基于改进强跟踪滤波器的发动机自适应模型
针对发动机机载非线性实时性能模型，着重考虑实际工程应用，研究了真实工况下性能蜕化导致的基准模型与真实发动机的工作状态参数不匹配的问题。基于UKF(Unscented Kalman Filter)方法以及自适应强跟踪UKF 方法，由机载传感器可测参数估计出传感器不可测的健康参数等信息，对Simulink 中发动机基准模型的工作状态参数进行修正，建立了发动机自适应模型。在此基础上，提出一种改进的强跟踪UKF 算法，经过仿真验证，该方法在满足实时性与鲁棒性的前提下，使得发动机自适应模型在动态过程中的精度显著提高。
航空发动机 自适应模型 UKF 强跟踪滤波器 状态估计
杨曦中 艾剑良
复旦大学航空航天系,上海 200433
国内会议
珠海
中文
2918-2927
2018-10-18（万方平台首次上网日期，不代表论文的发表时间）