论文部分内容阅读
伴随飞行器技术的发展,获得准确可靠的飞行器模型参数对于飞行器的设计和研制有着十分重要的理论和实际意义。其中,使用气动参数辨识获取其气动参数是一种可靠有效的手段,其已经成为飞行器的建模、仿真、控制器设计过程中不可或缺的一部分。本文针对飞行器建模、辨识方法、闭环辨识问题的研究,从以下几个方面进行:首先,在国内外文献资料的研究基础上,考虑飞行器的飞行特点,建立飞行器六自由度动力学数学模型,并建立多项式形式的空气动力学模型以便于之后气动参数辨识工作的展开。其次,介绍气动参数辨识中应用最广泛的极大似然准则,并应用基于这一准则的Newton-Raphson法和遗传算法进行辨识。分析上述两种方法的优缺点,提出一种基于梯度法局部寻优算子的混合遗传算法,结合了遗传算法的全局寻优能力强和Newton-Raphson梯度法精度高和辨识速度快的优点,并应用其对飞行器模型参数进行辨识。最后,研究闭环飞行试验时,进行气动参数辨识存在的两个问题:使用开环辨识算法的精度低;由于控制系统的作用,输入输出信号相关,信息量减少。针对上述两个问题,分别采用了基于混合遗传算法的闭环系统辨识两阶段法和最优输入设计来解决。综上所述,本文在建立飞行器六自由度模型的基础上,提出一种基于梯度法局部寻优算子的混合遗传气动参数辨识算法,并应用两阶段法和最优输入设计解决了闭环辨识中所存在的问题,最后通过仿真算例进行验证。