极大似然法及在有控飞行器气动参数辨识中的应用

 <正> 一、引言 飞行器气动参数辨识作为系统辨识理论在航空、宇航领域的应用分支,在一些发达国 家受到了相当的重视,并且从70年代以来已形成了气动参数辨识软件包,不仅缩短了飞行器的设计、改型及性能分析的周期,并且还具有靠风洞实验或理论分析所不具备的优点。目前飞行器的气动参数辨识虽已有很大发展,但是对有控飞行器的闭环辨识问题仍未解决,分析传感器非线性因素对气动参数辨识结果的影响也不够深入。本文使用极大似然法,结合某有控飞行器的全弹道仿真数据,研究了在闭环飞行状态下进行气动参数辨识所存在的问题,分析了传感器的非线性因素对气动参数辨识的影响。     

广义结构结合部参数辨识公式及算法

提出了一个利用实测传递函数辨识结构结合部参数的一般公式,给出了相应的辨识算法。由于该方法对动态测试尤特殊要求,故扩大了适用范围,方便了工程应用。在辨识算法上,避免了对实测传递函数矩阵的反复直接求逆运算,降低了辨识参数对测试误差的灵敏度,提高了辨识精度。实例验证该方法具有良好的辨识精度。     

高速自旋飞行器气动参数辨识

根据高速自旋飞行器运动的特点，发展了气动参数辨识的一种数学模型，辨识参数包括静态气动导数、气动阻尼导数和马格努斯力矩导数等。仿真算例证实了该数学模型的有效性。应用该数学模型分析处理了某高速自旋飞行器的飞行试验数据．辨识获得了其主要气动参数，并分析了若干常见误差源对气动参数辨识结果的影响。     

用灵敏度法对分布参数系统的参数辨识

本文提出了一种新的分布参数系统的参数辨识方法。该方法通过取状态方程对未知参数的导数而得到灵敏度方程，并用差分求解，通过Newton-Raphson算法辨识未知参数。辨识准则采用输出误差平方最小准则。仿真辨识表明：该方法简捷、概念明确，具有很高的精度和广泛的适用性。     

用于飞机模型参数辨识的飞行数据处理方法研究

飞行过程中产生的飞行器监测数据,对飞行器性能的优化与飞行器控制系统的设计有着重要的指导意义。然而飞行试验环境的复杂性与多变性将导致飞行数据中包含较多异常数据,严重影响数据质量。本文研究飞行数据中异常数据的辨识与补偿方法及其在飞行器模型参数辨识中的应用。结合数据相容性检验,提出了一套从野值的识别、剔除与补正、数据的平滑滤波到基于极大似然法的时间延迟、零位误差与比例误差的辨识与补偿的飞行数据处理方法。除此之外,本文对结合常值误差补偿的飞行器模型参数组合辨识方法及其应用进行了设计。应用实例表明,该方法能够在一定条件下实现具有较高精度与速度的飞行数据中异常数据的辨识与补偿,并验证了该方法在改善飞行器模型参数辨识过程与结果精度上的有效性。     

闭环气动参数辨识的两步方法

对于闭环控制飞行器动力学系统,如果输入输出数据中含有误差和噪声,将其直接用于辨识气动参数是有偏差的。针对这个问题,利用闭环控制飞行仿真数据,采用两步方法辨识飞行器的气动参数,并与直接开环辨识的结果及参数真值进行对比,表明两步方法辨识结果较直接开环辨识方法具有更高的精度,是一种有效的闭环气动参数辨识方法。     

基于H∞算法的飞机机翼结冰气动参数辨识

针对国内大型飞机结冰防护需求,开展针对大型结冰研究样机的H_∞算法参数辨识结冰探测研究。首先通过参数调节选取一组合适的H_∞算法参数,利用考虑测量噪声的结冰研究样机飞行仿真数据验证H_∞算法的辨识能力,由结果对比发现辨识算法能够跟踪飞机气动导数随结冰累积过程的变化趋势,辨识精度较高,其最大归一化平方根（RMS）误差仅为真值的11%;分析了H_∞算法对81种不同结冰累积过程的辨识能力,通过结果分析发现结冰累积时间较长且结冰速度较慢的情况辨识效果较差,结冰累积时间在100~300 s之间辨识精度较高;最后利用蒙特卡罗仿真分析了不同测量噪声大小对H_∞算法辨识精度和跟踪延时的影响,给出了3个纵向气动导数在随机误差影响下的辨识误差和跟踪延时的统计结果,发现在给定噪声标准差变化范围内,升力和俯仰力矩关于迎角的导数能够得到较为准确的辨识结果,二者的归一化平方根误差均值仅为各自真值的1.8%和4%,其预报延时均值最大仅为3 s和9.5 s。     

交流伺服系统控制器在线参数自整定方法

伺服系统转动惯量的变化会影响伺服控制性能。为提高伺服性能需要对转动惯量进行在线辨识,实现伺服控制器参数的在线自整定。详细介绍了基于模型参考自适应的转动惯量在线辨识方法,提出了动态调整自适应增益和滤波器时间的方法,有效解决了自适应算法辨识速度和辨识精度的矛盾。根据转动惯量的辨识结果,利用对称优化法则,实时调整伺服控制器参数,以保证控制器动态性能的一致性和鲁棒性。仿真和试验验证了方法的有效性。     

一种变频电机参数离线辨识方法的研究

传统电机参数辨识采用固定脉冲宽度调制(PWM)波占空比。该方法导致电流大小不可控,而辨识电流大小又直接影响辨识准确性。为此,提出新的参数离线辨识方法,采用恒电流辨识原理并检测电机相电流,控制辨识电流在给定值附近波动,解决了电机辨识电流不合适问题。设计了续流二极管和IGBT电压模型,d轴和q轴电感辨识都采用在270°而非0°进行辨识,以此提高了辨识精度。最后,在变频冰箱上进行验证并与原来数据进行对比。该方法很好地解决了冰箱电机带背压条件下,电机d、q轴电感辨识不准确、辨识时间长等问题,试验结果证明了该方法的可行性和有效性。     

一种基于短时机动试飞数据的动力学辨识优化方法

飞行动力学辨识算法的一个关键问题是,如何通过简单的机动获取所关心频率范围的响应特性。短时倍脉冲是一种易于实施的激励信号,兼顾试飞安全性与经济性,但与频域辨识法通常使用的扫频输入激励相比,短时机动频谱范围窄、信噪比低,一般难以得到准确的辨识结果。对如何基于短时机动飞行试验数据,提高辨识结果准确性的问题进行了研究。首先分析了经典Welch谱估计进行时域-频域转换过程中,影响非参数模型辨识精度的主要因素,提出了削减窗函数边缘缩减效应的数据预处理方法,并结合多窗口综合技术,提高频域特性辨识结果的精度。在参数化模型辨识过程中,针对有限频谱范围,提出了利用相干函数和功率谱密度加权综合,确定等效拟配的频率范围和频率节点的自适应方法,使得低阶等效拟配与输入激励信号高度相关,提高参数化模型辨识的精度、一致性和适应性。通过不同类型飞机的大量短时机动和少量扫频飞行试验数据模型辨识的工程应用示例,验证了动力学辨识优化方法算法稳定、结果准确,可满足飞行品质模态特性评价等应用需求。     

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。      

非线性分离算法及其在飞行试验中的应用

 本文根据最小方差估计和分离算法原理,提出一种新的非线性状态估计和偏差辨识的分离算法。并用此算法确定飞行状态和测试仪器的误差,同时U-D分解保证计算效率和数值稳定性。为了得到数据相容性检验的准确结果,本文采用直接离散化的飞机运动模型,以减小模型误差。通过仿真并在我国两种歼击机上实际应用,结果表明本文所给的算法对不同的初值和噪声统计特性都能得到飞行数据相容性检验的一致结果,并能用于低采样率下的数据相容性检验。     

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.     

同步机动态模型参数的数字机估计

本文的主要目的是发展一种数字机参数估计算法,它能从带有噪声的数据中提炼出同步发电机的动态模型参数。本方法采用的是建立电机模型;用该模型计算在参数初值的基础上的电流输出;进而利用电机参数的灵敏度矩阵,调整参数值,以使量测输出与模型输出间误差的平方和达到最小。进一步,结合噪声的统计规律于估计方法之中,通过加权阵的形式,建立了极大似然估计器。     

Accuracy enhancement of the spherical actuator with a two-level geometric calibration method

This paper presents a two-level geometric calibration method for the permanent magnet （PM） spherical actuator to improve its motion control accuracy. The proposed actuator is com- posed of a stator with circumferential coils and a rotor with multiple PM poles. Due to the assembly and fabrication errors, the real geometric parameters of the actuator will deviate from their design values. Hence, the identification of such errors is critical for the motion control tasks. A two-level geometric calibration approach is proposed to identify such errors. In the first level, the calibration model is formulated based on the differential form of the kinematic equation, which is to identify the geometric errors in the spherical joint. In the second level, the calibration model is formulated based on the differential form of torque formula, which is to calibrate the geometric parameters of the magnetization axes of PM poles and coils axes. To demonstrate the robustness and availability of the calibration algorithm, simulations are conducted. The results have shown that the proposed two-level calibration method can effectively compensate the geometric parameter errors and improve the positioning accuracy of the spherical actuator.     

基于ODE参数辨识的液压伺服系统灰箱建模

 针对液压伺服系统常规"白箱"建模由于参数无法精确获得导致所得模型精度不高及"黑箱"建模所得模型内部结构未知的问题,本文提出基于ODE参数辨识的液压伺服系统"灰箱"建模。首先,建立了工程上实用的系统状态空间模型, 根据系统特征确定了待辨识参数,将模型辨识问题转化为常微分方程(ODE)参数辨识问题;然后,采用正弦扫频信号作为激励信号和基于带边界约束的信赖域优化算法的初值问题方法进行参数辨识;为了和ODE参数辨识结果进行对比,本文同时采用系统的频率响应数据和最小二乘法辨识得到系统的"黑箱"传递函数模型;最后,通过大量实验验证了辨识模型的精确度。实验结果表明,本文提出的基于信赖域算法的液压伺服系统模型辨识方法可以有效处理参数的边界问题,使辨识模型既具有实际的物理意义,又与实际系统高度符合。     

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。     

飞行器参数辨识方法与应用研究

研究了非线性连续－离散系统极大似然估计方法的实现及其在飞行器气动参数辨识中的应用问题，首先给出了递推计算灵敏度算法的构成，初始摄动的选择和初值的计算，继而导出了不需矩阵求逆运算的递推算式。最后结合飞行器的气动参数估计来说明算法的具体实现。     

Longitudinal parameter identification of a small unmanned aerial vehicle based on modified particle swarm optimization

This paper describes a longitudinal parameter identification procedure for a small unmanned aerial vehicle(UAV)through modified particle swam optimization(PSO).The procedure is demonstrated using a small UAV equipped with only an micro-electro-mechanical systems(MEMS)inertial measuring element and a global positioning system(GPS)receiver to provide test information.A small UAV longitudinal parameter mathematical model is derived and the modified method is proposed based on PSO with selective particle regeneration(SRPSO).Once modified PSO is applied to the mathematical model,the simulation results show that the mathematical model is correct,and aerodynamic parameters and coefficients of the propeller can be identified accurately.Results are compared with those of PSO and SRPSO and the comparison shows that the proposed method is more robust and faster than the other methods for the longitudinal parameter identification of the small UAV.Some parameter identification results are affected slightly by noise,but the identification results are very good overall.Eventually,experimental validation is employed to test the proposed method,which demonstrates the usefulness of this method.