一种实现飞行品质参数实时辨识的实用方法

考虑到辨识算法收敛的可靠性及结果的精度，采用递推最小二乘估计、飞机运动模态连续－离散模型相互转换及递推极大似然估计，实现飞行品质参数的实时辨识。这种方法的优点在于算法的吸收域是全平面的。初值不影响算法的收敛性，能很好地满足实时性要求，同时还保证了结果精度。利用该方法对某型飞机铁鸟台实测数据进行了处理，取得了满意的结果。     

基于子空间和PEM的无人直升机两阶段参数辨识

在研究子空间辨识方法和预测误差方法(PEM)的基础上,提出了一种两阶段辨识方法,研究无人直升机的参数辨识问题.首先采用子空间方法得到初始参数模型,然后通过PEM方法得到参数化的直升机模型.为验证方法的有效性,以某型无人直升机实测数据为例进行参数辨识,结果表明该方法有良好的辨识精度.     

用灵敏度法对分布参数系统的参数辨识

本文提出了一种新的分布参数系统的参数辨识方法。该方法通过取状态方程对未知参数的导数而得到灵敏度方程，并用差分求解，通过Newton-Raphson算法辨识未知参数。辨识准则采用输出误差平方最小准则。仿真辨识表明：该方法简捷、概念明确，具有很高的精度和广泛的适用性。     

数字化试飞平台下基于PSO的某型初级教练机飞行品质参数辨识试飞工程方法研究

飞机飞行品质系统辨识是根据飞机系统的输入和输出响应时间历程求取该系统的数学模型及模型中的各参数的过程.本文给出一种在飞行试验中辨识飞机飞行品质短周期模态特性参数辨识试飞工程方法,首先应用连续域等效低阶系统传递函数来描述飞行品质模态特性系统,然后采用基于粒子群算法(Particle Swarm Optimization,PSO)的离散递推最小二乘算法,建立待估参数准则函数,通过极小化待估参数准则函数,求得参数的估计值,最后对辨识的模型进行验证.仿真算例表明该方法具有良好的收敛性和跟随性.     

基于ODE参数辨识的液压伺服系统灰箱建模

 针对液压伺服系统常规"白箱"建模由于参数无法精确获得导致所得模型精度不高及"黑箱"建模所得模型内部结构未知的问题,本文提出基于ODE参数辨识的液压伺服系统"灰箱"建模。首先,建立了工程上实用的系统状态空间模型, 根据系统特征确定了待辨识参数,将模型辨识问题转化为常微分方程(ODE)参数辨识问题;然后,采用正弦扫频信号作为激励信号和基于带边界约束的信赖域优化算法的初值问题方法进行参数辨识;为了和ODE参数辨识结果进行对比,本文同时采用系统的频率响应数据和最小二乘法辨识得到系统的"黑箱"传递函数模型;最后,通过大量实验验证了辨识模型的精确度。实验结果表明,本文提出的基于信赖域算法的液压伺服系统模型辨识方法可以有效处理参数的边界问题,使辨识模型既具有实际的物理意义,又与实际系统高度符合。     

一种提高螺旋桨相同步噪声模型辨识精度的方法

相同步降噪一般先通过一定飞行条件下的实测数据辨识出螺旋桨噪声模型,然后基于噪声模型计算出该条件下的最优相角,再将最优相角用于相同步降噪。在噪声模型辨识的过程中,受飞行速度、高度和气流变化等的影响,实测数据经常会发生较大的波动,从而影响辨识模型和最优相角的准确性。提出一种基于小波滤波和三参数正弦拟合法的最小数据波动的噪声数据选取方法,提高噪声模型的辨识精度,该方法通过小波滤波算法从噪声信号中提取出螺旋桨的叶尖通过频率信号,采用三参数正弦拟合算法合理地选择出波动最小的数据用于噪声模型辨识,从而有效地回避较大波动数据,提高辨识模型的精度。试验结果表明相较于传统使用固定数据辨识所得的噪声模型,使用最小波动数据辨识所得噪声模型能够获得更高的精度,且噪声模型预测的声压级和实际测量的声压级误差小于1dB,模型预测的最优相角与实际最优相角的误差小于5°,最优相角在试验位置点能够实现高达19.5dB的降噪效果。     

智能方法在惯性系统误差参数辨识中的应用

总结了目前我国提高惯性系统导航精度的技术途径,阐述了国内外惯性系统误差参数辨识方法的研究现状,介绍了当前滤波算法、智能优化算法和人工神经网络方法在惯性系统导航领域的应用情况以及存在的不足。最后,分析了空间飞行器惯性系统误差参数辨识技术的未来研究方向,即智能优化算法和人工神经网络方法等智能方法将在惯性系统误差参数辨识中发挥越来越重要的作用,通过将误差系数标定问题转换为参数辨识问题,采用智能方法在庞大的解空间内实现对惯性系统误差参数的快速辨识。     

基于热传导反问题结构表面温度辨识

结构表面温度是飞机热试验的重要参数。将热传导反问题技术引入飞行试验辨识结构表面温度,建立了飞机薄壁结构换热模型,提出了温度辨识算法,并进行了飞行实测验证。结果表明,该方法具有一定的工程应用价值。     

磁悬浮电励磁三相直线同步电机离线参数辨识

建立磁悬浮电励磁三相直线同步电机(MSEETPLSM)的连续时间参数型状态空间方程数学模型,利用前向一阶差分方法将连续时间数学模型离散化成离散时间参数型状态空间方程数学模型,再利用z变换写成递推最小二乘算法标准形式的数学模型。利用递推最小二乘算法在初级转子静止状态下辨识出MSEETPLSM的电阻及自感参数。利用计算机数值仿真软件仿真MSEETPLSM参数的离线辨识算法,得到MSEETPLSM的初级与次级电阻与电感时域辨识曲线,仿真曲线收敛速度较快且辨识精度较高。仿真结果验证了该参数离线辨识算法的有效性。     

基于RBF神经网络的航空发动机故障诊断模型

利用某型发动机地面定检状态实测数据作为学习样本，采用径向基函数(RBF)神经网络建立发动机的故障诊断模型。通过该模型对起飞状态实测的发动机参数进行了辨识，结果表明：这种方法具有训练时间短、学习速度快、诊断精度高等优点。     

采用工作模态识别法进行模态分析

对于一些大型工作结构 ,有时很难测得输入信号 ,只能单独利用实测响应数据进行工作模态识别。本文针对工程实际中的这一情况 ,首先利用响应间互相关函数同脉冲响应函数在表达形式上的相似性 ,推导出了多参考点时域工作模态复指数法 ,继而又从响应间的互相关函数入手 ,推导出了多参考点频域工作模态识别法。最后采用一飞机模型对这两种方法进行了试验验证 ,并将所得结果做了对比分析 ,结果表明 ,两种多参考点方法都能较有效地单独从实测响应数据提取结构的模态参数 ,且频域工作模态识别法比时域工作模态复指数法识别精度更高。     

一种实时飞行轨迹重构方法

提出一种有效的实时纵向飞行轨迹重构的新方法。为了得到状态估计的快速算法,本文把非线性飞行轨迹重构转化为线性、离散、时变状态和参数估计问题。将数值稳定性好、计算量也小的序列U-D分解滤波算法用于状态方程为线性、观测方程为线性或非线性的滤波问题中。由于测量值中常常含有系统偏差,本文把这些偏差作为增广状态加入增广状态模型中,并利用模型的一些特点,提出偏差分离的U-D分解算法,使计算量大大减少。仿真和实际试飞数据计算表明、本文的方法可得到比平方根协方差滤波更有效的实时飞行轨迹重构结果。     

In-process adaptive milling for large-scale assembly interfaces of a vertical tail driven by real-time vibration data

Assembly interfaces, the joint surfaces between the vertical tail and rear fuselage of a large aircraft, are thin-wall components. Their machining quality are seriously restricted by the machining vibration. To address this problem, an in-process adaptive milling method is proposed for the large-scale assembly interface driven by real-time machining vibration data. Within this context, the milling operation is first divided into several process steps, and the machining vibration data in each pro...     

结构高频载荷识别的统计能量分析法

提出了结构高频载荷识别的统计能量分析法,给出了多子系统受激情况下,结构子系统输入功率识别的步骤和方法.对一个板壳组合结构系统的高频载荷识别分别进行了AutoSEA2仿真和实验研究.仿真与实验结果表明:采用所述方法,能很好地识别出单激励和多激励下结构子系统的输入功率.研究工作为工程结构的高频载荷识别提供了理论参考.      

An all-sky autonomous star map identification algorithm

The attitude of the spacecraft can be obtained with accuracy by using star sensors. Its key technology is how to identify stellar maps. Triangle algorithm is used most widely in the current star map identification algorithms. In the field of physical geography modelling, Delaunay triangulation cutting algorithm has been widely used because of its important characteristic; the result of this triangulation cutting method is unique from a random set of points. This triangulation algorithm is first applied to identify star map for its particular character. In final, the proposed method is applied to simulation; the results show that compared with the current star map identification algorithms, the algorithm presented in this paper has the advantage of real-time properties and robustness. It needs a smaller database of guidance stars and matches more rapidly.     

Investigation of lateral-directional aerodynamic parameters identification method for fly-by-wire passenger airliners

A new identification method is proposed to solve the problem of the influence on the loaded excitation signals brought by high feedback gain augmentation in lateral-directional aerodynamic parameters identification of fly-by-wire（FBW） passenger airliners. Taking for example an FBW passenger airliner model with directional relaxed-static-stability, through analysis of its signal energy distribution and airframe frequency response, a new method is proposed for signal type selection, signal parameters design, and the appropriate frequency relationship between the aileron and rudder excitation signals. A simulation validation is presented of the FBW passenger airliner＇s lateral-directional aerodynamic parameters identification. The validation result demonstrates that the designed signal can excite the lateral-directional motion mode of the FBW passenger airliner adequately and persistently. Meanwhile, the relative errors of aerodynamic parameters are less than 5%.     

一种基于云模型优化的飞行器参数辨识算法

极大似然估计方法(ML)在飞行器参数辨识中得到了广泛应用,该方法需要预先推导灵敏度方程,进而求解灵敏度矩阵,在应用过程中比较繁杂,且容易陷入局部最优。提出一种基于云模型优化的飞行器参数辨识算法,根据极大似然估计原理,利用云模型的优化理论对极大似然函数进行优化,从而得到待辨识参数值。该算法不必推导灵敏度矩阵,对初值要求不高,应用便捷,且保留了云模型优化的特点,收敛速度较快、不易陷入局部最优。以Twin Otter飞机为例对算法进行验证。结果表明:算法易于实现、辨识结果精度较高、收敛速度较快,不易陷入局部最优。     

Multi-function radar emitter identification based on stochastic syntax-directed translation schema

To cope with the problem of emitter identification caused by the radar words＇ uncertainty of measured multi-function radar emitters, this paper proposes a new identification method based on stochastic syntax-directed translation schema（SSDTS）. This method, which is deduced from the syntactic modeling of multi-function radars, considers the probabilities of radar phrases appearance in different radar modes as well as the probabilities of radar word errors occurrence in different radar phrases. It concludes that the proposed method can not only correct the defective radar words by using the stochastic translation schema, but also identify the real radar phrases and working modes of measured emitters concurrently. Furthermore, a number of simulations are presented to demonstrate the identification capability and adaptability of the SSDTS algorithm.The results show that even under the condition of the defective radar words distorted by noise,the proposed algorithm can infer the phrases, work modes and types of measured emitters correctly.     

Longitudinal parameter identification of a small unmanned aerial vehicle based on modified particle swarm optimization

This paper describes a longitudinal parameter identification procedure for a small unmanned aerial vehicle(UAV)through modified particle swam optimization(PSO).The procedure is demonstrated using a small UAV equipped with only an micro-electro-mechanical systems(MEMS)inertial measuring element and a global positioning system(GPS)receiver to provide test information.A small UAV longitudinal parameter mathematical model is derived and the modified method is proposed based on PSO with selective particle regeneration(SRPSO).Once modified PSO is applied to the mathematical model,the simulation results show that the mathematical model is correct,and aerodynamic parameters and coefficients of the propeller can be identified accurately.Results are compared with those of PSO and SRPSO and the comparison shows that the proposed method is more robust and faster than the other methods for the longitudinal parameter identification of the small UAV.Some parameter identification results are affected slightly by noise,but the identification results are very good overall.Eventually,experimental validation is employed to test the proposed method,which demonstrates the usefulness of this method.     

某型飞机颤振试飞数据的模态参数识别

 地面模态试验表明某机型的机翼对称一阶弯曲与发动机对称俯仰频率比较接近。为了检查这两阶模态是否会在设计的飞行速度下引起颤振,在不同飞行速度下利用脉冲激励方式测量了频响函数。这组频响函数不仅在关心频段存在密集模态,而且受噪声干扰严重。采用了修正的整体正交多项式识别方法(引入额外的加权函数来降低估计的方差,分子和分母引入采用相同的正交基) , 对这组数据进行了模态分析,并利用一些先验信息和规则从拟合模态鉴别出真实模态。研究表明机翼对称一弯和发动机对称俯仰的两阶模态的频率随速度增加而趋近,两阶阻尼比均随速度增加而下降,但是在设计速度下,模态参数离颤振有较大裕量。