反坦克导弹气动参数辨识的最大似然法

应用最大似然法对反坦克导弹气动参数进行辩识，建立用最大似然法辨识某反坦克导弹气动参数的基本方程；用仿真数据进行气动参数辨识，以验证数学模型及辨识方法应用的正确性；然后，对实测飞行试验数据进行气动参数辨识并对辨识结果进行分析、比较。     

观测器测量误差对飞行和气动参数辨识的影响

本文针对飞行器气动参数辨识中存在的辨识精度问题,利用参数辨识中的最大似然法,从理论上推导、分析了观测器测量误差对辨识精度的影响,并通过具体计算结果给出了所得到的几个重要结论。     

遗传算法在导弹气动参数辨识中的应用

战术导弹气动参数辨识是飞行器气动参数辨识的一个重要分支。文章利用极大似然准则,采用遗传算法对导弹气动参数进行离线辨识,此算法避免了传统辨识方法可能出现的数值问题,使辨识准确性明显增强。最后给出了该结果的仿真试验。     

再入体气动参数辨识

采用极大似然辨识方法对再入体的气动力和气动力矩系数及小不对称量进行辨识，用辨识的气动参数重构再入体的飞行弹道，用以验证气动参数辨识的准度。     

基于自适应混沌变异粒子群优化算法的旋转弹丸气动参数辨识

将最大似然准则应用于高速旋转弹丸的气动参数辨识问题中,提出一种新的自适应混沌变异粒子群算法求解该准则下的气动参数最优解,进而得到弹丸的气动参数。该算法通过自适应调整惯性权重、利用混沌优化的思想产生初始粒子、设定早熟判别机制来判断是否陷入局部最优解,并通过粒子变异的策略使其跳出局部最优解等方法进一步优化基本粒子群算法。通过常用的测试函数对该算法进行了测试,测试结果表明：相比于基本粒子群算法,该算法具有收敛速度快、寻优精度高、应用范围广等优点。利用系统仿真的方法模拟弹丸的自由飞行数据,并利用该数据结合所提算法对弹丸的主要气动参数进行辨识,辨识结果表明：该算法可以有效辨识弹丸的气动参数,且精度高,收敛速度快,可以应用于工程实际问题。     

基于极大似然法的高速无人艇操纵响应模型参数辨识

高速水面无人艇操纵性预报精度取决于其运动模型中的参数获取精度,针对传统扩展卡尔曼滤波算法难以获取较高精度的模型参数问题,提出一种采用极大似然法辨识获取无人艇操纵运动2阶非线性响应模型参数的方法。基于某无人艇响应模型参数进行20°Z形仿真实验,采集艏向角和舵角变化数据,根据辨识原理与前向差分法设计一种极大似然辨识方法,通过辨识获取了模型参数。进一步研究发现在极大似然法辨识过程中部分参数有参数漂移现象产生,分析得到参数漂移产生的原因在于使用差分法处理Z形实验数据时忽略了舵角变化率的影响。采用正弦仿真实验数据结合极大似然法进行改进辨识研究,其舵角变化率可直接对舵角求导得到。针对极大似然法与扩展卡尔曼滤波算法的辨识结果展开操纵运动仿真实验。实验结果表明:通过极大似然法辨识获取的参数比传统卡尔曼滤波算法能更精确地预报无人艇的操纵运动,且基于正弦仿真实验数据辨识能有效解决极大似然法的参数漂移,从而为极大似然法辨识结果提供更高的精度。     

基于粒子群-牛顿算法的弹丸阻力系数辨识

针对传统牛顿迭代法在辨识弹丸气动参数时需要精确估计参数初值的问题,提出了基于粒子群初值选取的牛顿迭代优化算法辨识弹丸的零升阻力系数.采用弹丸的六自由度模型作为系统模型,以最大似然准则作为辨识判据,结合粒子群算法的群体搜索性以及牛顿迭代法的局部细致搜索性,对辨识判据进行了优化,并且根据灵敏度计算分析了参数的可辨识性.通过仿真和实际数据辨识对算法的精确性和可靠性进行了验证.仿真和实际辨识结果表明,该方法能有效地辨识旋转弹丸零升阻力系数,可为进一步提高射表精度、节省用弹量提供参考价值.     

确定航天飞机气动力特性的简化分析法

本文讨论了确定航天飞机的稳定性和控制参数的非随机法和包含有最大似然估算程序的回归分析法。用取自STS-2和STS-3飞行试验的数据作为例子说明非随机法的应用,证实了俯仰和滚转反作用控制系统的操纵效率。鉴定了最大似然估算法所使用的模型结构,并指出在再入轨迹下降段非规范力矩支配着飞行器的运动,所以应用最大似然估算得给出错误的参数值。本文还讨论了当没有必要用更完善的最大似然估算程序时,可以用回归分析法来进行参数的选择,确定飞行器的数字模型和选择最有效的参数识别时间间隔。     

基于遗传-最大似然方法高速旋转弹丸阻力系数辨识

为了进一步提高高速旋转弹丸气动参数辨识技术的精度,为射表编制、弹箭飞行控制技术等提供更加可靠的基础数据,对参数的可辨识性问题进行了理论上的定量分析,利用遗传-最大似然方法,通过弹丸空中自由飞行的速度数据对零升阻力系数进行了辨识。通过仿真实验对算法的精确性和可靠性进行了充分的验证。用该算法对实际飞行数据进行了处理,得到了较为精确的弹丸零阻系数,并应用于工程实际问题,分析了仿真实验和实际实验的数据。结果表明,该算法具有较高的数据辨识精度并能有效地解决实际工程问题。     

导弹气动力参数辨识中的一种鲁棒算法

传统的气动力参数辨识算法存在着一些问题，使辨识的准确性和可靠性受到较大的影响。为解决传统算法所存在的问题，以最大似然准则作为辨识准则，应用自适应遗传算法进行导弹的非线性气动力参数仿真辨识。气动力参数辨识的结果比较满意，表明遗传算法具有良好的优化性能，是进行气动力参数辨识的一种鲁棒算法。     

基于气动参数辨识的飞控系统传感器故障估计

气动参数的不确定性使得飞行器表现出明显的模型时变特点,此类系统的故障诊断问题是一个难点。以无人机纵向运动为研究对象,提出一种基于气动参数辨识和迭代学习的传感器故障估计方案。将增广容积卡尔曼滤波（ACKF）算法用于气动参数估计,实现飞机模型的在线辨识。故障一旦发生,将辨识得到的气动参数用于局部包络建模,并利用迭代学习算法构造传感器故障估计器。此外,为提高故障的迭代收敛速度,提出一种基于扩张状态观测器(ESO)思想的迭代学习算法。故障仿真实验表明了所提方法的可行性和有效性。     

飞航导弹总体参数优化设计研究

以空气喷气型飞航导弹为研究对象 ,探讨其主要总体参数优化设计效果 .通过建立全弹质量计算模型、气动估算模型和涡喷发动机性能插算等数学模型 ,选取一定的控制规律进行了质点弹道计算 .在满足总体战术技术指标前提下 ,以航程最远作为目标函数 ,对导弹 5个总体参数进行了优化设计 ,所得结果令人满意     

飞行参数的神经网络估计方法

用所获得的飞行数据训练前馈神经网络，可直接估计飞机的飞行参数．对于飞机的短周期运动方程，网络的输入变量是飞机的仰角、俯仰角速度和舵面偏转角，输出变量是气动力和力矩系数．训练过程中，时间点的输入由输入节点表示，相应时刻的输出在输出节点上获得．获得的值与对应的期望值对比，误差使用反传学习算法传回网络，用以更新连接权值．模拟飞行数据仿真证明，该方法有效并具有较好的鲁棒性．     

在线弹道参数滤波与辨识方法分析

为解决基于雷达探测系统的一维弹道修正弹的快速在线弹道参数辨识及精度分析问题,针对阻力环体制的一维弹道修正弹,建立了适配于一维弹道修正弹的飞行控制弹道模型,并基于卡尔曼滤波理论建立了弹道滤波模型,给出了弹道预报的方法。结合扩展卡尔曼弹道滤波模型,计算分析了数据测量精度、基础阻力系数变化等因素对预报弹道落点的影响。研究结果表明:为了提高无控弹道和修正弹道的预报精度,应尽可能准确地获取全弹的阻力系数,并进行若干发炮射试验,通过反复调整预报-校正分段以确定出较佳弹道参数方差,来提高后续弹道预报精度。     

基于稳定性分析的变质心再入飞行器布局参数设计

为更加合理地设计变质心飞行器的布局参数,结合白杨M导弹的相关公开参数模拟构造了类似的一个钝形再入弹头,并利用CFD-FASTRAN软件计算了其气动参数;对置有纵向单滑块变质心飞行器动力学模型进行线性化处理,并基于李雅普诺夫直接法对飞行器进行稳定性分析;基于稳定性分析结果给出特征参数径向质量块的轴向坐标l1及质量块与系统的质量比1等特征参数的优化设计范围。结果表明:对于不同的质量比1,滑块的轴向安装坐标l1的取值范围会有相应的限制。只有当1,l1选在合适的范围内,才能保证飞行器的运动稳定性。     

靶弹动力学模型参数辨识与弹道仿真

建立靶弹典型动力学模型结构,靶弹六自由度动力学数学模型简化为纵向和侧向两个三自由度的动力学模型。选择了辨识输入数据,将传统的模型辨识方法与现代计算机技术相结合,对气动力辨识输入参数进行了分析,采用迭代算法得出辨识参数,并对辨识精度进行了分析,认为观测量测量误差、物理几何参数误差影响辨识精度,选用靶弹现有试验测量数据作为输入量,进行气动参数辨识,得出辨识结果,将辨识得到的气动参数带入弹道仿真程序进行了仿真,验证了辨识结果满足设计要求。