(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202110004154.8 (22)申请日 2021.01.04 (65)同一申请的已公布的文献号 申请公布号 CN 112668104 A (43)申请公布日 2021.04.16 (73)专利权人 中国人民解 放军96901部队2 2分 队 地址 100085 北京市海淀区中国人民解 放 军96901部队2 2分队 (72)发明人 马肸　李玉龙　张义忠　 (74)专利代理 机构 北京理工大 学专利中心 11120 专利代理师 李微微 (51)Int.Cl. G06F 30/15(2020.01)G06F 30/25(2020.01) G06F 30/27(2020.01) G06F 119/10(2020.01) G06F 119/14(2020.01) (56)对比文件 CN 109740209 A,2019.0 5.10 WO 201914 4386 A1,2019.08.01 浦甲伦等.飞行器气动参数智能在线辨识技 术研究. 《宇 航总体技 术》 .2018,(第0 6期), 严彦等.P SO-LSSVM在民机气动性能数 学建 模上的应用. 《航空计算 技术》 .2017,(第02期), 审查员 李祖布 (54)发明名称 一种高超声速飞行器气动参数在线辨识方 法 (57)摘要 本发明公开了一种高超声速飞行器气动参 数在线辨识方法， 利用SVR对小样本的良好学习 性能， 利用SVR对小样本进行智能实时气动建模。 该模型具有良好的泛化能力， 可用于气动预测。 然后采用数值微分法从SVR模型中实时提取气动 参数； 为保证识别精度和计算效率， 提出了输入 维数和噪声水平的经验公式， 用于在线选择训练 样本容量。 针对SVR模型超参数难以在线优化的 问题， 提出了选取模型参数的经验公式， 以追求 SVR模型良好的泛化性能。 基于训练样本噪声方 差的渐近估计， 在线选 择SVR的超参数； 该方法不 依赖于先验的飞行器数学模型， 能在较低的时间 开销下实现对气动力参数在线准确、 鲁棒的估 计； 它不仅可 以作为一种在线的方法， 而且可 以 作为一种离线 使用的方法。 权利要求书2页 说明书7页 附图1页 CN 112668104 B 2022.11.29 CN 112668104 B 1.一种高超声速飞行器气动参数智能在线辨识方法， 其特 征在于， 包括如下步骤： 步骤1、 获得包括攻角α、 舵偏角 δe、 俯仰通道角速率ωz、 马赫数Ma、 升力系数CD、 阻力系 数CL以及俯仰力矩系数Cm的实时飞行 数据； 确定以下三个气动系数的支持向量机回归气动模型， 即： CD＝fD( α, δe,Ma) CL＝fL( α, δe,Ma) Cm＝fm( α, δe,wz,Ma) 其中， CD表示升力系数、 CL表示阻力系数、 Cm表示俯仰力矩系数； 步骤2、 对步骤1 获得的飞行 数据在各个采样点上的取值进行归一 化处理； 步骤3、 确定 选择的采样点的数目nc； 步骤4、 根据步骤3确定的数目nc， 在步骤2归一化处理后的数据中选 择数据， 然后分别得 到升力系数CD、 阻力系数CL以及俯仰力矩系数Cm各自对应的均值ymean和标准差σy， 以及噪声 的标准差σ， 从而确定支持向量机回归气动模型的超参数 ε： 和惩罚因子： C＝max(|ymean+3σy|,|ymean‑3σy|) 步骤5、 根据三个支持向量机回归气动模型， 从而求取稳定性和操纵性气动导数， 具体 为： 步骤51、 选择一个输入变量， 为 其增加一个扰动量， 并保持其 他输入变量 不变； 步骤52、 对应的气动系数的导数等于支持向量机气动模型输出的变化量与输入变量扰 动量之比； 步骤53、 针对同一个气动系数的导数， 在每一个样本点上 执行步骤51和步骤52； 步骤54、 则待求气动系数的导数等于各个样本点上 所得导数的平均值。 2.如权利要求1所述的一种高超声速飞行器气动 参数智能在线辨识方法， 其特征在于， 所述步骤3中样本数目nc： nc＝40din(1+τ σ )       (7) 其中， din表示模型输入维数， τ表示噪声水平。 3.如权利要求1所述的一种高超声速飞行器气动 参数智能在线辨识方法， 其特征在于， 所述步骤4中， 噪声的标准差σ 的公式为： 其中d为多项式回归等 高复杂度回归 估计器的自由度。 4.如权利要求3所述的一种高超声速飞行器气动 参数智能在线辨识方法， 其特征在于， 每接收一个采样点数据， 则计算一次标准差σ； 当第三次计算标准差时， 将之前所有的标准 差的平均值作为本次求取的标准差σ 。 5.如权利要求1所述的一种高超声速飞行器气动 参数智能在线辨识方法， 其特征在于， 所述步骤2中， 所述归一 化处理采用最大值—最小值归一 化方式。 6.如权利要求1所述的一种高超声速飞行器气动 参数智能在线辨识方法， 其特征在于，权　利　要　求　书 1/2 页 2 CN 112668104 B 2所述步骤54中， 阻力系数CL对攻角 α 的导数为 其中， 和 分别是αi和 δei的归一化值， 是Δα 的归一 化值。 7.如权利要求1所述的一种高超声速飞行器气动 参数智能在线辨识方法， 其特征在于， 设 为空速在弹体系下的分量， 则飞行器的攻角α、 侧滑角β 以及飞行速度 通过如下 方式给出： 8.如权利要求1所述的一种高超声速飞行器气动 参数智能在线辨识方法， 其特征在于， 升力系数CD、 阻力系数CL、 俯仰力矩系数Cm通过如下简化的关系式得 出： CD＝‑CXcos( α )‑CZsin( α ) CL＝CXsin( α )‑CZcos( α ) 其中， S表示飞行器横 截面积， L为特征长度， Jz表示飞行器的横向力矩系数， 弹体系下力 系数CX,CZ通过下式得到： CX＝mnx/qS CZ＝mny/qS 其中， m表示飞行器质量。权　利　要　求　书 2/2 页 3 CN 112668104 B 3