涂海峰 贾生伟 阳丰俊 吕 瑞

中国运载火箭技术研究院，北京100076

系统辨识是建立模型、改进模型以及验证仿真模型精度的重要手段[1]。依靠系统辨识，仅通过飞行试验中的输入输出观测信息就可获取系统的模型，其优势尤其体现在飞行器平台的开发上[1-5]。系统辨识可以代替风洞试验获取飞行器系统的气动参数，缩短设计周期，降低设计成本，因而被广泛应用于飞行器系统仿真平台搭建和控制器设计。对于追求低成本的巡飞弹药来说，如何通过系统辨识来获取巡飞弹药的气动参数，以减少研发成本，缩短研发周期是值得探索的问题。

经过多年的发展，已经发展出多种常用的系统辨识算法，按照参数获取的时间可分为离线辨识法和在线辨识法。其中，在线辨识法可以在线实时地估计模型参数，用于控制系统模型或参数在线修订，因而比离线辨识法得到了更为普遍的应用。在线辨识算法中扩展卡尔曼滤波(EKF)辨识算法是使用较多的方法。1971年，Chen、Eulrich等人[6]在研究报告中将EKF辨识方法应用于某垂直起降飞机的控制导数和稳定导数的辨识。之后的若干年中，Jategaonkar、Walker、Speyer和Chowdary等人[7-11]进一步研究了EKF辨识方法在飞行器气动参数估计中的应用。

虽然，EKF是目前针对非线性系统应用最为广泛的状态估计算法，但是它存在计算量大、估计精度低等缺陷[12-13]，同时部分复杂非线性系统很难求得系统的Jacobian矩阵和Hessian矩阵。为了避免这些问题，本文采用无迹卡尔曼滤波(UKF)实现飞行器的气动参数估计，并将该方法应用于巡飞弹药气动参数估计，通过与EKF气动参数辨识结果的对比分析，可知UKF在气动参数辨识方面优于EKF，实现气动参数的在线估计。……