-
公开(公告)号:CN119760893A
公开(公告)日:2025-04-04
申请号:CN202510259277.4
申请日:2025-03-06
Applicant: 中国空气动力研究与发展中心计算空气动力研究所
IPC: G06F30/15 , G06F113/08 , G06F119/14
Abstract: 本发明提供了一种基于推力偏差修正的飞行器气动参数在线估计方法、设备和介质,涉及飞行器参数在线辨识技术领域。方法包括:采用扩展卡尔曼滤波器逐步迭代预测飞行器系统增广状态;采用遗忘递推最小二乘估计器估计给定时间窗口内的轴向气动力和法向气动力系数以及推力偏差比例系数,进而计算得到气动升、阻力系数和修正后的推力估计结果;对推力偏差比例系数估计结果的收敛性进行判断;若未收敛,则基于未修正的推力和升阻力气动系数开展气动导数估计;若已收敛,则将修正后的推力、修正后的升阻力气动系数带入一般递推最小二乘估计器,开展气动导数估计。本发明提出的在线估计方法能够有效提升推力测量偏差下的纵向气动导数估计精准度。
-
公开(公告)号:CN117270574B
公开(公告)日:2024-01-26
申请号:CN202311544575.5
申请日:2023-11-20
Applicant: 中国空气动力研究与发展中心计算空气动力研究所
IPC: G05D1/46
Abstract: 本发明提供基于虚拟目标的固定翼无人机飞行编队试验方法,属于无人机飞行控制技术领域,解决了现有飞行编队试验风险高的问题;本发明中,通过设置单个或多个虚拟目标的飞行参数,建立虚拟目标运动模型,计算虚拟目标与真实无人机间距离等相关参数,来解算出真实无人机和虚拟无人机的编队状态指令和对应的控制指令,并将虚拟无人机的控制指令输入至虚拟目标的对应模型中,将真实无人机的控制指令发送至真实无人机的作动器,从而控制真实无人机在编队飞行过程中的速度、位置和姿态,实现其与(56)对比文件Moshu Qian;Zhu Wu;BinJiang.Cerebellar Model ArticulationNeural Network-Based Distributed FaultTolerant Tracking Control With ObstacleAvoidance for Fixed-Wing UAVs《.IEEETransactions on Aerospace and ElectronicSystems 》.2023,第6841-6852页.Yongran Zhi, Lei Liu , Bin Guan, BoWang, Zhongtao Cheng, HuijinFan.Distributed robust adaptive formationcontrol of fixed-wing UAVs with unknownuncertainties and disturbances《.AerospaceScience and Technology》.2022,第1-20页.
-
公开(公告)号:CN117270574A
公开(公告)日:2023-12-22
申请号:CN202311544575.5
申请日:2023-11-20
Applicant: 中国空气动力研究与发展中心计算空气动力研究所
IPC: G05D1/10
Abstract: 本发明提供基于虚拟目标的固定翼无人机飞行编队试验方法,属于无人机飞行控制技术领域,解决了现有飞行编队试验风险高的问题;本发明中,通过设置单个或多个虚拟目标的飞行参数,建立虚拟目标运动模型,计算虚拟目标与真实无人机间距离等相关参数,来解算出真实无人机和虚拟无人机的编队状态指令和对应的控制指令,并将虚拟无人机的控制指令输入至虚拟目标的对应模型中,将真实无人机的控制指令发送至真实无人机的作动器,从而控制真实无人机在编队飞行过程中的速度、位置和姿态,实现其与虚拟目标间的距离保持等效果;本发明可有效降低飞行试验风险,节约固定翼无人机编队飞行试验成本,提高固定翼无人机编队飞行效率。
-
公开(公告)号:CN116976011A
公开(公告)日:2023-10-31
申请号:CN202311221653.8
申请日:2023-09-21
Applicant: 中国空气动力研究与发展中心计算空气动力研究所
IPC: G06F30/15 , G06F30/27 , G06F30/28 , G06N3/045 , G06N3/048 , G06N3/084 , G06N3/0985 , G06F113/08 , G06F119/14
Abstract: 本发明公开了一种低高保真度气动数据特征关联深度复合网络模型及方法,该模型包括:低保真度网络和高保真度网络;其中,低保真度网络包括低保真度线性网络和低保真度非线性网络;高保真度网络包括线性变换网络和高保真度非线性网络;低保真度线性网络通过线性变换网络与高保真度非线性网络连接。本发明更明确地用线性变换的方式建立低、高保真度气动数据之间的关联关系,从而简化了模型结构,提升了模型的泛化能力,模型的预测性能更优。
-
公开(公告)号:CN114462293B
公开(公告)日:2023-10-13
申请号:CN202111564646.9
申请日:2021-12-20
Applicant: 中国空气动力研究与发展中心计算空气动力研究所
IPC: G06F30/27 , G06N3/0442 , G06N3/08
Abstract: 本发明涉及高超声速目标技术领域,具体地说,涉及一种高超声速目标中长期轨迹预测方法,其包括以下步骤:步骤1、根据雷达探测目标的信息,通过滤波算法获得目标的位置、速度状态信息;步骤2、通过目标跟踪得到的历史状态信息,计算气动参数序列αVTC,然后建立其LSTM预测模型;步骤3、利用训练好的LSTM模型预测αVTC,而后根据预测结果获得目标的中长期预测的轨迹;步骤4、目标再入机动或机动模式发生变化时,按照步骤1、步骤2生成新序列αVTC,并依此更新LSTM模型,然后返回步骤3。本发明能较佳地预测中长期轨迹。
-
公开(公告)号:CN116772846A
公开(公告)日:2023-09-19
申请号:CN202310590673.6
申请日:2023-05-24
Applicant: 中国空气动力研究与发展中心计算空气动力研究所
IPC: G01C21/20
Abstract: 本申请公开了一种无人机航迹规划方法、装置、设备及介质,涉及无人机航迹规划技术领域,包括:基于预设地形模型和预设气象环境威胁模型构建三维航迹规划环境;利用预设搜索算法和通视判定方法从所述三维航迹规划环境中确定出无人机的飞行航迹;利用三次B样条曲线对所述飞行航迹进行平滑处理,以得到平滑处理后的飞行航迹。本申请在构建的三维航迹规划环境中,通过利用预设搜索算法和通视判定方法能够规划出无人机能够避开各种威胁区域的飞行航迹,并通过三次B样条曲线对飞行航迹进行处理以得到平滑的飞行航迹,使得飞行航迹满足无人机的实际飞行需求。
-
公开(公告)号:CN114896830A
公开(公告)日:2022-08-12
申请号:CN202210825423.1
申请日:2022-07-14
Applicant: 中国空气动力研究与发展中心计算空气动力研究所
IPC: G06F30/20 , G06F17/13 , G06F119/14
Abstract: 本发明提供了一种导弹非线性非定常气动力微分方程模型辨识方法,包括:S1:数据准备:利用风洞试验或CFD计算得到导弹静态气动力和力矩系数、大振幅俯仰振荡气动力和力矩系数时间历程的动态数据表,并经过数据处理后生成气动建模的输入数据文件;S2:将气动力分解为静态气动力、俯仰阻尼和下洗迟滞增量、非定常增量,采用一阶微分方程描述非定常增量,构建气动力微分方程模型;S3:将气动力微分方程模型辨识问题转化为动态系统的参数辨识问题;S4:利用所述气动数据,基于最小二乘准则,采用Gauss‑Newton优化算法辨识获取模型参数的估计值。本发明适用于全攻角范围,模型泛化性能强。
-
公开(公告)号:CN113313360A
公开(公告)日:2021-08-27
申请号:CN202110489830.5
申请日:2021-05-06
Applicant: 中国空气动力研究与发展中心计算空气动力研究所
Abstract: 本发明公开了一种基于模拟退火‑撒点混合算法的协同任务分配方法,包括以下步骤:在模拟退火算法的“判断新解是否被接受”的步骤中,若判断结果为“否”,则加入撒点算法,重新在全局搜索邻域方案,并以概率判断是否接受新的邻域方案产生的解作为新解。优选的,包括以下步骤:S1,计算目标函数值;S2,计算退火温度;S3,执行恒温迭代;S4,执行邻域搜索;S5,判断新解是否被接受;S6,执行撒点算法;S7,更新最优解;S8,输出最优任务分配方案。本发明解决了现有任务分配技术存在的易陷入局部最优、难以搜索全局最优解的问题,提高了效率。
-
公开(公告)号:CN117104546B
公开(公告)日:2024-01-05
申请号:CN202311331550.7
申请日:2023-10-16
Applicant: 中国空气动力研究与发展中心计算空气动力研究所
Abstract: 本发明公开了一种多涵道式无人机及控制方法,该无人机包括姿态控制模块、动力模块和载荷模块,姿态控制模块包括多个上层涵道,上层涵道内设置有第一推进装置。动力模块包括一个下层涵道,下层涵道内设置有第二推进装置,第二推进装置的动力大于第一推进装置,且两者的螺旋桨旋转方向相反。载荷模块包括设置于上层涵道与下层涵道之间的核心控制单元,核心控制单元被配置为感知本机姿态位置信息,并控制第一推进装置和第二推进装置产生的转速差与扭矩差实现姿态控制。本发明采用无舵面、导流翼板设计,结构更加牢固可靠,故障率降低;采用多个涵道螺旋桨式推进装置搭配的方式,可实现扭矩相互抵消的组合。(56)对比文件EP 3517428 A1,2019.07.31EP 3862266 A1,2021.08.11US 10549850 B1,2020.02.04US 11738865 B1,2023.08.29US 2003085319 A1,2003.05.08US 2016272317 A1,2016.09.22US 2018362169 A1,2018.12.20张桥;刘春义.涵道风扇无人机结构设计.飞机设计.2013,(第04期),第4-8页.程艳青;王文正;钱炜祺;何开锋.飞行器静操纵性评估方法研究.实验流体力学.2011,(第02期),第13-16、40页.张卫国;孙俊峰;招启军;武杰;李国强;马帅;吴霖鑫.旋翼翼型气动设计与验证方法.空气动力学学报.2021,(第006期),第136-148、155页.
-
公开(公告)号:CN115879008B
公开(公告)日:2023-05-26
申请号:CN202310188273.2
申请日:2023-03-02
Applicant: 中国空气动力研究与发展中心计算空气动力研究所
IPC: G06F18/214 , G06F18/25
Abstract: 本申请公开了一种数据融合模型训练方法、装置、设备及存储介质,涉及气动数据融合技术领域,包括:获取包含三种来源气动数据的训练集;将训练集的输入传输至第一来源气动数据预测网络以得到第一预测结果;结合第一预测结果中第二和第三来源条件对应结果以及训练集传输至第二来源气动数据预测网络以得到第二预测结果;结合第一预测结果中第三来源条件对应结果、第二预测结果中第三来源条件对应结果以及第三来源条件传输至第三来源气动数据预测网络以得到第三预测结果,并根据三个预测结果确定损失函数以对三种来源气动数据预测网络中的当前网络参数进行训练。本申请利用深度网络可以实现对三种来源气动数据进行融合,最大限度提取数据之间的关系。
-
-
-
-
-
-
-
-
-