基于声矢量传感器阵列的鲁棒H∞空气流动速度估计算法

《基于声矢量传感器阵列的鲁棒H∞空气流动速度估计算法》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、航空学报ActaAeronauticaetAstronauticaSinicaFeb．252013V01．34No．2361．370ISSN1000-6893CN11-1929／Vhttp：Hhkxb．buaa．edu．CRhkxb@buaa．edu．cn基于声矢量传感器阵列的鲁棒H∞空气流动速度估计算法陈诚，陶建武*空军航空大学飞行器控制工程系，吉林长春130022摘要：研究了基于声矢量传感器阵列的空气流动速度测量问题。首先，根据声波在气流中的传播原理，求得声场中质点振速与空气流动速度的关系表达式，建立基于声

2、矢量传感器线性阵列的测量模型。在此基础上，根据各个阵元输出信号之间的相位差，提出了基于鲁棒H。。滤波的空气流动速度估计算法，该算法通过各个阵元的信息迭代估计出空气流动速度。然后从理论上讨论了算法的初值选取，并分析了算法对随机扰动的鲁棒性。最后，计算机仿真表明该算法具有良好的鲁棒性和容错性。关键词：声矢量传感器阵列；质点振速；空气流动速度测量；H。。滤波；初值选取中图分类号：V219；TN06文献标识码：A文章编号：1000—6893(2013)02—0361—10随着航天航空技术的飞速发展，大气数据测量系统越来

3、越受重视；而以空速管形式实现的传统大气数据测量系统已经不适用于大马赫数、大迎角的条件，而且一般存在安装、维护困难等问题。在这种背景下产生的嵌入式大气数据传感(FlushAirDataSensing，FADS)系统[1。4]，与传统的大气数据测量系统相比，它在精度、可靠性上都有更大的优势，且它没有突出的空速管，所以具有一定的隐身性能。目前在FADS系统中，主要运用的算法有三点迭代法、加权最小二乘法、反向传播(BP)神经网络法等。三点迭代法最为常用，精度较高，但其完全依赖于系统的空气动力学模型，运算复杂；且测压孔的

4、选择对计算结果会产生很大的影响，甚至导致系统病态[5’7]。加权最小二乘法较为简单，算法性能与测压孑L的位置无关且失效处理也比较简单，但存在迭代发散问题[5‘7]。BP神经网络法虽然实现了压力与大气参数的非线性映射，但需要大量的前期数据对网络进行训练[8_9]。国内对FADS系统的研究起步较晚，其研究主要集中在FADS算法的改进和稳定性分析上，尚未达到实用化阶段[6’9‘13]。FADS系统在计算飞机的空速时，需要的动压数据是由迭代算法得到的，而动压测量模型是非线性的，且计算过程中的校正参数需要通过风洞试验来标

5、定。声矢量传感器作为一种新型的声场测量器件，可用于战场警戒探测直升机和隐形飞机，噪声源识别，及声强、声功率测量等[14-15]。由于在连续流体介质声场中，任何一点附近的运动状态可用声压、密度以及介质运动速度唯一表示，那么声场中某一点的振速矢量就包含了该声场中的流体介质运动速度信息[16。17

6、。基于此原理，文献[18]和文献[19]将声矢量传感器应用于FADS系统中，在飞机上通过声源产生声波，用声矢量传感器测得某点的质点振速，通过一定的算法得到飞机收稿日期：2012—01—17；退修日期：2012—03—20；

7、录用El期：2012—05—02；网络出版时间：2012-10-2709：06网络出版地址：WWW．cnki．net／kcms／detail／11．1929．V20121027．0906．001．html基金项目：国家自然科学基金(61172126)*通讯作者．Tel．：0431-8695952E-mail：jianwu．tao@gmail．com现用格武

8、ChenC，TaoJw．Robust一。estimationofairspeedbasedonacousticvectorsensorarray．ActaA

9、eronauticaetAstronauticaSinica，2013．34(2)：361-370．陈诚．晦建武．基f声矢l传感器阵确的鲁棒丹。空气流动速度估计算法．航空学报．2013。34(2)：361-370。航空学报的空速，从而不需要进行复杂的风洞试验来校正参数，可节省大量的物力和财力。但文献E18]和文献E19]仅采用单个声矢量传感器测量空气流动速度，当系统存在测量噪声和随机扰动时，其系统测量精度将下降。若采用多个声矢量传感器组成的阵列来代替单个声矢量传感器，则测量系统的各项性能，如测量精度、抗干扰能力

10、和可靠性等都可能有所提高。为此，本文提出了一种基于声矢量传感器阵列的鲁棒H。。空气流动速度估计算法。首先根据声波在连续均匀、稳定流动空气中的传播原理[17．20]，近似求得质点振速的表达式，它是空气流动速度矢量及其他待估参数的非线性函数；然后构建基于声矢量传感器阵列的空气流动速度估计算法，并分析了估计算法的性能。分析和仿真表明，该算法具有良好的鲁棒性和容错性；同时，在满足精度要求时，与