[发明专利]基于递归Pseudo-NARX和NARX的两阶段时间序列的马赫数预测方法

权利要求书

1.基于递归Pseudo-NARX和NARX的两阶段时间序列的马赫数预测方法，其特征在于：包括如下步骤，

第一步:风洞系统的每种工况都需要进行多次试验，根据每种工况的第一次试验中获得的总压、静压和马赫数随时间的变化曲线以及数值分布情况，确定时间阈值τ，当0≤t≤τ时，试验处于冲压阶段；当τt≤T时，试验处于稳压阶段，其中t表示试验的运行时间，T表示一次试验的时长且T＝40s～100s，确定时间阈值τ之后，该工况下随后的试验都沿用该阈值；

第二步:风洞试验的样本是分批次产生的，即每次试验会生产一个批次的样本，每个批次的样本会根据时间阈值τ自动划分为两个样本集，即一个批次的冲压阶段样本和一个批次的稳压阶段样本，由于采样周期为10ms，所以冲压阶段一个批次有100τ个样本，稳压阶段一个批次有100(T-τ)个样本，随着试验的重复执行，冲压阶段和稳压阶段分别形成了多个批次的样本；

第三步:使用冲压阶段的多批次样本建立基于递归Pseudo-NARX的马赫数模型，在冲压阶段，总压、静压和马赫数随时间的变化曲线既不是水平波动的，也不是严格的递增或递减的，根据基于回归树的递归Pseudo-NARX方法建立总压模型和静压模型，获得总压P_o和静压P_s的估计值和后，带入基于亚音速一维等熵流理论的机理公式(1)，计算马赫数的预测值

第四步：使用稳压阶段的多批次样本建立基于NARX的马赫数模型，在该阶段，使用TSE-FSEs fixed-size LS-SVMs方法拟合NARX总压和静压模型中的非线性函数，然后将总压和静压的预测值带入式(1)获得马赫数的预测值；

第一步中确定时间阈值τ的过程包括：首先，初始化时间阈值τ＝12s，然后对τ进行微调，微调时要满足条件①～④：

①试验开始后总压不断上升，经5s～7s达到最大值，然后开始下降，再经5s～8s后保持水平趋势，微调时间阈值τ时要保证总压进入水平趋势；

②试验开始后静压波动5s～7s后逐渐下降，经5s～8s后保持水平趋势，微调时间阈值τ时要保证静压进入水平趋势；

③试验开始后马赫数逐渐上升，经9s～15s后保持水平趋势，微调时间阈值τ时要保证马赫数进入水平趋势；

④微调时间阈值τ时要保证稳压阶段的总压、静压和马赫数都服从正态分布。

2.根据权利要求1所述的基于递归Pseudo-NARX和NARX的两阶段时间序列的马赫数预测方法,其特征在于：第三步的基于回归树的递归Pseudo-NARX方法建立总压模型和静压模型，其实现过程是：

首先利用回归树的特征重要性评估功能，从NARX的高维时间序列特征中挑选出重要特征；

然后，以这些重要特征为输入，建立递归Pseudo-NARX模型，其数学表达式为：

其中表示总压P_o或静压P_s在当前时刻t的估计值；

y(t-1),y(t-2),…,y(t-δ)表示总压P_o或静压P_s在历史时刻t-1,t-2,…t-δ上的真实值；δ表示变量阶次且δ＝5；x₁,x₂,...,x_d分别表示栅指位移、主调压阀位移、主排气阀位移、气源压力和攻角角度；

x_i(t-1),x_i(t-2),…,x_i(t-δ)是变量x_i,i＝1,2,…,d在历史时刻t-1,t-2,…t-δ上的真实值；

表示回归树特征选择算法；

ψ(·)表示非线性函数。