利用卡尔曼滤波求取直升机气动导数的应用研究

本文主要介绍利用低通滤波、卡尔曼滤波及最小二乘法求取直升机气动导数的方法。本方法的特点是,通过低通滤波使旋翼高频成份的影响减至最小,同时求取试验数据的测量噪声和过程噪声,然后通过卡尔曼滤波使试验数据包含的随机噪声减至最小,最后用最小二乘法求得直升机的气动导数,为了提高卡尔曼滤波的准确度,用最小二乘法由试验数据求取直升机的气动导数作为卡尔曼滤波时的初始导数。计算结果表明,该方法可使试验数据中包含的噪声大大减小,误差带减少70％以上,而计算工作量又远远小于最大似然法。     

消除非线性影响的参数识别技术研究

本文使用卡尔曼滤波和非线性规划技术求取直升机的气动导数,该方法的特点是: 1.使用频率法使旋翼的高频成份影响减至最小; 2.使用卡尔曼滤波技术使试验数据包含的随机噪声和过程噪声减至最小; 3.最后通过拉格朗日的方法使非线性误差减至最小.     

使用改进的卡尔曼滤波方法由飞行数据求取直升飞机气动导数的应用研究

本文分析和研究了低通滤波、最小二乘法、频率法和卡尔曼滤波方法的优点和缺点,将利用卡尔曼滤波求取直升飞机气动导数的方法作了进一步的修改,卡尔曼滤波的输入数据由低通滤波数据改用频率法的输出数据,卡尔曼滤波时的初始导数由单纯的最小二乘法所获得的导数改用由频率法得出的导数。计算结果表明,改进的卡尔曼滤波方法消除了原方法由于低通滤波而造成的相位漂移,振荡频率误差显著降低,复合相关系数提高到0.9以上,特征根已十分接近真值,是一种切实可行的方法,适合于各种直升飞机的导数识别。     

用最大似然法从飞行试验数据确定飞机纵向气动导数

本文介绍了从飞行试验数据确定飞机纵向气动导数的最大似然估算技术。简述了方法的基本原理,进行飞行试验时的笃驶技术、测试技术及数据处理技术。对最大似然估算结果的精度用Cramer-Rao边界进行了评定。这个边界给出了被识别参数的一个最小方差估算,表示了被识别参数的不可靠水平。     

基于物理信息神经网络的飞机气动参数辨识方法

在飞机设计与研制过程中，通过气动参数辨识建立可靠的飞行动力学模型非常重要。传统的气动参数辨识工程算法，诸如极大似然法，需要给出合理的飞行动力学模型以及待辨识参数的初值。基于传统神经网络的气动参数辨识可以避免飞行动力学建模过程，这种方法需要通过增量法、导数法间接地从神经网络提取气动参数。本文提出了一种基于物理信息神经网络的飞机气动参数辨识方法，可将含待辨识参数的飞行动力学模型作为正则项加入损失函数，直接辨识得到气动参数。该方法可以显著减少建模数据需求，也能提高建模精度。飞行仿真数据验证结果表明，该方法的无噪声、含2%噪声仿真数据，纵向飞行状态空间模型辨识最大相对误差分别为1.80%、4.64%，表明了基于物理信息神经网络的飞机气动参数辨识方法具有可行性，并对含噪声的飞行数据具有泛化性。     

飞行数据相容性检验的极大似然方法

 本文提出了一种有效的飞行仪器偏差估计的极大似然方法。为了提高对偏差估计的精度,采用了最小二乘方法对角速率,过载的测量量进行平滑,以减小系统噪声对估计精度的影响;并给出了灵敏度矩阵和初值的确定方法以保证算法的收敛速度。通过数字仿真和对我国几种不同类型飞机的飞机数据实际计算表明,提出的方法能够较准确地辨识出测量仪器的偏差,比普通极大似然法更有效。     

极大似然法在飞机起飞性能参数辨识中的应用

以Y12飞机起飞性能飞行试验实测数据为例,研究了利用极大似然法进行飞机起飞性能参数辨识的问题。首先通过理论分析建立了Y12飞机双发起飞性能数学模型;然后从简化灵敏度导数计算角度提出了以飞机在起飞滑跑过程中速度增量为观测量的观测方程,分析给出了待辨参数和利用极大似然法进行参数识别的方法;最后针对极大似然法的几个要素,如迭代初值、代价函数、迭代次数、样本长度、试验数据段的选取等对辨识结果的影响进行了讨论和分析。结果表明,利用极大似然法可以快速、准确地辨识出起飞性能所需的参数,并具有较高的精度,在今后的性能飞行试验数据分析中应注重推广和应用。     

可利用风洞实验数据的大迎角气动模型的辨识

给出一种可将旋转平衡、强振动风洞实验数据应用于气动力模型的方法。通过把飞机机动的总旋转向量分解成沿非正交动态轴系的分量,使各旋转分量与旋转平衡、强振动风洞实验测量的气动数据一同使用。利用飞机大迎角机动的仿真飞行数据和极大似然法,辨识了气动模型的未知参数。计算表明,本文给出的气动模型的正确性。     

一种估计飞行器运动特性的实用极大似然法

飞行器运动特性受非线性因素和随机噪声的影响,给气动系数,飞行稳定性与操纵性指标的结构模型辨识带来许多困难。为了解这个问题,首先提出了使用极大似然估计法,以提高辨识效率。接着建立了基于飞行器运动固定型数学模型下的极大似然函数,并给出了一种实用极大似然算法及其实现。     

飞机操稳特性大导数辨识及随机噪声影响分析

针对飞机研制中操稳特性需求,分别讨论了小扰动理论和参数辨识两种获得飞机稳定和操纵大导数的分析手段,由两种气动布局比较接近的小型无人机ANCE和大型客机Boeing 747数据验证了参数辨识方法的有效性和辨识结果的正确性。在此基础上对两者进行了大导数辨识,并由Monte Carlo仿真分析了飞行试验测量中的随机噪声对大导数辨识精度和模态响应特征值的影响。结果表明:随机噪声对由飞机固有气动特性决定的一些相对较小的大导数辨识精度影响较大,而部分大导数辨识精度较高;随机噪声对长周期和螺旋模态特征值影响较大,短周期、荷兰滚和滚转模态特征值辨识分析结果较为可信。     

基于“当前”统计模型的卡尔曼滤波在北斗单向授时中的应用

为了提高北斗单向授时的授时精度，提出了一种基于“当前”统计模型的卡尔曼滤波单向授时方法。将“当前”统计模型应用于接收机时钟频率漂移的建模以建立状态方程，使用经过卡尔曼滤波后的钟差和钟速对本地时钟进行修正。实验结果表明，在选取合适的机动频率和最大频率漂移的情况下，相比于未滤波修正，温补晶振时钟的峰峰值最多可以减小36.7%，标准差最多可以减小42.5%；恒温晶振时钟的峰峰值最多可以减小71.8%，标准差最多可以减小67.0%。基于“当前”统计模型的卡尔曼滤波单向授时方法，可以有效地降低观测量的误差与噪声对于接收机钟差与钟速的影响，从而提高授时精度。     

一种改进的数字滤波平方定时的频域算法

在数字滤波平方定时的频域算法基础上,采用了前端进行带通滤波和后端实施卡尔曼滤波的处理方法对其进行改进。带通滤波器减小了定时误差估计的方差,而卡尔曼滤波则降低了整个定时误差估计过程中噪声的影响。实验与仿真的结果表明,改进后的方法达到了预期的效果。     

基于改进强跟踪ASCKF算法的SINS/GNSS组合对准方法

大方位失准角下的SINS/GNSS组合对准系统呈非线性,采用传统的卡尔曼滤波方法进行初始对准易导致对准精度下降甚至滤波发散。基于此,提出了一种基于改进强跟踪自适应平方根容积卡尔曼滤波算法的组合对准方法。该方法采用QR分解求取协方差的分解因子,并在状态预测方差阵的平方根更新中引入多重渐消因子调整滤波增益;同时,基于Sage-Husa自适应滤波,引入改进的时变噪声估计器实时估计噪声的统计特性。仿真结果表明,采用改进的滤波算法进行大方位失准角下的组合对准,对准精度明显提高。     

Optimum Steady-State Position and Velocity Estimation Using Noisy Sampled Position Data

The Kalman filtering technique is used to obtain analytical expressions for the optimum position and velocity accuracy that can be achieved in a navigation system that measures position at uniform sampling intervals of T seconds through random noise with an rms value of ?x. A one-dimensional dynamic model, with piecewise-constant acceleration assumed, is used in the analysis, in which analytic expressions for position and velocity accuracy (mean square), before and after observations, are obtained. The errors are maximum immediately before position measurements are made. The maximum position error, however, can be bounded by the inherent sensor error by use of a sufficiently high sampling rate, which depends on the sensor accuracy and acceleration level. The steady-state Kalman filter for realizing the optimum estimates consists of a double integrator, the initial conditions of which are reset at each observation.     

A new adaptive Kalman filter for navigation systems of carrier-based aircraft

The features of carrier-based aircraft’s navigation systems during the approach and landing phases are investigated. A new adaptive Kalman filter with unknown state noise statistics is proposed to improve the accuracy of the INS/GNSS integrated navigation system. The adaptive filtering algorithm aims to estimate and adapt the unknown state noise covariance Q in high dynamic conditions, when the measurement noise covariance R is assumed to be known empirically in advance. The new adaptive Kalman ...     

修正容积卡尔曼滤波数据域直接定位算法

为解决数据域直接定位（DPD）算法面临的计算压力,提高算法效率,提出一种基于修正的容积卡尔曼滤波（MCKF）的DPD算法。首先,融合各观测信号波达方向信息,利用子空间数据融合方法建立一种基于间接观测量的DPD滤波模型;然后,根据模型特点设计MCKF算法进行求解,解决间接观测量带来的噪声累积问题;最后,对算法计算量进行分析和对比,说明计算效率的提升。仿真结果表明,所提算法与基于最大似然遍历搜索和遗传算法的DPD算法相比,在相同的估计性能下,计算量下降明显,时效性显著提升,增加了算法实用价值。     

Passive target tracking using maximum likelihood estimation

Estimation of target trajectory from passive sonar bearings and frequency measurements in the presence of multivariate normally distributed noise, with unknown inhomogeneous general covariance, is modeled as a nonlinear multiresponse parameter estimation problem. It is shown that maximum likelihood estimation in this case is identical to optimizing a determinant criterion which has a concise form and contains no elements of unknown covariance matrix. A Gauss-Newton type algorithm using only the first-order derivatives of the model function and a new convergence criterion, is presented to implement such estimation. The simulation results demonstrate that performance of the maximum likelihood estimation method with the above noise model is superior to that with the traditional noise assumption     

应用卡尔曼滤波的机载雷达跟踪系统

本文论述将滤波理论应用于机载雷达中对单个目标进行距离、速度、方位角和高低角跟踪的多环反馈系统。首先根据目标和天线的相对运动建立控制四坐标跟踪环所需的状态矢量微分方程,然后推导相应的非线性滤波算法。最后给出计算机的模拟结果。计算机模拟的结果清晰地说明采用最佳滤波的系统性能比通常的有很大改善,并且这种瞄准轴坐标系的最佳系统对目标的随机机动是不灵敏的。 本文所讨论的方法和得出的结论可以延用到地面雷达、舰载雷达以及其他有源和无源的跟踪系统。     

自适应卡尔曼滤波在航空发动机参数估计中的应用

介绍根据实际飞行数据并用卡尔曼滤波方法对某型发动机的参数估计及其结果。重点研究了卡尔曼滤波在航空发动机参数估计中的滤波发散问题和解决这一问题的自适应卡尔曼滤波、飞行条件补偿及模型修正的综合方法。