试飞数据辨识系统的制作方法

1.本发明涉及一种试飞数据辨识领域，尤其是涉及一种试飞数据辨识系统。


背景技术：

2.在对民机飞行试验数据辨识技术研究中，不管在仪器设备、飞行试验准备和实施方面如何认真仔细，动态相关各变量的独立测量值之间都经常存在着误差或运动学的不一致。试飞测量值的误差主要分为确定性误差和不确定性误差。确定性误差包括偏差、尺度因子、漂移量和时间延迟等，不确定性误差包括数据缺损、干扰等。试飞数据中的误差或运动学不一致会对试飞数据和试飞机动的有效性判别准则和算法的研究以及飞机模型的辨识造成不利影响。在试飞数据的采集、传输和存储等过程中往往会出现以下问题：试飞测量数据中通常包含野值和噪声；试飞测量数据不满足运动学一致性；试飞机动和激励输入无法有效激励所需研究的飞机运动模态；试飞测量数据不满足模型辨识的要求。
3.为解决因大气干扰、数据采集系统误差等原因导致的试飞数据中含有随机误差或系统误差等问题，为试飞模型验证或其它试飞数据应用需求提供高质量的试飞数据，研究并开发了试飞数据辨识方法，包括试飞数据预处理算法和基于扩展卡尔曼滤波算法、最小二乘算法、极大似然法等算法的试飞数据相容性分析方法。但现阶段没有专门针对包含试飞数据预处理、运动学一致性分析与重构、试飞科目有效性确认、试飞模型敏感度分析与模型验证以及遥测数据处理等功能的系统软件。
4.现有问题不满足试飞科目有效性的自动化判断；飞行试验中需要对典型试验点有效性进行快速判断，便于飞行员后续操作。目前仅通过试飞机组和地面监控人员的主观分析对试验点进行有效性判断，当遇到试验点数量较大、试飞动作连续、试验科目复杂等现象时，仅靠机组和地面监控人员的主观判断无法达到快速且准确的效果，因此需要增加自动判别功能，辅助人工判断，提高飞行试验的效率。


技术实现要素：

5.本发明的目的在于提供一种试飞数据辨识系统，旨在解决飞机数据的辨识。
6.数据管理模块：用于将实际试飞数据、处理后的试飞数据和仿真试飞数据分类存放，实现分类数据的数据访问账户管理、数据查询、搜索和浏览，接收验证模块发送的仿真数据并存储；
7.操作激励提取模块：用于识别并提取实际试飞数据中的典型激励操纵输入方法，将输入方法命名存入数据管理模块，确定不同输入方法的操纵时间和幅度的最优值，为试飞数据辨识和模型验证提供数据支持；
8.数据预处理模块：用于对实际试飞数据进行机动动作分割，将分割后的数据中的野值点和噪声进行预处理；
9.重构模块:用于通过试飞数据运动学一致性分析，识别试飞数据中的尺度因子误差以及常值误差并对预处理后的数据进行重构，重构后数据满足飞机运动学方程；
10.敏感度分析模块：用于通过改变气动系数的影响量，进行典型气动参数敏感度分析及不同系数之间的相关性分析；
11.验证模块：用于将满足飞机运动学方程的数据输入飞机仿真气动模型进行气动模型校准，绘制仿真气动模型的仿真数据和实际试飞数据对比曲线图，根据对比曲线图验证仿真气动模型，将仿真数据发送到数据管理模块。
12.采用本发明实施例，可以实现试飞数据的快速辨识。
13.上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。
附图说明
14.为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
15.图1是本发明实施例的试飞数据辨识系统的示意图；
16.图2是本发明实施例的试飞数据辨识系统的试飞数据分割方法的流程图；
17.图3是本发明实施例的试飞数据辨识系统的试飞数据运动学一致性分析与数据重构方法流程图；
18.图4是本发明实施例的试飞数据辨识系统的典型气动参数敏感度分析方法流程图；
19.图5是本发明实施例的试飞数据辨识系统的flightlab模型验证方法流程图；
20.图6是本发明实施例的试飞数据辨识系统的试验点有效性确认方法流程图。
具体实施方式
21.下面将结合实施例对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
22.在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”、“顺时针”、“逆时针”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
23.此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个所述特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。此外，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以
是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
24.系统实施例
25.根据本发明实施例，提供了一种试飞数据辨识系统，图1是本发明实施例的试飞数据辨识系统的示意图，如图1所示，具体包括：
26.数据管理模块：用于将实际试飞数据、处理后的试飞数据和仿真试飞数据分类存放，实现分类数据的数据访问账户管理、数据查询、搜索和浏览，接收验证模块发送的仿真数据并存储；
27.数据管理模块还用于：当选中数据时，显示飞机动作名称、处理版本和初始条件。
28.操作激励提取模块：用于识别并提取实际试飞数据中的典型激励操纵输入方法，将输入方法命名存入数据管理模块，确定不同输入方法的操纵时间和幅度的最优值，为试飞数据辨识和模型验证提供数据支持；
29.数据预处理模块：用于对实际试飞数据进行机动动作分割，将分割后的数据中的野值点和噪声进行预处理；
30.重构模块:用于通过试飞数据运动学一致性分析，识别试飞数据中的尺度因子误差以及常值误差并对预处理后的数据进行重构，重构后数据满足飞机运动学方程；
31.敏感度分析模块：用于通过改变气动系数的影响量，进行典型气动参数敏感度分析及不同系数之间的相关性分析；
32.敏感度分析模块具体用于：通过梳理分析各个试飞科目与待辨识参数的关系，建立待辨识参数列表，通过改变气动系数的影响量，进行典型气动参数敏感度分析及不同系数之间的相关性分析。
33.验证模块：用于将满足飞机运动学方程的数据输入飞机仿真气动模型进行气动模型校准，绘制仿真气动模型的仿真数据和实际试飞数据对比曲线图，根据对比曲线图验证仿真气动模型，将仿真数据发送到数据管理模块。
34.所述系统还包括：数据可视化模块：用于选择所需的实际试飞数据中的参数，利用参数绘制参数时间历程曲线，对实际试飞数据进行当前搜索、循环搜索、全局搜索以及组合搜索。
35.有效性确认模块：用于通过集成试飞大纲和试飞任务单内的判据或准则，进行典型试验点有效性确认，实时接收遥测数据功能，完成典型试验点有效性快速确认。
36.敏感度分析模块具体用于：通过梳理分析各个试飞科目与待辨识参数的关系，建立待辨识参数列表，通过改变气动系数的影响量，进行典型气动参数敏感度分析及不同系数之间的相关性分析。
37.通过梳理分析各个试飞科目与待辨识参数的关系，建立待辨识参数列表，通过改变气动系数的影响量，进行典型气动参数敏感度分析及不同系数之间的相关性分析。
38.数据流处理模块：用于在执行操作激励提取模块、数据预处理模块、重构模块、敏感度分析模块和验证模块前对数据进行分割。
39.数据预处理模块还用于：对数据进行滤波，并对滤波后的时间延迟进行修正；选择一种算法或多种组合算法处理同一数据，支持多文件和多参数的批量快速预处理。
40.验证模块具体用于：将重构模块得到的预处理并重构后的数据输入飞机仿真气动
模型进行气动模型校准，对在flightlab软件中所搭建模型的准确性进行验证，绘制仿真气动模型的仿真数据和实际试飞数据对比曲线图，根据对比曲线图验证仿真气动模型，将仿真数据发送到数据管理模块。
41.本技术的目的是提供一种准实时试飞数据辨识方法。针对试飞数据的处理和分析、试飞科目试验点有效性确认、试飞机动和激励输入识别与提取、试飞模型典型气动参数敏感度分析与模型验证、试飞遥测数据处理等方法研究，已解决背景技术中的至少一个问题。
42.因为飞机系统是未知模型，辨识主要指的是辨识系统误差参数；
43.本发明的上述技术目的是通过以下技术方案得以实现的。
44.准实时试飞数据辨识方法，包括下列步骤：
45.s1、创建试飞数据数据管理。通过识别不同格式的试飞数据、处理后数据和仿真数据，并对于这些数据分门别类地存放且合理显示出来，实现数据访问账户管理、数据查询、搜索和浏览等功能。
46.s2、操作激励输入提取。通过识别并提取试飞数据中的典型激励操纵输入方法，确定不同输入方法的操纵时间和幅度的最优值，为后续参数辨识、模型验证提供高质量的数据，还能够为后续参数辨识试飞、控制律验证等型号试飞任务提供支持。幅度最优值是通过绘图判断得到的，此处的高质量数据指的是经过数据预处理后得到的数据。
47.s3、试飞数据预处理。对试飞数据中的野值点和噪声进行处理，提高试验数据的质量和辨识结果的准确度。
48.s4、试飞数据重构与有效性分析。通过试飞数据运动学一致性分析，识别试飞数据中的尺度因子误差以及常值误差并对预处理后的数据进行重构，使重构后数据满足飞机运动学方程。
49.图4是本发明实施例的试飞数据辨识系统的典型气动参数敏感度分析方法流程图；
50.s5、典型气动参数敏感度分析。通过梳理分析各个试飞科目与待辨识参数的关系，建立待辨识参数列表，通过改变气动系数的影响量，进行典型气动参数敏感度分析及不同系数之间的相关性分析。
51.图5是本发明实施例的试飞数据辨识系统的flightlab模型验证方法流程图；
52.s6、典型气动参数模型验证。经s3、s4步骤处理后的试飞数据用于模型校准和验证，能够对在flightlab软件中所搭建模型的准确性进行验证，并实时绘制出对比曲线图，结合客观测试标准给出结论，以确定相关参数是否符合飞机特性、稳态时间以及机动动作时间是否符合规章要求等。相关参数指根据试飞科目而定，一般指的是飞机的迎角、侧滑角、滚转角等参数。
53.s7、数据可视化。根据加载的试飞数据选择所需参数，绘制参数时间历程曲线或对比分析曲线，支持试飞数据的当前搜索、循环搜索、全局搜索以及组合搜索。
54.图6是本发明实施例的试飞数据辨识系统的试验点有效性确认方法流程图；
55.s8、试验点有效性确认。通过集成试飞大纲、试飞任务单等相关技术文件内的判据或准则，进行典型试验点有效性确认，具备实时接收遥测数据功能，能够完成典型试验点有效性快速确认。
56.s9、数据流处理。预处理指的是野点剔除和平滑滤波，数据流处理指的是当数据过大时，对数据按时间或参数进行分割。
57.试飞数据体量巨大，系统需要根据参数辨识或模型验证需要选取可用参数，并根据试飞动作或操纵输入对试飞数据进行分割，便于后续的处理。
58.s9可以用于除s1的所有步骤之前，由具体数据分析情况而定，若数据量过大，需先分割，再处理。
59.通过采用上述技术方案，s1中数据管理包括权限管理、要素配置、数据安全、数据入库和数据搜索功能。当选中数据后，会显示动作名称、处理版本、初始条件等信息，辅助工程师使用数据。版本指的是数据已经过哪些步骤的处理，如数据预处理或数据重构等；初始条件指的是该数据的初始值。
60.通过采用上述技术方案，s2中对试飞数据中典型激励操纵输入方法进行提取，包括以下三个方面的功能：
61.软件具备根据参数辨识试飞科目动作特点、特征参数以及典型操纵激励特点自动识别试飞数据中操纵激励的功能；
62.图2是本发明实施例的试飞数据辨识系统的试飞数据分割方法的流程图，如图2所示：
63.软件具备智能分割功能，能够人工选择与识别典型操纵激励输入相关的参数并进行自动分割提取，通过数据管理模块进行统一化管理；
64.软件能够自动对分割提取的数据进行命名，并能够通过数据搜索方式快速查找已提取操纵激励的输入数据。
65.通过采用上述技术方案，s3中数据预处理实现：
66.集成野值识别、剔除与补正算法；
67.具备滤波功能，能够根据参数需求选择滤波参数，内置多种滤波方法，并能够实现滤波后的时间延迟修正；
68.内嵌多种处理算法，可人工选择一种算法或多种组合算法处理同一数据；
69.支持多文件、多参数的批量快速预处理。
70.通过采用上述技术方案，实现对测量数据常值偏差和尺度因子的辨识与重构，以满足飞行器运动学方程和动力学方程。
71.通过采用上述技术方案，根据升力系数各组成部分与飞机部件或操纵面的关系，实现用于该组成部分校准的试飞数据选取。同时，为了验证用于校准的试飞数据选择方法合理，还应选取用于该组成部分验证的试飞数据。可选取特定飞行阶段(如平飞或者爬升阶段)的试验点处的试飞数据，包括操纵输入、舵面偏角、姿态角、速度等参数。
72.通过采用上述技术方案，根据s5分析结果，选择用于升力系数模型各组成部分的验证试飞数据，并划分为校准数据和验证数据，进行s3、s4步骤分析。
73.使用用于模型校准的试飞数据对模型的升力系数进行校准，使用试飞数据中的输入数据驱动仿真模型，基于敏感度分析结果，对升力系数各组成部分进行校准，使仿真结果与试飞结果相匹配；
74.使用用于模型验证的试飞数据中的输入数据驱动仿真模型，将仿真结果与试飞结果对比，进而评估模型校准结果，为后续仿真模型的整体校准和验证提供参考；
75.通过图形交互界面，工程人员可以进行测试验证配置的调整以及测试命令的发送，测试指令和数据通过软件系统内部网络传输至flightla模型；自动存储flightlab模型解算结果至数据库，操作人员可浏览仿真结果；若模型验证结果偏差较大，系统提供针对flightlab软件模型的修正指南。
76.通过采用上述技术方案，s8中试验点确认要求包括：
77.软件能够根据试飞大纲、试飞任务单、规范标准中对机动动作的要求形成判断准则，并根据科目特点选取关键监控参数，完成典型试验点有效性快速确认；
78.软件具备通过实时接收遥测数据功能，针对噪声、起飞降落等典型试飞科目进行试验点有效性准实时确认，其中噪声主要针对飞行航迹、起飞降落主要针对机组操纵过程。
79.通过采用上述技术方案，数据流处理包含多种算法，工程人员可根据需要对多个参数分割的数据进行野值剔除、滤波平滑等批处理，降低数据处理工作人员的工作强度，同时保证数据处理质量和高效快速。
80.通过采用上述技术方案，根据相干性分析方法，确认系统响应与输入信号之间的因果关系，针对某型飞机判别激励输入的有效性。
81.flightlab平台采用基于物理的模块化建模方式，对飞机机翼、垂尾和平尾等部件分别建模，再通过多体动力学集成整机模型。现有试飞数据处理算法和软件无法与flightlab平台的仿真模型建立数据通信，因此无法验证试飞数据辨识方法的有效性，更缺乏高质量的试飞数据驱动试飞模型。
82.图3是本发明实施例的试飞数据辨识系统的试飞数据运动学一致性分析与数据重构方法流程图；
83.为使本技术实施的目的、技术方案和优点更加清楚，下面将结合本技术中的附图，仅列举野值识别与补正、一致性分析与重构、试飞数据的线性模型辨识案例，对本技术实施例中的技术方案进行更加详细的描述。
84.1、野值识别与野值补正
85.本节通过设置典型数据，验证所提出的野值辨识与补正方法。典型数据以正弦信号为基础，在三个时间区间上分别设置1个野值、2个连续野值、3个连续野值。采用7点二阶差分方法进行野值处理，并根据拉格朗日插值方法对三个野值出现的区间内的数据进行补正。
86.2、某型机仿真数据一致性分析与重构(极大似然法)
87.利用某型固定翼飞机缩比仿真模型的仿真测量数据，基于极大似然方法，对飞行试验测量数据进行一致性分析。在模型的配平状态加入升降舵扰动指令对其纵向运动进行激励，在升降舵激励过程中，飞机推力保持在配平值不变。配平状态为：高度50m，速度30m/s。在飞机仿真数据的真实值叠加尺度因子误差λ、常值偏差b和随机噪声，作为飞行试验的测量值。试验采样频率为50hz(采样间隔为0.02秒)。
88.本节采用极大似然方法对某型机的纵向运动状态进行重构。尺度因子误差λ以及常值偏差b的真值以及其极大似然辨识结果和如表1所示。由表中看出，绝大多数误差的辨识结果与真值接近，说明本方案所采用的极大似然法可以有效辨识试验数据中的加性误差和乘性误差，实现试飞数据的运动学一致性重构。
89.表1尺度因子误差λ以及常值偏差b的真值以及辨识结果
[0090][0091]
3、某型飞机重构试飞数据的线性模型辨识
[0092]
本小节基于极大似然辨识准则，使用重构后的测量数据对飞机运动的线性模型进行辨识。通过模型辨识的效果进一步说明重构后的试飞测量数据的准确性，以及验证重构够后的数据可以用于模型辨识。
[0093]
参数通过极大似然法计算，辨识的结果如表2所示。将辨识出的参数代入运动方程(1)中，即可得到飞机短周期模态的线性运动模型。仿真结果表明辨识模型的积分结果与测量值匹配良好，说明辨识出的线性模型可以很好地预测飞行试验的测量值。辨识模型良好的预测性能说明了重构之后的测量值可以成功地对飞机的模型进行辨识，同时也说明了试飞数据重构过程保留了原始试飞数据的大部分有效信息，重构过程有效。
[0094]
表2状态方程中的参数辨识结果
[0095][0096][0097]
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替本发明各实施例技术方案，并不使相应技术方案的本质脱离本方案的范围。