系统设计辨识报告气动参数辨识.pdfVIP

. 参数辨识 引言 系统辨识主要有两大部分组成， 一个是系统模型的辨识， 它主要解决在对某 一系统的模型不确定或完全未知的情况下， 如何根据该系统对特定输入的响应来 得到一个数学模型，并用此模型代替这一真实系统的问题 ;另一个是参数辨识， 它主要解决当系统模型己知的条件下， 确定模型中的一些未知参数的问题。 参数 辨识方法目前己经被用于飞行器气动参数辨识。 飞行器气动辨识是一个系统工程， 包括四部分： ①试验设计， 使试验能为辨 识提供含有足够信息量且信息分布均匀的试验数据； ②气动模型结果确定， 即从 候选模型集中， 根据一定的准则和经验， 选出最优的气动模型构式； ③气动参数 辨识，根据辨识准则和数据求取模型中待定参数， 这是气动辨识定量研究的核心 阶段；④模型检验， 确认所得气动模型是否确实反映了飞行器动力学系统中气动 力的本质属性。这四个部分环环相扣，缺一不可，要反复进行，直到对所得气动 模型满意为止。 气动参数辨识，以飞机试验数据分析为例， 目前在工程上通常采用近似方法， 数据处理效率低、 处理结果精度差。 在飞行试验测试手段日益发展的今天， 从传 感器信号调节、数据采集，到数据记录和处理，都已经具备了精度高、速度快的 特点，如何准确、迅速地将真实的飞机气动特性从繁多地试验数据结果中分离出 来，从而确定飞机的气动模型， 已经成为从事飞行试验数据处理分析人员急需解 决的问题。因此，研究飞机参数辨识方法来确定飞机气动参数，寻求一种准确、 迅速的将真实的飞机气动特性从试验结果中分离出来的方法， 对缩短数据处理时 间和减少飞行试验周期等具有较大的应用价值。 参数辨识的方法 参数辨识方法主要有最小二乘算法、极大似然法、集员辨识法、贝叶斯法、 岭估计法、 超椭球法和鲁棒辨识法等多种辨识方法。 虽然目前参数辨识的领域己 经发展了多种算法，但是用于气动参数估计的算法主要有：极大似然法 (ML)，广 义 Kalman滤波 (EKF)法，模型估计法 (EBM )、分割及多分割算法 (PIA及 MPIA)、最 小二乘法，微分动态规划法等。 -. . 因为最小二乘法和极大似然法是两种经典的算法，目前己经发展得相当成 熟，本文主要采用了这两种算法。 最小二乘法适于线性模型的参数辨识， 可以用 于飞行器系统辨识中很多的线性模型， 如惯性仪表误差系数的辨识， 线性时变离 散系统初始状态的辨识及多项式曲线拟合等。 目前最小二乘法已经广泛应用于工 程实际中。 而极大似然算法因其具有渐进一致性、 估计的无偏性、 良好的收敛特 性等特点而被广泛应用于飞行器参数辨识领域。 最小二乘法大约是 1975 年高斯在其著名的星体运动轨道预报研究工作中提 出来的。后来，最小二乘法就成了估计理论的奠基石。 由于最小二乘法原理简单， 编程容易，所以它颇受人们重视，应用相当广泛。 长期以来， 极大似然估计算法在实践中不断地被加以改进， 这种改进主要表 现在三个方面， 即算法的优化、 是否考虑过程噪声以及灵敏度的计算等。