McDonnell Douglas F‑4C — продольная динамика¶

F‑4C Phantom II — американский истребитель‑бомбардировщик 3‑го поколения. Страница оформлена по аналогии с ELV: быстрый старт, математика, производные и API.

Быстрый старт

Запустите среду или модель за минуты.

К примеру
API модели

Документация Python‑класса продольной динамики F‑4C.

К API
Среда Gymnasium

Готовая среда для RL‑агентов.

К среде
Теория

Уравнения состояния и численные параметры.

К модели

Как устроен объект управления¶

Модель задана в пространстве состояний:

\[\dot{x} = A x + B u, \quad y = C x + D u\]

Где:

\[ x = \begin{bmatrix} u & w & q & \theta \end{bmatrix}^{\top}, \quad u_{in} = \delta_e \]

Типовая структура матриц:

\[ \begin{bmatrix} \dot{u} \\ \dot{w} \\ \dot{q} \\ \dot{\theta} \end{bmatrix} = \begin{bmatrix} x_u & x_w & x_q & x_{\theta} \\ z_u & z_w & z_q & z_{\theta} \\ m_u & m_w & m_q & m_{\theta} \\ 0 & 0 & 1 & 0 \end{bmatrix} \begin{bmatrix} u \\ w \\ q \\ \theta \end{bmatrix} + \begin{bmatrix} x_{\delta_e} \\ z_{\delta_e} \\ m_{\delta_e} \\ 0 \end{bmatrix} \delta_e \]

ПеременныеКоэффициенты

u: продольная скорость, м/с
w: нормальная скорость, м/с
q: угловая скорость тангажа, рад/с
θ: тангаж, рад
δₑ: отклонение руля высоты, рад

x_u, x_w, x_q, x_θ — частные производные продольной силы \(X\) по \(u, w, q, \theta\)
z_u, z_w, z_q, z_θ — частные производные нормальной силы \(Z\)
m_u, m_w, m_q, m_θ — частные производные момента тангажа \(M\)
x_δₑ, z_δₑ, m_δₑ — производные по управляющему \(\delta_e\)

О единицах измерения

Углы и угловые скорости — в радианах. Методы API позволяют получить значения в градусах.

Математическая модель¶

\[ \dot{x} = A x + B u, \qquad y = C x + D u \]

Модель описывается стандартным уравнением состояния:

\[ \dot{x} = Ax + Bu \]

где:

x — вектор состояния, \(x = [u, w, q, \theta]^{\top}\), представляющий отклонения продольной скорости, вертикальной скорости, скорости тангажа и угла тангажа.
u — вектор управления, в данном случае \(u = [\delta_e]\), где \(\delta_e\) — отклонение руля высоты.
A — матрица состояния (или системная матрица).
B — матрица управления.

Единицы измерения¶

Вектор состояния \(x = [u, w, q, \theta]^{\top}\):

u, w: м/с (скорости)
q: рад/с (угловая скорость)
θ: рад (угол)

Вектор управления \(u = [\delta_e]\):

δₑ: рад (отклонение руля высоты)

Условия полета¶

Вычисленные матрицы A и B для F-4C представлены для следующих условий полета:

Число Маха: 0.6
Высота: 35 000 футов

Численные матрицы¶

\[ \begin{bmatrix} \dot{u} \\ \dot{w} \\ \dot{q} \\ \dot{\theta} \end{bmatrix} = \begin{bmatrix} 7.6180 \times 10^{-4} & 4.7612 \times 10^{-3} & 0 & -9.8100 \\ -6.6657 \times 10^{-2} & -2.8567 \times 10^{-1} & 1.8000 \times 10^{2} & 0 \\ 1.5124 \times 10^{-3} & -1.0083 \times 10^{-2} & -1.6384 \times 10^{-1} & 0 \\ 0 & 0 & 1 & 0 \end{bmatrix} \begin{bmatrix} u \\ w \\ q \\ \theta \end{bmatrix} + \begin{bmatrix} 2.6533 \times 10^{-3} \\ -6.8562 \\ -5.4446 \\ 0 \end{bmatrix} \delta_e \]

Производные (численные значения)¶

Матрица A (производные):

Коэффициент	Значение
x_u	7.6180 × 10⁻⁴
x_w	4.7612 × 10⁻³
x_q	0.0
x_θ	-9.8100
z_u	-6.6657 × 10⁻²
z_w	-2.8567 × 10⁻¹
z_q	1.8000 × 10²
z_θ	0
m_u	1.5124 × 10⁻³
m_w	-1.0083 × 10⁻²
m_q	-1.6384 × 10⁻¹
m_θ	0

Вход δₑ (столбец B):

Коэффициент	Значение
x_δₑ	2.6533 × 10⁻³
z_δₑ	-6.8562
m_δₑ	-5.4446

Ограничения привода

По умолчанию применяются предельные значения управления:

Максимальная величина: \(\pm 25^\circ\)
Максимальная скорость изменения: \(60^\circ/\text{s}\)

Внутренние вычисления — в радианах; ограничения переводятся эквивалентно.

Источники¶

Heffley R. K., Jewell W. F. Aircraft handling qualities data. – NASA, 1972. № AD‑A277031.
Etkin B., Reid L. D. Dynamics of flight. – New York : Wiley, 1959. – Т. 2

Награда¶

Функция награды по умолчанию возвращает отрицательную абсолютную ошибку отслеживания угла тангажа:

\[r_t = -|\theta(t) - \theta_{\text{ref}}(t)|\]

Чем выше награда (ближе к 0), тем лучше качество отслеживания. Пользовательская функция награды может быть передана через параметр reward_func.

Быстрый старт¶

GymnasiumТолько модель

import gymnasium as gym
import numpy as np

from tensoraerospace.envs import LinearLongitudinalF4C
from tensoraerospace.utils import generate_time_period
from tensoraerospace.signals.standard import unit_step

dt = 0.01
tp = generate_time_period(tn=20, dt=dt)
number_time_steps = len(tp)
reference_signals = unit_step(degree=5, tp=tp, time_step=10, output_rad=True).reshape(1, -1)

env = gym.make(
    'LinearLongitudinalF4C-v0',
    number_time_steps=number_time_steps,
    initial_state=[[0],[0],[0],[0]],
    reference_signal=reference_signals,
)
state, info = env.reset()
for _ in range(200):
    action = np.array([[0.1]])
    state, reward, terminated, truncated, info = env.step(action)
    if terminated or truncated:
        break

import numpy as np
from tensoraerospace.aerospacemodel import LongitudinalF4C

dt = 0.01
number_time_steps = 200

x0 = np.array([0.0, 0.0, 0.0, 0.0])  # [u, w, q, theta]

model = LongitudinalF4C(
    x0=x0,
    number_time_steps=number_time_steps,
    selected_state_output=["u", "w", "q", "theta"],
    dt=dt,
)

for t in range(number_time_steps - 1):
    u = np.array([[0.05]])  # управление (рад)
    x_next = model.run_step(u)

Python API¶

МодельСреда Gymnasium

`LongitudinalF4C(x0, number_time_steps, selected_state_output=None, t0=0, dt=0.01)` ¶

Bases: ModelBase

McDonnell Douglas F-4C in longitudinal control channel.

Parameters:

Name	Type	Description	Default
`x0`	`ndarray \| list[float]`	Initial state of the control object.	required
`number_time_steps`	`int`	Number of time steps.	required
`selected_state_output`	`optional`	Selected states of the control object. Defaults to None.	`None`
`t0`	`int`	Initial time. Defaults to 0.	`0`
`dt`	`float`	Discretization frequency. Defaults to 0.01.	`0.01`

Action space

ele: elevator [rad]

State space

u: Longitudinal aircraft velocity [ft/s] w: Normal aircraft velocity [ft/s] q: Pitch angular velocity [rad/s] theta: Pitch angle [rad]

Output space

u: Longitudinal aircraft velocity [ft/s] w: Normal aircraft velocity [ft/s] q: Pitch angular velocity [rad/s] theta: Pitch angle [rad]

Initialize LongitudinalF4C instance.

Parameters:

Name	Type	Description	Default
`x0`	`ndarray \| list[float]`	Initial state of the control object.	required
`number_time_steps`	`int`	Number of time steps.	required
`selected_state_output`	`list[int] \| None`	Selected states of the control object. Defaults to None.	`None`
`t0`	`float`	Initial time. Defaults to 0.	`0`
`dt`	`float`	Discretization frequency. Defaults to 0.01.	`0.01`

`import_linear_system()` ¶

Load (set) stored linearized system matrices.

`initialise_system(x0, number_time_steps)` ¶

Initialize the system and allocate history buffers.

Parameters:

Name	Type	Description	Default
`x0`	`ndarray \| list[float]`	Initial state.	required
`number_time_steps`	`int`	Number of simulation steps.	required

`run_step(ut_0)` ¶

Run one discrete-time simulation step.

Parameters:

Name	Type	Description	Default
`ut_0`	`ndarray`	Control vector.	required

Returns:

Type	Description
`ndarray`	np.ndarray: Next state at time t+1.

`update_system_attributes()` ¶

Update time-dependent attributes after each simulation step.

`get_state(state_name, to_deg=False, to_rad=False)` ¶

Return the time history of a state.

Parameters:

Name	Type	Description	Default
`state_name`	`str`	State name.	required
`to_deg`	`bool`	Convert radians to degrees.	`False`
`to_rad`	`bool`	Convert degrees to radians.	`False`

Returns:

Type	Description
`ndarray`	np.ndarray: State history array.

`get_control(control_name, to_deg=False, to_rad=False)` ¶

Return the time history of a control input.

Parameters:

Name	Type	Description	Default
`control_name`	`str`	Control signal name.	required
`to_deg`	`bool`	Convert radians to degrees.	`False`
`to_rad`	`bool`	Convert degrees to radians.	`False`

Returns:

Type	Description
`ndarray`	np.ndarray: Control history array.

`get_output(state_name, to_deg=False, to_rad=False)` ¶

Return the time history of an output signal.

Parameters:

Name	Type	Description	Default
`state_name`	`str`	Output name.	required
`to_deg`	`bool`	Convert radians to degrees.	`False`
`to_rad`	`bool`	Convert degrees to radians.	`False`

Returns:

Type	Description
`ndarray`	np.ndarray: Output history array.

`plot_output(output_name, time, lang='rus', to_deg=False, to_rad=False, figsize=(10, 10))` ¶

Plot an output signal over time.

Parameters:

Name	Type	Description	Default
`output_name`	`str`	Output name.	required
`time`	`ndarray`	Time vector.	required
`lang`	`str`	Axis label language ('rus' or 'eng'). Defaults to 'rus'.	`'rus'`
`to_deg`	`bool`	Convert radians to degrees.	`False`
`to_rad`	`bool`	Convert degrees to radians.	`False`
`figsize`	`tuple`	Figure size.	`(10, 10)`

Returns:

Type	Description
`Figure`	matplotlib.figure.Figure: Figure object.

`LinearLongitudinalF4C(initial_state, reference_signal, number_time_steps, tracking_states=None, state_space=None, control_space=None, output_space=None, reward_func=None)` ¶

Bases: Env

Simulation of LongitudinalF4C control object in OpenAI Gym environment for training AI agents.

Parameters:

Name	Type	Description	Default
`initial_state`	`Union[ndarray, list[float]]`	Initial state.	required
`reference_signal`	`Union[ndarray, Callable]`	Reference signal.	required
`number_time_steps`	`int`	Number of simulation steps.	required
`tracking_states`	`Optional[list[str]]`	Tracked states.	`None`
`state_space`	`Optional[list[str]]`	State space.	`None`
`control_space`	`Optional[list[str]]`	Control space.	`None`
`output_space`	`Optional[list[str]]`	Full output space (including noise).	`None`
`reward_func`	`Optional[Callable]`	Reward function (WIP status).	`None`

Initialize F-4C longitudinal environment.

`reward(state, ref_signal, ts)` `staticmethod` ¶

Evaluate control performance.

Parameters:

Name	Type	Description	Default
`state`	`_type_`	Current state.	required
`ref_signal`	`_type_`	Reference state.	required
`ts`	`_type_`	Time step.	required

Returns:

Name	Type	Description
`reward`	`float`	Control performance evaluation.

`step(action)` ¶

Execute a simulation step.

Parameters:

Name	Type	Description	Default
`action`	`ndarray`	Array of control signals for selected control surfaces.	required

Returns:

Name	Type	Description
`next_state`	`ndarray`	Next state of the control object.
`reward`	`ndarray`	Evaluation of control algorithm actions.
`done`	`bool`	Simulation status, whether completed or not.
`logging`	`any`	Additional information (not used).

`reset(seed=None, options=None)` ¶

Reset simulation environment to initial conditions.

Parameters:

Name	Type	Description	Default
`seed`	`int`	Seed for random number generator.	`None`
`options`	`dict`	Additional options for initialization.	`None`

`render()` ¶

Visual display of actions in the environment. Status: WIP.

Raises:

Type	Description
`NotImplementedError`	Rendering is not implemented for this environment.

McDonnell Douglas F‑4C — продольная динамика¶

Как устроен объект управления¶

Математическая модель¶

Единицы измерения¶

Условия полета¶

Численные матрицы¶

Производные (численные значения)¶

Источники¶

Награда¶

Быстрый старт¶

Python API¶

LongitudinalF4C(x0, number_time_steps, selected_state_output=None, t0=0, dt=0.01) ¶

import_linear_system() ¶

initialise_system(x0, number_time_steps) ¶

run_step(ut_0) ¶

update_system_attributes() ¶

get_state(state_name, to_deg=False, to_rad=False) ¶

get_control(control_name, to_deg=False, to_rad=False) ¶

get_output(state_name, to_deg=False, to_rad=False) ¶

plot_output(output_name, time, lang='rus', to_deg=False, to_rad=False, figsize=(10, 10)) ¶

LinearLongitudinalF4C(initial_state, reference_signal, number_time_steps, tracking_states=None, state_space=None, control_space=None, output_space=None, reward_func=None) ¶

reward(state, ref_signal, ts) staticmethod ¶

step(action) ¶

reset(seed=None, options=None) ¶

render() ¶

`LongitudinalF4C(x0, number_time_steps, selected_state_output=None, t0=0, dt=0.01)` ¶

`import_linear_system()` ¶

`initialise_system(x0, number_time_steps)` ¶

`run_step(ut_0)` ¶

`update_system_attributes()` ¶

`get_state(state_name, to_deg=False, to_rad=False)` ¶

`get_control(control_name, to_deg=False, to_rad=False)` ¶

`get_output(state_name, to_deg=False, to_rad=False)` ¶

`plot_output(output_name, time, lang='rus', to_deg=False, to_rad=False, figsize=(10, 10))` ¶

`LinearLongitudinalF4C(initial_state, reference_signal, number_time_steps, tracking_states=None, state_space=None, control_space=None, output_space=None, reward_func=None)` ¶

`reward(state, ref_signal, ts)` `staticmethod` ¶

`step(action)` ¶

`reset(seed=None, options=None)` ¶

`render()` ¶