递阶偏最小二乘回归在飞机研制费用预测中的应用

分析了飞机研制费用样本数据少、费用驱动因子众多的特点,考虑到递阶偏最小二乘回归(Hi-PLS)方法在变量规模巨大情形下进行回归建模的优势,应用递阶偏最小二乘回归方法对飞机研制费用进行预测。以战斗机机体研制费用预测为例进行研究,首先对战斗机机体研制费用驱动因子进行分组,然后应用递阶偏最小二乘回归方法对分组后的费用驱动因子进行回归建立机体研制费用预测模型。实例表明,在飞机研制费用预测方面,采用递阶偏最小二乘回归方法预测更能体现研制费用与飞机性能参数之间的关系。     

基于时频域滤波及频域广义整体最小二乘辨识的飞机颤振模态参数辨识

提出一套适用于噪声环境的飞机颤振模态参数辨识方法.为减小噪声对辨识结果的影响,首先设计了一种针对扫频激励的时频滤波器,利用扫频信号及其响应在时频域分布较为集中的特点,有效去除噪声,提高了试验数据的信噪比.为进一步提高辨识精度,提出了一种基于随机模型的频域广义最小二乘辨识算法.将噪声条件下的系统辨识问题转化为广义整体最小二乘问题,并采用线性的广义奇异值分解求解模型系数,避免了非线性优化的复杂计算.通过优化加权项,获得了接近极大似然估计的辨识效果.最后,通过试飞试验数据验证了方法的有效性.     

一种实现舵机带宽测试的系统辨识方法

本文讲述的是一种应用加权递推的最小二乘辨识算法测试舵机带宽的实用方法。文章简要介绍了舵机的工作特性和舵机模型的选取,概述了辨识算法的选取及实现过程,并在输入信号的选取和辨识数据的预处理等方面作了基本的探讨。文章还应用大量的实验数据分析了加权系数和遗忘因子的选取对实验结果的影响,最后验证了辨识结果的有效性。     

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。     

噪声协方差估计新算法在惯性导航系统中的仿真研究

研究一种在动态系统常值误差未知的情况下对线性时变随机系统误差协方差进行估计的新方法。该方法通过构造一个新的时间序列,其协方差由未知参数的线性组合组成,然后用递推最小二乘法来计算新序列的协方差,该方法不需要任何关于噪声的先验知识。从仿真结果来看达到了较好的效果。     

Morlet组合小波在颤振试飞中的应用

Morlet小波是高斯包络下的复指数函数,利用其虚部是实部的Hilbert变换,频域波形为钟形的特征,提出了基于Morlet组合小波的滤波方法。利用该方法,能方便地构造合适的Morlet组合小波,完成对飞行颤振试验响应信号的滤波,并保证滤波后相位不变。通过数字仿真研究了其方法的有效性,工程应用表明,该方法能够有效滤除飞行颤振试验响应信号的噪声,具有良好的应用前景。     

颤振边界预测技术在颤振试飞中的应用研究

对两种颤振边界预测方法的技术原理进行了详细介绍,进而通过两种颤振边界预测技术在两个型号飞机颤振试飞中的应用研究,表明了该技术具有一定的工程实用性。最后对文章介绍的预测技术在后续试飞中的应用给出了有益的建议。     

一种实现飞行品质参数实时辨识的实用方法

考虑到辨识算法收敛的可靠性及结果的精度，采用递推最小二乘估计、飞机运动模态连续－离散模型相互转换及递推极大似然估计，实现飞行品质参数的实时辨识。这种方法的优点在于算法的吸收域是全平面的。初值不影响算法的收敛性，能很好地满足实时性要求，同时还保证了结果精度。利用该方法对某型飞机铁鸟台实测数据进行了处理，取得了满意的结果。     

模态参数识别在飞行颤振试验中的应用

 本文介绍了飞机飞行颤振试验的简况、颤振试飞数据处理的特点和一些特殊要求。简要介绍了用频域参数识别方法和时域参数识别方法识别模态频率和阻尼的基本原理和基本数学模型。文中着重介绍了为解决颤振试飞中所获得的信号的信噪比差,而又要求识别的模态阻尼值的精度比较高这个矛盾和为了尽量缩短数据分析所花费的计算时间而采取的若干措施。     

一种计及观测噪音的分系统递推辨识方法

本文提出一种可以处理带测量噪音的多输入多输出线性系统递推参数辨识方法。目前多输入多输出系统的在线参数估计方法或者需要将模型正规化,或者要做大量高维矩阵求逆运算,不仅运算时间长,而且很可能由于矩阵逆的不存在而导致估计失败。本文方法将多输入多输出系统参数估计问题分解为若干步多输入单输出系统参数估计问题,把高维矩阵求逆化为若干步求倒数运算,从而避免了可能由此而导致的估计失败。本方法直接估计线性系统参数,不需将模型正规化,从而节省了实际运算时间。最后,根据有观测噪音的试飞数据对本文方法进行之检验。     

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。     

飞行载荷参数识别方法研究

介绍了飞行载荷参数识别方法的基本原理。基于飞行载荷与飞行参数之间存在着相关性,通过专门的飞行试验实测载荷和参数,利用回归技术建立载荷与参数之间的经验关系,将飞行测量的参数转换成飞机结构部件上的载荷。还介绍了把该方法使用于Ｆ－７尾翼载荷和Ｆ－６操纵面铰链力矩导数的参数识别的研究实例,并对其进行了相应的评述。研究结果表明了这种方法的可行性、可靠性及实用价值。     

能量法及其试飞方法研究

在简要地回顾能量法并与经典的性能分析法作比较后，本文着重叙述能量法的试飞方法研究，实践证明，能量法的试飞方法是一种简单，有效的方法，能解决高速飞机能量有利的一些问题。     

非线性MIMO系统神经网络自适应方法及其在飞控中的应用

提出了一种非线性系统的对角自回归神经网络模型。为了实现MIMO系统自适应控制,采用自回归辨识网络对未知非线性系统进行辨识,并将被控对象的误差灵敏度信息用于对角自回归控制网络训练。辨识网络和控制网络都用动态BP算法训练。实际某型飞机纵向模型的仿真结果表明,运用这种控制结构可得到较好的控制效果。     

改进的极大似然算法及其在试飞数据处理中的应用

通过对一般极大似然辨识算法的分析,提出一种改进的极大似然辨识方法,使之更适合于飞机飞行试验数据处理。将其应用于纵横向耦合的六自由度飞机的飞行试验数据的协调性检验及重建。结果表明：这种方法使参数辨识的收敛速度得到大大提高,使参数初值更易于选择。     

飞控系统的模糊模型及其研究

在Takagi-Sugeno模型的基础上,建立了飞控系统的模糊模型。讨论了该模型的整体渐近稳定性,给出了判定该模型的整体渐近稳定的充分条件和满足一定条件的控制器的设计方法。最后对国产某飞机的纵向短周期运动系统的分析说明本文的模型是合适的,方法是有效的。     

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。     

HIERARCHICAL APPROACH AND ITS APPLICATION TO INTEGRATED FLIGHT／PROPULSION CONTROL SYSTEM

ＨＩＥＲＡＲＣＨＩＣＡＬ　ＡＰＰＲＯＡＣＨ　ＡＮＤ　ＩＴＳ　ＡＰＰＬＩＣＡＴＩＯＮ　ＴＯ　ＩＮＴＥＧＲＡＴＥＤ　ＦＬＩＧＨＴ／ＰＲＯＰＵＬＳＩＯＮ　ＣＯＮＴＲＯＬ　ＳＹＳＴＥＭＲｏａｎＨｏｎｇｎｉｎｇ；ＳｈｉＺｈｏｎｇｋｅ（ＤｅｐａｒｔｍｅｎｔｏｆＡ...