北京航空航天大学学报 ›› 2019, Vol. 45 ›› Issue (5): 1008-1018.doi: 10.13700/j.bh.1001-5965.2018.0538

• 论文 • 上一篇    下一篇

基于平流层风场预测的浮空器轨迹控制

李魁, 邓小龙, 杨希祥, 侯中喜   

  1. 国防科技大学 空天科学学院, 长沙 410073
  • 收稿日期:2018-09-12 出版日期:2019-05-20 发布日期:2019-05-21
  • 通讯作者: 杨希祥.E-mail:nkyangxixiang@163.com E-mail:nkyangxixiang@163.com
  • 作者简介:李魁 男,硕士研究生。主要研究方向:临近空间飞行器动力学与控制;杨希祥 男,博士,副教授,硕士生导师。主要研究方向:临近空间飞行器总体设计、动力学与控制。
  • 基金资助:
    湖南省自然科学基金(2018JJ3590,2018JJ3587)

Trajectory control of aerostat based on prediction of stratospheric wind field

LI Kui, DENG Xiaolong, YANG Xixiang, HOU Zhongxi   

  1. College of Aerospace Science and Engineering, National University of Defense Technology, Changsha 410073, China
  • Received:2018-09-12 Online:2019-05-20 Published:2019-05-21

摘要: 平流层风场环境对浮空器设计和轨迹控制具有重要影响。针对平流层风场建模,以长沙地区2005—2010年的风场数据为例,首先采用本征正交分解(POD)方法对风场数据进行降阶处理;然后分别采用Fourier级数与BP神经网络算法对平流层风场进行预测,并对2种模型的预测精度进行比较分析;最后通过建立临近空间浮空器的动力学模型和高度调控模型,分析2种风场预测模型对浮空器轨迹控制的影响。研究结果表明,相对于Fourier预测模型,基于BP神经网络预测模型的预测精度更高,可信度更强,能够更好地为浮空器飞行轨迹控制提供参考价值。

关键词: 本征正交分解(POD)方法, Fourier级数, BP神经网络算法, 风场预测, 临近空间浮空器

Abstract: The stratospheric wind environment has an important influence on the aerostat design and trajectory control. Taking the wind field data from 2005 to 2010 in Changsha as an example, this paper firstly uses the proper orthogonal decomposition (POD) method to reduce order of the wind field data, and then uses the Fourier series and BP neural network algorithm to predict the stratospheric wind field. The prediction accuracy of the two models is compared and analyzed. Finally, the dynamic model and height control model of the near-space aerostat are established, and the influence of the two wind field prediction models on the trajectory control of the aerostat is analyzed. The research results show that the prediction model based on the BP neural network is more accurate and more reliable than the Fourier prediction model, and it can provide a better reference value for the flight trajectory control of the aerostat.

Key words: proper orthogonal decomposition (POD) method, Fourier series, BP neural network algorithm, wind field prediction, near-space aerostat

中图分类号: 


版权所有 © 《北京航空航天大学学报》编辑部
通讯地址:北京市海淀区学院路37号 北京航空航天大学学报编辑部 邮编:100191 E-mail:jbuaa@buaa.edu.cn
本系统由北京玛格泰克科技发展有限公司设计开发