[发明专利]基于EM-EKF算法的RLV再入段气动参数辨识方法有效
| 申请号： | 201910147424.3 | 申请日： | 2019-02-27 |
| 公开（公告）号： | CN110059339B | 公开（公告）日： | 2022-05-03 |
| 发明（设计）人： | 窦立谦;杜苗苗;毛奇;苏晓彤;马秀俞 | 申请（专利权）人： | 天津大学 |
| 主分类号： | G06F30/15 | 分类号： | G06F30/15;G06F17/18 |
| 代理公司： | 天津市北洋有限责任专利代理事务所 12201 | 代理人： | 刘国威 |
| 地址： | 300072*** | 国省代码： | 天津;12 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及可重复使用运载器，为提出再入段气动参数辨识方法，设计RLV再入段气动参数辨识的综合虚拟仿真系统，并在该系统上进行仿真实验。本发明，基于EM‑EKF算法的RLV再入段气动参数辨识方法，步骤如下：第一部分，可重复使用运载器RLV再入段动力学模型转化；第二部分，EKF算法：基于飞行器的非线性状态空间模型，对原始的状态向量进行扩维，得到由未知参数和原始状态向量组成的扩维状态向量，从而得到新的状态空间模型，基于扩维状态空间模型，达到对气动参数估计的目的；第三部分，在精确的噪声特性的基础上，更好的提高EKF算法参数估计精度。本发明主要应用于重复使用运载器的设计测试。 | ||
| 搜索关键词： | 基于 em ekf 算法 rlv 再入 气动 参数 辨识 方法 | ||
【主权项】：
1.一种基于EM‑EKF算法的RLV再入段气动参数辨识方法，其特征是，步骤如下：第一部分，可重复使用运载器RLV再入段动力学模型转化：基于RLV飞行器再入段方程，考虑带有系统随机过程噪声和观测噪声的非线性系统的状态空间模型，为后续的气动参数辨识提供模型基础；第二部分，EKF算法：基于飞行器的非线性状态空间模型，对原始的状态向量进行扩维，得到由未知参数和原始状态向量组成的扩维状态向量，从而得到新的状态空间模型，基于扩维状态空间模型，达到对气动参数估计的目的；第三部分，基于EM算法的改进EKF算法：基于EKF对RLV气动模型的未知气动参数的估计算法，采用EM算法对噪声的统计特性进行估计，在其最大化的求解过程中，与RTS(Rauch–Tung–Striebel)平滑器相结合，达到在精确的噪声特性的基础上，更好的提高EKF算法参数估计精度的目的。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于天津大学，未经天津大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910147424.3/，转载请声明来源钻瓜专利网。
