基于迭代滤波的高超声速飞行器气动热预测

摘要

气动热是气体快速流动或被高度压缩过程中产生的热量，过量气动热可能严重损害飞行器的结构和性能。优化飞行器形状、减少阻力和热负荷是解决气动热问题的主要策略，而气动热分布的快速预测则是其实现前提。工程计算方法和数值计算方法是两种常用预测方法，二者各有优缺点：作为一种经验预测方法，工程计算方法预测速度虽快但计算误差大；数值计算方法的预测精度虽高，但计算速度较慢。目前，能够同时兼顾速度和精度的气动热预测方法还不多见。本文提出了一种新的气动热分布预测方法，方法的基本思想是对工程计算方法进行改进，基于飞行器飞行试验数据对其经验参数进行精准辨识，在不降低计算速度的前提下提高其预测精度。鉴于常见的容积Kalman滤波（Cubature Kalman Filter,CKF）、扩展Kalman滤波（Extended Kalman filter,EKF）及无际Kalman滤波（Unscented Kalman Filter,UKF）等参数辨识方法无法同时满足精度和稳定性要求，本文提出了一种迭代滤波参数辨识方法，引入不动点迭代策略对容积Kalman滤波方法进行了改进。仿真结果显示，相比CKF、EKF及UKF方法，本文的滤波参数识别方法有更高的精度、更强的稳定性。此外，本文的预测方法不但速度快，而且预测误差小，比改进前的工程计算方法低50%，也比数值计算方法低20%。

关键词

容积Kalman滤波 / 气动热 / 参数辨识 / 迭代滤波