飞行器惯导系统与动力学模型耦合
📚 共计 30 章节
01
绪论:惯性导航与飞行动力学耦合概述
耦合背景、研究意义与基本框架
导论
概览
02
常用坐标系定义与转换
地心地固、导航、机体坐标系
坐标
转换
03
刚体运动学基础:姿态、角速度与四元数
姿态描述与四元数运算
运动学
四元数
04
捷联惯导系统(SINS)基本原理与误差方程
SINS 核心原理及误差传播
SINS
误差
05
飞行器六自由度(6-DOF)动力学模型
六自由度刚体动力学方程
6-DOF
动力学
06
气动力与力矩建模基础
气动系数、力矩导数
气动力
建模
07
发动机推力模型与重力模型
推力特性、重力场模型
推力
重力
08
惯导系统姿态更新算法(等效旋转矢量法)
旋转矢量、圆锥补偿
姿态
旋转矢量
09
惯导系统速度与位置更新算法
速度/位置积分、划桨效应
速度
位置
10
动力学模型中的状态变量与微分方程
状态向量、动力学微分方程组
状态
微分方程
11
耦合模型:惯导输出如何驱动动力学方程
惯导数据作为动力学输入
耦合
驱动
12
耦合模型:动力学状态如何反馈修正惯导
动力学反馈、误差修正
反馈
修正
13
数值积分方法在耦合模型中的应用
欧拉法、龙格-库塔法
数值积分
RK
14
仿真时间步长选择与稳定性分析
步长影响、数值稳定性
步长
稳定性
15
传感器模型:陀螺仪与加速度计的误差特性
漂移、噪声、标度因数
IMU
误差
16
传感器模型:GPS/气压计等辅助传感器建模
GPS、气压计、磁力计
辅助
GPS
17
组合导航中的松耦合与紧耦合架构
松耦合、紧耦合对比
组合导航
架构
18
卡尔曼滤波在耦合系统中的应用基础
线性卡尔曼滤波、状态估计
卡尔曼
估计
19
扩展卡尔曼滤波(EKF)处理非线性耦合
EKF 线性化、雅可比
EKF
非线性
20
无迹卡尔曼滤波(UKF)与粒子滤波简介
UKF、粒子滤波、采样
UKF
粒子滤波
21
耦合系统的可观测性分析
可观测性矩阵、条件
可观测性
分析
22
典型飞行场景仿真:平飞、爬升、转弯
平飞、爬升、协调转弯
仿真
场景
23
典型飞行场景仿真:机动飞行与失速
机动动作、失速特性
机动
失速
24
仿真结果分析:轨迹、姿态、速度误差
误差分析、性能评估
分析
误差
25
半实物仿真(HIL)中的耦合模型实现
HIL 架构、实时接口
HIL
半实物
26
耦合模型的实时性优化策略
代码优化、降阶、并行
实时
优化
27
案例:某型无人机惯导/动力学联合仿真
无人机案例、联合仿真
案例
无人机
28
案例:高动态飞行器(导弹)的耦合问题
导弹、高动态耦合
案例
导弹
29
耦合模型的验证与确认(V&V)方法
V&V 流程、测试方法
验证
确认
30
前沿趋势:基于深度学习的惯导/动力学耦合
深度学习、端到端耦合
前沿
AI