基于模型拼接技术的四旋翼无人机全飞行包线建模

四旋翼无人机在军事和民用领域都有广泛的应用前景。然而，四旋翼无人机具有机载传感器准确性低与可靠性差、不同飞行条件下动力学模型差异大等特点。本文以四旋翼无人机为研究对象，系统地开展了飞行路径重构、频率域系统辨识、全飞行包线建模的相关研究工作。针对机载低成本传感器存在显著常值偏差与量测噪声统计学特性未知的缺点，采用基于EKF的飞行路径重构技术对在飞行试验中无人机的机体空速进行重构；针对不同飞行速度下四旋翼无人机动力学模型差异大的特点，采用频域法辨识得到不同飞行条件下的本体动力学模型；针对四旋翼无人机大跨域的高精度控制需求，利用模型拼接技术，系统性地提出了全飞行包线建模方案，经过验证，所提出模型拼接技术是准确可靠的。     

基于网格自适应的飞行器防热材料热传导系数辨识

为准确辨识高超声速飞行器防热材料热传导系数，构造了针对热传导偏微分方程系统的约束泛函极值问题，基于表征多项式逼近性能的Weierstrass定理，采用Lagrange多项式对热传导系数进行参数化建模，进而将无穷维的约束泛函极值问题转化为有限维的非线性规划问题，再利用基于动态优化方程的优化方法将此非线性规划问题转化为常微分方程初值问题进行求解。为从较有限的测量数据中准确地“学习”热传导系数，建立采用“过拟合”判别准则的网格自适应迭代算法改善辨识精度。研究表明本文采用的辨识策略与优化方法有效，辨识结果可以较准确地反映材料热传导系数的变化规律。     

A star identification algorithm based on radial and dynamic cyclic features of star pattern

A full-sky star identification algorithm based on radial and dynamic cyclic patterns is presented with the aim of solving the “lost-in-space” problem. The dynamic cyclic pattern match is applied with a maximum cumulate comparison method to identify sensor-catalog pairings in initial match, which substantially eliminates the effects of the star position noise, magnitude noise, and false stars. After initial match pairings of stars are obtained, a chain part extension technique is employed to quickly search for the longest match chain as the final result. Experimental results indicate that the proposed algorithm is highly robust to star position noise, magnitude noise and false stars. In a series of simulations, the identification rate of the algorithm is 97.50% with 2.0 pixels star position noise, 96.90% with 0.4 Mv star magnitude noise and 95.30% with four false stars respectively. Moreover, the algorithm achieves an identification rate of 58.08% when only six stars are in the field of view.     

Space object material identification method of hyperspectral imaging based on Tucker decomposition

Space object material identification method based on Tucker decomposition is proposed and demonstrated experimentally. Space target generally has a low spatial resolution because of the limitation in detection distance. Hyperspectral imaging (HSI) technology can capture the image from visible light to shortwave infrared continuously while providing the spatial and spectral information of the target, thereby introducing a new space target detection and identification approach. However, the data obtained by the HSI system often contain mixed pixels, thereby causing difficulties in target material identification. In this work, a material identification method of hyperspectral data based on Tucker decomposition is proposed by combining mixed spectral theory with tensor decomposition. The feasibility of the method is verified by using satellite model hyperspectral data with different spatial resolutions compared with the endmember obtained from the non-negative matrix decomposition (NMF), independent component analysis (ICA), tensor singular value decomposition (t-SVD). The average CORR of NMF, ICA, t-SVD and the proposed method is 0.2694, 0.5818, 0.6397 and 0.937, correspondingly. Therefore, the proposed method has demonstrated a more remarkable performance in terms of material identification, the analysis results of the material abundance distribution that used the proposed method.     

基于角动量守恒的空间机器人动力学参数辩识

空间机器人由于加工、装配误差以及在轨燃料消耗等因素使其名义公称参数与实际 动力学参数相比存在一定的误差。空间机器人路径规划和地面机器人不同,其广义雅克比 矩阵包含动力学参数,使计算的轨迹偏离实际要求的路径,引起末端位姿误差。本文根 据自由飘浮空间机器人的角动量守恒方程式,对一种两自由度空间机器人的基座以及机械臂 的各个关节分别单独做三次多项式轨迹激励,利用基于偏差模型的最小二乘法和遗传算 法对动力学参数进行辨识。仿真结果表明,遗传算法的计算稳定性和对动力学参数辩识精 度优于最小二乘法。〖JP〗     

基于左矩阵分式模型的模态参数识别方法

提出一种多输入多输出(MIMO)系统的宽频模态参数识别算法。该方法基于频响函数(FRF)的左矩阵分式模型(LMFD),通过最小二乘法在z域内求解模态参数,避免了s域内矩阵的病态问题。针对左矩阵分式模型的特点,给出了一种通过主分量分析(PCA)建立稳定图的方法。指出了传统的频域多参考点(PRFD)方法与基于左矩阵分式模型识别方法之间的关系。最后采用GARTEUR模型仿真算例与飞机模型的实测算例对所提出的方法进行了验证,结果表明该方法具有良好的识别效果。     

基于随机文法的多功能雷达识别方法

 针对多功能雷达采用复杂体制而造成的辐射源不能正确识别问题,提出了一种基于随机文法(SG)的辐射源识别算法。该算法基于多功能雷达的句法模型,将威胁数据库中的多功能雷达文法分为随机正则文法(SRG)和随机上下文无关文法(SCFG)两种情况,并分别构造随机有限自动机(SFA)和随机下推自动机(SPDA)对测量辐射源进行识别。仿真实验表明,该方法不仅能识别出多功能雷达辐射源的型号及模式,而且能识别出雷达辐射源的功能状态,并进而推断出雷达辐射源的威胁等级。     

基于模态信息的叶盘结构失谐识别方法鲁棒性研究

为有效运用整体叶盘结构失谐识别技术,针对一种以模态信息作为输入参数的识别方法进行了鲁棒性方面的研究.推导了该方法中识别参数对各输入参数的灵敏度公式,利用灵敏度分析的结果,可以明确各个输入参数的重要程度,为实际运用中获取输入参数信息提供指导;另外也可对识别结果的准确度作进一步的分析评价,为可靠的使用该识别方法提供保障.      

基于稀疏最小二乘支持向量机的航空发动机动态过程辨识

针对现有最小二乘支持向量机(LS-SVM)稀疏性不足的难题,提出一种稀疏化策略,应用此方法建立了航空发动机动态过程模型.在对原始样本预求解过程中,该策略使用改进Gram-Schmidt正交化算法对非线性映射矩阵实施递归分解,同时以阈值监督输出向量的残差化过程,从而优选训练样本,降低样本规模,节省内存,提高LS-SVM学习速度.仿真表明,基于优选样本的学习模型较之其他训练样本学习模型提高了回归精度和速度,验证了方法的可行性;基于实际试验数据建立的航空发动机动态过程模型在类似过程参数预测以及性能递推预估仿真表明,高压转子相对转速误差低于0.2%,低压转子相对转速误差低于0.35%,涡轮后燃气温度误差小于3.5℃,满足控制与仿真的需要.      

基于支持向量机的飞行控制系统辨识

以飞机为研究背景,基于系统辨识中的串-并联辨识模型,应用一种支持向量回归机的方法,对飞行控制系统模型进行了辨识。通过仿真,成功地得到了飞行控制系统的辨识模型。结果表明:该方法有很好的预测性能,具有很高的精度,同时也能很好地反映飞行控制系统的特性。