Метод оценивания углового ускорения по тангажу на основе анализа измерений угла и угловой скорости тангажа


Цитировать

Полный текст

Аннотация

Предлагается алгоритм для оценивания углового ускорения по тангажу при наличии шумов измерений. Угловые скорости и углы Эйлера, фиксируемые навигационной системой, интерполируются при помощи Эрмитовых сплайнов третьего порядка, дифференцирование которых позволяет найти оценки углового ускорения по тангажу. В данной работе для сравнения анализируется известный метод численного дифференцирования – метод Поплавского аппроксимации первой производной, основанный на полиномиальной регрессии. Результаты моделирования, полученные с помощью предложенного алгоритма, сравниваются с результатами, полученными с использованием метода Поплавского. Результаты показывают, что предложенный в работе алгоритм оценки углового ускорения по тангажу обеспечивает более высокую точность, в том числе при наличии шумов измерений, за счёт комплексирования информации от двух различных датчиков, замеряющих угол тангажа и угловую скорость по тангажу.

Об авторах

О. Н. Корсун

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

Автор, ответственный за переписку.
Email: marmotto@rambler.ru

доктор технических наук, профессор, руководитель научно-образовательного центра;

Россия

С. Горо

Московский авиационный институт (национальный
исследовательский университет)

Email: gorosekoi@gmail.com

аспирант

Россия

М. Х. Ом

Московский авиационный институт (национальный
исследовательский университет)

Email: mounghtangom50@gmal.com

докторант, кандидат технических наук

Россия

Список литературы

  1. Ahmad M., Hussain Z.L., Shah S.I.A., Shams T.A. Estimation of stability parameters for wide body aircraft using computational techniques // Applied Sciences. 2021. V. 11, Iss. 5. doi: 10.3390/app11052087
  2. Mehra R.K., Stepner D.E., Tyler J.S. Maximum likelihood identification of aircraft stability and control derivatives // Journal of Aircraft. 1974. V. 11, Iss. 2. P. 81-89. doi: 10.2514/3.60327
  3. Sharifi M.A., Seif M.R., Hadi M.A. A comparison between numerical differentiation and Kalman filtering for a Leo satellite velocity determination // Artificial Satellites. 2013. V. 48, Iss. 3. P. 103-110. doi: 10.2478/arsa-2013-0009
  4. Васильченко К.К., Леонов В.А., Пашковский И.М., Поплавский Б.К. Лётные испытания самолётов. М.: Машиностроение, 1996. 719 c.
  5. Cheng J., Jia X.Z., Wang Y.B. Numerical differentiation and its applications // Inverse Problems in Science and Engineering. 2007. V. 15, Iss. 4. P. 339-357. doi: 10.1080/17415970600839093
  6. Othmane A., Kiltz L., Rudolph J. Survey on algebraic numerical differentiation: historical developments, parametrization, examples, and applications // International Journal of Systems Science. 2022. V. 53, Iss. 9. P. 1848-1887. doi: 10.1080/00207721.2022.2025948
  7. Korsun O.N., Goro S., Om M.H. A comparison between filtering approach and spline approximation method in smoothing flight data // Aerospace Systems. 2023. V. 6. P. 473-480. doi: 10.1007/s42401-023-00201-0
  8. Schum D.J. Noise reduction via signal processing // The Hearing Journal. 2003 V. 56, Iss. 5. P. 27-32. doi: 10.1097/01.HJ.0000293885.26777.b5
  9. Корсун О.Н., Стуловский А.В. Восстановление параметров движения летательного аппарата с использованием алгоритмов оптимального управления // Известия Российской академии наук. Теория и системы управления. 2023. № 1. С. 44-55. doi: 10.31857/S0002338823010055
  10. Завьялов Ю.С., Квасов Б.И., Мирошниченко В.Л. Методы сплайн-функций. М.: Наука, 1980. 352 с.
  11. Unser M. Splines: a perfect fit for signal and image processing // IEEE Signal Processing Magazine. 1999. V. 16, Iss. 6. P. 22-38. doi: 10.1109/79.799930
  12. Chan V., Tsui K.-W., Wei Y., Zhang Zh., Deng X. Efficient estimation of smoothing spline with exact shape constraints // Statistical Theory and Related Fields. 2021. V. 5, Iss. 1. P. 55-69. doi: 10.1080/24754269.2020.1722604
  13. Svoboda M., Matiu-Iovan L., Frigura-Iliasa F.M., Andea P. B-spline interpolation technique for digital signal processing // International Conference on Information and Digital Technologies (July, 07-09, 2015, Zilina, Slovakia). 2015. P. 366-371. doi: 10.1109/DT.2015.7222998
  14. Hou H., Andrews H. Cubic splines for image interpolation and digital filtering // IEEE Transactions on Acoustics, Speech, and Signal Processing. 1978. V. 26, Iss. 6. P. 508-517. doi: 10.1109/TASSP.1978.1163154
  15. Гуторов А.С., Кукин А.Е. Алгоритм оценки данных траектории цели c применением сглаживающего сплайна // Вестник науки и образования. 2018. Т. 1, № 7(43). С. 11-14.
  16. Mirzaev A., Khalilov S. Digital signal processing based on spline functions // International Conference on Information Science and Communications Technologies (November, 04-06, 2019, Tashkent, Uzbekistan). 2019. doi: 10.1109/ICISCT47635.2019.9012038
  17. Ezhov N., Neitzel F., Petrovic S. Spline approximation, Part 2: From polynomials in the monomial basis to B-splines—A derivation // Mathematics. 2021. V. 9, Iss. 18. doi: 10.3390/math9182198
  18. Mier Muth A.M., Willsky A.S. A sequential method for spline approximation with variable knots // International Journal of Systems Science. 1978. V. 9, Iss. 9. P. 1055-1067. doi: 10.1080/00207727808941759
  19. Elschner J. On spline approximation for singular integral equations on an interval // Mathematische Nachrichten. 1988. V. 139, Iss. 1. P. 309-319. doi: 10.1002/mana.19881390128
  20. Динамика полёта / под ред. Г.С. Бюшгенса. М.: Машиностроение, 2011. 775 с.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

© Вестник Самарского университета. Аэрокосмическая техника, технологии и машиностроение, 2024

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-ShareAlike 4.0 International License.

Данный сайт использует cookie-файлы

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

О куки-файлах