与固定翼无人机相比,小型无人直升机由于具有垂直起降、空中悬停、姿态灵活等飞行特性,同时又具有应用成本小、部署方便等诸多优势,在军事和民用领域均有广阔的应用前景。最近十年来,小型无人直升机行业发展迅速,一些国防研究机构、企业和高校都将其作为非常重要的研究课题。本人所在的实验室长期从事该领域的研究,本文在实验室已有成果的基础上,针对小型无人直升机系统辨识的相关课题,进行了进一步探索与研究。首先,在依照第一性建模原理和线性化理论而得到的直升机悬停点气动模型的基础上,采用频域辨识理论,本文提出了一种高效可靠的直升机气动模型的系统辨识建模方法。该方法得到的小型无人直升机气动模型经过严格的飞行验证,并已在实验室其他课题组的直升机飞行控制器设计工作中得到应用。接下来,为了解决频域辨识过程中计算复杂、参数众多等问题,本文设计了一种基于强化学习的正交基辨识方法。该方法能避免复杂的频域变换计算,可有效地解决计算过程中涉及的参数选择问题,能够灵活、准确地完成辨识任务。最后,为了取得更能准确预测飞行器真实输出的系统模型,在基于时变系统的在线辨识算法框架下,本文提出了两种在线辨识方法,通过在线修正小型无人直升机的气动模型,改善了气动模型的预测精度。需要强调的是,本文以上三个主要内容,均得到了飞行实验的验证。本文的主要工作和创新点如下:(1)论文介绍了小型无人直升机的研究背景和意义,并简要回顾了国内外研究状况。对本文涉及的系统辨识理论及其在小型无人直升机上的应用,进行了详细阐述和具体分析。(2)论文介绍了小型无人机的相关知识和机理建模原理,提出了本文待辨识的小型无人直升机整体气动模型。根据频域辨识理论,在借鉴CIFER软件的基础上,本文设计了一套高效可靠的系统辨识流程,完成了上述模型的辨识和模型的验证工作。(3)为了解决小型无人直升机在悬停点附近横纵向耦合系数频域特征不明显、辨识结果不精确的问题,本文提出了一种横纵向通道在指标函数下互相迭代下降的方法,解决了横纵向通道之间耦合参数项的辨识问题。实际飞行结果显示,考虑耦合项后的系统模型精度优于未考虑耦合项的系统模型。(4)将正交基理论应用于小型无人机的系统辨识,降低了需要辨识的参数的数量,改善了辨识过程中的数值条件。本文针对正交基辨识方法的关键问题——极点选择问题,设计了一种基于强化学习算法的极点迭代方法。并在此基础上,通过改进,克服了强化学习中的“维数诅咒问题”,从而保证了算法的有效性。该方法可以充分利用用户的先验知识,能够直观、有效地解决正交基函数下的系统辨识问题。(5)为了提高模型的预测精度,实现小型无人机的在线辨识,充分考虑直升机系统的时变特性,本文根据经典最小二乘法的工作框架,将加入阻尼项的最小二乘递推算法应用于小型无人直升机的在线辨识实验。结果表明,该算法能抑制参数估计值的抖动,提高数据的可读性,具有较积极的工程意义,该方法可以认为是对时变参数造成影响的一种“消极”应对方案。为了克服时变参数对估计误差的影响,本文提出了信息权重递推算法。通过估计时变参数的影响并进行补偿,该算法能在无测量噪音的条件下达到对时变参数估计结果的渐进收敛的结论,并给出了严格的数学证明。数值仿真和小型无人直升机辨识实验,均验证了算法的有效性。最后,在总结全文的基础上,论文提出了有待进一步研究的问题和展望。