一种用于自动对移动平台投放的飞行控制系统的制作方法

本发明涉及飞行控制，更具体地说，本发明涉及一种用于自动对移动平台投放的飞行控制系统。

背景技术：

1、自动对移动平台投放的飞行控制系统背景技术主要涉及到飞行控制技术、自主导航技术和目标识别技术等，这些技术的综合应用可以实现无人机在移动平台上自主进行目标识别、路径规划和精准投放的功能，但是当前飞行控制系统在自主导航和精准投放方面的精度和稳定性有待提高，并且无人机的投放轨迹模型是一个理想的固定的过程，这可能导致某些重要的物理过程被忽略或简化，使用无人机的投放轨迹模型时，需要判断投放轨迹模型的实用性，并加入数据反馈机制。

2、为了解决上述缺陷，现提供一种技术方案。

技术实现思路

1、为了克服现有技术的上述缺陷，本发明的实施例提供一种用于自动对移动平台投放的飞行控制系统，以解决上述背景技术中提出的问题。

2、为实现上述目的，本发明提供如下技术方案：

3、一种用于自动对移动平台投放的飞行控制系统，包括数据采集模块、数据分析模块、评估模块、深度评估模块，模块之间信号连接；

4、数据采集模块，用于采集无人机进行投放前的环境信息和动力信息，并采集无人机对移动平台投放过程的飞行数据信息和投放数据信息；

5、数据分析模块，用于对采集到的数据进行处理，根据环境信息和动力信息，获得雷诺数异常累积系数、位置偏差系数以及风向波动系数，根据飞行数据信息和投放数据信息，获得时间偏差系数和识别频率系数；

6、评估模块，用于通过雷诺数异常累积系数、位置偏差系数以及风向波动系数构建数据分析模型，生成影响评估系数，判断进行投放前的无人机是否能够精准投放；

7、深度评估模块，用于通过时间偏差系数和识别频率系数构建深度数据分析模型，生成投放评估系数，判断无人机执行投放任务的性能；

8、在一个优选地实施方式中，动力信息包括雷诺数异常累积系数和位置偏差系数，包括：

9、所述雷诺数异常累积系数的获取逻辑为：通过无人机佩戴的检测设备，获得空气的密度和空气的黏度，通过公式计算雷诺数，雷诺数计算公式：，其中，为雷诺数，为空气的黏度，为空气的密度，l是与物体横截面积相联系的特征长度，为是物体与空气的相对运动的速度；

10、通过采集物体在最佳的无人机投放位置投放后，获得不同时刻的物体与空气的相对运动速度，对采集到的速度数据进行处理，包括数据清洗、筛选和整理，选择适当的数学模型来拟合物体与空气的相对运动速度与时间的关系,确定物体与空气的相对运动的速度与时间的函数关系，并将物体与空气的相对运动的速度与时间的函数关系标记为：；

11、根据相对运动的速度与时间的函数关系，获得雷诺数与时间的函数关系，并将雷诺数与时间的函数关标记为：；

12、设置雷诺数阈值，计算雷诺数异常累积系数，计算公式为，其中，为雷诺数异常累积系数，为雷诺数大于雷诺数阈值的时间段；

13、所述位置偏差系数的获取逻辑为：获取无人机的位置信息，其中包括无人机的经纬度和高度，将无人机的经度标记为：，获得单位时间段内无人机的经度集合，n为正整数，n表示单位时间段采集无人机位置信息的次数，将无人机的纬度标记为：，获得单位时间段内无人机的纬度集合，将无人机的高度标记为：，获得单位时间段内无人机的高度集合；

14、获得每次无人机应该处于的位置信息，并将预设无人机的经度、纬度和高度标记为：、、；

15、计算位置偏差系数，计算公式为：，其中，为位置偏差系数。

16、在一个优选地实施方式中，环境信息通过风向波动系数表示，包括：

17、所述风向波动系数的获取逻辑为：通过在无人机上部署监测设备，获得单位时间段内风速关于无人机行驶角度的变化，将风速与z轴的夹角标记为：，将风速在水平面上的投影与x轴的夹角标记为：，其中，i=1、2、3……i，i为正整数，i为单位时间段内采集风速关于无人机行驶角度的编号；

18、计算单位时间段内风速关于无人机行驶角度的平均值和标准差，将风速与z轴夹角的平均值和标准差标记为：和，将风速在水平面上的投影与x轴夹角的平均值和标准差标记为：和；

19、其中，，，，；

20、计算风速与z轴夹角的变异系数，计算公式为：，计算风速在水平面上的投影与x轴夹角的变异系数，计算公式为：；

21、计算风向波动系数，计算公式为：，其中，为风向波动系数，e指的是数学常数自然对数的底。

22、在一个优选地实施方式中，通过雷诺数异常累积系数、位置偏差系数以及风向波动系数构建数据分析模型，生成影响评估系数，包括：

23、将环境信息和动力信息综合性分析，通过雷诺数异常累积系数、位置偏差系数以及风向波动系数构建数据分析模型，生成影响评估系数，影响评估系数的计算公式为：，其中，为影响评估系数，、、为雷诺数异常累积系数、位置偏差系数、风向波动系数的比例系数，、、大于0。

24、在一个优选地实施方式中，判断进行投放前的无人机是否能够精准投放，包括：

25、设置影响评估系数阈值，将影响评估系数与影响评估系数阈值对比，若影响评估系数大于影响评估系数阈值，则生成预警信号，说明无人机按当前的飞行姿态不适合对移动平台的精准投放，需要调整飞行姿态后进行投放任务，若影响评估系数小于影响评估系数阈值，则不生成预警信号，说明飞行控制系统的投放轨迹模型适用于对移动平台的投放任务。

26、在一个优选地实施方式中，飞行数据信息通过整体时间偏差系数表示，包括：

27、所述时间偏差系数的获取逻辑为：获取最佳的无人机投放位置的时间，并将最佳的无人机投放位置的时间标记为：，获取无人机在移动平台上空盘旋的时间，并将无人机在移动平台上空盘旋的时间标记为：，获取物体下落的时间，并将物体下落的时间标记为：，获取设置的最佳的无人机投放位置的时间、无人机在移动平台上空盘旋的时间以及物体下落的时间，通过计算获得最佳的无人机投放位置的时间偏差，并将最佳的无人机投放位置的时间偏差标记为：，获得无人机在移动平台上空盘旋的时间偏差，并将无人机在移动平台上空盘旋的时间偏差标记为：，获得物体下落的时间偏差，并将物体下落的时间偏差标记为：；

28、计算整体时间偏差系数，计算公式为：，其中，为体时间偏差系数。

29、在一个优选地实施方式中，投放数据信息通过识别频率系数表示，包括：

30、所述识别频率系数的获取逻辑为：获得实际投放位置与目标位置之间的距离，设置实际投放位置与目标位置之间的距离阈值，将实际投放位置与目标位置之间的距离小于实际投放位置与目标位置之间的距离阈值作为一次正确识别，获取一段时间范围内正确识别的次数，并将一段时间范围内正确识别的次数标记为：cs，计算识别频率系数，计算公式为：，其中，为识别频率系数。

31、在一个优选地实施方式中，用于通过时间偏差系数和识别频率系数构建深度数据分析模型，生成投放评估系数，包括：

32、将飞行数据信息和投放数据信息综合性分析，通过整体时间偏差系数和识别频率系数建立深度数据分析模型，生成投放评估系数，投放评估系数的计算公式为：，其中，为投放评估系数，、为整体时间偏差系数、识别频率系数的比例系数，、大于0。

33、一个优选地实施方式中，判断无人机执行投放任务的性能，包括：

34、设置投放评估系数阈值，将投放评估系数与投放评估系数阈值对比，若投放评估系数小于投放评估系数阈值，则生成调整反馈信号，表示以提示飞行控制系统当前的性能未达到预期水平，需要进行调整，若投放评估系数大于投放评估系数阈值，则不生成信号，表示飞行控制系统表现良好。

35、本发明的技术效果和优点：

36、1、本发明通过环境信息和动力信息综合性分析，评估无人机在移动平台的投放任务的适用性，主要考虑了物体下落时的流体动力学以及风向对物体轨迹的影响，并结合无人机的飞行轨迹对投放任务进行预测，有助于确保投放任务的安全性、准确性和有效性；

37、2、本发明通过飞行数据信息和投放数据信息综合性分析，通过无人机传回的实际飞行数据和投放结果，对模型进行调整和优化，有助于改进飞行控制系统的环境适应性和应变能力。