论文部分内容阅读
大气数据系统(ADS)是航空飞行器的必备机载航电系统,大气参数的测量精度受飞行器飞行条件和大气环境等因素的影响,本文主要针对飞行器跨音速时大气数据剧烈波动,以及高超音速飞行时大气参数解算的模型/算法这些关键问题,开展传统ADS和嵌入式ADS(FADS)中相关大气数据测量技术的深入研究。论文针对跨音速传统大气数据系统高度波动的特点,分析了惯性导航系统高度和气压高度的解算原理,研究了大气/惯导高度通道阻尼回路特性,设计了跨音速大气/惯导高度融合算法,对大气和惯导信息进行多重融合。论文利用实际机型的飞行数据对算法进行了验证,算法可有效减小跨音速大气/惯导组合高度的波动幅值,提高高度信息的平稳性和飞行稳定性。论文在对机载攻角传感器配置特点、校准方法及跨音速攻角误差特性分析的基础上,设计了基于BP神经网络的传统大气数据系统跨音速攻角补偿修正算法,利用改进BP算法和飞行数据对网络进行训练和测试。经过验证分析,算法可显著消除跨音速大气测量攻角的剧烈抖动,提高跨音速攻角信息的精度和飞行品质。对于飞行速度更快的高超音速航空飞行器(如乘波体飞行器),其利用FADS测量大气参数。论文建立了乘波体飞行器的三维几何模型,并进行了多种飞行条件的CFD(计算流体动力学)计算。利用CFD计算数据分析了机体特定部位的压力场和温度场分布特性,并对FADS测压点布局进行了设计和优化。论文在乘波体飞行器CFD计算结果的基础上,进一步分析了FADS压力场模型特性,设计了基于神经网络的FADS算法,分别利用传统BP网络、改进BP网络和RBF网络逼近压力场模型。算法验证结果表明,改进BP网络和RBF网络可分别实现对马赫数和攻角/侧滑角大气参数的有效解算,有利于乘波体飞行器大气参数的准确获取。