【技术实现步骤摘要】
本专利技术涉及大气解算参数，尤其是涉及一种基于svm的大气数据系统静压源误差修正方法。
技术介绍
1、通过工程实践所总结的数据信息可知全静压传感器所测得来流全压和静压中，全压的测量准确性较高，比较接近真实全压，静压测量准确性较低、与真实值有一定的差距。但静压的测量结果对气压高度、真空速、马赫数及升降速度等参数计算产生显著的影响。因此静压的测量是各个型号机型上的大气数据系统均需要解决的问题，如何利用空速管测得更为准确的大气数据是大气解算需要研究的关键技术之一。
2、静压测量误差主要受到两大类因素影响，分别是机载设备和不同飞行状态下的流场环境，两类因素所造成的误差分别记为设备误差和静压源误差[32]。其中设备误差主要包括传感器误差和管路误差，误差规律相对简单，可通过试验量补偿，因此静压测量误差主要取决于静压源误差。
3、静压源误差影响因素较多，包括飞机的结构外形、飞行环境以及姿态速度等，鉴于静压孔的安装位置、飞机的结构外形是确定的，因此主要研究工作集中在静压源误差与迎角、侧滑角、马赫数和高度等参数之间的关系。
4、目前，国内外针对静压源误差的补偿方法主要有高阶公式法、线性插值查表法等。其中，高阶公式法难以适应空速管所处的复杂工作环境，在各种环境下的适用性较低；线性插值查表法能够在满足gjb1623—1993对精度的要求前提下，由大气数据计算机快速可靠地完成静压源误差修正，但是在要求修正精度足够高的情况下，建立表格时需要的实验次数多，数据表格占用的内存量大，而且查找过程十分耗时，导致修正迟延，进而又
技术实现思路
1、本专利技术的目的是：提供一种基于svm的大气数据系统静压源误差修正方法，用来提高线性插值查表法的使用精度、降低插值法测量成本。
2、本专利技术的技术方案：根据本专利技术的第一方面，提供了一种基于svm的大气数据系统静压源误差修正方法，通过训练数据对空速管的实际输出进行趋势预测，对预测结果通过支撑矢量机分类回归的方式进行误差分析，然后对预测结果进行修正，最终确定实际输出结果。利用计算机高速处理能力，可在误差影响因素的基础上忽略具体的数学关系，将传感器采集数据作为输入数据，将基准空速管据作为输出数据，对支撑矢量机模型进行训练，通过利用支撑矢量机进行回归分析直接得出校准的静压源误差。
3、具体包括如下步骤：
4、s1、在风洞试验中开展不同攻角α、马赫数ma、侧滑角β的试验；
5、s2、计算并记录试验中不同攻角α、马赫数ma、侧滑角β对应的指示动压qci、静压源误差值δpi；
6、s3、根据步骤s2中计算得到的指示动压qci、静压源误差值δpi采用下式计算对应的静压源系数，得到训练样本数据集：其输入空间[α、ma、β]，输出cp；
7、
8、s4、利用矢量机对步骤s3中的到的训练样本数据集进行分类回归，得到攻角、马赫数、侧滑角三个输入量与静压源误差之间的数学模型cp＝f(α，β，ma)；
9、s5、记录当前静压传感器采集的指示静压ps和总压传感器采集的总压pt，计算当前时刻的指示动压带入下式，计算静压源误差δps，
10、
11、s6：利用s5计算得到的计算得静压源误差改正数δps，计算得到校准后的静压psc:
12、psc＝ps-δps。
13、在一个可能的实施例中，在所述步骤s1中，采用外切中心复合设计确定试验中的攻角α、马赫数ma、侧滑角β。
14、在一个可能的实施例中，在所述步骤s2中，记录静压传感器采集的指示静压ps、和总压传感器采集的总压pt，指示动压根据下式计算：
15、qc＝pt-ps。
16、在一个可能的实施例中，在所述步骤s2中，记录外界传感器测得的真实静压ps0，静压源误差值根据下式计算：
17、δp＝ps-ps0。
18、在一个可能的实施例中，在所述步骤s4中，具体包括如下步骤：
19、s4.1、对训练样本数据集利用支持向量机进行高精度函数拟合，获得初步拟合函数：
20、cp0＝f(α,β,ma)；
21、s4.2、对输入空间进行均匀采样，获得均匀采样后的新的输入量系列[α′、ma′、β′]；
22、s4.3、利用步骤s4.1所获得的初步拟合函数，求出新的输入量系列[α′、ma′、β′]对应的输出量cp1；
23、s4.4、对步骤s4.3获得的均匀分布的样本cp1，根据需要确定递推窗口的宽度，构造支持矢量机训练样本序列；
24、s4.5、获得递推序列支持矢量机训练模型，以构造的多维支持矢量机的训练样本，对支持矢量机进行训练；
25、s4.6、利用所获得的递推序列模型进行多步预测，获得所需要的预测样本；
26、s4.7、将获得的预测样本还原为原始样本空间中的样本；
27、s4.8、用拓宽后的训练样本训练支持矢量机进行函数拟合，获得具有良好内、外插值性能的拟合函数以获取试验没有覆盖到的cp值。
28、优选地，所述步骤s4利用matlab支撑矢量机工具包建立cp＝f(α，β，ma)。
29、根据本专利技术的第二方面，提出一种计算设备，所述计算设备包括处理器和存储器，所述存储器用于存储指令，所述处理器用于执行所述指令，以使得所述计算设备实现上述的方法。
30、根据本专利技术的第三方面，提出一种计算集群，包括多个计算设备，每个计算设备包括处理器和存储器，所述存储器用于存储指令，所述处理器用于执行所述指令，以使得所述多个计算设备实现上述的方法。
31、本专利技术的优点可以是：
32、1、改善依靠经验反复修改压力修正参数耗时耗力的现状；
33、2、降低获取静压源误差与大气其他参数对应关系的试验成本；
34、3、减少静压源修正系数插值表所占用的内存；
35、4、所基于的插值表的实验参数颗粒度更低；
36、5、利用支撑矢量机解决静压源误差修正试验数据较少的小样本的分类回归问题，准确度和推广效果优于bp神经网络；
37、6、利用支撑矢量机外推，进一步计算试验无法覆盖到的运动环境下的静压源误差修正试验数据。
本文档来自技高网...【技术保护点】
1.一种基于SVM的大气数据系统静压源误差修正方法，其特征在于，包括如下步骤：S1、在风洞试验中开展不同攻角α、马赫数Ma、侧滑角β的试验；S2、计算并记录试验中不同攻角α、马赫数Ma、侧滑角β对应的指示动压Qci、静压源误差值Δpi；S3、根据步骤S2中计算得到的指示动压Qci、静压源误差值Δpi采用下式计算对应的静压源系数，得到训练样本数据集：其输入空间[α、Ma、β]，输出cp；S4、利用矢量机对步骤S3中的到的训练样本数据集进行分类回归，得到攻角、马赫数、侧滑角三个输入量与静压源误差之间的数学模型Cp＝f(α，β，Ma)；S5、记录当前静压传感器采集的指示静压Ps和总压传感器采集的总压pt，计算当前时刻的指示动压Qc带入下式，计算静压源误差ΔPs，S6：利用步骤S5计算得到的静压源误差ΔPs，计算得到校准后的静压Psc:Psc＝Ps-ΔPs。
2.根据权利要求1所述的一种基于SVM的大气数据系统静压源误差修正方法，其特征在于，在所述步骤S1中，采用外切中心复合设计确定试验中的攻角α、马赫数Ma、侧滑角β。
3.根据权利要求1所述的一种基于SVM的大
4.根据权利要求3所述的一种基于SVM的大气数据系统静压源误差修正方法，其特征在于，在所述步骤S2中，记录外界传感器测得的真实静压Ps0，静压源误差值根据下式计算：
5.根据权利要求1所述的一种基于SVM的大气数据系统静压源误差修正方法，其特征在于，在所述步骤S4中，具体包括如下步骤：
6.根据权利要求1或5所述的一种基于SVM的大气数据系统静压源误差修正方法，其特征在于，所述步骤S4利用MATLAB支撑矢量机工具包建立Cp＝f(α，β，Ma)。
7.一种计算设备，其特征在于，所述计算设备包括处理器和存储器，所述存储器用于存储指令，所述处理器用于执行所述指令，以使得所述计算设备实现权利要求1-6任意一项所述的一种基于SVM的大气数据系统静压源误差修正方法。
8.一种计算集群，其特征在于，包括多个计算设备，每个计算设备包括处理器和存储器，所述存储器用于存储指令，所述处理器用于执行所述指令，以使得所述多个计算设备实现权利要求1-6任意一项所述的一种基于SVM的大气数据系统静压源误差修正方法。
...【技术特征摘要】
1.一种基于svm的大气数据系统静压源误差修正方法，其特征在于，包括如下步骤：s1、在风洞试验中开展不同攻角α、马赫数ma、侧滑角β的试验；s2、计算并记录试验中不同攻角α、马赫数ma、侧滑角β对应的指示动压qci、静压源误差值δpi；s3、根据步骤s2中计算得到的指示动压qci、静压源误差值δpi采用下式计算对应的静压源系数，得到训练样本数据集：其输入空间[α、ma、β]，输出cp；s4、利用矢量机对步骤s3中的到的训练样本数据集进行分类回归，得到攻角、马赫数、侧滑角三个输入量与静压源误差之间的数学模型cp＝f(α，β，ma)；s5、记录当前静压传感器采集的指示静压ps和总压传感器采集的总压pt，计算当前时刻的指示动压qc带入下式，计算静压源误差δps，s6：利用步骤s5计算得到的静压源误差δps，计算得到校准后的静压psc:psc＝ps-δps。
2.根据权利要求1所述的一种基于svm的大气数据系统静压源误差修正方法，其特征在于，在所述步骤s1中，采用外切中心复合设计确定试验中的攻角α、马赫数ma、侧滑角β。
3.根据权利要求1所述的一种基于svm的大气数据系统静压源误差修正方法，其特征在于，在所述步骤s2...
【专利技术属性】
技术研发人员：宫珏，王忠智，王祎敏，王梓桐，王双甲，张建博，陈斌彬，
申请(专利权)人：中国航空工业集团公司西安飞行自动控制研究所，
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。