[1]康继芝,张士峰,胡铖.气动参数在线辨识在火箭助推段制导中的应用[J].哈尔滨工程大学学报,2020,41(7):1052-1058.[doi:10.11990/jheu.201901089]
 KANG Jizhi,ZHANG Shifeng,HU Cheng.Application of aerodynamic parameter online identification in rocket ascent guidance[J].hebgcdxxb,2020,41(7):1052-1058.[doi:10.11990/jheu.201901089]
点击复制

气动参数在线辨识在火箭助推段制导中的应用(/HTML)
分享到:

《哈尔滨工程大学学报》[ISSN:1006-6977/CN:61-1281/TN]

卷:
41
期数:
2020年7期
页码:
1052-1058
栏目:
出版日期:
2020-07-05

文章信息/Info

Title:
Application of aerodynamic parameter online identification in rocket ascent guidance
作者:
康继芝 张士峰 胡铖
国防科技大学 空天科学学院, 湖南 长沙 410073
Author(s):
KANG Jizhi ZHANG Shifeng HU Cheng
College of Aerospace Science and Engineering, National University of Defense Technology, Changsha 410073, China
关键词:
摄动制导小扰动量气动参数辨识扩展卡尔曼滤波限定记忆最小二乘法
分类号:
V488.1
DOI:
10.11990/jheu.201901089
文献标志码:
A
摘要:
为减小气动参数扰动对火箭助推段的影响,提高制导精度,本文将火箭飞行过程中的气动参数扰动量视为摄动制导中的小扰动量,对传统摄动方程进行改进。采用扩展Kalman滤波方法对气动参数扰动量进行辨识,再利用限定记忆递推最小二乘法基于辨识结果进行预测,将预测结果用于下一阶段的摄动制导计算,构建了“辨识—预测—计算”迭代更新的在线辨识模型。本文设计的扩展Kalman滤波器辨识效果较好,收敛时间10 s左右,辨识精度10%以内。设计的结合气动参数在线辨识的摄动制导方案相对于传统方案,能有效降低终端状态偏差。Monte Carlo打靶结果表明改进摄动制导方案对偏差的鲁棒性增强,弹道收敛性更好。本文将气动参数在线辨识用于火箭助推段的摄动制导,降低了气动参数扰动对制导精度的影响,在一定程度上提高了摄动制导的性能,对工程实践具有参考作用。

参考文献/References:

[1] 陈克俊, 刘鲁华, 孟云鹤. 远程火箭飞行动力学与制导[M]. 北京:国防工业出版社, 2014:50, 256-260. CHEN Kejun, LIU Luhua, MENG Yunhe. Launch vehicle flight dynamics and guidance[M]. Beijing:National Defense Industry Press, 2014:50, 256-260.
[2] 陈克俊. 载人飞船上升段摄动制导方法探讨[J]. 航天控制, 1992(2):1-5. CHEN Kejun. An approach to the concept of perturbation guidance of manned spaceraft during ascent phase[J]. Aerospace control, 1992(2):1-5.
[3] 黄小平, 王岩. 卡尔曼滤波原理及应用——MATLAB仿真[M]. 北京:电子工业出版社, 2015:2-5. HUANG Xiaoping, WANG Yan. Kalman filter and its application[M]. Beijing:Publishing House of Electronics Industry, 2015:2-5.
[4] KANDEPU R, FOSS B, IMSLAND L. Applying the unscented Kalman filter for nonlinear state estimation[J]. Journal of process control, 2008, 18(7/8):753-768.
[5] 涂海峰, 贾生伟, 阳丰俊, 等. 基于无迹卡尔曼滤波的巡飞弹气动参数在线辨识方法[J]. 航天控制, 2018, 36(5):14-18. TU Haifeng, JIA Shengwei, YANG Fengjun, et al. Loitering munition aerodynamic parameter online identification method based on unscented Kalman filter[J]. Aerospace control, 2018, 36(5):14-18.
[6] 冯鹏, 邹世开. 卡尔曼滤波器UD分解滤波算法的改进[J]. 遥测遥控, 2005, 26(1):10-14. FENG Peng, ZOU Shikai. Improvement of the UD covariance factorization algorithm of Kalman filter[J]. Telemetry & telecontrol, 2005, 26(1):10-14.
[7] 梁子璇, 任章. 基于在线气动参数修正的预测制导方法[J]. 北京航空航天大学学报, 2013, 39(7):853-857. LIANG Zixuan, REN Zhang. Predictive reentry guidance with aerodynamic parameter online correction[J]. Journal of Beijing University of Aeronautics and Astronautics, 2013, 39(7):853-857.
[8] KUMAR R, GANGULI R, OMKAR S N, et al. Rotorcraft parameter identification from real time flight data[J]. Jounal of aircaft, 2008, 45(1):333-341.
[9] 崔乃刚, 卢宝刚, 傅瑜, 等. 基于卡尔曼滤波的再入飞行器气动参数辨识[J]. 中国惯性技术学报, 2014, 22(6):755-758. CUI Naigang, LU Baogang, FU Yu, et al. Aerodynamic parameter identification of a reentry vehicle based on Kalman filter method[J]. Journal of Chinese inertial technology, 2014, 22(6):755-758.
[10] 余舜京, 程艳青, 钱炜褀. 跨声速气动参数在线辨识方法研究[J]. 宇航学报, 2011, 32(6):1211-1216. YU Shunjing, CHENG Yanqing, QIAN Weiqi. Research on transonic aerodynamic parameter online identification[J]. Journal of astronautics, 2011, 32(6):1211-1216.
[11] GARCIA-VELO J, WALKER B K. Aerodynamic parameter estimation for high-performance aircraft using extended Kalman filtering[J]. Journal of guidance, control, and dynamics, 1997, 20(6):1257-1260.
[12] CHOWDHARY G, JATEGAONKAR R. Aerodynamic parameter estimation from flight data applying extended and unscented Kalman filter[C]//AIAA Atmospheric Flight Mechanics Conference and Exhibit. Colorado, 2006.
[13] 赵汉元. 飞行器再入动力学和制导[M]. 长沙:国防科技大学出版社, 1997. ZHAO Hanyuan. Fight vehicle reentry dynamics and guidance[M]. Changsha:National University of Defense Technology Press, 1997.
[14] 张迁, 许志, 李新国. 一种多级全固体运载火箭上升段自主制导方法[J]. 宇航学报, 2019, 40(1):19-28. ZHANG Qian, XU Zhi, LI Xinguo. An autonomous ascent guidance method for multi-stage solid launch vehicles[J]. Journal of astronautics, 2019, 40(1):19-28.
[15] 徐光, 徐楚韶. 参数估计算法的研究[J]. 武汉科技大学学报(自然科学版), 2000, 23(4):341-343. XU Guang, XU Chushao. Study of the algorithm for parameter estimation[J]. Journal of Wuhan University of Science and Technology (natural science edition), 2000, 23(4):341-343.
[16] 李训艳, 周玉国, 逯倩倩. 限定记忆法辨识带钢热镀锌退火炉模型参数[J]. 计算机时代, 2012(1):21-23. LI Xunyan, ZHOU Yuguo, LU QianQian. Identification of strip steel galvanized annealing furnace model parameters using fixed memory method[J]. Computer era, 2012(1):21-23.

备注/Memo

备注/Memo:
收稿日期:2019-01-31。
基金项目:国家自然科学基金项目(11804221).
作者简介:康继芝,男,硕士研究生;张士峰,男,教授,博士生导师.
通讯作者:张士峰,E-mail:kangjizhi5634@163.com
更新日期/Last Update: 2020-08-15