王建宏， 王道波

(南京航空航天大学自动化学院，南京 210016)

0 引言

颤振是飞机非线性定常气动力和结构弹性力交互作用的结果。为避免颤振引起的灾难性后果，飞机试飞前需要在风洞中进行结构相似、刚度相似的模型颤振试验，然后在空中进行亚临界颤振试验。颤振辨识通常是在亚临界条件下试验，从试验数据辨识出气动弹性耦合系统的弯曲、扭转的频率和阻尼，并据此推算出颤振临界速度，进行颤振飞行边界预测，提供飞机的适航条件，为准确地对飞机进行控制器的设计提供前提条件。

文献［1］采用一种适用于噪声环境的广义整体最小二乘法，辨识飞机的颤振模态参数。但是广义整体最小二乘法的计算复杂度仍很大，并且由此所得的参数估计值具有较差的随机渐近性和有偏性。文献［2］利用频域子空间算法辨识模型参数，此时在频域辨识时需要保证输入和输出信号在观测时间区间内是周期信号，以保证在做离散傅里叶变换时不会产生混叠谱和泄露谱。另外利用线性的广义奇异值分解求解模型参数实质是利用奇异值截断的方法，将辨识的高阶系统近似表示为低阶系统，这会导致非主要模态辨识精度不高。文献［3］利用频域极大似然估计法(ML)辨识模型参数，但是极大似然估计的非线性损失函数需要借助于优化迭代算法求取极小值点，在噪声较大的情况下，迭代算法将有可能收敛到局部最小点。为解决上述问题，以及弥补该方法的不足，本文在颤振风洞实验时，针对输入和输出观测数据都被噪声污染的情况，对常规的偏差补偿最小二乘法进行改进，得到一种新颖的偏差补偿辅助变量辨识法。……