频域最小二乘辨识方法的参数约束条件选取

近年来,频域最小二乘(LS)辨识方法因其较小的计算量和较高的辨识精度,在模态分析尤其是飞机颤振模态分析中得到了广泛关注。在实际应用中为提高辨识精度,通常采用过拟合方法进行系统辨识,然而过高的模型阶次会引入多余的数学极点,导致稳态图中虚假模态的出现,进而影响真实模态的识别。为此,针对多输入多输出系统辨识问题,研究了两种典型参数约束条件对频域最小二乘辨识方法的不同影响,通过理论分析和数学推导解释了约束条件和虚假数学极点稳定性之间的关系。研究结果表明:适当选取约束条件有助于区分真实和虚假模态,是获得清晰稳态图的关键。最后,采用仿真算例和颤振实测数据验证了本文的结论。     

直升机的RCS计算

RCS（Radar Cross Section）是反映目标雷达散射特性的一个重要参数。一般把雷达目标除质心平动之外的转动,小幅振动和其它高阶运动统称为微动。主要研究旋翼转动情况下的直升机RCS计算。通过对直升机模型进行可视化计算即一种将目标建模与散射特性计算合为一体的交互式计算,使用图形算法（GRECO）和三维造型软件UG相结合的方法,这种方法与传统的RCS计算方法相比具有实时性好,效率高的优点,计算出直升机主体的RCS,再通过其加入调制的方法,计算得到直升机在旋翼转动条件下的RCS。最后给出了微动直升机的在具体入射情况下的单站RCS值。