好地提高EKF算法对气动参数估计的精度;最后,通过基于EM-EKF算法与极大似然方法的气动参数辨识值对各种气动系数影响的仿真对比,验证了EM-EKF结合辨识算法的准确性.
类型: 期刊论文
作者: 窦立谦,杜苗苗,张秀云,王跃萍
关键词: 可重复使用运载器,扩展卡尔曼滤波,最大期望算法,平滑器,参数估计
来源: 天津大学学报(自然科学与工程技术版) 2019年12期
年度: 2019
分类: 工程科技Ⅱ辑
专业: 航空航天科学与工程
单位: 天津大学电气自动化与信息工程学院,飞行控制航空科技重点实验室(航空工业自控所)
基金: 国家自然科学基金资助项目(61873340),中国航空科学基金资助项目(20170748003),联合基金资助项目(6141A02022328)~~
分类号: V411
页码: 1285-1292
总页数: 8
文件大小: 336K
下载量: 142
本文来源: https://www.lunwen90.cn/article/09a8d44dbe74470ee00051e5.html