【技术实现步骤摘要】
本专利技术属于弹丸参数辨识领域，具体涉及一种基于改进多目标粒子群算法的弹丸风速矢量辨识方法。
技术介绍
1、风作为一种重要的气象要素，对弹丸的飞行轨迹有重要的影响，它是影响弹丸气动参数变化的直接且重要因素之一，尤其是对于常规无控旋转稳定弹丸、弹道修正弹的无控飞行段等。风有风速和风向，通常将风的来向称为风向，从正北方顺时针转至风的来向的角度为风向方位角。风向和风速大小主要与气压梯度的大小和方向、科氏惯性力、空气黏性系数及地表的粗糙度等有关。因此，难以用一个统一的数学公式来描述风的分布。
2、虽然旋转稳定弹丸自身携带的北斗导航系统和惯性导航系统提供了较好的弹丸相对于导航坐标系的速度和位置的信息，但并不提供有关风速矢量的信息。实际飞行试验中，风速矢量的信息一般通过探空气球测得，在气球被释放后，可以自上而下测量气压、气温、湿度和风向风速等参数。同样地，在风洞实验中也可以获取有关风速矢量的信息。
3、针对风速矢量的辨识问题，张衍儒等人在《基于气动参数辨识的弹道风速估计算法设计》.航天控制,2014,32(2):29-34.中提出了一种依据弹上传感器测量值及弹丸阻力系数理论值在线辨识纵向风速的方法，但该方法只适用于纵向风速的辨识，无法估计出侧向风速值。孙友等人在《大气层内飞行器风速在线辨识方法》.航天控制,2012,30(6):3-6.中提出了一种以过载控制辅助实现风速辨识的方法，该方法利用过载角速率控制回路的作用将攻角控制为零，然后根据导弹运动规律进行风速的在线辨识，适用于具有较强过载控制能力的制导弹药。其问题在于
技术实现思路
1、本专利技术的目的在于提供一种基于改进多目标粒子群算法的辨识弹丸风速矢量的方法，旨在利用弹丸的气动参数数据，基于多目标优化的方法对弹丸的风速矢量进行辨识，为获取弹丸风速矢量提供了新的途径。
2、实现本专利技术目的的技术解决方案为：一种基于改进多目标粒子群算法的弹丸风速矢量辨识方法，包括如下步骤：
3、步骤(1)：建立弹丸的四自由度运动学模型；
4、步骤(2)：推导弹丸的四自由度气动模型，得到阻力系数、升力系数导数和马格努斯力系数的联合偏导数的表达式，选择风速矢量的两个分量作为决策变量；
5、步骤(3)：根据三个气动参数的表达式定义三个代价函数作为目标函数，采用改进多目标粒子群算法来优化这三个目标函数，算法包括一维logistic混沌初始化、非线性递减的自适应惯性权重λ和正态分布交叉算子的引入。
6、进一步的，所述步骤(1)“建立弹丸的四自由度运动学模型”具体为：在地面坐标系中建立四自由度运动学模型，g是地球表面附近的引力场强度，m是弹丸的总质量，s为弹丸的特征面积，通常选取为弹丸的最大横截面积，d为弹丸的最大横截面直径，l为弹丸的特征长度，ρ为大气密度；γ为滚转角，为滚转角速度；vr为弹丸相对于空气的速度，vx、vy、vz分别为弹丸速度相对于地面坐标系o-xyz的三个分量，wx、wz分别为风速相对于地面坐标系o-xyz的ox轴和oz轴分量，x、y、z分别为弹丸相对于地面坐标系o-xyz的三个位置坐标，αex、αey、αez分别为动力平衡角矢量αe相对于地面坐标系o-xyz的三个分量；c为弹丸的轴向转动惯量；cx0和cx2分别为零升阻力系数和诱导阻力系数，为弹丸的阻力系数，c′y为弹丸的升力系数导数，c″z为弹丸的马格努斯力系数的联合偏导数；m′xz为极阻尼力矩系数导数；
7、
8、进一步的，步骤(2)具体包括如下步骤：
9、步骤(2.1)：推导弹丸的阻力系数、升力系数导数和马格努斯力系数的联合偏导数的表达式：
10、
11、基于cx、c′y和c″z的表达式，确定影响因素分别为大气密度ρ，弹丸的特征面积s，弹丸相对于空气的速度vr，弹丸速度相对于地面坐标系o-xyz的三个分量vx、vy、vz，弹丸的最大横截面直径d，动力平衡角矢量相对于地面坐标系o-xyz的三个分量αex、αey、αez，风速相对于地面坐标系o-xyz的ox轴和oz轴分量wx、wz；
12、步骤(2.2)：选择决策变量；
13、将风速相对于地面坐标系o-xyz的ox轴和oz轴分量wx、wz作为决策变量。
14、进一步的，所述步骤(3)具体包括如下步骤：
15、步骤(3.1)：定义目标函数；
16、使用均方误差mse作为辨识过程的性能指标，定义三个代价函数作为目标函数；
17、
18、其中，是确定气动模型分别为c(x,y,z)提供的计算值；
19、步骤(3.2)：定义约束；
20、在决策空间中引入约束；
21、步骤(3.3)：采用改进多目标粒子群算法对上述三个目标函数进行优化；
22、步骤(3.3.1)：混沌初始化；
23、粒子群算法的每一次迭代过程中，粒子的速度和位置的更新公式为
24、
25、其中，n为种群中的粒子数量；vij(t)和xij(t)分别为种群中的第i个粒子在第t次迭代后速度矢量和位置矢量的第j维分量；c1、c2被称为学习因子，分别为粒子向pbest与gbest运动步长，一般为指定常数；r1和r2为0到1之间的随机数；λ为调整惯性权重；
26、利用一维logistic混沌映射初始化种群，数学表达式如下：
27、xk+1＝μ·xk·(1-xk) (13)
28、其中，μ∈[0,4]被称为logistic参数，当x∈[0,1]时，logistic映射工作处于混沌状态；
29、当μ越接近4时，x的取值范围越接近平均分布在整个[0,1]区间，选取的logistic控制参数μ＝4；
30、步骤(3.3.2)：自适应惯性权重；
31、采用非线性递减自适应惯性权重，其更新公式如式(6)所示；
32、
33、其中，λmin、λmax分别为惯性权重的最小值和最大值。tmax为最大迭代次数；
34、步骤(3.3.3)：粒子交叉变异策略；
35、以一定概率引入正态分布交叉算子ndx，采用关于迭代次数线性递增的概率p0，并随机产生一个p∈[0,1]，当p<p0时，执行式(8)；
36、
37、
38、其中，k1、k2为比例系数，取k1＝2、k2＝1；β为正态分布随机变量；p1,i、p2,i为第i个变量的两个父代。
39、本专利技术与现有技术相比，其显著优点在于：
40、本文档来自技高网...
【技术保护点】
1.一种基于改进多目标粒子群算法的弹丸风速矢量辨识方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的方法，其特征在于，所述步骤(1)“建立弹丸的四自由度运动学模型”具体为：在地面坐标系中建立四自由度运动学模型，g是地球表面附近的引力场强度，m是弹丸的总质量，S为弹丸的特征面积，通常选取为弹丸的最大横截面积，d为弹丸的最大横截面直径，l为弹丸的特征长度，ρ为大气密度；γ为滚转角，为滚转角速度；Vr为弹丸相对于空气的速度，Vx、Vy、Vz分别为弹丸速度相对于地面坐标系O-xyz的三个分量，Wx、Wz分别为风速相对于地面坐标系O-xyz的Ox轴和Oz轴分量，x、y、z分别为弹丸相对于地面坐标系O-xyz的三个位置坐标，αex、αey、αez分别为动力平衡角矢量αe相对于地面坐标系O-xyz的三个分量；C为弹丸的轴向转动惯量；Cx0和Cx2分别为零升阻力系数和诱导阻力系数，为弹丸的阻力系数，C'y为弹丸的升力系数导数，C”z为弹丸的马格努斯力系数的联合偏导数；m'xz为极阻尼力矩系数导数；
3.根据权利要求2所述的方法，其特征在于，步骤(2)具体包括如下步
4.根据权利要求3所述的方法，其特征在于，所述步骤(3)具体包括如下步骤：
...【技术特征摘要】
1.一种基于改进多目标粒子群算法的弹丸风速矢量辨识方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的方法，其特征在于，所述步骤(1)“建立弹丸的四自由度运动学模型”具体为：在地面坐标系中建立四自由度运动学模型，g是地球表面附近的引力场强度，m是弹丸的总质量，s为弹丸的特征面积，通常选取为弹丸的最大横截面积，d为弹丸的最大横截面直径，l为弹丸的特征长度，ρ为大气密度；γ为滚转角，为滚转角速度；vr为弹丸相对于空气的速度，vx、vy、vz分别为弹丸速度相对于地面坐标系o-xyz的三个分量，wx、wz分别为风速相对于地面坐标...
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。