一种面向多批次飞行试验数据融合估计处理方法

本发明提出了一种面向多批次飞行试验数据融合估计处理方法，属于航空工程试验领域。该方法包括对不同批次数据进行数据预处理，利用平滑器和EM(期望最大化算法)算法相结合的气动辨识算法对每批次数据进行一级粗处理。其次，选择高质量数据训练LSTM网络拟合气动模型，利用训练好的网络对其他批次数据进行气动系数预测。最后，将LSTM网络预测的气动系数作为伪量测扩增至量测方程，二次调用气动辨识算法对气动系数进行细化处理，得到气动系数的融合估计结果，这也是多批次数据融合的最终目的。融合估计基本方案通过神经网络和伪量测的方式，解决状态不同的多批次数据融合的困难。这有助于更好利用飞行试验数据，降低飞行试验次数和代价，提高气动力建模精度，支撑飞行器气动布局与控制系统设计。