当前位置: 首页 > 专利查询>清华大学专利>正文

基于模态分割和遗传算法的飞行器不定阶次参数模型辨识方法技术

技术编号:4089404 阅读:393 留言:0更新日期:2012-04-11 18:40
基于模态分割和遗传算法的飞行器不定阶次参数模型辨识方法属于飞行器辨识建模领域,其特征在于,含有:频域响应、搜索辨识和时域验证3个阶段,其中:频域响应阶段用于获取飞行器的辨识实验数据作为模型辨识的原始实验数据,包含扫频飞行实验、时域数据采集、频域变换和数据有效性检验4个步骤;搜索辨识阶段利用模态分割和遗传算法逐一试探并辨识飞行器所有可能的模型结构,包含阶次初始化、模态分割模型、遗传算法辨识和均值结果记录4个步骤;时域验证阶段用于验证与飞行器原始动力学数据最接近的模型,包含:辨识结果寻优、最优模型确定、双脉冲实验和模型验证4个步骤。本发明专利技术无需繁琐的机理分析和阶次预估过程,而是利用模态分割模型保留飞行器动力学模型的全部参数,通过遗传算法搜索各种可能的模态分割模型结构,从而辨识得到飞行器尤其是直升机的高精度动力学模型。

【技术实现步骤摘要】

本专利技术是用于对飞行器尤其是直升机进行动力学建模的辨识方法,能够高精度地 辨识得到动力学模型。主要应用在飞行器辨识建模和控制等

技术介绍
飞行器的动力学模型是飞行控制的前提。只有获得精确的动力学模型,才能获得 优良的飞行控制效果。反之,如果没有精确的动力学模型精度,很多先进的飞行控制算法甚 至无法得以实现。传统的飞行器建模方法主要有3种,风洞建模、机理建模和辨识建模。而对于飞行 器尤其是直升机而言,其结构、流场和飞行原理甚为复杂。采用风洞建模和机理建模很难精 确量化其表面紊乱的流场和内部复杂的动力及操纵机构。因此,近年来开始采用辨识建模 方法,根据真实的飞行实验数据对飞行器进行建模。在诸多辨识建模方法中,以美国陆军与 NASA (National Aeronautics and Space Administration)联合开发的飞行建模工具软件 CIFER (Comprehensive Identification from Frequency Responses)为典型,其代表了 当今飞行器尤其是直升机辨识建模的最高水平。然而,飞行器尤其是直升机的辨识建模技 术属本文档来自技高网...

【技术保护点】
基于模态分割和遗传算法的飞行器不定阶次参数模型辨识方法属于飞行器辨识建模领域,其特征在于,含有:频域响应、搜索辨识和时域验证3个阶段,其中:频域响应阶段用于获取飞行器的辨识实验数据,以作为模型辨识的原始实验数据,包含扫频飞行实验、时域数据采集、频域变换和数据有效性检验4个步骤,其处理流程为:通过扫频飞行实验,使飞行器在扫频信号激励下的做出动态响应;经过时域数据采集,得到飞行器扫频指令信号和动态响应的时域实验数据;经过频域变换,将时域数据转化为频域响应数据;在数据有效性检验步骤,通过检验频域响应数据相关度准以判断其有效性,从而决定是否可用于下一步的模型辨识;相关度准的检验标准是:如不满足准>0....

【技术特征摘要】

【专利技术属性】
技术研发人员:王冠林夏慧朱纪洪
申请(专利权)人:清华大学
类型:发明
国别省市:11[中国|北京]

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1