利用输出误差时间序列模型识别结构时变模态参数

基于振动系统运动方程,建立了描述系统输入和输出关系的输出误差时间序列模型,论证了该模型中外源多项式系数的性质。利用基于UD分解的递归最小二乘参数估计方法估计OE模型的参数,从而得到结构的时变模态参数。数值仿真结果表明用此方法来识别时变模态参数是可行的。     

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。     

非圆实信号MIMO雷达中基于实值ESPRIT的角度估计

研究单基地多输入多输出(MIMO)雷达中的波达角(DOA)估计问题,提出了一种基于非圆(NC)实信号的实值旋转不变性信号参数估计(ESPRIT)算法.首先对接收信号进行降维变换,降低运算复杂度;之后根据非圆实信号特性构造中心Hermitian对称矩阵,通过酉(Unitary)变换将复数运算转为实数,进一步降低复杂度;最后根据ESPRIT得到角度估计.该算法无需谱峰搜索,运算复杂度较NC ESPRIT和Unitary ESPRIT大大降低,且该算法的角度估计性能优于后两种算法.论文分析了所提算法的复杂度,并推导了克拉美-罗界(CRB).仿真结果验证了该算法的有效性.     

基于模糊奇偶方程的非线性系统传感器故障诊断

 给出了一种非线性系统传感器的故障诊断方法。该方法将T-S 模糊模型、全解耦奇偶方程和参数估计相结合,同时对非线性系统的多个传感器的故障进行检测、隔离与识别。设计出用于产生残差的线性系统全解耦奇偶方程,并给出了全解耦奇偶向量的存在条件,全解耦奇偶方程产生的残差仅对一个传感器故障敏感,而对系统状态、扰动输入和其它传感器输出解耦。引入T-S 模型将全解耦奇偶方程推广到非线性系统中得到了模糊奇偶方程。传感器的故障模型表示为刻度因子和偏差的形式,根据残差信息应用卡尔曼估计方法可识别出故障模型的参数。最后给出了某型号飞机控制系统传感器的故障诊断仿真实例。     

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。     

基于时空结构的双基MIMO雷达多维参数联合估计

为了充分利用目标的时域特性来改善双基多输入多输出(MIMO)雷达波达方向(DOA)和离波方向(DOD)的估计性能,探讨了双基MIMO雷达在时-空模型下的多维参数联合估计问题。针对慢动目标,基于多维旋转不变技术信号参数估计(ESPRIT)算法,同时利用时域相邻两级延迟包含的时间相位差、发射阵列相邻阵元包含的空间相位差以及接收阵列相邻阵元包含的空间相位差作为旋转因子,形成旋转不变子空间,再根据矩阵、矩阵的特征值及特征值对应的特征向量三者之间的关系解决了参数配对问题,实现了三维参数联合估计。该方法在信噪比低、积累脉冲数少时,目标的DOA与DOD估计性能比不利用时域特性时有明显改善。仿真结果验证了本方法的有效性。     

硬式加油伸缩杆非线性解耦控制仿真研究

多输入/输出、耦合、非线性硬式空中加油伸缩杆解耦控制是加油控制系统设计的关键。当系统满足一定条件时,采用逆系统方法将原系统等效为线性系统,并在此基础上对解耦系统进行PI控制,以实现满意的控制效果。通过MATLAB/SIMULINK建立了伸缩杆模型并设计了解耦控制器,仿真结果表明该解耦方法很好地消除了系统间的耦合作用,能够满足工程设计的需要。     

一种简化的机载MIMO雷达杂波特征相消器

针对机载多输入多输出(MIMO)雷达杂波抑制问题,提出一种简化的杂波特征相消器(EC).根据杂波在空时二维平面的先验分布离线构造杂波子空间.以此替代由协方差矩阵特征值分解(EVD)得到的杂波子空间,从而将最优权简化为一个确知投影矩阵与目标信号空时二维导向矢量的乘积,避免了传统EC方法中复杂的协方差矩阵估计和EVD运算,...     

概率盒全局灵敏度和活跃子空间跨层降维

航空航天仿真系统中的不确定性通常是多源的、混合的,并且系统参数的维数众多。针对高维混合不确定性量化问题,提出一种结合概率盒全局灵敏度和活跃子空间的跨层降维方法。在随机和认知不确定的概率盒表征基础上,使用不确定性缩减法分析参数的全局灵敏度继而进行参数筛选;基于输出梯度协方差矩阵的特征分解,使用活跃子空间法对参数进行降维;构造出一种概率盒表征下的参数筛选和跨层降维方法。最后以NASA多学科不确定性量化挑战问题为例,通过概率盒全局灵敏度分析进行第1层次的参数筛选,原有的21维输入参数减为13维;随后采用活跃子空间进行第2层次的参数降维,维数进一步降至一维。研究结果表明,所提出的方法能够对混合不确定性参数进行灵敏度排序,还能够有效降低模型输入参数的维度,为高维系统混合不确定性量化和进一步的优化工作奠定了基础。     

从试飞中估算装有控制系统飞机的气动参数和模态参数

本文简要地叙述了飞行试验方法,包括地面试验,操纵输入、数据采集系统、数据处理方法——最大似然估计算法,给出了参数估计中所使用的数学模型,包括纵向机体模型和纵向等效机体模型.给出了11个机动飞行的气动参数和模态参数的估计结果,并作了简要的对比分析.试验结果证明,飞行控制系统改善了飞机短周期模态特性;并证明,利用等效机体模型估计带有控制系统飞机的等效气动参数和模态参数是可行的.     

Identification of the state-space model and payload mass parameter of a flexible space manipulator using a recursive subspace tracking method

The on-orbit parameter identification of a space structure can be used for the modification of a system dynamics model and controller coefficients. This study focuses on the estimation of a system state-space model for a two-link space manipulator in the procedure of capturing an unknown object, and a recursive tracking approach based on the recursive predictor-based subspace identification (RPBSID) algorithm is proposed to identify the manipulator payload mass parameter. Structural rigid motion and elastic vibration are separated, and the dynamics model of the space manipulator is linearized at an arbitrary working point (i.e., a certain manipulator configuration). The state-space model is determined by using the RPBSID algorithm and matrix transformation. In addition, utilizing the identified system state-space model, the manipulator payload mass parameter is estimated by extracting the corresponding block matrix. In numerical simulations, the presented parameter identification method is implemented and compared with the classical algebraic algorithm and the recursive least squares method for different payload masses and manipulator configurations. Numerical results illustrate that the system state-space model and payload mass parameter of the two-link flexible space manipulator are effectively identified by the recursive subspace tracking method.     

一种系统辨识的递阶算法及其在飞机颤振试飞中的应用

在研究协方差矩阵特性的基础上 ,给出一种最小二乘辨识系统的递阶算法。该算法与自回归模型参数辨识的Levinson方法相似 ,利用协方差矩阵的特性,由低阶模型参数递阶算出高一阶的参数,用阶次辨识方法确定模型阶次。避免了最小二乘系统辨识批处理方法中的高阶矩阵求逆及最小二乘系统辨识递推算法中的循环修正,提高了计算的效率。该辨识方法成功地应用于飞机颤振特性的辨识。     

自适应无迹增量滤波方法

提出自适应无迹增量滤波(AUIF)的概念和定义,建立自适应无迹增量滤波模型及其分析方法,给出递推算法.传统的滤波方法极少关注量测方程的系统误差.在许多实际情况(如深空探测),量测方程由于受环境因素及测量设备不稳定等影响往往无法进行验证或校准而存在未知的系统误差,并且模型参数和噪声统计量也具有不确定性.这种不确定性会使递推过程产生较大误差,甚至导致发散,从而降低滤波精度.提出的AUIF能够成功消除这种未知的系统误差,也能够实时估计变化的噪声统计量,提高滤波精度.该方法计算简单,便于工程应用.      

基于TD-RLS算法的四旋翼飞行器系统参数辨识

在对飞行器气动参数进行辨识的过程中,常需要对获得的数据求微分或二次微分,而利用差分法求微分会放大噪声的影响,引入滤波器抑制噪声又会产生相位延迟.针对这一问题,提出了一种跟踪微分器-递推最小二乘(TD-RLS)辨识算法.首先,建立了悬停条件下四旋翼飞行器的系统模型;然后,基于实验室四旋翼平台飞行试验实测数据,将TD-RLS算法应用于飞行器参数辨识.最终的辨识结果表明,在四旋翼飞行器悬停或者小角度飞行条件下,该方法可以实时获得比较精确的系统模型.     

频域内参数估计

研究了在频域中利用方程误差法结合递推的傅里叶变换技术进行线性系统实时参数估计的方法。分别从频域中的方程误差法、递推的傅里叶变换和计算频率范围选择三个地参数估计进行了较详细地分析。通过结某型战斗机进行模拟计算，结果表明：该方法能自动过滤噪声；占用计算机内存固定；计算量小；不需要输入任何初值并在计算中调整任何参数；所估计的参数值能够在系统模态周期１．０￣１．５倍的时间内逼近真值，即使在信号水平较低的情     

二维递归数字滤波器新的时域设计方法

 本之将二维递归数字滤波器的时域设计转化为二维线性移不变差分模型的辨识问题。文中采用一种新的辨识方法,能确定滤波器的阶次和参数矩阵。该方法中运用了实时递推算法,使得初始信息矩阵较小,占用较少的内存空间,故比较实用。文中给出了设计实例。     

A practical filter error method for aerodynamic parameter estimation of aircraft in turbulence

It is common for aircraft to encounter atmospheric turbulence in flight tests. Turbulence is usually modeled as stochastic process noise in the flight dynamics equations. In this paper, parameter estimation of nonlinear dynamic system with both process and measurement noise was studied, and a practical filter error method was proposed. The linearized Kalman filter of first-order approximation was used for state estimation, in which the filter gain, along with the system parameters and the initial states, constituted the parameter vector to be estimated. The unknown parameters and measurement noise covariance were estimated alternately by a relaxation iteration method, and the sensitivities of observations to unknown parameters were calculated by finite difference approximation. Some practical aspects of the method application were discussed. The proposed filter error method was validated by the flight simulation data of a research aircraft. Then, the method was applied to the flight tests of a subscale aircraft, and the aerodynamic stability and control derivatives were estimated. All the estimation results were compared with the results of the output error method to demonstrate the effectiveness of the approach. It is shown that the filter error method is superior to the output error method for flight tests in atmospheric turbulence.     

ARMAX模型参数估计的新两步法

 本文提出了一种ARMAX模型参数估计的新两步法。这种方法与其它递推估计方法（如增广矩阵法,极大似然法,Durbin两步法、三步法等）比较,具有较好的收敛特性,对参数的估计,特别是对C参数的估计比较精确,这是利用其它方法,一直未能很好解决的一个难题。     

Efficient recursive state estimator for dynamic systems withoutknowledge of noise covariances

An efficient recursive state estimator for dynamic systems without knowledge of noise covariances is suggested. The basic idea for this estimator is to incorporate the dynamic matrix and the forgetting factor into the least squares (LS) method to remedy the lack of knowledge of noises. We call it the extended forgetting factor recursive least squares (EFRLS) estimator. This estimator is shown to have similar asymptotic properties to a completely specified Kalman filter state estimator. More importantly, the performance of EFRLS greatly exceeds that of existing filtering techniques when the noise variance is misspecified. In addition, EFRLS also performs well when there is cross-correlation between the process and measurement noise streams or temporal dependencies within those streams. Some discussions and a number of simulations are made to provide practical guidance on the choice of an optimal forgetting factor and evaluate the performance of the EFRLS algorithms, which strongly dominates that of the standard forgetting factor recursive least squares (FRLS) and some misspecified Kalman filtering     

铣削过程在线辨识与极点配置自适应控制

 研究了铣削加工过程的建模、参数在线辨识及自适应控制问题,为铣削过程建立了二阶离散传递函数模型,提出了一种修正的带遗忘因子递推最小二乘参数辨识算法,从而解决了普通递推最小二乘辨识算法中由于递推计算协方差矩阵衰退或膨胀引起辨识结果失真的问题,采用极点配置设计原理,为铣削过程推导了自适应控制的控制律。仿真和实验表明,修正的最小二乘辨识算法和极点配置自适应控制律是正确和可靠的,自适应控制器可获得所需的响应性能。