多输入一多输出频响函数估计

以有限富氏变换为基础,研究多输入-多输出频响函数估计的一般原理。讨论了各种可能的输入形式,其中确定性信号输入是一种新方法。它在试验时间、数据采集和处理量、识别精度等方面都比目前流行的随机输入要好;硬件配置也较简单,甚至可以只用双通道FFT分析仪来实现。 以上述理论为基础发展了在PDP11/23微机上运行的6输入-多输出频响函数估计程序,可以选择4种工作方式:（1）确定性;（2）周期随机;（3）瞬态随机;（4）连续随机激励。在自由-自由梁和直升机尾桨等实物上的实验应用成功。结果表明,采用确定性输入最好。     

MIMO随机振动试验控制的逆多步预测模型法

多输入多输出（MIMO）随机振动试验在产品可靠性验证中扮演重要角色。逆系统方法作为一种时域方法，直接由参考信号（即期望得到的响应信号）生成驱动信号，但容易产生不稳定的结果。本文以系统的有限差分模型为基础，推导了逆多步预测模型，并建立了该逆模型与矩阵幂次算法结合的MIMO随机振动试验方法。通过悬臂梁模型进行双输入双输出仿真试验，验证了逆多步预测模型进行MIMO随机振动试验驱动生成的可行性。在三轴振动台上进一步验证该方法进行MIMO随机振动试验控制的能力。     

基于内模控制的多输入多输出高阶振动系统

常规的比例-积分-微分(PID)控制器一般用于单输入单输出系统。对于具有多个输入和多个输出且相互之间具有较强耦合作用的高阶多变量系统,PID控制器的设计常难以实现。针对高阶柔性结构振动控制问题,提出如下PID控制策略：首先在某一频段内对频响函数进行拟合降阶,建立过程模型,然后采用内模控制方法和麦克劳林展开式设计多输入多输出振动系统PID控制器。以4层刚架进行建模仿真计算,结果表明,通过本文方法设计的PID控制器,可以在避免未控模态影响的前提下,使外部干扰得到有效抑制,得到比较理想的控制效果。     

多控制面飞机的全机颤振主动抑制设计

 以仿F/A-18A外形的全机模型为对象,研究多输入/多输出（MIMO）飞机颤振主动抑制（AFS）设计方法和特点。控制律采用线性二次型高斯（LQG）方法,结合平衡截断法降阶。首先,仅用机翼舵面对机翼部件和全机设计AFS控制律;然后,全动平尾参与AFS控制;最后,机身额外加装小翼,与机翼舵面联合控制,考察AFS效果。研究发现：单独机翼AFS效果显著,颤振速度提高28%;全机构型有机身模态参与颤振,仅用机翼舵面,低阶控制律颤振速度增量仅为4.6%;全动平尾参与控制可改善低频颤振,但存在低速的高频不稳定模态;机身小翼与机翼舵面联合控制,AFS控制效果可达14.9%。最终,筛选出机翼后缘内侧舵面与机身小翼两组控制面进行AFS设计,即可达到14.5%的颤振速度增量,是较为理想的AFS方案。     

基于逆系统方法的多输入多输出非高斯驱动信号生成

多输入多输出(MIMO)振动环境试验是振动试验的新方法,该方法比传统的单输入单输出(SISO)方法更真实地模拟了结构在实际工作下的振动环境。传统随机振动试验的频域方法所模拟的是平稳高斯信号,但是实际振动环境往往是超高斯的,且超高斯激励和高斯激励对结构的损害差异很大,因此对MIMO超高斯振动环境试验的研究十分重要。驱动信号的产生是振动环境试验的关键。提出一种基于逆系统的MIMO超高斯驱动信号生成方法。首先,根据给定的响应参考功率谱密度(PSD)和参考峭度值采用相位调节法生成参考响应超高斯伪随机信号;其次,利用逆系统方法生成超高斯伪随机驱动信号;最后,对伪随机驱动信号进行时域随机化处理得到超高斯真随机驱动信号。对一根两输入两输出的悬臂梁模型进行了仿真验证,结果表明,采用本文方法所得到的驱动信号加载在梁上后,其输出响应谱与给定参考谱之间的误差完全满足工程中常用的±3 dB的要求,而且峭度也与给定的参考值十分接近,证实了所提方法的有效性。     

多输入多输出正弦扫频试验控制方法研究及实现

振动环境试验是检验产品质量和可靠性的必须途径,对于一些大型的结构,单点振动试验不能充分模拟产品的使用环境,这就需要多点振动试验来模拟,其中多点正弦扫频试验是一个很重要的部分。本文根据多输入多输出系统的控制理论,基于正弦振动的基本特性,设计了多输入多输出正弦扫频试验控制系统的控制方案,同时给出控制修正的具体办法。并且对控制算法进行了仿真,实现了驱动信号发生、响应信号的采集和处理以及控制过程模拟,检验了算法的可行性。结果表明,算法可以使控制点的响应信号快速、稳定地收敛于参考信号,验证了本文设计的多输入多输出正弦扫频试验控制系统的有效性。     

HyTRV流场特征与边界层稳定性特征分析

高超声速转捩研究飞行器（HyTRV）是为研究三维复杂外形的边界层转捩问题而设计的一款具备真实飞行器典型特征的升力体标模。为支撑更加全面系统的理论分析、数值模拟、风洞试验和飞行试验研究,采用高精度数值模拟方法、线性稳定性理论（LST）和e^N方法对HyTRV标模的典型流动特征和边界层失稳特征进行了分析。研究表明,HyTRV展现出多个相对独立的横流区域和多个流向涡结构;HyTRV的边界层存在横流失稳模态、第二模态、附着线失稳模态等常见模态。横流失稳模态出现在周向高低压区之间的横流区域,能够主导转捩发生;横流区域同时也存在第二模态,其N值普遍比横流失稳模态小;附着线失稳模态呈现出第二模态特性,且频率非常高。还研究了攻角和单位雷诺数的影响。结果表明,随着攻角增加,标模下表面中心线的流向涡结构逐渐消失,横流雷诺数逐渐减小;上表面流向涡结构逐渐从腰部移向顶端,并出现新的流向涡结构。增加攻角,所有失稳模态的N值总体上逐渐减小;增加单位雷诺数,N值显著增加。基于研究结果,针对流向涡失稳、横流失稳、第二模态和附着线失稳等给出了研究建议。     

多输入多输出随机振动试验变参数PID控制

 对多输入多输出(MIMO)随机振动试验控制的基本过程进行了系统分析。定义了一种新的在对数坐标下的控制误差表达式,然后在控制算法中引入了新的比例-积分-微分(PID)控制策略,并给出了PID参数随误差变化的规律。以悬臂梁为控制对象,完成了两输入两输出随机振动试验。结果表明：变参数PID控制方法能在保证快速均衡的基础上,有效地减小功率谱和参考谱之间的相对误差以及加速度总均方根值的控制误差,提高随机振动试验的控制精度。     

最小二乘复频域法在颤振试飞数据处理中的应用

针对大型飞机试飞过程中,数据通道多、颤振模态密集的特点,采用最小二乘复频域法(LSCF)实现了多输入多输出系统密集模态参数识别,并引入稳态图帮助识别真实模态。LSCF法采用右矩阵分式模型,使用Z域基函数,通过最小化误差代价函数求解待定参数;根据真实模态随模型阶次增大而趋于稳定的特点,通过绘制稳态图识别出真实模态。从飞机实测试飞数据中识别出多阶密集模态,并与地面共振试验结果进行了对照,验证了方法的有效性。     

计及随机噪声的频域多输入多输出模态参数识别

提出了一种计及随机噪声的多输入多输出频域模态参数识别方法。该方法基于连续时间域的频率响应函数有理分式模型,利用Forsythe正交多项式改善求解性态,属频域的极大似然类估计方法。在最小二乘估计的基础上,利用"先验"的随机噪声信息进行优化迭代的极大似然估计,得到更优的模态参数识别结果。根据Cramer Rao下界不等式,在几乎不增加计算量的情况下获得所识别结果的不确定性信息,提高了模态参数识别的可靠性。采用GARTEUR飞机模型作为仿真算例,对本算法进行了仿真验证。     

Use of finite-element models for preparation of ground vibration test

The paper discusses possibilities to make use of the finite element model (FE model) to prepare and analyse ground vibration tests (GVT) on large aircraft. It reports about experiences gained in the preparation stage and of research GVT on an Airbus A340-300.The observability and controllability of the expected structural modes can be investigated on the basis of FE calculations during the preparation of the GVT. By this means, the engineering skill strictly necessary to set up a GVT can be backed up with analytical findings potentially resulting in improvements of the pick-up and excitation plan. During and after the test the performance of orthogonality checks as well as the calculation of generalized masses on the basis of the measured mode shapes and the analytical mass matrix provide useful additional information for the evaluation and interpretation of test results. The detection of deviations of the measurements from the analytical model might influence the test procedure drawing attention towards the least precisely predicted modes which can prove to be very useful for the updating of the FE model.A prerequisite for any activity related to the FE model is a proper association of the test data with the analytical calculations. For this task the use of a generalized static expansion technique is recommended which is a suitable tool during both the preparation and analysis stage of a GVT.     

从飞机地面振动试验中识别悬臂舱模态

 <正> 带有发动机吊舱的机翼颤振临界参数是悬臂在柔性支柱上短舱质量的固有振动模态。以前的做法是认真地设计和分析,以确保满足颤振分析对支柱特殊频率的要求,然后,做悬臂情况下,发动机短舱的振动试验来论证从分析得到的这些参数是否正确。 目前,已经研究出一种分析方法,从修改飞机分析结果去匹配飞机的地面振动试验结果入手来识别这些短舱模态。并已经成功地应用该方法来代替单独的舱/支柱的地面振动试验。     

一种MIMO雷达幅相误差估计方法

 针对单基地相关多输入多输出(MIMO)雷达中存在的阵列幅相误差问题进行了研究。给出了单基地相关MIMO雷达的阵列模型,并提出了一种MIMO雷达幅相误差估计方法。利用发射正交信号对阵列接收信号进行匹配滤波,可分离得到类似传统阵列的"虚拟阵列",利用分时信源数据将该阵列中真实导向矢量中信源波达方向(DOA)引起的相位与幅相误差分离开,通过构造代价函数得到波达方向估计值,进而分别得到发射阵与接收阵的幅相误差的估计值,同时给出了误差引入量分析。最后通过仿真验证了该方法的有效性。本文介绍的方法简单可行,适用于任意构型MIMO雷达的幅相误差估计。     

MIMO radar: snake oil or good idea?

MIMO communication is theoretically superior to conventional communication under certain conditions, and MIMO communication also appears to be practical and cost-effective in the real world for some applications. It is natural to suppose that the same is true for MIMO radar, but the situation is not so clear. Researchers claim many advantages of MIMO radar relative to phased array radars (e.g., better detection performance, better angular resolution, better angular measurement accuracy, improved robustness against RFI, ECM, multipath, etc.). We will evaluate such assertions from a system engineering viewpoint. In particular, there are serious trade-offs of MIMO vs. phased array radars relative to cost, system complexity, and risk considering numerous real world effects that are not included in most theoretical analyses. Moreover, in many cases one can achieve essentially the same radar system improvement with phased array radars using simpler, less expensive, and less risky algorithms. We evaluate roughly a dozen asserted advantages of MIMO radar relative to phased arrays.     

二维嵌套混合MIMO相控阵雷达接收阵列设计

针对二维混合多输入多输出（MIMO）相控阵雷达发射阵列子阵分割带来的自由度损失问题,提出一种基于二维嵌套阵列的二维混合MIMO相控阵雷达接收阵列设计新方法。首先,给出一种由稀疏阵列和密集阵列构成的嵌套阵接收阵列的二维混合MIMO相控阵雷达信号模型;其次,通过对接收信号的协方差矩阵进行Khatri-Rao乘积处理,得到阵元位置差的差异阵列,形成接收阵元数目的虚拟扩展;最后,通过空间平滑处理进行波达方向估计。仿真实验表明,与传统二维混合MIMO相控阵雷达相比,所提方法在不增加实际阵元数目的情况下可以有效扩展虚拟阵元数目,提高雷达阵列自由度,进而提高二维混合MIMO相控阵雷达波达方向估计精度。     

Moving target localization in distributed MIMO radar with transmitter and receiver location uncertainties

In this paper, the problem of moving target localization from Bistatic Range(BR) and Bistatic Range Rate(BRR) measurements in a Multiple-Input Multiple-Output(MIMO) radar system having widely separated antennas is investigated. We consider a practically motivated scenario,where the accurate knowledge of transmitter and receiver locations is not known and only the nominal values are available for processing. With the transmitter and receiver location uncertainties,which are usually neglected in MIMO radar systems by prior studies, taken into account in the measurement model, we develop a novel algebraic solution to reduce the estimation error for moving target localization. The proposed algorithm is based on the pseudolinear set of equations and two-step weighted least squares estimation. The Cramer-Rao Lower Bound(CRLB) is derived in the presence of transmitter and receiver location uncertainties. Theoretical accuracy analysis demonstrates that the proposed solution attains the CRLB, and numerical examples show that the proposed solution achieves significant performance improvement over the existing algorithms.     

聚焦变换在MIMO阵列方位估计中的应用

MIMO阵列是近年来信号处理领域提出的一种新体制阵列技术,可有效避免常规阵列中的相干源问题。为解决多载波造成的方位模糊,提出了一种基于聚焦变换的MIMO阵列目标方位估计方法。该方法将MIMO阵列接收信号分解为多个频率分量的信号,并通过聚焦算法将多个频率信号聚焦到同一信号子空间,然后对聚焦后的信号进行方位估计。仿真结果表明:与直接对MIMO阵列接收信号进行方位估计相比,该方法利用了MIMO阵列的回波不相干性和宽带信号能量,具有更好的分辨能力和更高的方位估计精度。     

基于左矩阵分式模型的模态参数识别方法

提出一种多输入多输出(MIMO)系统的宽频模态参数识别算法。该方法基于频响函数(FRF)的左矩阵分式模型(LMFD),通过最小二乘法在z域内求解模态参数,避免了s域内矩阵的病态问题。针对左矩阵分式模型的特点,给出了一种通过主分量分析(PCA)建立稳定图的方法。指出了传统的频域多参考点(PRFD)方法与基于左矩阵分式模型识别方法之间的关系。最后采用GARTEUR模型仿真算例与飞机模型的实测算例对所提出的方法进行了验证,结果表明该方法具有良好的识别效果。