飛機(jī)和旋翼機(jī)系統(tǒng)辨識：工程方法和飛行試驗案例
定 價：160 元
- 作者：馬克.B.蒂施勒
- 出版時間：2012/12/12
- ISBN：9787516501047
- 出 版 社：中航出版?zhèn)髅?/span>
- 中圖法分類：H31
- 頁碼：451
- 紙張：
- 版次：
- 開本：16K
《AIAA航空航天技術(shù)叢書•飛機(jī)和旋翼機(jī)系統(tǒng)辨識:工程方法和飛行試驗案例》主要講述基于頻域數(shù)據(jù)處理技術(shù)的飛機(jī)和旋翼機(jī)的系統(tǒng)辨識方法，全書側(cè)重于辨識方法的工程實用性和對飛行試驗案例的分析，其主要內(nèi)容包括頻域辨識方法的基本概念、高質(zhì)量試驗數(shù)據(jù)的獲取、數(shù)據(jù)預(yù)處理、針對SISO和MIMO的頻率響應(yīng)辨識、傳遞函數(shù)模型辨識、狀態(tài)空間模型辨識以及辨識結(jié)果的時域驗證等，中間穿插了一些CIFER軟件的應(yīng)用實例�！禔IAA航空航天技術(shù)叢書•飛機(jī)和旋翼機(jī)系統(tǒng)辨識:工程方法和飛行試驗案例》作者長期從事飛行器系統(tǒng)辨識方面的工作，具有豐富的工程經(jīng)驗，在書中給出了很多極具實用價值并且經(jīng)過驗證的工程處理方法和準(zhǔn)則。
《AIAA航空航天技術(shù)叢書•飛機(jī)和旋翼機(jī)系統(tǒng)辨識:工程方法和飛行試驗案例》可供從事飛行器系統(tǒng)建模、飛行試驗、飛行控制系統(tǒng)開發(fā)以及相關(guān)領(lǐng)域的研究生、科研人員以及工程技術(shù)人員參考閱讀。
作者：（美國）馬克·B.蒂施勒 （Mark B.Tischler） （美國）羅伯特·K.倫佩（Robert K.Remple） 譯者：張怡哲 左軍毅
第1章頻域系統(tǒng)辨識的簡介及其發(fā)展簡史
1.1飛機(jī)和旋翼機(jī)系統(tǒng)辨識的基本概念
1.1.1頻率響應(yīng)模型
1.1.2傳遞函數(shù)模型
1.1.3狀態(tài)空間模型
1.2仿真和系統(tǒng)辨識的關(guān)系
1.3旋翼機(jī)系統(tǒng)辨識的特殊挑戰(zhàn)
1.4飛行器系統(tǒng)辨識中的參數(shù)化模型及非參數(shù)模型的其他作用
1.5頻率響應(yīng)辨識方法很適合于飛行器的開發(fā)研制
1.6確定飛行力學(xué)模型時系統(tǒng)辨識方法的作用及其局限性
1.7頻域方法用于飛機(jī)和旋翼機(jī)系統(tǒng)辨識的發(fā)展簡史
1.8本書的組織結(jié)構(gòu)
習(xí)題
第2章系統(tǒng)辨識的頻率響應(yīng)法
2.1頻率響應(yīng)辨識方法的技術(shù)路線
2.2頻率響應(yīng)法用于飛行器系統(tǒng)辨識的主要特點
2.3頻率響應(yīng)辨識方法用于XV—15傾轉(zhuǎn)旋翼機(jī)
2.3.1XV—15掃頻數(shù)據(jù)：V=170kn
2.3.2仿真模型驗證
2.3.3辨識傳遞函數(shù)模型
2.3.4操縱品質(zhì)規(guī)范
2.3.5巡航狀態(tài)下的穩(wěn)定和控制導(dǎo)數(shù)辨識
2.3.6巡航狀態(tài)辨識模型的時域驗證
2.3.7懸停狀態(tài)下的穩(wěn)定和控制導(dǎo)數(shù)辨識和驗證
2.4 CIFER應(yīng)用舉例
習(xí)題
第3章案例描述
3.1倒立擺問題
3.2XV—15傾轉(zhuǎn)旋翼機(jī)
3.3XV—15懸停時的飛行動態(tài)
3.4閉環(huán)懸停飛行試驗中的測量
3.5XV—15懸停狀態(tài)下的測試數(shù)據(jù)庫
3.6XV—15巡航時的動態(tài)特性
3.7開環(huán)巡航飛行試驗中的測量
3.8XV—15巡航狀態(tài)下的飛行試驗數(shù)據(jù)庫
習(xí)題
第4章CIFER軟件概述
4.1CIFER軟件的基本特征
4.2CIFER中的數(shù)據(jù)流
4.3CIFER軟件的菜單
4.4CIFER用戶界面
4.5CIFER實用程序例子
4.6CIFER同其他工具的接口
習(xí)題
第5章時間歷程數(shù)據(jù)的采集
5.1系統(tǒng)辨識中的數(shù)據(jù)需求概述（時域和頻域）
5.1.1適用的頻率范圍
5.1.2動態(tài)耦合
5.2最優(yōu)輸入設(shè)計
5.3頻率響應(yīng)辨識方法中推薦的駕駛員輸入
5.4對試驗儀器的要求
5.5駕駛員掃頻概述
5.6掃頻輸入信號的詳細(xì)設(shè)計
5.7飛行試驗階段的考慮
5.8飛機(jī)本體辨識的開環(huán)和閉環(huán)試驗
5.9駕駛員掃頻中哪些重要哪些不重要
5.10駕駛員掃頻技術(shù)中關(guān)鍵點歸納
5.11計算機(jī)生成掃頻
5.11.1離線仿真模型的系統(tǒng)辨識試驗
5.11.2確定結(jié)構(gòu)響應(yīng)
5.11.3無人飛行器
5.11.4自動掃頻試驗中的重要事項
5.12利用其他類型的輸入信號進(jìn)行頻率響應(yīng)辨識
習(xí)題
第6章數(shù)據(jù)協(xié)調(diào)性和數(shù)據(jù)重構(gòu)
6.1飛行試驗數(shù)據(jù)測量誤差的建模
6.1.1利用動力學(xué)協(xié)調(diào)性方法消除飛行試驗數(shù)據(jù)中的測量誤差
6.1.2基于SMACK的B0105飛行試驗分析
6.1.3應(yīng)用SMACK進(jìn)行進(jìn)一步的數(shù)據(jù)協(xié)調(diào)性分析試驗
6.2數(shù)據(jù)協(xié)調(diào)性和狀態(tài)重構(gòu)的簡易方法
6.2.1角運(yùn)動量的協(xié)調(diào)
6.2.2儀器系統(tǒng)特性的校正
6.2.3線運(yùn)動參數(shù)的協(xié)調(diào)性
6.2.4錯誤數(shù)據(jù)點的檢測
6.2.5控制裝置標(biāo)定
習(xí)題
第7章單輸入／單輸出系統(tǒng)頻率響應(yīng)辨識理論
7.1頻率響應(yīng)的定義
7.2建立時域信號的傅里葉變換與頻率響應(yīng)H（f）的關(guān)系
7.3解釋頻率響應(yīng)的一個簡單例子
7.4一般性結(jié)論
7.5傅里葉變換和譜函數(shù)的計算
7.5.1譜函數(shù)
7.5.2譜函數(shù)辨識中的偏差和隨機(jī)誤差
7.5.3分窗法
7.5.4快速傅里葉變換和線性調(diào)頻2變換
7.6譜函數(shù)的說明
7.7頻率響應(yīng)的計算
7.7.1無輸入測量噪聲時輸出噪聲對H1（f）估計的影響
7.7.2輸入噪聲對H1（f）估計的影響
7.7.3頻率響應(yīng)計算的第二計算式
7.7.4存在非線性因素時頻率響應(yīng)的說明：描述函數(shù)
7.8相干函數(shù)
7.9頻率響應(yīng)估計中的隨機(jī)誤差
7.10窗口尺寸選擇及其折中
7.10.1標(biāo)稱窗口尺寸（Twin）的選擇
7.10.2最大窗口尺寸
7.10.3最小窗口尺寸
7.10.4結(jié)構(gòu)響應(yīng)辨識中的窗口尺寸要求
7.10.5窗口選擇上的權(quán)衡
7.11在CIFER中采用FRESPID進(jìn)行頻率響應(yīng)辨識
7.12頻率響應(yīng)辨識準(zhǔn)則的總結(jié)
7.13舉例：倒立擺
7.14應(yīng)用和例子
7.14.1時間歷程信號的譜分析
7.14.2駕駛員截止頻率的確定
7.14.3操縱品質(zhì)規(guī)范的符合性
7.14.4用數(shù)值方法提取線性模型
7.14.5飛行仿真驗證
7.14.6穩(wěn)定裕度試驗
7.14.7控制系統(tǒng)模型驗證
習(xí)題
第8章反饋調(diào)節(jié)系統(tǒng)工作時的飛機(jī)本體動態(tài)辨識
8.1閉環(huán)辨識中的限制條件
8.2偏差的量值
8.3偏差定義
8.4閉環(huán)條件下辨識結(jié)果的數(shù)字分析
8.4.1無噪聲（n=0）時閉環(huán)響應(yīng)p／δlat和飛機(jī)本體p／δa響應(yīng)的辨識
8.4.2閉環(huán)條件下噪聲對飛機(jī)本體響應(yīng)辨識的影響
8.4.3在參數(shù)辨識中確定偏差量值
8.5飛行試驗建議
8.6不穩(wěn)定倒立擺動態(tài)的辨識
8.7結(jié)論
習(xí)題
……
第9章多輸入辨識技術(shù)
第10章復(fù)合分窗
第11章建立傳遞函數(shù)模型
第12章狀態(tài)空間模型辨識——基本概念
第13章狀態(tài)空間辨識：物理模型結(jié)構(gòu)
第14章辨識模型的時域驗證
笛15章耦合旋翼／機(jī)身動態(tài)的高階建模
附錄建議準(zhǔn)則匯總
參考文獻(xiàn)
頻率響應(yīng)方法的另一個重要優(yōu)點就是在辨識過程中用到的頻率響應(yīng)對于非相關(guān)的過程和測量噪聲（本書7.7節(jié)）是無偏的。因此，辨識的狀態(tài)空間參數(shù)對非相關(guān)的過程和測量噪聲也將是無偏的。與輸出和方程誤差方法（時域或頻域）相比，這是獨特的優(yōu)勢。這兩種方法的前者忽略了過程噪聲，而后者忽略了測量噪聲。任何一種方法都可能導(dǎo)致辨識參數(shù)的偏差。在此之外，可以把噪聲特性包含在時域求解中，這就產(chǎn)生了更復(fù)雜的極大似然估計方法。在頻率響應(yīng)方法中，因為輸出和／或過程噪聲與激勵輸入是不相關(guān)的，所以頻率響應(yīng)計算未予考慮。這也消除了ML精度指標(biāo)計算（12.3.1節(jié)）中產(chǎn)生較大尺度因子的主要誘發(fā)因素。
用于狀態(tài)空間模型辨識的MIMO頻率響應(yīng)擬配過程是對第11章給出的低級等效系統(tǒng)傳遞函數(shù)模型辨識概念的直接擴(kuò)展。這樣就使MIMO辨識結(jié)果、代價函數(shù)等級和失配行為的解讀比較清楚。例如，如果在伯德圖中，對主要軸上響應(yīng)對的比較表明：辨識模型的幅值轉(zhuǎn)折點位置不對應(yīng)，這說明有一個主要時間常數(shù)是不正確的。當(dāng)幅值曲線與飛行數(shù)據(jù)相比偏離了一個常量時，這可能是由錯誤的控制導(dǎo)數(shù)或不一致的單位造成。最后，高頻相位衰減中的誤差通常是由時間延遲影響或未建模的高頻動態(tài)特性引起。在輸出誤差辨識方法中，根據(jù)輸出間歷程（時域）或傅里葉系數(shù)（頻域）來確定建模誤差要困難得多。和SISO傳遞函數(shù)模型辨識相關(guān)的直觀認(rèn)識、內(nèi)涵本質(zhì)和大量的文獻(xiàn)資料，都可以很自然地擴(kuò)展到更復(fù)雜的MI—MO系統(tǒng)辨識中。
與SISO傳遞函數(shù)辨識類似，MIMO狀態(tài)空間模型辨識的代價函數(shù)是以擬配誤差形式給出，單位為dB（相位的單位是）。因此誤差反映的是幅值誤差的百分比和相位的偏移量。正如在不同的頻率響應(yīng)曲線中看到的一樣，通過使單個代價函數(shù)的平均值最小，一般都可以達(dá)到一個大致相同的擬配精度水平。當(dāng)在時域中觀察的時候，模型預(yù)測結(jié)果說明了在不同響應(yīng)之間百分比誤差的一種均衡。
對狀態(tài)空間模型辨識，頻率響應(yīng)方法的另一個主要的優(yōu)勢是能夠得到相干函數(shù)y2xy。頻率響應(yīng)誤差是根據(jù)飛行數(shù)據(jù)響應(yīng)的相干函數(shù)值進(jìn)行對應(yīng)加權(quán)Wy（式（12—20））的。這個辨識方案得到的穩(wěn)定性導(dǎo)數(shù)和控制導(dǎo)數(shù)值，能夠使模型最好地追蹤準(zhǔn)確的數(shù)據(jù)，并放棄一些不可靠的數(shù)據(jù)。相干性加權(quán)也是Hessian矩陣的一個重要方面，該矩陣是式（12—35）精度指標(biāo)計算的基礎(chǔ)。當(dāng)某個特定的頻率響應(yīng)或在一個有限的頻率范圍內(nèi)相干性下降時，對應(yīng)數(shù)據(jù)的權(quán)重W將降低，并且這個響應(yīng)的關(guān)鍵模型參數(shù)的不敏感度和Cramer—Rao邊界也會增加。換句話說，正如預(yù)料的那樣，隨著數(shù)據(jù)品質(zhì)的下降，在這個頻率范圍中相關(guān)參數(shù)計算的可靠性也隨之減小。結(jié)果就是，用頻率響應(yīng)方法計算得到的精度指標(biāo)準(zhǔn)確地反映了頻率響應(yīng)數(shù)據(jù)庫和選擇的模型結(jié)構(gòu)之間的兼容性。
書單推薦
