何周理 徐绯， 段敏鸽

(1.西北工业大学航空学院，西安 710072;2.上海飞机设计研究院，上海 200232)

连续碳(及碳化硅)纤维增强复合材料具有较高的比强度、比刚度以及耐高温、耐腐蚀、抗氧化、低密度等优点，因此，已越来越广泛地应用于航空、航天等高温领域。

在固体力学和材料力学领域中，某些材料参数通过试验直接测量十分困难。但却可以通过试验测量得到与这些材料参数直接相关的其它物理量，再考虑通过反演计算得到所需的材料参数值。常用的反演方法主要包括:Monte Carlo［1］法、模拟退火法［2］、遗传算法［3］、改进的人工神经网络法［4］等等。上述的几种反演方法属于完全非线性反演法，具备全局搜索能力，但是计算量往往很大，计算效率不高。所以对于单个或者未知参数较少时的反演情况，上述方法并非最佳选择。本文将介绍一种计算效率较高的Kalman滤波反演法。

1960年，Kalman提出了用递归方法解决离散数据线性滤波问题。此后，由于数字计算技术的进步，Kalman滤波技术得到了广泛的应用，特别是在自主及协助导航领域。Kalman滤波可由一系列递归数学公式描述，它们提供了一种高效的方法来估计过程的状态，并使估计均方误差最小［5］。其应用广泛且功能强大，即使对相应模型的性质不确定，可以估计信号的过去和当前状态，甚至将来的状态。基于以上Kalman滤波反演方法的优点，促使其正逐渐走进研究者的视野，如结合边界元利用扩展的Kalman滤波方法对材料弹性和热弹性参数［6］进……