[发明专利]大攻角飞行状态下的大气攻角及侧滑角估计方法

权利要求书

1.一种大攻角飞行状态下的大气攻角及侧滑角估计方法，其特征在于：利用飞行器机载设备输出的参数，包括：

(1)捷联惯性导航系统输出的姿态角、角速度以及线加速度；

(2)GPS系统输出的地速；

(3)飞行控制系统输出的空气动力、外合力矩、发动机推力；

(4)燃油测量系统输出的剩余燃油质量；

由角速度通过微分方法求解出角加速度；

由角速度、角加速度和外合力矩，通过最小二乘估计方法求解出飞行器的转动惯量和惯性积，进而得到力矩方程组的系数；

由剩余燃油质量和已知的飞行器机体质量、机载设备质量、乘员质量以及武器质量相加，得到飞行器总质量；

根据飞行动力学模型，构建扩展卡尔曼滤波器，利用扩展卡尔曼滤波算法，实现大攻角飞行状态下当前时刻攻角、侧滑角和真空速的精确估计；

由当前时刻的姿态角、地速以及估计出的当前时刻的攻角、侧滑角、真空速，对当前时刻的风速进行解算，并结合上一时刻的风速，对当前时刻的风速变化率进行解算；

将得到的当前时刻的风速和风速变化率反馈给扩展卡尔曼滤波模算法模块，用于完成下一时刻的攻角及侧滑角的实时精确估计，通过递推求解的方式实现攻角和侧滑角的实时精确估计。

2.根据权利要求1所述的大攻角飞行状态下的大气攻角及侧滑角估计方法，包括以下步骤：

(1)以周期ΔT读取捷联惯性导航系统中的三个角速度、三个姿态角和三个线加速度信息，三个角速度信息分别为机体坐标系下x轴、y轴和z轴方向的横滚角速度p、俯仰角速度q、偏航角速度r；三个姿态角信息分别为俯仰角θ、横滚角φ、偏航角ψ；三个线加速度信息分别为机体坐标系下x轴方向的线加速度a_x、y轴方向的线加速度a_y、z轴方向的线加速度a_z，其中机体坐标系的x轴、y轴和z轴的指向分别为向前、向右、向下；

(2)以周期ΔT读取GPS系统输出的地理坐标系下的地速，地理坐标系方向定义为北、东、地，此三个方向的地速分别为u_g、v_g、w_g；

(3)以周期ΔT读取飞行控制系统输出的飞行器所受空气动力、外合力矩、发动机推力，其中飞行器所受空气动力在气流坐标系下x_a轴负方向、y_a轴方向和z_a轴负方向的分量分别为阻力D、侧力Y、升力L，发动机推力在机体坐标系下x轴、y轴和z轴方向的分量分别为T_x、T_y、T_z，外合力矩在机体坐标系下x轴、y轴和z轴方向的分量分别为滚转力矩俯仰力矩M、偏航力矩N；

(4)以周期ΔT读取飞行器燃油测量系统输出的剩余燃油质量m_f；

(5)根据步骤(1)获取的机体坐标系下的横滚角速度p、俯仰角速度q、偏航角速度r，其中t时刻三个角速度信息分别为横滚角速度p(t)、俯仰角速度q(t)、偏航角速度r(t)，t+ΔT时刻三个角速度信息分别为横滚角速度p(t+ΔT)、俯仰角速度q(t+ΔT)、偏航角速度r(t+ΔT)，t时刻的机体坐标系下x轴、y轴和z轴方向的三个角加速度信息，即横滚角加速度俯仰角加速度偏航角加速度按微分方法计算，即：

p·(t)=p(t+ΔT)-p(t)ΔTq·(t)=q(t+ΔT)-q(t)ΔTr·(t)=r(t+ΔT)-r(t)ΔT;]]>

(6)将已知的飞行器角运动方程组p·Ix-r·Ixz+qr(Iz-Iy)-pqIxz=L‾q·Iy+pr(Ix-Iz)+(p2-r2)Ixz=Mr·Iz-p·Ixz+pq(Iy-Ix)+qrIxz=N]]>的三个方程式相加，得到方程FJ＝U，其中E=[p·+pr-pq,q·-qr+pq,r·+qr-pr,p2-r2-p·-r·-pq+qr],]]>J＝[I_x，I_y，I_z，I_xz]^T′、T′表示转置，I_x、I_y、I_z为飞行器分别绕机体坐标系的x轴、y轴和z轴方向的转动惯量，飞行器对x轴、y轴的惯性积为I_xy，对x轴、z轴的惯性积为I_xz，对y轴、z轴的惯性积为I_yz，飞行器关于机体坐标系的对称面Oxz对称，惯性积I_xy＝I_yz＝0，I_xz为非零；从t_a时刻开始到t_b时刻结束的时间段内，利用步骤(1)连续获取n组横滚角速度p、俯仰角速度q、偏航角速度r，利用步骤(3)连续获取n组滚转力矩俯仰力矩M、偏航力矩N，利用步骤(5)连续求取n组横滚角加速度俯仰角加速度偏航角加速度根据得到的n组横滚角速度p、俯仰角速度q、偏航角速度r、横滚角加速度俯仰角加速度偏航角加速度滚转力矩俯仰力矩M、偏航力矩N和方程EJ＝U，利用最小二乘估计方法，求出飞行器的转动惯量I_x、I_y、I_z和惯性积I_xz，其中n＞4；

(7)根据步骤(6)得到的转动惯量I_x、I_y、I_z和惯性积I_xz，对已知的飞行器力矩方程组p·=(c1r+c2p)q+c3L‾+c4Nq·=c5pr-c6(p2-r2)+c7Mr·=(c8p-c2r)q+c4L‾+c9N]]>中的9个系数c₁、c₂、c₃、c₄、c₅、c₆、c₇、c₈、c₉进行求解，其中c1=(Iy-Iz)Iz-Ixz2Σ,]]>c2=(Ix-Iy+Iz)IxzΣ,]]>c3=IzΣ,]]>c4=IxzΣ,]]>c5=Iz-IxIy,]]>c6=IxzIy,]]>c7=1Iy,]]>c8=Ix(Ix-Iy)+Ixz2Σ,]]>c9=IxΣ,]]>其中Σ=IxIz-Ixz2;]]>

(8)将步骤(4)得到的剩余燃油质量m_f与已知的飞行器机体质量、机载设备质量、乘员质量以及武器质量相加，得到飞行器总质量m；

(9)根据飞行动力学模型，选取飞行器的俯仰角、横滚角、横滚角速度、俯仰角速度、偏航角速度、攻角、侧滑角、真空速作为状态量，进而建立扩展卡尔曼滤波器状态方程；选取俯仰角、横滚角、横滚角速度、俯仰角速度、偏航角速度、三维线加速度以及真空速作为量测量，进而建立扩展卡尔曼滤波器量测方程；根据步骤(1)和步骤(2)获取的当前时刻即t_k+1时刻的量测信息，步骤(3)获取的上一时刻即t_k时刻的空气动力、外合力矩、发动机推力，步骤(7)求取的9个力矩方程组系数，步骤(8)得到的t_k时刻的飞行器总质量，以及t_k时刻的三维风速和三维风速变化率，利用扩展卡尔曼滤波方程得到t_k+1时刻状态量的最优估计值，从而实现大攻角飞行状态下t_k+1时刻的攻角及侧滑角的实时精确估计，其中t_k＞t_b；

(10)根据步骤(1)得到t_k+1时刻的俯仰角、横滚角、偏航角和步骤(2)得到的t_k+1时刻的三维地速参数，结合步骤(9)估计得到的t_k+1时刻的攻角、侧滑角和真空速，计算出t_k+1时刻的三维风速，并结合t_k时刻的三维风速，计算出t_k+1时刻的三维风速变化率；

(11)将步骤(10)得到的t_k+1时刻的三维风速和三维风速变化率反馈给扩展卡尔曼滤波模算法模块，用于完成步骤(9)中的下一时刻即t_k+2时刻攻角及侧滑角的估计。