本申请提供一种飞行器气动参数辨识方法、装置、计算机设备及存储介质，涉及飞行器技术领域。该方法包括：获取预设飞行器随样本飞行时间变化的多组样本动力学数据；根据样本飞行时间和样本动力学数据，对预设的初始气动参数辨识模型进行训练，得到目标气动参数辨识模型；根据目标气动参数辨识模型的模型参数确定预设飞行器的气动力参数。本申请可以实现低成本、高效率并准确地计算气动力参数。高效率并准确地计算气动力参数。高效率并准确地计算气动力参数。
【技术实现步骤摘要】
飞行器气动参数辨识方法、装置、计算机设备及存储介质
[0001]本专利技术涉及飞行器
，具体而言，涉及一种飞行器气动参数辨识方法、装置、计算机设备及存储介质。
技术介绍
[0002]飞行器是个极其复杂的系统，随着对飞行器设计领域的深入研究，获取飞行器准确的空气动力学特性变得尤为重要，而且获得其准确的气动力参数也是建立其飞行器模型、设计性能优良的飞行器控制系统以及开展飞行品质评估的重要前提和基础。
[0003]通常飞行器气动力参数的获取方法包括：数值计算、风洞试验及参数辨识试验，数值计算可以大大降低设计周期和研发成本，但会受到计算机性能和不完善的理论研究限制，使计算结果不准确；风洞试验相较于参数辨识试验，灵活性较大，便于控制并且易于获得数据，但风洞试验费用较高，且存在洞壁干扰和支架干扰等情况；参数辨识试验直接基于真实飞行数据辨识气动力参数和动力学特性，是对数值计算和风洞试验结果进行校验的重要手段，相较于风洞试验与数值计算方法，该方法能够获取飞行器真实飞行状态下的数据，但在飞行过程中无法直接测量飞行器的气动特性参数，因此如何更准确地将真实的气动特性从飞行试验数据中辨识出来，是飞行器气动参数辨识试验的关键问题。
[0004]因此，需要寻求一种低成本、高效率且能更加准确辨识飞行器气动参数的方法。
技术实现思路
[0005]本专利技术的目的在于，针对上述现有技术中的不足，提供一种飞行器气动参数辨识方法、装置、计算机设备及存储介质，以便实现低成本、高效率并准确地计算气动力参数。
[0006]为实现上述目的，本申请实施例采用的技术方案如下：第一方面，本申请实施例提供了一种飞行器气动参数辨识方法，所述方法包括：获取预设飞行器随样本飞行时间变化的多组样本动力学数据；根据所述样本飞行时间和所述样本动力学数据，对预设的初始气动参数辨识模型进行训练，得到目标气动参数辨识模型；根据所述目标气动参数辨识模型的模型参数确定所述预设飞行器的气动力参数。
[0007]可选的，所述获取预设飞行器随样本飞行时间变化的多组样本动力学数据，包括：根据所述预设飞行器的动力学参数，构建所述预设飞行器的动力学模型，所述动力学模型包括：未知的气动力参数；根据参考气动力参数和所述动力学模型，计算所述预设飞行器随所述样本飞行时间变化的多组所述样本动力学数据。
[0008]可选的，所述根据所述样本飞行时间和所述样本动力学数据对所述预设的初始气动参数辨识模型进行训练，得到目标气动参数辨识模型，包括：根据所述样本飞行时间对所述初始气动参数辨识模型进行训练，输出多组训练动力学数据；
根据预设损失函数、所述多组样本动力学数据和所述多组训练动力学数据，计算训练残差值；若所述训练残差值满足预设训练停止条件，得到所述目标气动参数辨识模型。
[0009]可选的，所述根据预设损失函数和所述多组训练动力学数据，计算训练残差值之前，所述方法还包括：根据动力学模型的残差函数和动力学数据的残差函数，生成所述损失函数，所述动力学数据的残差函数为：所述样本动力学数据和所述训练动力学数据之间的残差函数。
[0010]可选的，所述根据动力学模型的残差函数和动力学数据的残差函数，生成所述损失函数之前，所述方法还包括：将所述动力学模型转换为常微分方程组；根据所述常微分方程组，生成所述动力学模型的残差函数。
[0011]可选的，所述若所述训练残差值满足预设训练停止条件，得到所述目标气动参数辨识模型，包括：根据所述样本飞行时间和所述样本动力学数据分别对多次初始化的所述初始气动参数辨识模型进行训练，得到多次训练后的气动参数辨识模型；根据所述多次训练后的气动参数辨识模型满足所述预设训练停止条件的训练残差值进行比较，确定所述训练残差值最小的气动参数辨识模型为所述目标气动参数辨识模型。
[0012]可选的，所述根据参考气动力参数和所述动力学模型，计算所述预设飞行器随所述样本飞行时间变化的多组所述样本动力学数据，包括：根据所述参考气动力参数和所述动力学模型，计算所述预设飞行器随所述样本飞行时间变化的多组观测动力学数据；根据预设数据噪声，对多组所述观测动力学数据进行扩展，得到多组噪声动力学数据，所述样本动力学数据包括：所述观测动力学数据和所述噪声动力学数据。
[0013]第二方面，本申请实施例还提供一种飞行器气动参数辨识装置，所述装置包括：样本数据获取模块，用于获取预设飞行器随样本飞行时间变化的多组样本动力学数据；模型训练模块，用于根据所述样本飞行时间和所述样本动力学数据，对预设的初始气动参数辨识模型进行训练，得到目标气动参数辨识模型；气动力参数确定模块，用于根据所述目标气动参数辨识模型的模型参数确定所述预设飞行器的气动力参数。
[0014]可选的，所述样本数据获取模块，包括：动力学模型构建单元，用于根据所述预设飞行器的动力学参数，构建所述预设飞行器的动力学模型，所述动力学模型包括：未知的气动力参数；样本数据获取单元，用于根据参考气动力参数和所述动力学模型，计算所述预设飞行器随所述样本飞行时间变化的多组所述样本动力学数据。
[0015]可选的，所述模型训练模块，包括：模型训练单元，用于根据所述样本飞行时间对所述初始气动参数辨识模型进行训练，输出多组训练动力学数据；
残差值计算单元，用于根据预设损失函数、所述多组样本动力学数据和所述多组训练动力学数据，计算训练残差值；模型确定单元，用于若所述训练残差值满足预设训练停止条件，得到所述目标气动参数辨识模型。
[0016]可选的，所述残差值计算单元之前，所述装置还包括：损失函数确定单元，用于根据所述动力学模型的残差函数和动力学数据的残差函数，生成所述损失函数，所述动力学数据的残差函数为：所述样本动力学数据和所述训练动力学数据之间的残差函数。
[0017]可选的，所述损失函数确定单元之前，所述装置还包括：常微分方程转换单元，用于将所述动力学模型转换为常微分方程组；残差函数确定单元，用于根据所述常微分方程组，生成所述动力学模型的残差函数。
[0018]可选的，所述模型确定单元，包括：模型多次训练子单元，用于根据所述样本飞行时间和所述样本动力学数据分别对多次初始化的所述初始气动参数辨识模型进行训练，得到多次训练后的气动参数辨识模型；目标模型确定子单元，用于根据所述多次训练后的气动参数辨识模型满足所述预设训练停止条件的训练残差值进行比较，确定所述训练残差值最小的气动参数辨识模型为所述目标气动参数辨识模型。
[0019]可选的，所述样本数据获取单元，包括：观测数据获取单元，用于根据所述参考气动力参数和所述动力学模型，计算所述预设飞行器随所述样本飞行时间变化的多组观测动力学数据；噪声数据获取单元，用于根据预设数据噪声，对多组所述观测动力学数据进行扩展，得到多组噪声动力学数据，所述样本动力学数据包括：所述观测动力学数据和所述噪声动力学数据。
[0020]第三方面，本申请实施例还提供一种计算机设备，包括：处理器、存储介质和总线，所述存储介质存储有所述处理器可执行的程序本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种飞行器气动参数辨识方法，其特征在于，所述方法包括：获取预设飞行器随样本飞行时间变化的多组样本动力学数据；根据所述样本飞行时间和所述样本动力学数据，对预设的初始气动参数辨识模型进行训练，得到目标气动参数辨识模型；根据所述目标气动参数辨识模型的模型参数确定所述预设飞行器的气动力参数。2.如权利要求1所述的方法，其特征在于，所述获取预设飞行器随样本飞行时间变化的多组样本动力学数据，包括：根据所述预设飞行器的动力学参数，构建所述预设飞行器的动力学模型，所述动力学模型包括：未知的气动力参数；根据参考气动力参数和所述动力学模型，计算所述预设飞行器随所述样本飞行时间变化的多组所述样本动力学数据。3.如权利要求1所述的方法，其特征在于，所述根据所述样本飞行时间和所述样本动力学数据对所述预设的初始气动参数辨识模型进行训练，得到目标气动参数辨识模型，包括：根据所述样本飞行时间对所述初始气动参数辨识模型进行训练，输出多组训练动力学数据；根据预设损失函数、所述多组样本动力学数据和所述多组训练动力学数据，计算训练残差值；若所述训练残差值满足预设训练停止条件，得到所述目标气动参数辨识模型。4.如权利要求3所述的方法，其特征在于，所述根据预设损失函数和所述多组训练动力学数据，计算训练残差值之前，所述方法还包括：根据动力学模型的残差函数和动力学数据的残差函数，生成所述损失函数，所述动力学数据的残差函数为：所述样本动力学数据和所述训练动力学数据之间的残差函数。5.如权利要求4所述的方法，其特征在于，所述根据动力学模型的残差函数和动力学数据的残差函数，生成所述损失函数之前，所述方法还包括：将所述动力学模型转换为常微分方程组；根据所述常微分方程组，生成所述动力学模型的残差函数。6.如权利要求3所述的方法，其特征在于，所述若所述训练残差值...
【专利技术属性】
技术研发人员：陈树生，杨华，车适齐，姜权峰，高正红，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。