可重复使用运载器(RLV)再入返回段的气动参数表现为不确定和快时变的特点,导致RLV气动特性具有强耦合性和非线性,使气动模型难以设计和控制,降低了飞行器的稳定性.在系统噪声存在的前提下,针对RLV的动力学模型,提出一种由最大期望(EM)算法和扩展卡尔曼滤波(EKF)算法相结合的RLV再入段气动参数辨识方法,以飞行高度和攻角为基准,每10 km一个区间将RLV再入段划分为3个飞行阶段,并分别进行了气动参数辨识.首先,将RLV飞行器再入段的动力学模型转换为非线性系统的状态空间模型;其次,基于状态空间模型,将飞行器的原始状态向量进行扩维,得到由待辨识气动参数和原始状态向量组成的新扩维状态向量;然后,采用EKF算法对RLV气动模型的扩维状态向量进行辨识,达到滤除噪声和估计未知气动参数的目的;之后,为了降低测量和过程噪声统计特性的设置对EKF辨识结果带...

针对可重复使用运载器设计过程中,气动布局、制导控制系统相互耦合的问题,引入气动控制一体化设计方法。分析该飞行器再入过程的高度-速度飞行剖面,基于反馈线性化方法设计再入跟踪制导律。按照快慢变量分离的原则,设计反馈线性化控制器。以此为基础,对飞行性能进行评估,找出布局存在的不足,给出改进建议,并进行仿真验证。整个设计过程表明,基于反馈线性化的气动控制一体化设计方法能够有效兼顾气动与制导控制约束,实现飞行器性能最优。