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。     

由飞行试验数据求取直升机气动导数的最佳方法研究

本文主要介绍利用频率法、卡尔曼滤波和最大似然法求取气动导数的方法。方法的特点是,通过频率法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小,最后使用最大似然法使试验数据包含的随机噪声进一步减小,并求取最终的气动导数。计算结果表明,该方法可使试验数据中包含的噪声减至最小,复合相关系数提高到0.95以上,特征根更接近真值,其准确度优于最小二乘法、频率法、卡尔曼滤波方法和最大似然法,它保留了使用低通滤波数据的卡尔曼滤波方法的优点,克服了原方法振荡模态频率偏低的缺点,适合于各种直升机的导数识别。     

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.     

Duane模型的导数最小二乘估计

 针对传统最小二乘估计仅仅考虑回归模型曲线本身的试验样本,不能同时对曲线动态变化规律进行描述、未能充分利用模型与数据信息的问题,依据在一次观测中待定参数的取值应使得随机样本与模型各阶导函数在概率尺度下具有最小距离的原理,通过构造模型曲线导数意义下的损失函数,提出了一种能够综合利用模型与试验数据导数信息的导数最小乘方估计方法,推广了传统最小二乘估计的模型条件与使用范围。并结合复杂可修产品可靠性增长的Duane模型给出了参数的一般导数最小二乘估计与最佳导数最小二乘估计式,证明了模型参数的导数最小二乘估计较传统最小二乘估计具有更好的统计性质。为实际中确定模型曲线,进行工程预测提供了一条新的技术途径。     

最小二乘法述评

本文在简要回顾了最小二乘法的发展过程后,论述了该方法的基本原理和特点。接着分析了最小二乘法存在的主要问题。由于实际情况往往偏离假设条件,故常常影响该法的实用效果。最后介绍了长期以来人们对最小二乘法所作的种种改进(如:递推最小二乘法、卡尔曼滤波法、最小二乘拟合推估法、稳健估计法和“最小风险估计”法等),并对各方法作了简要评述。     

估算飞机气动导数的多维最小二乘方法研究

给出了多维最小二乘法拟合经验曲线的格式.在基于总体布局参数的飞机操稳特性研究中,有些气动参数的估算还处于经验曲线阶段,本文用最小二乘法曲线拟合原理和空间多维理论建立了曲线的数学模型,尤其在开发软件过程中,利用所建立的数学模型可以更加简单、快速的估算飞机气动导数.最后对多种型号飞机进行算例分析,并与计算流体动力学(CFD)方法所求的气动导数、实际飞行试验数据进行对比,结果表明,用此方法对经验曲线所建立的数学模型,在飞机的气动导数估算中,其结果是合理可行的.     

三星无源定位的精度分析及定位算法

 在三颗地球同步卫星加气压高度表的无源定位中,定义了气压高度表水平几何误差因子(HDOP)和伪距位置几何误差因子(PDOP),并给出了相应的数学表达式和分布图。提出了在卡尔曼滤波算法中增加多普勒频率作为观测量,同时选用衰减记忆法滤波,并给出了相应的算法。仿真结果表明：衰减记忆法滤波可以有效克服因Singer模型不准确引起的卡尔曼滤波发散;对于高中动态用户,增加多普勒频率后的衰减记忆卡尔曼滤波算法的定位精度要高于常规卡尔曼滤波法和迭代最小二乘法的定位精度。     

加权最小二乘—卡尔曼滤波算法在动基座对准中的应用

利用卡尔曼滤波算法进行估计需要给定初始状态估计值和初始误差方差阵.通常,初始状态估计值和初始误差方差阵由经验给定,而初始状态估计值和初始误差方差阵的选取影响着卡尔曼滤波的估计精度.文中提出了加权最小二乘-卡尔曼滤波算法,并运用到惯导系统动基座初始对准中,进行了仿真.仿真结果表明,利用加权最小二乘算法可得到更加精确的卡尔曼滤波的初始状态估计值和初始误差方差阵,提高卡尔曼滤波的估计精度,进而提高了初始对准的精度.     

最小二乘法在计量经济模型中的应用

本文从古典计量经济模型的建立谈起，又从异方差模型，自相关模型和联立方程模型中，论述了由最小二乘法派生出的加权最小二乘法、广义最小二乘法和间接最小二乘法等。     

一种基于卡尔曼滤波的定位解算性能评估新方法

对基于卡尔曼滤波的定位解算性能进行评估是提高卫星导航系统性能的有效途径。而传统的评估方法受人为主观性因素影响较大,提出了一种对数最小二乘模糊层次分析(FAHP)方法和模糊综合评价(FCE)方法相结合的性能评估方法。推导了模糊权重向量的唯一性确定条件,并将对数最小二乘FAHP方法确定的模糊权重向量去模糊化,使得权重向量可直接利用FCE方法进行加权综合,形成优势互补。以基于卡尔曼滤波的定位解算性能评估为实例,通过比较分析表明,所提出的对数最小二乘FAHP-FCE评估方法计算得到的权重向量优于基于程度分析的FAHP方法和基于先验规则挖掘的FAHP方法,使其更适合于对基于卡尔曼滤波的定位解算算法进行性能评估。     

多操纵面飞翼构型飞机舵面故障在线诊断方法

舵面故障会影响飞机的操纵性,为实现飞机的控制重构需在线诊断出舵面的故障信息.针对多操纵面飞翼构型飞机,提出了一种在线诊断其舵面故障的方法.飞翼构型飞机舵面故障在线诊断需辨识的操纵导数个数较多,直接使用最小二乘法难以精确辨识得到各操纵导数.基于限定记忆最小二乘法,采用分组辨识法对飞机的操纵导数进行辨识,减少了每次辨识操纵...     

弹性高超声速飞行器振动抑制的自适应控制方法

为抑制弹性高超声速飞行器的结构弹性振动,提出了一种基于自适应结构陷波器的自适应控制方法。该方法利用输入指令和传感器输出的采样信号,采用滚动时域最小二乘方法在线估计振动频率,并用于实时更新滤波器的中心频率,以抑制气动弹性对控制的不利影响,保证控制系统稳定。仿真结果表明,相较最小二乘法,滚动时域最小二乘法的估计更准确且收敛更快,自适应控制方法能够稳定地跟踪控制指令,避免了不稳定现象的发生。     

多变量系统参数辨识的相关分析法

 <正> 近20年来,线性系统的辨识和参数估计的研究工作得到了迅速发展。系统辨识的方法主要有:最小二乘法、广义最小二乘法、推广最小二乘法、多级最小二乘法、辅助变量法、随机逼近法、极大似然法以及相关分析法等。在这些方法中,相关分析法是一种公认最有效的算法。1974年,Iserman、Saridis和Sinha等人通过若干数值算例证实     

基于递推平方根法的神经网络模型辨识

提出一种基于递推平方根法的神经网络模型辨识方法,对Davidon最小二乘法和阻尼最小二乘法进行了改进,既保持了二者简单易行、收敛性的优点,又能提高精度,减少计算量,适合于应用在非线性系统的辨识和自适应控制中。与常规的Davidon最小二乘法和阻尼最小二乘法进行仿真比较,体现出了这种方法的有效性,尤其是在输入及隐含节点个数较多的情况,其优点比较明显。     

斜面检测中的数据处理

介绍了斜面的测量和计算机处理数据的方法,主要研究最小二乘原理下的数据处理,应用C语言编程处理,大大提高了斜面测量的精度和运算速度。同时提出基于最小二乘法处理的数学模型,给出相应的程序框图。     

气动外形光顺及其对气动力数值模拟效果的影响

对飞行器及其部件进行气动力数值模拟时,气动外形常常是以离散数据形式给出。若外形的~、二阶导数不能保持连续且光滑就称其为不光滑表面。为解决由此带来的问题,用总体光顺方法(包括横轴转换、分段最小二乘多项式和最小二乘三次样条技术)和基于加权方式的局部光顺方法对不光滑表面进行光滑化处理。经光滑处理后可改善气动外形的几何特性,进而改善气动力数值模拟的效果。     

基于优化的改进移动最小二乘代理模型方法

针对移动最小二乘代理模型精度受影响域半径影响的问题,提出了一种基于优化的改进移动最小二乘法代理模型方法。构造移动最小二乘代理模型时采用遗传算法获取最佳影响域半径,提高近似精度进而达到减少样本点的目的。通过标准数值测试算例和NASA减速器优化设计实例验证,大大提高了移动最小二乘法代理模型的近似精度,与标准的移动最小二乘法相比,仅需较少的样本点即可达到相同的近似精度。     

基于偏最小二乘的向后删除变量法及其在均匀设计中的应用

针对均匀设计中的小样本数据处理问题，讨论了一种偏最小二乘与向后删除变量法相结合的变量筛选方法。首先，利用偏最小二乘建立包含尽可能多的关键自变量的全模型，然后将向后删除变量法中的每一次最小二乘回归替换为偏最小二乘回归，得到基于偏最小二乘的向后删除变量法。实验结果表明，与逐步回归法相比．该方法的预测能力明显提高，且具有更好的稳定性。     

基于Gauss-Newton法的L1数据拟合

在数据拟合中，当个别数据存在较大测量误差时，采用Ｌ１准则对数据进行拟合要优于最小二乘准则。本文通过建立Ｌ１准则与最小二乘准则之间的关系，给出了一种基于Ｇａｕｓｓ－Ｎｅｗｔｏｎ法的Ｌ１数据拟合自满。计算结果表明，该方法易于理解，便于编程，具有一定的理论意义和现实意义。     

基于遗传算法的复合材料结构材料参数识别

结合有限元方法和遗传算法进行复合材料结构材料参数识别。材料的弯曲模态频率由有限元方法得到,用遗传算法优化材料参数使计算得出的前五阶弯曲模态频率与结构振动实验测得的频率在最小二乘意义上差别最小。算例表明,用此方法通过结构振动实验和计算就能较为准确地得到复合材料结构的材料性能参数。