飞行仿真气动力数据机器学习建模方法

王 超,王贵东,白 鹏

(中国航天空气动力技术研究院,北京 100074)

0 引 言

气动力建模是飞行器工程中确定总体设计参数、飞行轨迹、操纵性与稳定性等的重要基础，模型精度直接影响控制效果和仿真可信度。高速飞行器的气动力受飞行高度、速度、舵干扰等多种因素耦合影响，非线性强。传统气动力设计通常采用基于数据表的多元插值方法，以工程估算、数值计算、风洞试验等手段，给出特定格式的标称气动力数据表，在进行控制设计、飞行仿真时，多元插值获得飞行中任意点的气动力参数，这种方法的局限性是，数据表的格式要求严格，多元插值计算量大，多来源冗余数据利用困难。飞行试验是不同于地面预测的气动力数据来源，精度相对较高。然而，飞行试验的气动力数据是一些沿弹道的离散点，很难转换成类似于地面预测的标称气动力数据表。如何有效利用飞行试验数据是一个难题。

在飞行力学领域，气动力建模已经开展了多年的研究。气动力模型发展了两种形式，分别为数学表达式类和智能学习类。

(1)传统数学表达式形式。即根据气动力的物理特性、统计规律等，利用数学方法获得的气动力与飞行状态、控制输入等参数之间的数学关系式，如非线性代数模型、傅立叶级数模型、积分方程模型等[1]。对于数学表达式形式的气动特性建模，比较适合于状态范围变化较小的局部气动力建模，比如特定高度、速度、攻角等条件下的线性/定常气动力建模。……