王 鹏 金 鑫

(中国航天空气动力技术研究院，北京 100074)

嵌入式大气数据传感 (flush air data sensing，FADS) 系统作为一种先进的飞行参数传感系统，经过不断发展及完善，目前国外技术已比较成熟，特别是针对用于钝头飞行器的FADS 系统，建立了相对完善的故障诊断及冗余配置方法，FADS 系统已成功产业化并已被广泛试验及应用于F-14，X-31，X-33，X-34，X-38 等[1-5]各型飞行器中。而针对尖楔前体用FADS 系统，关键技术尚未突破[6-8]。

鉴于尖楔前体飞行器外形各异，到目前为止尚未发展出一套成熟且通用的FADS 系统求解算法[9]。同时该类型飞行器目前大多正处于试验论证阶段，对于FADS 系统模型及算法的通用性实现困难极大。因此，对于FADS 系统的求解算法并不是非常成熟与完善。前期的相关研究表明，针对FADS 系统建立的神经网络算法已成功用于配备有昂贵装备的大型、快速飞行器中，且系统的精度较高[10-12]。但针对神经网络方法用于具有尖楔前缘飞行器用FADS 系统的分析研究工作较少，且采用的网络训练样本数据点数太少，无法充分反映神经网络算法在尖楔前体飞行器中应用的可靠性[13]。因此，本文建立了尖楔类FADS 系统的人工神经网络模型，并在此模型的基础上分析了其故障测压孔对于算法精度的影响。

FADS 系统通过配置在飞行器前缘表面的测压孔得到表面压力，根据建立的模型反推得到飞行器的飞行参数，测压孔配置及能否准确得到表面压力数值至关重要。人工神经网络算法依靠准确的压力输入得到准确的飞行参数，由于飞行器严酷的飞行环境及硬件配置需求等的影响，测压孔故障导致得到的表面压力不准确不可避免。……