大包线飞行干扰估计的方法及装置制造方法及图纸

本发明专利技术属于自动控制技术领域，具体涉及一种大包线飞行干扰估计的方法及装置。旨在解决现有技术刚性飞行器的分析方法无法应用于弹性飞行器飞行动力学特性的问题。本发明专利技术提供一种大包线飞行干扰估计方法，包括分别获取大包线飞行器的输入信号和输出信号，对输入信号和输出信号进行快速傅里叶变换信号分析，将分析得到的信号进行相除操作，得到输出信号对输入信号的波特图；提取波特图中的子区域图像；将波特图的子区域图像输入卷积神经网络模型进行识别，得到波特图的子区域图像的类别以完成大包线飞行干扰估计。本发明专利技术的方法能够形成深度学习机理的振动模态离线学习机理与在线鲁棒柔性辨识机理，实现为弹性特征参数在线测量与计算。

【技术实现步骤摘要】
大包线飞行干扰估计的方法及装置
本专利技术属于自动控制
，具体涉及一种大包线飞行干扰估计的方法及装置。
技术介绍
随着飞行器任务使命范围不断拓展，其飞行包线越来越大。通常飞行器在大气层内(2万米内)以及大气层边缘临近空间飞行(2万米到10万米)，其飞行速度的范围位于高亚音速到5马赫以上的高超音速之间，飞行速度变化较大，飞行器的动力学特性变化也较大，因此在其飞行过程中，飞行器的性能参数，如结构弹性等不能忽略，而飞行控制律的设计对飞行器的性能参数有重大影响。飞行器的控制律设计方法是为了满足飞行器在包线内不同的典型工作点均可以保证飞行器的飞行品质要求，以及飞行器在时域和频域上都能达到趋于理想的性能指标。当飞行器的结构模态频率与刚性模态频率愈加接近时，弹性效应对弹性飞行器飞行动力学特性的影响愈加明显，特别是操稳特性将变得更加的复杂和严峻，已经不能用“刚性飞行器”的分析方法进行研究，因此，迫切需要为弹性飞行器建立能够包含多学科耦合的飞行动力学模型，为针对该弹性特性设计针对性控制律。因此，如何提出一种满足大包线飞行控制律对弹性干扰的特征参数辨识的方案是本领域技术人员目前需要解决的问题。
技术实现思路
为了解决现有技术中的上述问题，即为了解决现有技术刚性飞行器的分析方法无法应用于弹性飞行器飞行动力学特性的问题，本专利技术提供了一种大包线飞行干扰估计的方法，包括：分别获取大包线飞行器的输入信号和输出信号，对所述输入信号和所述输出信号进行快速傅里叶变换FFT信号分析，分别得到第一FFT信号和第二FFT信号；对所述第一FFT信号和所述第二FFT信号进行相除操作，得到所述输出信号对所述输入信号的波特图；提取所述波特图中具有谐振特点的图像作为所述波特图的子区域图像；将所述波特图的子区域图像输入预先设定的卷积神经网络模型进行识别，得到所述波特图的子区域图像的类别以完成大包线飞行干扰估计。在上述方法的优选技术方案中，所述波特图的子区域图像的类别包括平坦区、谐振区以及下降区。在上述方法的优选技术方案中，该方法还包括：基于弹性传导空间特性融合进行自适应弹性滤波。在上述方法的优选技术方案中，自适应弹性滤波的方法包括：通过振动传感器采集所述大包线飞行器的弹性波动数据并记录所述振动传感器的空间位置；对所述弹性波动数据进行速度修正处理；根据所述大包线飞行器的传感器阵列的空间分布差异性，采用高维联合谱分析技术求解所述弹性波动数据的时域和频域信息；根据所述弹性波动数据、所述传感器阵列的空间分布差异性以及所述弹性波动数据的时域和频域信息，建立波动曲线方程的空间分布图以用于所述大包线飞行器的飞行控制反馈与稳定性分析。在上述方法的优选技术方案中，所述输入信号为所述大包线飞行器的升降舵，所述输出信号为所述大包线飞行器的航迹倾角、高度、攻角以及俯仰角速率。本专利技术还提供一种存储装置，其中存储有多条程序，所述程序适于由处理器加载并执行如上述所述的大包线飞行干扰估计方法。本专利技术还提供一种处理装置，包括处理器、存储设备；处理器，适于执行各条程序；存储设备，适于存储多条程序；所述程序适于由处理器加载并执行如上述所述的大包线飞行干扰估计方法。与最接近的现有技术相比，本专利技术提供一种大包线飞行干扰估计方法，包括分别获取大包线飞行器的输入信号和输出信号，对输入信号和输出信号进行快速傅里叶变换FFT信号分析，分别得到第一FFT信号和第二FFT信号；对第一FFT信号和第二FFT信号进行相除操作，得到输出信号对输入信号的波特图；提取波特图中具有谐振特点的图像作为波特图的子区域图像；将波特图的子区域图像输入预先设定的卷积神经网络模型进行识别，得到波特图的子区域图像的类别以完成大包线飞行干扰估计。上述技术方案至少具有如下有益效果：1、本专利技术针对大包线飞行器的弹性干扰，设计弹性特征参数的闭环在线鲁棒反演机理，给出闭环辨识的可辨识性以及数据干扰下的鲁棒辨识方法，形成深度学习机理的振动模态离线学习机理与在线鲁棒柔性辨识机理；2、本专利技术给出面向大包线飞行器弹性传导空间特性融合的自适应弹性滤波方法，为弹性特征参数在线测量与计算提供了一种实现方法。附图说明图1为本专利技术一种实施例的控制输入到控制输出的幅频特性图；图2为本专利技术一种实施例的对线性化模型进行频率特性分析的幅频特性图；图3为本专利技术一种实施例的大包线飞行器的输出信号的幅频响应图；图4为本专利技术一种实施例的输入信号相对弹性模态输出量的幅频响应图；图5为本专利技术一种实施例的基于深度学习的弹性波动的特征提取示意图；图6为本专利技术一种实施例的大包线飞行干扰估计方法的流程示意图；图7为本专利技术一种实施例的弹性振动传感器节点与弹性梁坐标系统定义及受力分析示意图；图8为本专利技术一种实施例的基于弹性传导空间特性融合的自适应弹性滤波示意图。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围下面参照附图来描述本专利技术的优选实施方式。本领域技术人员应当理解的是，这些实施方式仅仅用于解释本专利技术的技术原理，并非旨在限制本专利技术的保护范围。本专利技术采用大包线飞行弹性特征参数鲁棒反演机理计算方法，对大包线飞行器的不确定性、弹性和控制的动力学建模与交叉耦合特性，分析不确定性、刚体模态、弹性模态、控制系统几者间的闭环交叉耦合的关键影响因素；设计弹性特征参数的闭环在线鲁棒反演机理，给出闭环辨识的可辨识性以及数据干扰下的鲁棒辨识方法，形成深度学习机理的振动模态离线学习机理与在线鲁棒柔性辨识机理，为基于弹性特性模式提取的数据驱动型新型弹性特性参数反演机理和计算实现方法。同时形成基于弹性传导空间特性融合的自适应弹性滤波机理，给出弹性波动传导机理的空间特性，实现飞行器不同位置波动特性的时间空间分布；给出分布式波动传导的波动特性空间采样模式与波动数据的冗余特性，构建数据融合机理，实现弹性特征参数增强与隔离的计算方法；形成波动特征测量的传感机理与空间配置机理，给出面向振动隔离的弹性波动空间估计的数学表达与计算机理，形成基于多轴弹性特征参数反演条件下的自适应弹性解耦和空间数据融合的弹性滤波方法。对大包线飞行器弹性体飞行器动力学建模，模型可以用下述公式进行表示：该模型共包括11个飞行状态，5个刚体状态V,γ,h,α,Q分别表示速度、航迹倾角、高度、迎角、俯仰角速率；6个弹性体状态分别表示前三阶弹性模态及其微分。其中，ωi为弹性模态的自然频率，ξi为阻尼比，m,g,Iyy分别表示质量、重力加速度和绕Y轴的转动惯量；L,D,T,M,Ni分别表示升力、阻力、推力、俯仰力矩和广义弹性力。上述模型与飞行状态、控制输入存在复杂的非线性关系，可以用高精度的拟合模型进行表示，具体如下公式所示：其中，表示弹性模态向量，δ＝[δc,δe]T表示舵偏角向量，δc,δe分别表示鸭翼和升降舵的舵偏角，表示动压，ρ为大气密度。大包线飞行器的气动系数可以如公式(8)所示：其中，CT,φ为推力对滚转角的推力系数，分别为CT,φ对攻角的3阶、2阶、1阶导数和偏移值；CT为本文档来自技高网...

【技术保护点】
1.一种大包线飞行干扰估计的方法，其特征在于，包括：分别获取大包线飞行器的输入信号和输出信号，对所述输入信号和所述输出信号进行快速傅里叶变换FFT信号分析，分别得到第一FFT信号和第二FFT信号；对所述第一FFT信号和所述第二FFT信号进行相除操作，得到所述输出信号对所述输入信号的波特图；提取所述波特图中具有谐振特点的图像作为所述波特图的子区域图像；将所述波特图的子区域图像输入预先设定的卷积神经网络模型进行识别，得到所述波特图的子区域图像的类别以完成大包线飞行干扰估计。

【技术特征摘要】
1.一种大包线飞行干扰估计的方法，其特征在于，包括：分别获取大包线飞行器的输入信号和输出信号，对所述输入信号和所述输出信号进行快速傅里叶变换FFT信号分析，分别得到第一FFT信号和第二FFT信号；对所述第一FFT信号和所述第二FFT信号进行相除操作，得到所述输出信号对所述输入信号的波特图；提取所述波特图中具有谐振特点的图像作为所述波特图的子区域图像；将所述波特图的子区域图像输入预先设定的卷积神经网络模型进行识别，得到所述波特图的子区域图像的类别以完成大包线飞行干扰估计。2.根据权利要求1所述的方法，其特征在于，所述波特图的子区域图像的类别包括平坦区、谐振区以及下降区。3.根据权利要求1所述的方法，其特征在于，该方法还包括：基于弹性传导空间特性融合进行自适应弹性滤波。4.根据权利要求3所述的方法，其特征在于，自适应弹性滤波的方法包括：通过振动传感器采集所述大包线飞行器的弹性波动数据并记录所述振动...

【专利技术属性】
技术研发人员：范国梁，袁如意，刘振，刘朝阳，
申请(专利权)人：中国科学院自动化研究所，
类型：发明
国别省市：北京,11