Идентификация скорости ветра в режиме реального времени на основе данных спутниковой навигации и барометрических измерений

Обложка

Цитировать

Полный текст

Аннотация

Настоящая исследовательская работа посвящена разработке надежного алгоритма оценивания трех проекций скорости ветра на основе измерений воздушной скорости, угла атаки и угла бокового скольжения как по данным спутниковой навигационной системы (СНС), так и по бортовым датчикам. Путем интеграции этих разнообразных источников информации, предложенный алгоритм, использующий метод параметрической идентификации, достигает значительной точности в определении важнейших параметров, то есть проекции скорости ветра, необходимых для выполнения полетов. Исследование проводилось в предположении, что направление и скорость ветра постоянны. Оценивание проекций скорости ветра производился для различных длительностей полета 20, 31 и 46 секунд при различных типах полетного маневра. Для определения наименьшего интервала времени обработки, при котором могут быть получены точные оценки трех проекций скорости ветра, применяется подход скользящего окна. Примечательно, что этот подход позволяет получать надежные оценки за впечатляющий интервал времени обработки, составляющий всего 0,5 секунды. Полученные результаты имеют важное значение для различных областей, таких как повышение безопасности полетов, применение в метеорологии и повышение общей эксплуатационной эффективности воздушных судов.

Об авторах

Олег Николаевич Корсун

Государственный научно-исследовательский институт авиационных систем; Московский авиационный институт (Национальный исследовательский университет)

Email: marmotto@rambler.ru
ORCID iD: 0000-0003-3926-1024
SPIN-код: 2472-6853

доктор технических наук, руководитель научно-образовательного центра, Государственный научно-исследовательский институт авиационных систем (ГосНИИАС); профессор кафедры проектирования и сертификации авиационной техники, Московский авиационный институт (Национальный исследовательский университет)

Москва, Россия

Моунг Хтанг Ом

Московский авиационный институт (Национальный исследовательский университет)

Автор, ответственный за переписку.
Email: mounghtangom50@gmail.com
ORCID iD: 0000-0002-7770-2962

кандидат технических наук, докторант кафедры проектирования и сертификации авиационной техники

Москва, Россия

Список литературы

  1. Vasilchenko КК, Kochetkov YuА, Leonov VK, Pop-lavskii BК. Aircraft Flight Test. Moscow: Mashinostroenie: Publ.; 1996. (In Russ.)
  2. Byushgens GS, Chernyshev SL, Homan MG, Kuv-shinov VM, Fedosov EA. Aerodynamics, stability and controllability of supersonic aircraft. Moscow: Nauka Publ.; 2016. (In Russ.)
  3. Grumondz V. Airship Balancing and Stability at Longitudinal Established Motion. IOP Conference Series: Materials Science and Engineering. Moscow. 2019;476(1):012013. http://doi.org/10.1088/1757-899X/476/1/012013
  4. Luchtenburg DM, Rowley CM, Lohry MW, Marti-nelli L, Stengel RF. Unsteady high angle of attack aero-dynamic models of a generic jet transport. Journal of Aircraft. 2015;52(3):890-895. https://doi.org/10.2514/1.C032976
  5. Petoshin VI, Chasovnikov EA. Aerodynamic characterristics for a passenger aircraft model with harmonic oscillations on rolling and yawing angles at high angles of attack. Thermophysics and aeromechanics. 2013;20(1);39-48. https://doi.org/10.1134/S0869864313010046
  6. Grishina AY, Efremov AV. Development of a Controller Law for a Supersonic Transport Using Alternative Means of Automation in the Landing Phase. In: Streets DY, Korsun ON. (eds.). Recent Developments in High-Speed Transport. Springer Aerospace Technology. Springer, Singapore. 2023. https://doi.org/10.1007/978-981-19-9010-6_5
  7. Korsun ON, Poplavsky BK, Prihodko SJ. Intelligent support for aircraft flight test data processing in problem of engine thrust estimation. Procedia Comput. Sci. 2017;(103):82-87. https://doi.org/10.1016/j.procs.2017.01.017
  8. Korsun ON, Poplavsky BK, Om MH. Identification of the Engine Thrust Force Using Flight Test Data. In Pro-ceedings of the International Conference on Aerospace System Science and Engineering 2021. ICASSE 2021. Lecture Notes in Electrical Engineering; Jing Z, Strelets D. (eds.). Springer: Singapore, 2023;(849). https://doi.org/10.1007/978-981-16-8154-7_30
  9. Lin Z, Xiao H, Zhang X, Wang Z. Thrust Prediction of Aircraft Engine Enabled by Fusing Domain Knowledge and Neural Network Model. Aerospace. 2023;10(6):493. https://doi.org/10.3390/aerospace10060493
  10. Korsun ON, Nikolaev SV, Om MH. Detection of dynamic errors in aircraft flight data. In: Proceedings of the IOP Conference Series: Materials Science and Engineering, Moscow. 2021;(1027):012011. https://doi.org/10.1088/1757-899X/1027/1/012011
  11. Carlson HA, Verberg R, Hemati MS, Rowley CW. A flight simulator for agile fighter aircraft and nonlinear aerodynamics. Proceedings of the 53rd AIAA Aerospace Sciences Meeting, AIAA 2015-1506. Florida: Kissimmee, 2015. p. 1-22. https://doi.org/10.2514/6.2015-1506
  12. Nikolaev SV. Method of simulation in flight tests of aircraft. Applied Physics and Mathematics. 2017;(3):57-68. (In Russ.) EDN: XGIVEL
  13. Efremov AV, Tjaglik MS, Irgaleev IH, Tsipenko VG. Integration of predictive display and aircraft flight control system. Proceeding of MATEC Web of Conferences. 2017;(99):03005. https://doi.org/10.1051/matecconf/20179903005
  14. Klein V. Estimation of Aircraft Aerodynamic Para-meters from Flight Data. Prog. Aerospace Sñi. 1989;(26):1-77.
  15. Klein V, Morelli E. Aircraft System Identification. Theory and Practice. Aeronautical Journal New Series. 2006;111(1123):602-603. https://doi.org/10.1017/S0001924000087194
  16. Korsun ON, Poplavsky BK. Approaches for flight tests aircraft parameter identification. 29th Congress of the International Council of the Aeronautical Sciences, ICAS. St. Petersburg; 2014:1804
  17. Jategaonkar RV. Flight vehicle system identification: A time domain methodology (USA, Reston: AIAA) 2006. https://doi.org/10.2514/4.866852
  18. Ovcharenko VN. Identification of aerodynamic characteristics of aircraft by flight data. Moscow: MAI Publishing House; 2017. (In Russ.)
  19. Larsson R. System Identification of Flight Mechanical Characteristics. Linköping Studies in Science and Tech-nology, Licentiate Thesis, Linköping University, Sweden. 2013. Available from: http://liu.diva-portal.org/smash/get/diva2:622859/FULLTEXT01.pdf (accessed: 11.04.2024)
  20. Om MH, Latt KZ. Influence Analysis of Input Signal Forms on the Accuracy of Aerodynamic Parameter Identi-fication in Aircraft Longitudinal Motion. Cloud of Science. 2017;4(4):636-649.
  21. Song Y, Song B, Seanor B., Napolitano M.R. On-line aircraft parameter identification using fourier transform regression with an application to F/A-18 HARV flight data. Journal of Mechanical Science and Technology. 2002;16(3):327-337. https://doi.org/10.1007/BF03185230
  22. Pushkov SG, Kharin EG, Kozhurin VR, Lovitsky LL. Technology for determining aerodynamic errors and air parameters in flight tests of aircraft using satellite means of trajectory measurements. Problems of flight safety. 2006;(7):12-19. (In Russ.)
  23. Pushkov SG, Lovitsky LL, Korsun ON. Wind speed determination methods in flight tests using satellite navigation systems. Мechatronics, automation, control. 2013;(9):65-70. (In Russ.) EDN: RBPNCV
  24. Guadaño LH, Valdés RA, Nieto FJ. Using aircraft as wind sensors for estimating accurate wind fields for air traffic management applications. Proceedings of the Institution of Mechanical Engineers, Part G: Journal of Aerospace Engineering. 2014;228(14). https://doi.org/10.1177/095441001452474
  25. Hurter Ch, Alligieri R, Gianazza D, Puechmorel S, Andrienko G. Wind parameters extraction from aircraft trajectories. Computers, Environment and Urban Systems. 2014. p. 1-16. https://doi.org/10.1016/j.compenvurbsys.2014.01.005 hal-00987690
  26. Benders S, Wenz A, Johansen TA. Adaptive Path Planning for Unmanned Aircraft Using In-flight Wind Velocity Estimation. 2018 International Conference on Unmanned Aircraft Systems (ICUAS). Dallas, TX, USA, 2018. p. 483-492. https://doi.org/10.1109/ICUAS.2018.8453341
  27. Khadeeja TK, Singh J. Wind Profile Estimation during Flight Path Reconstruction. Defence Science Journal. 2020;70(3):231-239. https://doi.org/10.14429/dsj.70.13596
  28. Hajiyev Ch, Cilden-Guler D, Hacizade U. Two-Stage Kalman Filter for Estimation of Wind Speed and UAV States by using GPS, IMU and Air Data System. Wseas transactions on electronics. 2019;10:60-65.
  29. Ahmed Z, Woolsey CA. Aerodynamic model-free wind estimation using a small, fixed-wing uncrewed aerial vehicle. Virginia Space Grant Consortium. 2024. Available from: https://vsgc.odu.edu/wp-content/uploads/2024/04/AhmedZakia_SRC_Submission__4_-1.pdf (accessed: 11.04.2024)

© Корсун О.Н., Ом М.Х., 2024

Ссылка на описание лицензии: https://creativecommons.org/licenses/by-nc/4.0/legalcode

Данный сайт использует cookie-файлы

Продолжая использовать наш сайт, вы даете согласие на обработку файлов cookie, которые обеспечивают правильную работу сайта.

О куки-файлах