基于试飞数据的直升机气动模型参数频域辨识

针对直升机气动强耦合、强非线性、不稳定的特点,采用扫频方式获取飞行试验数据及频域辨识技术进行其气动模型辨识。首先分析了气动辨识模型、飞行试验数据需求,并对飞行试验动作进行设计,然后形成气动模型频域辨识流程。在纵向气动模型辨识过程中,发现扫频飞行试验数据低频、高频段数据质量差,纵向和横向通道舵偏相关性强等问题。     

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。     

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.     

基于T-S模糊模型的航空发动机模型辨识

提出了一种航空发动机的Takagi-Sugeno(T-S)模糊模型辨识方法,该方法通过最小二乘法辨识模糊模型的后件参数,通过反向传播法辨识模糊模型的前件参数,并实现了模糊模型结构的自适应优化。以航空发动机机载记录数据为依据,通过对输入输出数据的学习建立了航空发动机的T-S模糊辨识模型,通过该模型对机载记录数据的辨识,结果表明该模糊辨识模型具有辨识精度高、鲁棒性强、容错性好等特点。     

基于辅助变量最小二乘的无人艇模型辨识方法

无人艇模型是无人艇运动控制研究领域的核心,模型的精确性对控制算法的设计及验证有很大的影响.为了解决有色噪声对无人艇模型参数辨识时的干扰问题,提出了一种辅助变量最小二乘算法对无人艇模型参数进行辨识.对离散KT方程加入噪声,得到无人艇时间序列分析模型,根据Tally原理引入辅助变量对最小二乘算法进行完善并辨识模型参数.所做...     

采样数据含高频有色噪声的连续模型辨识

提出了一种采样数据中存在高频有色噪声的连续模型辨识方法,该方法通过引入积分运算,将连续时间系统的微分方程模型转换为积分方程模型,从而在辨识时使噪声的影响可以忽略,然后直接利用传统的最小二乘法估计出系统的连续时间模型参数。该方法具有较强的抗有色噪声干扰的鲁棒性、计算方法简单、参数辨识精度高等优点。仿真实例验证了该方法的有效性与可行性。     

基于试验的电动舵机模型辨识

目前电动舵机模型的建立基本上是基于理论的数学推导,所建立的舵机模型与实际舵机模型存在一定的误差。针对此问题,提出一种基于试验实测数据建立舵机模型的方法,搭建自动数据采集试验平台,采用组合窗法对实测数据进行频域转换,得到舵机的频率响应函数并采用非线性最小二乘法辨识舵机模型。对辨识得到的数学仿真结果与实际舵机响应比较,在频域,整个频段内幅频特性最大绝对误差1.9 dB;在时域,仿真模型跟踪实际舵机角度的最大误差1.5°,延迟时间10 ms。结果表明,基于试验数据建立的舵机仿真模型能很好地模拟实际舵机。     

石英加速度计误差模型系数的递推最小二乘辨识方法研究

为探索在线辨识的测试方法,满足实时辨识的需要,本文提出采用递推最小二乘法辨识石英加速度计模型系数,并对其在重力场测试中的应用进行了研究.介绍了递推最小二乘系数估计法原理,为便于实际应用,根据测试领域的习惯,对递推最小二乘方法进行了梳理.以加速度计分度头试验为例,将该方法应用于加速度计重力场试验的误差模型系数辨识.仿真分...     

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。     

飞机颤振模态参数的频域子空间辨识

 研究了基于非参数噪声模型的频域子空间系统辨识法,并采用频域子空间辨识算法实现了基于多通道数据的颤振模态参数辨识,改变了传统的单通道颤振试验数据分析模式,试验结果表明子空间算法能有效提取多通道数据中包含的主要危险模态信息,且计算量小,适用于模态参数的在线分析。     

飞控-飞机低阶等效系统的在线辨识

以飞控—飞机低阶等效系统为背景，采用Taylor展开法研究了带纯延迟环节的二阶系统的在线辨识。采取了对低信息点进行抛弃，变步数起动等算法对传统的最小二乘法加以改进，大大减少了辨识过程中产生的误差，更适合于实时辨识。实际应用结果表明：该方法可以有效地对具有时变特性的带纯延迟的非线性系统加以辨识，辨识结果满足工程要求。     

利用飞行试验信号对发动机模型辨识的研究

 利用飞行试验信号对发动机模型辨识进行了研究。在飞行过程中,发动机将受到各种随机扰动的作用,这种扰动将引起发动机特性的变化、在这种情况下,利用与发动机特性有关的信号进行发动机数学模型辨识对发动机自适应控制和状态监控有实际的意义。飞行试验是在H=3km、v=770km/h和H=13km、v=1540km/h时进行的,利用机载信号采集与记录设备录取了试验信号。介绍了信号的平滑和滤波方法,讨论了巴特沃思滤波器的设计和参数选择。为了得到无偏估计,采用递推广义最小二乘方法进行辨识,并得到了辨识结果。     

用参数辨识法进行直升机悬停性能拓展

准确计算直升机在不同飞行状态的有效气动参数对于确定直升机飞行性能具有重要意义。然而,由于复杂的旋翼空气动力现象以及直升机状态和环境条件的变化,准确预估气动参数有较大难度。为此,采用无量纲分析法建立直升机悬停状态的数学模型,首先对参数重组,确定了几个悬停状态重要参数,包括气动参数和直升机状态参数;然后,以直-9×型直升机为例,结合实际试飞数据,提出了用最小二乘法对该模型进行参数辨识的方法;最后,通过相关性分析,确定了辨识方法的可行性,并将辨识结果有效地用于直升机悬停性能拓展。结果表明,这种利用参数辨识进行性能拓展的方法是可行的,由于辨识结果是利用实际试飞数据确定的,拓展结果具有较高的可信度。这种数据处理方法可有效减少试飞周期,节约试验成本。     

IDENTIFICATION OF GYRO DRIFTS UNDER THREE AXIS ATTITUDE COUPLING

ＩＤＥＮＴＩＦＩＣＡＴＩＯＮＯＦＧＹＲＯＤＲＩＦＴＳＵＮＤＥＲＴＨＲＥＥＡＸＩＳＡＴＴＩＴＵＤＥＣＯＵＰＬＩＮＧＪＩＮＧＷｕｘｉｎｇ（荆武兴），ＷＡＮＧＸｕｅｘｉａｏ（王学孝），ＷＵＹａｏｈｕａ（吴瑶华）（ＨａｒｂｉｎＩｎｓｔｉｔｕｔｅｏｆＴｅｃｈｎ...     

总能量控制原理在地形跟随飞行控制中的应用

应用总能量控制原理设计了控制飞行高度的地形跟随飞行控制系统,并通过引入飞行高度和飞行速度的偏差控制,基本消除了总能量控制系统存在的稳态误差;引入俯仰角和俯仰角速率反馈回路以增加阻尼,消除俯仰角振荡,最后对该系统进行了解耦性能和地形跟随仿真。结果表明,用总能量原理设计的地形跟随飞行控制系统体现了飞机升降舵和油门杆一体化设计的思想,可实现飞行速度/航迹角的解耦控制,对给定地形可达到良好的跟随效果。     

Identification method for helicopter flight dynamics modeling with rotor degrees of freedom

A comprehensive method based on system identification theory for helicopter flight dynamics modeling with rotor degrees of freedom is developed. A fully parameterized rotor flapping equation for identification purpose is derived without using any theoretical model, so the confidence of the identified model is increased, and then the 6 degrees of freedom rigid body model is extended to 9 degrees of freedom high-order model. Bode sensitivity function is derived to increase the accuracy of frequency spectra calculation which influences the accuracy of model parameter identification. Then a frequency domain identification algorithm is established. Acceleration technique is developed furthermore to increase calculation efficiency, and the total identification time is reduced by more than 50% using this technique. A comprehensive two-step method is established for helicopter high-order flight dynamics model identification which increases the numerical stability of model identification compared with single step algorithm. Application of the developed method to identify the flight dynamics model of BO 105 helicopter based on flight test data is implemented. A comparative study between the high-order model and rigid body model is performed at last. The results show that the developed method can be used for helicopter high-order flight dynamics model identification with high accuracy as well as efficiency, and the advantage of identified high-order model is very obvious compared with low-order model.     

基于递推傅里叶变换的飞行器参数在线辨识方法

在线辨识在现代飞行控制系统设计中扮演越来越重要的角色,飞行器模型的在线更新使得人们可以采用更智能的控制方法。基于计算精度和速度的考虑,在线辨识方法通常以递推方式进行,主要分为时域和频域两大类方法。在建立飞行器系统模型结构的基础上,利用频域递推傅里叶变换及最小二乘方法,实现对气动及控制偏导数的在线辨识。针对某飞机纵向通道的在线辨识仿真验证该方法有效,且计算速度和收敛速度快,辨识结果与参数真实值之间的一致性好,方法对传感器噪声有较强的适应性。最后,分析比较了各种典型激励信号对辨识结果的影响,为进行实际在线辨识试验提供了参考依据。     

基于Kriging形函数的线性时变结构模态参数辨识

近年来,对航空航天飞行器随时间变化的动力学特性研究需求越来越迫切。仅输出参数化时域的时变时间序列模型以其结构简约、精度高且跟踪能力强而成为研究热点,尤其是泛函向量时变自回归(FS-VTAR)模型已经得到了广泛应用。然而传统的FS-VTAR模型在保证其辨识优势的同时却需要针对不同时变结构选择合适的基函数形式及较高的基函数阶数,该过程相当复杂且耗时。本文借鉴无网格法中移动最小二乘(MLS)法构造形函数的思想,提出一种基于Kriging形函数的线性时变结构模态参数辨识方法。该方法首先引入自适应于辨识信号的Kriging形函数;再把时变系数在形函数上线性展开,利用最小二乘(LS)法得到形函数的展开系数;最后把时变模型特征方程转换为广义特征值问题提取出模态参数。利用时变刚度系统非平稳振动信号验证该方法,结果表明:基于Kriging形函数的FS-VTAR模型相比于传统的FS-VTAR模型能有效地避免基函数形式的选择和较高的基函数阶数,且精度相当;相比于移动最小二乘法能有效地解决其数值条件问题且具有更高的模态参数辨识精度。