基于信息融合的大型客机大气数据估计技术研究.pdfVIP

基于信息融合的大型客机大气数据估计技术研究

摘要

迎角、侧滑角、真空速这三个大气数据是现代民航客机电传飞控系统飞行控制律

解算必不可少的输入参数。现代民航客机采用多余度大气数据传感器硬件冗余的方法

提高大气数据的可靠性。硬件冗余增加了飞机生产、运营和维修的成本，且无法克服

由于大气数据传感器共因故障和共模故障导致大气数据出错的问题。为了进一步提高

大气数据的容错性，保证飞行安全，本文以某大型客机为研究对象，研究了基于信息

融合的飞行大气数据估计技术。用软件算法额外为飞机提供一个余度的虚拟大气数据，

减少大气数据传感器硬件冗余，增强冗余系统的非相似性。

首先，分析了本文研究的迎角、侧滑角、真空速这三个飞行大气数据与飞机运动

之间的关系，基于一定的假设条件建立了某大型客机的六自由度非线性动力学模型、

运动学模型、气动力/力矩模型、发动机推力模型、气动系数模型等相关数学模型，为

后续设计大气数据估计算法提供理论基础。

其次，研究了基于试飞实验数据的气动力/力矩系数辨识方法。先设计了对试飞数

据进野值识别与补正、高频噪声、数据平滑的预处理算法，并用仿真验证了算法的有

效性。然后建立了气动力/力矩系数辨识模型，通过输入和对应输出响应的试飞数据，

用最小二乘法辨识出未知的各气动导数，进而建立了研究对象的气动力/力矩模型。用

风洞实验数据形成的标称三维网格插值计算的方式验证了辨识出的气动系数是有效的。

然后，结合建立的某大型客机飞行动力学模型，提出一种基于自适应卡尔曼滤波

融合飞控系统和惯导系统参数信息的大气数据估计算法。针对飞机系统噪声阵和统计

特性未知的实际情况，在拓展卡尔曼滤波的基础上引入Sage开窗估计法、极大似然新

息协方差估计算法和限定记忆指数衰减加权新息协方差估计算法，实时估计新息协方

差阵、系统噪声阵和观测噪声阵，自适应调整滤波增益，提高算法的动态追踪能力，

抑制滤波发散，进而提高大气数据估计精度。仿真试验结果验证了该算法的有效性。

最后，为了进一步提高大气数据的容错性，设计了基于GA-BP神经网络的大气数

据估计方法。通过BP神经网络融合姿态角、加速度等参数信息来实现大气数据的估计；

引入遗传算法对神经网络权值和阈值进行全局优化，提高估计精度；用飞行实测数据

进行预处理之后来对建立的GA-BP神经网络模型进行训练和测试。仿真结果表明，本

文提出的基于GA-BP神经网络模型的大气数据估计方法是有效的，且该方法的鲁棒性

和稳定性优于BP神经网络。

哈尔滨工程大学专业学位硕士学位论文

关键词:大气数据估计；自适应卡尔曼滤波；GA-BP神经网络；飞行动力学；试飞数据

基于信息融合的大型客机大气数据估计技术研究

Abstract

Thethreeairdata,angleofattack,sideslipAngleandtrueairspeed,areessentialinput

parametersforsolvingtheflightcontrollawofmoderncivilaircraftfly-by-wirecontrol

system.Thehardwareredundancyofredundantairdatasensorisadoptedtoimprovethe

reliabilityofairdatainmoderncivilaircraft.Thisapproachtohardwareredundancyincreases

thecostofaircraftproduction,operationandmaintenance,anddoesnotovercomethe

problemofatmosphericdataerrorsduetocommoncauseandcommonmodefailuresofair

datasensors