航天器质量特性参数的在轨辨识方法

针对高精度姿态和轨道控制要求准确已知航天器质量特性的问题,提出了基于参数解耦的最小二乘法和基于PSO的非线性优化两种方法,以辨识航天器的质量、惯量和质心位置。第一种方法将惯量与质量和质心位置解耦后分别辨识;第二种方法则将参数辨识问题转换为非线性系统的全局优化问题,同时辨识出所有参数。所提出的方法均不需要假设航天器运动足够慢,克服了以往方法将待辨识参数的耦合关系强行分离的缺点,采用辨识后的参数明显提高了航天器姿态及轨道控制性能。仿真结果验证了方法的有效性。     

陀螺稳定平台漂移误差参数的辨识方法研究

给出了一种平台工作在惯性稳定状态下的静态多位置测漂方案 ,建立了包含陀螺漂移、地球自转因素在内的平台漂移数学模型和系统状态方程 ,解决了三轴开路状态下的耦合问题。取框架角传感器的输出作为观测量 ,利用广义Kalman滤波器对含有噪声的测量数据进行处理 ,将参数辨识问题转化为状态估计 ,仿真结果表明 ,此方法可以获得较好的辨识效果     

降落伞的系统辨识研究

讨论了伞系统建模过程中需要进行的系统辨识问题。提出了伞系统辨识在待辨识参数、辨识准则、辨识验证、试验设计及不可辨识问题几个方面的内容及困难。     

基于CZT的变时间窗时变参数在线辨识方法及应用

针对时变参数的在线辨识问题,提出了基于CZT的变时间窗时变参数在线辨识方法,通过滑动时间窗以及基于方差阈值的重启设计,提高了现有频域辨识方法对时变参数的辨识速度,并且有效避免了数值微分对噪声的放大问题。最后,基于飞机系统的执行机构故障,对该方法进行仿真验证,并与传统辨识方法进行对比,说明了该方法对时变参数有较强的辨识能力,验证了该方法的有效性。     

自适应卡尔曼滤波在平台射前自标定中的应用

研究了自适应卡尔曼滤波技术在平台射前自标定数据处理中的应用 ,标定采用四位置标定方法 ,对角度传感器输出建立常速度模型。在噪声统计未知或时变的情况下 ,每个位置采用自适应卡尔曼滤波解算出平台各轴的漂移角速率 ,并在此基础上辨识出漂移参数。仿真表明 ,自适应卡尔曼滤波能较好地满足标定精度要求     

飞行器气动参数智能在线辨识技术研究

气动参数辨识对于大气层内飞行器来说至关重要,通过在线气动参数辨识可规划更准确的飞行轨迹,并对控制参数进行自适应调整。传统辨识方法的模型较为复杂,运算量大,无法满足飞行器在线辨识的要求。而基于神经网络的智能参数辨识方法,不仅可以离线对网络模型进行训练,并利用历史飞行数据进行模型修正,也可在线时直接利用训练好的网络对参数进行快速调整,在保证参数估计精度的同时,保障参数估计的快速性。提出了一种基于支撑向量机(SVM)的样本扩充和神经网络参数在线快速修正方法。通过仿真和统计,证明了基于SVM的神经网络方法对飞行器气动参数进行在线快速智能辨识的可行性。     

应用机器视觉的柔性卫星在轨模态辨识方法

针对柔性卫星在轨模态辨识问题,提出一种应用机器视觉对卫星大型柔性附件在轨受到激励时进行模态辨识的方法。通过对视觉系统进行在轨标定以获取辨识数据源,并考虑机器视觉引起的噪声大、高频模态辨识困难等问题,采用将信号增强与奇异熵降噪相结合的高频增强,剔除虚假模态以改进模态辨识效果。利用气浮平台进行全物理试验,以低幅随机激励模拟卫星在轨平稳运行状态,采用上述方法辨识得到卫星模态参数。试验结果表明:文章提出的方法工程易实现,高频增强后辨识度高,可用于柔性卫星在轨模态辨识。     

飞行器气动参数的集员辨识

在噪声未知但有界的情况下，本文研究了飞行器气动参数的集员辨识问题。提出了先对非线性系统参数可行集的中心进行估计，再估计参数可行集大小的集员辨识两步法。这样就为解决飞行器气动参数的辨识问题提供了一种新的可行方法，再入体实测数据的处理表明这种方法十分有效。     

人控制行为的模糊控制模型的参数辨识方法

在有人参与的控制过程研究中,确定人操作者的模糊控制模型的参数是非常困难而复杂的一步,也是此研究领域的一个重点。这个问题的解决,将对人一机控制系统的研究,分析和设计有着十分重要的意义。 本文根据已知的人的模糊控制模型,提出了一种参数辨识方法,并进行了参数辨识实验。实验结果表明:此辨识方法简单方便、且十分有效而实用。它不仅可以为人的模糊控制模型的研究提供基本数据,而且为参数辨识研究提供了新的途径。     

气动加热参数辨识在型号设计中的应用

针对战术导弹飞行试验的温度实测问题，通过测量弹体表面的温度。引入敏感系数，提出弹体表面气动加热热流的参数辨识方法。解决了该参数辨识定解问题的不适定性，从而获得导弹飞行全程的气动加热热流信息。飞行试验表明，通过参数辨识可获得较现有气动加热计算方法更为精确的结果，能提高设计的准确度。该计算方法在导弹设计中有较大的应用价值。     

陀螺加速度计误差模型系数离心机测试方法研究

提出了一种在带有反转平台的精密离心机上标定陀螺加速度计误差模型系数的方法。阐述了其测试原理，指出这种带反转平台的测试原理改善了陀螺加速度计离心机测试的环境条件。所提出的测试方案和辨识方法解决了陀螺加速度计在精密离心机上进行高g测试时，受到离心机大臂旋转牵连运动影响的关键问题，并提出分离和精确标定陀螺加速度计误差模型系数的数据处理方法，解决了反转平台引入后造成的正弦输入问题。     

基于递推差分进化算法的空间机器人参数辨识

针对空间机器人抓取未知目标时的特性参数以及关节摩擦系数的辨识和在线修正问题,提出一种基于递推差分进化算法的实时参数辨识方法。首先采用静态连续摩擦模型描述机器人的关节摩擦特性,并建立两关节空间机器人的非线性动力学模型,然后基于差分进化算法和递推最大似然估计法推导出递推差分进化算法,并用于空间机器人的参数辨识,最后仿真校验了该辨识方法的有效性。仿真结果表明,该算法的辨识精度优于遗传算法和最小二乘法,辨识速度较快,能满足遥操作的要求,且对于动态信息有较好的跟随性。     

太阳电池阵的铰链副刚度参数识别

为正确识别太阳电池阵铰链副的刚度参数,用形状简单、建模相对容易的有机玻璃板列阵不同状态下模态试验结果估计待识别参数的初始值,通过线性化目标函数,将参数识别归为易求解的数学规划问题,最终直接用商用有限元分析程序和数学软件实现参数识别。识别结果表明,理论计算值与试验结果基本吻合。     

基于遗传算法的加速度控制PID参数自整定研究

详细介绍了加速度试验系统加速度PID参数自整定方法。首先利用过程辨识将控制系统数学模型近似为二阶振荡环节形式,得到传递函数表达式,然后利用遗传算法进行PID参数整定,使整定精确度和效率得到很大提高。     

遗忘因子选取对于时变参数识别结果的影响

本文在已知后验知识的基础上，提出了以极小化待识别参数标准差为目标函数的最佳遗忘因子选择方案，考察了遗忘因子选取对时变参数识别结果的影响。数字仿真结果表明，对于各种不同算法（ＬＳ，ＤＬＳ，ＩＶ），选用最佳遗忘因子后，相应于标准差达极小的物理参数的识别结果均优于以往凭经验所选择的遗忘因子的识别结果。依本文方法而进行的模拟计算，可以为各种不同变化类型的时变参数的识别提供一种选择最佳遗忘因子的理论依据     

分隔贮箱内液体晃动参数的识别方法

分隔贮箱内液体晃动问题可以用一个两自由度非线性阻尼系统予以描述。本文采用等效线性化方法处理非线性阻尼参数，给出了一种利用稳态正弦基础激励晃动试验技术确定分隔贮箱内液体晃动等效力学模型的参数识别方法。方法通过引入晃动模态的频响函数剩余影响的拟合项实现两阶晃动模态的分离识别。数值仿真计算表明，这一方法给出的参数识别结果可以满足工程应用的精度要求     

惯性平台新型金属橡胶减振器理论与实验研究

金属橡胶减振器（以下简称MRD）是为克服目前惯性平台常用橡胶减振器随时间老化这一致命弱点而开发研制的一种新型减振器，其在航空航天等军事领域具有广阔的应用前景，但目前主要依靠经验和试凑进行设计和加工，缺乏系统的理论基础。对其动态特性参数与工艺安装参数之间关系的研究在国内一直是个空白，对于这一动力学前沿课题的研究，具有重要的理论与工程应用价值。本文建立了MRD的力学模型，通过对其力学模型的分析与研究，给出了MRD系统非线性特征参数的参数识别方法；通过实验验证了其力学模型和参数识别方法的合理性。提出了MRD的特性参数与工艺安装参数关系的研究策略及其优化设计技术研究的主要内容。     

一种基于数据融合的加速度传感器的静态模型辨识方法

通过对现有加速度传感器静态模型参数辨识方法进行分析,指出传统的算术平均值法在实现加速度传感器静态模型参数辨识中存在的缺陷,提出了数据融合方法,并对其进行了讨论。数据融合方法是将来自同一目标的多源数据加以智能化合成,从而产生比单一数据源更精确更完全的估计和判决。通过分析表明,采用数据融合方法进行参数辨识得到的参数的离散度小于传统的算术平均值法所求参数的离散度,使模型参数的精度有明显提高。因此数据融合方法优于传统的算术平均值法,特别适合于加速度传感器静态模型参数的辨识。该方法的提出为控制系统的实时补偿提供了良好的条件。