本文關(guān)鍵詞：高超聲速飛行器氣動參數(shù)辨識和輸入設(shè)計技術(shù)研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：論文研究高超聲速飛行器氣動參數(shù)辨識方法。針對高超聲速飛行器的對象特性,著重研究主動激勵技術(shù),通過高超飛行仿真和無入機試飛驗證了多正弦激勵的可行性,并對比了多正弦和211激勵的辨識效果。另外,針對Newton-Raphson算法需要初始值和易陷入局部最優(yōu)值等缺點,本文設(shè)計了基于極大似然準則的粒子群算法。 本文的主要工作和成果如下所述： 首先,進行高超聲速飛行器的對象特性分析。研究了高超聲速飛行器飛行狀態(tài)變化較快的特點,分析了高超聲速飛行器的縱向氣動參數(shù)的非線性,討論了動壓、動導(dǎo)數(shù)測不準和模型的不確定性問題。基于對象特性設(shè)計了總體辨識方案。 其次,在高超飛行任務(wù)的基礎(chǔ)上,研究了高超聲速飛行器輸入信號設(shè)計方案和評價準則并進行了飛行仿真和演示樣機驗證。為了獲得較好的辨識結(jié)果,高超聲速飛行器需要主動激勵,激發(fā)飛行器的運動模態(tài)。研究了激勵的設(shè)計機理,分析了典型激勵的特點,確立了輸入設(shè)計的方案。在此基礎(chǔ)上,針對高超聲速飛行器對于辨識激勵信號的要求,設(shè)計多通道激勵的方案,給出了激勵評價的參數(shù)度量和非參數(shù)度量的準則。基于高超聲速飛行器飛行仿真平臺,驗證了主動激勵的必要性、作用方式、幅值和頻率的設(shè)計準則,比較了在控制閉環(huán)情況下多正弦激勵與211激勵的優(yōu)劣。由于目前多正弦激勵在國內(nèi)尚無工程使用先例,在無人機平臺上對多正弦激勵的有效性進行了驗證。 再次,針對高超聲速飛行器縱向非線性的特性,使用高階項修正,設(shè)計了氣動參數(shù)的高階項描述非線性特性的候選模型,實現(xiàn)了對高超聲速飛行器氣動參數(shù)非線性辨識。 最后,以極大似然方法為基礎(chǔ),發(fā)展了基于極大似然準則的粒子群算法來辨識高超聲速飛行器氣動力參數(shù)。將所設(shè)計的優(yōu)化算法應(yīng)用于高超模型仿真數(shù)據(jù),獲取了良好的辨識效果。
【關(guān)鍵詞】：氣動參數(shù)辨識 多正弦激勵 主動激勵 粒子群算法 高超聲速飛行器
【學位授予單位】：廈門大學
【學位級別】：碩士
【學位授予年份】：2014
【分類號】：V221
【目錄】：

• 摘要4-5
• ABSTRACT5-7
• 目錄7-15
• 第一章 緒論15-21
• 1.1 課題背景及意義15-16
• 1.2 國內(nèi)外研究現(xiàn)狀16-19
• 1.2.1 國外研究現(xiàn)狀16-18
• 1.2.2 國內(nèi)研究現(xiàn)狀18-19
• 1.3 本文研究內(nèi)容19-21
• 第二章 對象特性分析和辨識方案設(shè)計21-29
• 2.1 高超聲速飛行器對象特性分析21-25
• 2.2 氣動參數(shù)辨識方案設(shè)計25-28
• 2.2.1 候選模型26-27
• 2.2.2 辨識算法27-28
• 2.2.3 激勵方案28
• 2.3 本章小結(jié)28-29
• 第三章 輸入技術(shù)研究29-43
• 3.1 單通道激勵信號設(shè)計方案29-36
• 3.1.1 激勵設(shè)計一般原則29-30
• 3.1.2 典型激勵形式30-33
• 3.1.3 多正弦激勵和211激勵的設(shè)計方法33-36
• 3.2 多通道激勵信號設(shè)計方案36-39
• 3.2.1 多通道激勵設(shè)計原則36-37
• 3.2.2 多通道激勵設(shè)計及優(yōu)化方案37-39
• 3.3 輸入評價準則39-41
• 3.3.1 克拉馬羅界40-41
• 3.3.2 信噪比和相干性41
• 3.4 本章小結(jié)41-43
• 第四章 飛行仿真驗證和演示樣機試飛驗證43-71
• 4.1 仿真驗證43-59
• 4.1.1 高超模型控制結(jié)構(gòu)43-44
• 4.1.2 主動激勵必要性驗證44-45
• 4.1.3 激勵作用方式對比45-46
• 4.1.4 激勵幅值頻率設(shè)計仿真驗證46-53
• 4.1.5 閉環(huán)控制激勵對比53-59
• 4.2 試飛驗證59-69
• 4.2.1 演示驗證無人機59-62
• 4.2.2 多正弦激勵辨識結(jié)果62-69
• 4.3 本章小結(jié)69-71
• 第五章 基于非線性模型的辨識算法71-81
• 5.1 非線性氣動模型71-72
• 5.2 極大似然準則和Newton-Raphson優(yōu)化算法72-73
• 5.2.1 極大似然準則72
• 5.2.2 基于極大似然法準則的Newton-Raphson優(yōu)化算法72-73
• 5.3 基于極大似然法準則的PSO算法73-76
• 5.3.1 PSO算法74
• 5.3.2 基于極大似然準則的PSO算法74-76
• 5.4 辨識算法的仿真驗證76-80
• 5.5 本章小結(jié)80-81
• 第六章 總結(jié)81-83
• 6.1 全文總結(jié)81-82
• 6.2 展望82-83
• 參考文獻83-87
• 作者攻讀碩士學位期間所發(fā)表的論文87-88
• 致謝88

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 張靖男;孫未蒙;鄭志強;;高超聲速武器控制技術(shù)發(fā)展探討[J];航空兵器;2006年04期

2 汪清,何開鋒,錢煒祺,毛仲君;飛機大攻角空間機動氣動力建模研究[J];航空學報;2004年05期

3 王樹桂;系統(tǒng)辨識及航行器參數(shù)辨識進展[J];昆明工學院學報;1995年06期

4 王文正,蔡金獅;飛行器氣動力參數(shù)辨識的一種實用濾波誤差方法[J];空氣動力學學報;1997年02期

5 和爭春;錢煒祺;朱國林;蔡金獅;;飛行器跨聲速區(qū)俯仰力矩系數(shù)建模方法研究[J];空氣動力學學報;2005年04期

6 孫海生;張海酉;劉志濤;;大迎角非定常氣動力建模方法研究[J];空氣動力學學報;2011年06期

7 阮尚義,許光明;展望系統(tǒng)辨識方法在大攻角氣動問題研究中的應(yīng)用[J];氣動實驗與測量控制;1992年02期

8 崔爾杰;;近空間飛行器研究發(fā)展現(xiàn)狀及關(guān)鍵技術(shù)問題[J];力學進展;2009年06期

9 顧冬雷,高正,孫傳偉;無人直升機控制動態(tài)特性的頻域辨識建模方法[J];南京航空航天大學學報;2004年06期

10 孫長銀;穆朝絮;余瑤;;近空間高超聲速飛行器控制的幾個科學問題研究[J];自動化學報;2013年11期

  本文關(guān)鍵詞：高超聲速飛行器氣動參數(shù)辨識和輸入設(shè)計技術(shù)研究，由筆耕文化傳播整理發(fā)布。

本文編號：394914