变阶次分段ARMA模型算法研究

建立了时变悬臂梁有限元模型,采用时序分析方法中的自回归滑动平均模型,即ARMA模型算法进行模态参数识别。重点分析了利用奇异值分解确定ARMA模型阶次的方法,提出了奇异值最小差值法和一种变阶次ARMA模型算法。结合分段ARMA模型算法对时变悬臂梁系统的模态参数进行识别。结论指出:从仿真分析的角度来看,分段ARMA模型算法对模型的前三阶固有频率的识别结果还是可信的,尤其是变化较明显的高阶固有频率。     

陀螺仪随机误差的渐进遗忘多新息Kalman滤波

MEMS陀螺仪由于小体积、低价格等优点在民用领域得到了广泛应用,但是由于工艺水平限制,MEMS陀螺仪测量数据中存在大量的随机误差。为了减小MEMS陀螺仪测量的随机误差、提高测量精度,提出了基于渐进遗忘多新息Kalman滤波的随机误差滤波方法。建立了MEMS陀螺仪随机误差的AR模型,在经典Kalman滤波中引入了多新息修正方法,并使用渐进遗忘因子削弱历史数据的积累干扰作用,从而给出了随机误差的渐进遗忘多新息Kalman滤波方法。同时,使用经典Kalman滤波和渐进遗忘多新息Kalman滤波对MEMS陀螺仪输出数据进行处理,并使用Allan方差分析各噪声含量,可知：渐进遗忘多新息Kalman滤波后的数据其QN噪声比经典Kalman滤波减小了2个数量级,ARW噪声减小了1个数量级,BI噪声减小了2个数量级,RRW噪声和RR噪声减小为原来的约1/5,实验结果验证了渐进遗忘多新息Kalman滤波在陀螺仪随机误差滤波中的先进性。     

相关系数平稳序列的估计与识别

本文提出了通过观测序列确定不可直接测得的相关系数平稳序列模型参数的方法,详细讨论了相关系数AR(p),MA(q)和ARMA(p,q)序列状态方程的参数估计,为非平稳序列的滤波、预测和平滑提供了依据。文中还给出了观测系统参数的识别方法,与传统方法相比,本文方法考虑了测量噪声的均值和方差随时间变化情况,具有更高的识别精度。      

多渐消因子Kalman滤波器在SINS初始对准中的应用(英文)

针对系统模型和统计信息不能精确已知的条件下Kalman滤波无法给出最优解这一问题,单一渐消因子Kalman滤波算法对于简单的系统是有效的,但是对于复杂的多变量系统,仅仅利用单个的渐消因子是不够的。本文提出了一种多渐消因子滤波算法,通过利用开窗法计算新息序列协方差的无偏估计获得渐消因子矩阵。利用渐消因子矩阵调节一步预测均方误差矩阵k|k1P,对不同的滤波通道提供不同的渐消速率。将该方法应用于SINS的初始对准中,仿真和试验结果表明:当真实系统噪声统计特性同设定参数不一致时,对准精度明显高于其他滤波算法。其对不确定性噪声具有较低的敏感度,对系统参数具有较好的滤波效果。因而,在实际应用中具有重要的参考价值。     

基于改进的自适应平方根容积卡尔曼滤波相对导航算法

针对无人机编队飞行时由于目标建模的不确定性导致相对导航滤波算法精度降低甚至出现滤波发散的问题,提出了一种自适应平方根容积卡尔曼滤波算法。首先,建立了无人机双机编队时的相对导航模型。然后,基于新息的自适应修正准则,对滤波状态预测量进行修正,进行了基于自适应修正的平方根容积卡尔曼滤波相对导航算法设计。最后,开展了仿真计算与结果分析。仿真结果表明,该算法具有较好的滤波精度和稳定性,且当目标运动状态与模型不匹配时,该算法与平方根容积卡尔曼滤波算法相比有更好的滤波性能。     

飞行数据处理的非线性鲁棒滤波技术

研究了飞机飞行试验数据处理中的非线性鲁棒滤波技术,分析给出了实际飞行条件了一种飞机运动的新模型,它是含不确定参数项的非线性模型,同时给出了该不确定参数项的解析的表达形式,然后研究了对应于此类非线不确定系统的鲁棒滤波算法,得到了该滤波问题的充分解,并对该解进行扩展线性化处理,得么了一个较易实现的扩展鲁棒滤波算法,最后利用该算法对实际的数据进行了处理,结果表明,所提出的算法是切实可行的。     

外弹道测量数据野值的递推辨识

动态测量数据中野值是导致滤波发散的主要原因之一。在目前的靶场外测数据处理中,尚无特别行之有效的野值辨识和剔除手段。本文以“新息”为基础,提出了基于卡尔漫滤波方法的野值辨识和剔除方法,有效地解决了滤波发散问题。而且可同时进行野值的剔除与状态估计,极大地提高了计算速度和数据处理的精度。经仿真计算证明,该方法是实用有效的。     

多传感器多模型多尺度组合导航系统算法

多传感器组合导航系统是组合导航发展的方向之一。针对复杂环境,多模型自适应算法可以较好地解决模型及参数不确定的问题;而多尺度融合算法将基于模型的动态系统分析与具有统计特性的多尺度信号变换方法相结合,可有效提高系统的滤波精度。为此,文章将多模型估计与多尺度滤波算法相结合构成多模型多尺度滤波算法,该算法用于多组合导航系统后,经仿真验证,相对于多模型或单模型多尺度滤波算法,系统的滤波精度明显提高。     

基于MISG算法的风力发电机液压变桨系统故障诊断

针对受状态延时影响的风机变桨系统故障诊断,提出了一种基于多新息随机梯度(MISG)的故障诊断方法。该方法将复杂系统转化为状态空间模型,并建立系统辨识模型。将新息标量扩展成新息向量改善算法精度,利用系统发生故障引起参数改变的特征,算法对风机状态延时变桨系统完成参数估计,将系统故障诊断问题转换为系统辨识问题。仿真所得结果验证该方法可以达到诊断风机状态延时变桨系统故障的目的。     

自适应渐消Kalman滤波算法在RTK中的应用研究

在动态载波相位差分定位(RTK)中,由于观测环境复杂,会经常发生周跳、卫星信号失锁等情况,严重影响基线解算的连续性和可靠性。针对动态应用环境,提出了一种Kalman滤波算法在RTK技术中的应用方法。该方法可以实时估计模糊度浮点解及其协方差矩阵,在需要重新固定模糊度时可直接用于搜索,起到了周跳修复的作用。此外,采用了自适应渐消Kalman滤波算法提高算法的动态适应性,并引入独立的滑动窗进行新息的收集和处理,解决了由于参考星变化或卫星信号失锁造成观测量中断而无法准确计算新息协方差的难题。仿真结果表明,该算法能够在模糊度发生变化时快速收敛,并且相对于一般Kalman滤波算法在高动态下提高了模糊度浮点解的精度,提高了后续模糊度搜索的效率和固定成功率。     

概率盒全局灵敏度和活跃子空间跨层降维

航空航天仿真系统中的不确定性通常是多源的、混合的,并且系统参数的维数众多。针对高维混合不确定性量化问题,提出一种结合概率盒全局灵敏度和活跃子空间的跨层降维方法。在随机和认知不确定的概率盒表征基础上,使用不确定性缩减法分析参数的全局灵敏度继而进行参数筛选;基于输出梯度协方差矩阵的特征分解,使用活跃子空间法对参数进行降维;构造出一种概率盒表征下的参数筛选和跨层降维方法。最后以NASA多学科不确定性量化挑战问题为例,通过概率盒全局灵敏度分析进行第1层次的参数筛选,原有的21维输入参数减为13维;随后采用活跃子空间进行第2层次的参数降维,维数进一步降至一维。研究结果表明,所提出的方法能够对混合不确定性参数进行灵敏度排序,还能够有效降低模型输入参数的维度,为高维系统混合不确定性量化和进一步的优化工作奠定了基础。     

基于主成分分析和支持向量机的作战飞机效能评估

作战飞机效能的评估是防空作战中的重要问题,简述了效能评估的各种方法,建立参数效能模型时,首先要挑选特征参数,用主成分分析方法选择武器的特征参数。利用支持向量机建立了作战飞机的参数效能模型,通过实例与神经网络法的结果进行了比较,结果表明支持向量机比较精确和简单。     

适用于参数可调结构的非定常气动力降阶建模方法

基于计算流体力学(CFD)的非定常气动力降阶模型(ROM)可以极大提高气动弹性分析效率,然而现有的ROM只能针对固定参数结构,即只适合于固定模态振型,这使得现有ROM在气动弹性优化设计和不确定性分析等结构变参问题中应用受限。针对该问题,在文献[20]基础上提出了一种新的适用于任意模态振型的非定常气动力建模方法。首先将待设计/分析的结构进行参数化抽样和模态分析,之后通过主成分分析(PCA)得到若干基振型,再将这些基振型线性叠加即可拟合抽样空间内任何参数下结构的前若干阶振型。当结构参数改动时,仅仅是叠加系数发生变化。算例表明,仅用很少的基振型就能达到理想的拟合精度。经典的气动力降阶方法可用于基振型坐标下的气动力降阶,进一步变换可得到适用于不同结构的ROM,这意味着,结构参数可以在抽样空间内任意调节改动,而ROM却是通用的。该方法能广泛用于气动弹性优化设计和不确定性分析工作,可提高颤振分析精度和效率。     

基于遗传算法的鸟体本构参数优化研究

鸟体本构模型及其参数研究是研究鸟撞问题的重点和难点之一.基于参数反演的思想,结合遗传算法,建立基于ISIGHT,PAM-CRASH与MATLAB联合仿真的优化模型.结合鸟撞铝板试验数据,获得了适用于中等冲击速度(100 m/s左右)的鸟体本构模型参数.并将优化后的结果与试验数据进行对比,两者吻合较好,证明参数反演方法有效.优化方法为获得鸟体本构参数提供了参考,也为后续的鸟撞分析提供了依据.     

一种MEMS陀螺仪零偏建模与估计方法

针对MEMS陀螺仪零偏随时间变化的问题,提出了一种MEMS陀螺仪的零偏建模与估计方法.通过分析静态条件下陀螺仪零偏变化的影响因素,建立了陀螺仪零偏和温度之间的差分方程模型.采用系统辨识的方法,给出了系统模型的参数辨识流程.基于最小二乘法,实现了模型参数的辨识.设计了测试验证试验,基于陀螺仪的零偏样本特性建立了三阶差分方程,并进行了参数辨识和模型验证,结果表明该模型可以有效地估计陀螺仪的零偏.     

航空发动机套齿动态装配间隙非概率优化设计

为解决航空发动机套齿动态装配间隙的响应问题,在考虑动态变形和参数不确定性的情况下,将1种非概率区间分析方法与Kriging响应面模型及响应面优化方法相结合,对套齿初始装配间隙进行了可靠性优化设计。以某刚性套齿联轴器作为数值算例,在确定性设计的基础上,考虑机械载荷、热载荷、材料参数的分散性,运用区间分析方法得到了动态装配间隙的响应范围,利用非概率可靠性指标对初始装配间隙进行了优化设计。与确定性设计相比,优化设计提高了结构的可靠性;与概率设计相比,优化设计降低了对不确定参数的信息要求。验证了非概率方法解决装配对象不确定性结构响应问题的可行性与适用性。     

基于弹簧-悬臂梁模型最小变形能的气动载荷分配方法

在进行气动载荷到结构载荷转换时使用弹簧-悬臂梁模型来代替悬臂梁模型,解决了如果气动载荷点与部分结构节点重合则会导致难以求解的问题,载荷分配结果符合“近大远小”的规律,且分配前后完全符合等效性。研究了模型参数对载荷分配结果的影响,讨论了利用悬臂梁与弹簧刚度比,刚度与目标点距离的比来控制分配结果的方法。另外,讨论了使用构造函数代替物理模型的方法。     

基于机体当量化的滑橇式直升机地面共振分析

针对滑橇式直升机不便于建立空间模型进行地面共振分析的问题,提出了基于有限元将机体参数当量至桨毂中心,当量结果可通过扫频激振试验验证,再采用平面模型进行地面共振分析的方法。采用所计算的当量参数对某型滑橇式直升机地面共振进行仿真分析,结果表明:该型机机体一阶模态与旋翼摆振后退型模态的共振转速在旋翼启动加速过程中可能达到,但系统具有足够的阻尼确保不发生地面共振;机体二阶以上模态与旋翼摆振后退型模态的共振转速远大于额定转速,不会引发地面共振。     

基于静强度试验的有限元模型修正技术研究

基于静力响应的有限元模型修正技术广泛应用于工程结构的参数识别中,需要解决软件实现、基准数据与目标函数选取,以及参数的灵敏度分析等问题。利用位移响应信息对损伤位置确定的悬臂梁进行了损伤程度的精确识别,对于损伤位置不能确定的情况,通过引入应变约束条件实现了损伤位置与损伤程度的同时确定。作为实际工程算例,将飞机静强度试验得到的位移响应与内力响应作为基准数据,利用模型修正技术确定飞机方向舵有限元模型边界条件。算例比较了不同目标函数和约束条件对修正效果的影响,并通过增加内力响应信息进一步修正了根部约束参数,为计算分析提供了精确有限元模型。     

三轴转台结构模态分析与试验

用模态分析方法与频谱分析仪器对三轴台结构特征问题进行了试验,得出了台体结构的模态参数（频率、振型、质量、刚度和阻尼）,并与有限元方法计算值和频响测试值进行比对,为进一步作动力学分析提供了重要的数据。