刘鑫瑜,周 健,卢 健,王 耿

(1.西安工程大学 电子信息学院, 西安 710048;2.西北工业大学 无人系统技术研究院, 西安 710072)

0 引言

小型无人直升机在多领域迅速发展,如搜索救援、地质勘探、物流输送、武器装载等。从民用到军用,小型无人直升机都受到广泛的重视[1-2]。由于小型直升无人机自身结构复杂、非线性、强耦合等特性,通过数学建模解决小型无人直升机建模问题往往显得力不从心,缺乏精确的动力学模型成为制约无人机直升机发展的重要因素。而系统辨识得益于以数据为驱动进行模型辨识,规避了系统结构复杂等特性,成为了小型无人直升机建模的主要研究方向。

随着傅里叶变换的引入,Tishcler将谱函数分析法应用于飞行器辨识中,为频域辨识在旋翼飞行器建模中建立了理论优势[3]。随后,Tishcler提出了一种基于复合分窗和规整谱量的频域辨识优化算法[4],获得了较为精确的频率响应曲线,使用该方法成功辨识了黑鹰直升机UH-60[5]、R44[6]、无飞杆旋翼机[7]以及倾转旋翼机XV-15悬停下和小速度前飞下的模型[8],标志着该方法在旋翼飞行器频域辨识的领先地位。在该方法的背景下,人们为提高所得到的动力学模型预测精度从诸多方面开展了研究。文献[9]中针对数据测量时所产生的误差,提出了一种飞行数据预处理方法,有效地提高了数据的质量。文献[10]中通过机理建模从而改进非线性模型结构。文献[11]中通过导出伯德灵敏度函数并结合机理模型分析得到辨识模型结构,提高了模型辨识精度。……