[发明专利]一种高超声速飞行器模型迭代设计方法

权利要求书

1.一种高超声速飞行器模型迭代设计方法，其特征在于，包括如下步骤：

(1)通过几何设计方法构建高超声速飞行器参数化模型；

(2)通过灵敏度方法提取高超声速飞行器关键的模型参数，简化参数化模型，得到高超声速飞行器面向迭代设计的代理模型；

(3)应用鸽群优化算法对高超声速飞行器的模型参数进行优化，获得不同飞行条件下模型的平衡状态；应用鸽群优化算法对高超声速飞行器的模型参数进行优化具体包括如下步骤：

(31)构建适应度函数；

(32)种群信息和算法参数初始化，包括种群数量、优化变量维度、操作算子参数以及两个操作算子的迭代次数N_c1max和N_c2max；个体速度和位置信息初始化，根据适应度优劣对局部和全局最优信息初始化；

(33)运行地图罗盘算子，根据鸽群中每一个体通过地磁和太阳高度信息，以及种群中最优信息，更新每个鸽子的位置和速度，比较得到最优路径；

(34)如果迭代次数N_c大于N_c1max，迭代从地图罗盘算子切换到地标算子；否则，返回第(33)步；

(35)根据适应值对每只鸽子排序，保留适应值高的鸽子；利用种群中心点作为剩余鸽群的飞行参考方向，对个体的位置进行更新，计算鸽群中心并调整各个鸽子的位置，使其飞向鸽群中心；

(36)如果迭代次数N_c大于N_c2max，迭代终止并输出结果；否则，返回第(35)步；

获得不同飞行条件下模型的平衡状态具体为：针对不同约束条件下的平衡状态求解问题，建立其对应的适应值函数，其具体形式如下：

式中，t_f为仿真终止时刻，η作为动态权值，用于削弱时间积累的不稳定模态影响；β₁,β₂,...,β₅为对应状态的权值，使得各状态导数指标均匀地趋向于最优指标；利用鸽群优化算法的快速收敛能力以及其对初值精度的弱相关性，直接寻优使适应值函数收敛到极值，找到最优解，即为高超声速飞行器平衡状态；

(4)确定高超声速飞行器期望的性能指标，对模型的平衡状态进行迭代，获得飞行器最优的设计模型；采用鸽群优化算法获得高超声速飞行器最优的设计模型，获得最优模型即为找到飞行的最优巡航状态，由于巡航状态的选取与飞行器的平衡状态有关，为此，构造二级优化策略对平衡状态进行优化，优化流程为：首先设定算法搜索范围、算法参数和优化初值；在第一级优化中，利用鸽群优化算法求解不同飞行状态下的平衡状态量和控制量，在此基础上，再次通过鸽群优化算法对飞行状态进行优化；根据代价函数计算种群中每个个体的适应值，再返回到算法中进行飞行状态更新；当仿真次数达到最大值时，停止计算，输出结果；一旦找到高超声速飞行器最优巡航状态，即可以获得最优状态下的气动力和推力，进而推导出最优的高超声速飞行器设计模型。

2.如权利要求1所述的高超声速飞行器模型迭代设计方法，其特征在于，步骤(1)中，通过几何方法构建高超声速飞行器参数化模型具体为：首先将高超声速飞行器基础构型采用部件拆解策略分解成为前机身、中段、后机身、机翼、控制面部分；然后确定用以描述各个部分外形特征的几何参数，并确定这些参数是否完全独立、参数之间存在的约束，得到能描述无人机完整的几何参数集；进而指定参数集的取值，生成特定无人机外形，检验前面得到的几何参数集能否描述无人机外形；最后将高超声速飞行器参数化的几何外形进行面元划分，采用工程估算方法估算建模所需的力，构建出高超声速飞行器参数化模型。

3.如权利要求1所述的高超声速飞行器模型迭代设计方法，其特征在于，步骤(2)中，通过灵敏度方法得到高超声速飞行器代理模型、提取高超声速飞行器关键的模型参数具体包括以下步骤：

(21)高超声速飞行器参数化模型数据的采样；若以S_k表示设计变量第k维的取值集合，n(S_k)表示集合中所含元素的个数，则采样广度定义为：

根据定义可以知道，采样广度表示在设计空间中任意一维的采样个数不会小于C，C越大，则表示采样的覆盖面越广，而且C最大为样本空间的容量；

针对于实验设计的均匀性提出样本最小距离与样本电势的概念，若采用2范数定义样本空间中i个点与j个点的距离D_ij，则样本最小距离定义为：

同样定义最小距离出现的次数，记为n(D)，第一准则：认为最小距离越大，则实验设计越好；最小距离相同的情况下，最小距离出现的次数越少，则实验设计越好；

若引入物理中电势的概念，可以通过计算样本空间中的电势或称为样本势能：

其中N表示样本空间的容量，第二准则：认为整个系统的斥力越小，实验设计越好，两种最优准则具有一定的一致性；

(22)高超声速飞行器气动力和推力代理模型的构建，采用莫尔斯灵敏度分析法来选择合适的高超声速飞行器代理模型；莫尔斯灵敏度分析法采用基于一次分析法的随机搜索策略；若系统的输入参数为x∈Rⁿ，消除各参数量纲的影响，对各参数进行归一化处理使得x中各元素x_i均满足x_i∈[0,1],i＝1,…,n；

系统的输出定义为y＝f(x)∈R^m，则第i个输入因子x_i的基本效应定义为：

其中e_i为第i个元素为1，其他元素为0的n维向量；Δ为步长；x为参数空间的随机采样，并且保证x+Δe_i仍在参数空间内；若在参数空间随机采样R个样本点，通过对R个样本点进行一次分析，计算灵敏度，再对这R个灵敏度进行统计学特性分析，计算其均值与标准差：

若灵敏度均值μ_i显著异于0，则第i个元素对于输出y具有全局影响性；灵敏度标准差σ_i越大表示第i个元素对于输出有显著的非线性特性，包括高次项及参数之间的交互作用；当分析不同的对象时，由于输出响应量纲的影响，其相应的分界线有所不同，或者可以将输出响应进行无量纲化，进而可以对不同的分析对象，采用相同的分类标准；根据莫尔斯分析法，第i个输入因子的基本效应可以近似的视为系统相应对于第i个输入在给定采样点处的偏导数，μ_i与σ_i从统计学的角度，定性的分析影响程度；

(23)高超声速飞行器气动力和推力代理模型的验证，得到代理模型后，采用方差比、均方差误差、拟合优度和最大标准残差评价指标对所建立的代理模型进行验证。