电传飞机低阶等效系统频域辨识新方法

针对带有复杂电传飞控系统飞机的飞行品质评估难题,提出了采用Chirp-Z方法将时域信号变换至频域,并在此基础上利用频域方程误差法（Equation error method,EEM）和输出误差法（Output error method,OEM）相结合辨识电传飞机低阶等效系统（Low order equivalent system,LOES）参数的新方法,并以低阶等效系统辨识的标准算例（F-14飞机经典算例）进行验算。结果表明本文所提出的低阶等效系统辨识新方法正确、辨识精度高,可以应用于工程实践。     

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     

基于自适应卡尔曼滤波的机动目标自主轨道确定

用自适应卡尔曼滤波法对非合作机动目标进行轨道确定,通过实时计算观测星的状态转移矩阵,近似描述目标星的状态变化并获得两星体相对位置.算法中用自适应卡尔曼滤波辨识噪声,通过极大似然法选择噪声修正模型.仿真结果表明:该法可有效用于对椭圆轨道非合作机动目标的自主轨道确定.     

基于高阶累积量的齿轮系统辨识方法研究

高阶累积量分析技术是近年来迅速发展起来的新技术,作为处理非高斯信号、非线性信号以及盲信号的重要工具而受到日益重视。它有许多优点,特别是对于外加高斯噪声不敏感以及可以检测系统的非线性特性,故理论上可以完全抑制高斯噪声的影响,提高分析精度。本文在对其研究的基础上,将它应用于齿轮旋翼传动系统动态特性分析之中,对传动系统和旋翼桨叶的动态固有频率等进行了识别,并与频域和时域识别法进行了比较。      

逃逸飞行器模型高超声速风洞自由翻滚动导数试验技术

高超声速风洞模型自由翻滚动导数试验技术是为满足航空航天飞行器 0°～ 360°全攻角范围内的动导数测量及产生极限环振动现象的研究之急需而研制。简要介绍了试验技术研制的自由翻滚试验装置、液体轴承、角度测试系统与系统建模的大攻角非线性数据处理技术。该项技术已成功地为逃逸飞行器模型提供了满意的试验数据     

自组织模糊CMAC神经网络及其非线性系统辨识

 针对CMAC的特点,提出了联想度的概念,并由此设计了一种自组织模糊 CMAC神经网络( SOFC-MAC)及其学习算法,证明了SOFCMAC能以任意精度对非线性特性一致逼近。该网络具有学习速度快,逼近精度高及局部泛化能力等特点。歼击机系统特征模型辨识仿真验证表明了该方法的有效性。     

用极大似然法辨识轴对称飞行器的气动参数

采用极大似然法完成了轴对称飞行器的非线性气动参数辨识。根据飞行弹道的特性,采用考虑了横侧向运动耦合的纵向三自由度飞行动力学模型;为了反映气动参数随马赫数的变化,给出了一种考虑马赫数变化的气动参数数学模型,并采用了分段辨识的技巧;通过采用建模前估计法的辨识结果作为极大似然法的初值,保证了极大似然法的收敛,计算结果表明：这种算法对大攻角下的非线性气动参数能获得满意的辨识结果。     

飞机纵向高阶等效系统品质参数辨识研究

对飞机纵向高阶等效系统模型的可辨识性进行了分析,指出原有的辨识飞行品质参数方法存在的问题,并提出新的解决方案,即首先对原始模型进行转换,得到一组可辨识性强的模型,然后综合引用极大似然方法和Ｅｘｔｅｍｅ单变量寻优方法辨识新的模型及参数,最后利用双步ＱＲ分解技术求出与原始模型中的相对应的。物理意义明确的飞行品质参数,另外,针对现代主动控制飞机时间延迟τ较大的特点,提出了一种新的处理时间延迟环节ｅ＾－τ     

人工神经网络在航空发动机中的应用

人工神经网络是一个十分热门的交叉学科,在许多行业都得到了应用。介绍了其在系统建模、模型辨识、控制及其在航空发动机上的应用情况和最新发展,并对各种应用状况进行了归纳和分析。同时对最新神经网络模型作了介绍,并对将来神经网络在航空发动机上的应用作了预测。     

大迎角非定常气动力建模与模型比较

应用系统识理论,以６００ 三角翼纵向俯仰运动为例,在频率域内建立了基于Ｆｏｕｒｉｅｒ变换法的非定常气动力数学模型及非线性代数模型,在时间域内建立了基于Ｆｏｕｒｉｅｒ反变换法及数据库法的阶跃函数模型。用大振幅非定常实验数据进行模型参数辨识。本文主要对Ｆｏｕｒｉｅｒ变换模型初值的选取进行讨论,并对所建立的几种数学模型进行比较。结果表明,基于Ｆｏｕｒｉｅｒ变换法的数学模型,有明确的表达式,拟合结果较好;非线性代数模型表达式简单,便于应用,但对于不同实验模型,表达式不同;基于Ｆｏｕｒｉｅｒ 反变换法的阶跃函数模型,表达式复杂,而且当时间趋于零时,计算误差较大;基于数据库法的阶跃函数模型没有明确表达式,但其精度较高,可以用于对其他模型结果的比较。