钝头体高超声速飞行器飞行参数预测方法、系统及设备技术方案

本发明专利技术公开了一种钝头体高超声速飞行器飞行参数预测方法、系统及设备。该方法包括：在钝头体高超声速飞行器表面的多个飞行参数敏感位置分别布置压力测试点；建立基于随机森林的飞行参数预测模型；在钝头体高超声速飞行器的飞行包络内选取多个不同飞行参数的飞行工况点；对选取的飞行工况点进行CFD计算，得到在不同飞行工况点下多个压力测试点的压力值；生成数据集，将数据集中的部分数据点作为训练集，采用训练集对飞行参数预测模型进行训练，完成训练的飞行参数预测模型能够根据输入的多个压力测试点的压力值输出对应的飞行参数预测值。实现对钝头体高超声速飞行器飞行参数的实时在线精确预测。的实时在线精确预测。的实时在线精确预测。

【技术实现步骤摘要】
钝头体高超声速飞行器飞行参数预测方法、系统及设备


[0001]本专利技术属于高超声速飞行器领域，更具体地，涉及一种钝头体高超声速飞行器飞行参数预测方法、系统及设备。

技术介绍

[0002]准确预测高超声速飞行器的飞行参数是实现其精准稳定控制的前提。由于高超声速飞行器的严酷气动加热和隐身性能的要求，传统的探出式测量系统应用受限，从而发展了嵌入式大气数据传感(FADS)系统，基于特定区域的表面压力反推飞行参数，国外已成功将该系统产业化并应用于多种飞行器中，但在国内，该技术的研究还处于理由研究水平，未达到工程应用阶段。
[0003]FADS技术的关键在于高精度飞行器表面压力测量技术、高保真气动模型建立和模型算法性能的提高。常用的FADS算法有最小二乘迭代法、三点法、Kalman滤波法、神经网络法等，前三种算法对初值较为敏感，不合适的初值会引起计算发散，神经网络法对样本需求量较大。因此，仍需要发展一套通用性较好的FADS系统模型和解算方法，并且解算方法需要具有精度高、稳定性好、实时性强、容错性好等特点。

技术实现思路

[0004本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种钝头体高超声速飞行器飞行参数预测方法，其特征在于，包括：在钝头体高超声速飞行器表面的多个飞行参数敏感位置分别布置压力测试点；建立基于随机森林的飞行参数预测模型；在钝头体高超声速飞行器的飞行包络内选取多个不同飞行参数的飞行工况点；对选取的飞行工况点进行CFD计算，得到在不同飞行工况点下多个所述压力测试点的压力值；生成数据集，所述数据集包括多个数据点，每个所述数据点包括一个飞行工况点的飞行参数及多个压力测试点对应的压力值；将所述数据集中的部分数据点作为训练集，采用所述训练集对所述飞行参数预测模型进行训练，完成训练的所述飞行参数预测模型能够根据输入的多个所述压力测试点的压力值输出对应的飞行参数预测值。2.根据权利要求1所述的钝头体高超声速飞行器飞行参数预测方法，其特征在于，所述飞行参数敏感位置包括机头前缘驻点、沿飞行器纵向对称面的上下位置点以及机身上表面两侧对称的位置点。3.根据权利要求1所述的钝头体高超声速飞行器飞行参数预测方法，其特征在于，所述飞行参数包括攻角和侧滑角。4.根据权利要求1所述的钝头体高超声速飞行器飞行参数预测方法，其特征在于，所述在钝头体高超声速飞行器的飞行包络内选取多个不同飞行参数的飞行工况点，包括：根据所述飞行包络，在马赫、高度、攻角和侧滑角范围内固定马赫和高度并选取不同攻角、不同侧滑角作为工况点。5.根据权利要求1所述的钝头体高超声速飞行器飞行参数预测方法，其特征在于，所述飞行参数预测模型为包括多棵决策树的组合分类器；对所述飞行参数预测模型进行训练过程中，采用mse作为特征的评价标准，单棵决策树选取样本的最大特征数作为建立决策树时的最大特征数目；子树继续划分的最小样本数目为2，叶子节点最小样本数为1；构建决策树时采用bootstrap采样。6.根据权利要求1所述的钝头体高超声速飞行器飞行参数预测方法，其特征在于，所述飞行参数预测模型的运行函数为：其...

【专利技术属性】
技术研发人员：楼昊，覃建秀，朱德华，杨武兵，
申请(专利权)人：中国航天空气动力技术研究院，
类型：发明
国别省市：