| 摘要 | 第12-14页 |
| Abstract | 第14-16页 |
| 第一章 绪论 | 第17-35页 |
| 1.1 研究背景及意义 | 第17-24页 |
| 1.1.1 飞行器系统辨识概述 | 第17-22页 |
| 1.1.2 在线辨识的目的与意义 | 第22页 |
| 1.1.3 在线辨识的研究内容 | 第22-24页 |
| 1.2 飞行器在线辨识研究现状 | 第24-30页 |
| 1.2.1 在线辨识的研究现状 | 第24-27页 |
| 1.2.2 在线辨识与飞行试验系统 | 第27-30页 |
| 1.3 飞行器在线辨识技术的发展与挑战 | 第30页 |
| 1.4 本文研究内容及主要贡献 | 第30-35页 |
| 1.4.1 内容安排 | 第31-32页 |
| 1.4.2 主要贡献 | 第32-35页 |
| 第二章 飞行器辨识模型及在线辨识仿真系统 | 第35-52页 |
| 2.1 系统辨识与参数估计 | 第35-38页 |
| 2.1.1 系统辨识 | 第35-37页 |
| 2.1.2 参数估计 | 第37-38页 |
| 2.2 一般动力学系统的数学描述 | 第38-42页 |
| 2.2.1 系统模型的一般框架 | 第38-39页 |
| 2.2.2 状态空间模型——物理结构模型辨识方法 | 第39-41页 |
| 2.2.3 传递函数模型——低阶等效系统辨识方法 | 第41-42页 |
| 2.2.4 数学模型选择 | 第42页 |
| 2.3 飞行器系统的数学模型 | 第42-45页 |
| 2.3.1 气动参数模型 | 第42-44页 |
| 2.3.2 动力学方程模型 | 第44-45页 |
| 2.4 连续/离散混合的系统辨识模型框架 | 第45-46页 |
| 2.5 飞行器模型参数在线辨识仿真系统 | 第46-51页 |
| 2.5.1 基于MATLAB的在线辨识数字仿真 | 第46-48页 |
| 2.5.2 基于MATLAB与X-plane的在线辨识实时仿真系统 | 第48-51页 |
| 2.6 本章小结 | 第51-52页 |
| 第三章 飞行器参数的时域在线辨识 | 第52-91页 |
| 3.1 引言 | 第52-53页 |
| 3.2 飞行器参数化模型及灰箱辨识算法 | 第53-67页 |
| 3.2.1 飞行器状态空间方程参数化模型 | 第53-55页 |
| 3.2.2 方程误差法与最小二乘估计 | 第55-60页 |
| 3.2.3 输出误差方法与极大似然估计 | 第60-62页 |
| 3.2.4 滤波误差方法与卡尔曼滤波估计 | 第62-64页 |
| 3.2.5 增广卡尔曼滤波辨识方法 | 第64-66页 |
| 3.2.6 子空间辨识方法 | 第66-67页 |
| 3.3 递推最小二乘在线参数辨识 | 第67-75页 |
| 3.3.1 问题描述 | 第67-68页 |
| 3.3.2 RLS参数辨识算法 | 第68-69页 |
| 3.3.3 由状态空间模型构建最小二乘辨识模型 | 第69-71页 |
| 3.3.4 仿真实例 | 第71-74页 |
| 3.3.5 算法分析 | 第74-75页 |
| 3.4 基于卡尔曼滤波和递推最小二乘的在线参数辨识 | 第75-80页 |
| 3.4.1 问题描述 | 第75页 |
| 3.4.2 KF+RLS两步辨识算法 | 第75-78页 |
| 3.4.3 仿真实例 | 第78-80页 |
| 3.4.4 算法分析 | 第80页 |
| 3.5 基于增广状态的卡尔曼滤波在线参数非线性辨识 | 第80-85页 |
| 3.5.1 问题描述 | 第80-81页 |
| 3.5.2 增广状态EKF算法 | 第81-82页 |
| 3.5.3 仿真实例 | 第82-84页 |
| 3.5.4 算法分析 | 第84-85页 |
| 3.6 基于增广参数的扩展最小二乘在线参数非线性辨识 | 第85-88页 |
| 3.6.1 问题描述 | 第85页 |
| 3.6.2 增广参数EFRLS算法 | 第85-86页 |
| 3.6.3 仿真实例 | 第86-88页 |
| 3.6.4 算法分析 | 第88页 |
| 3.7 时域在线辨识算法实时性对比分析 | 第88-90页 |
| 3.8 本章小结 | 第90-91页 |
| 第四章 飞行器参数的频域在线辨识 | 第91-128页 |
| 4.1 引言 | 第91-92页 |
| 4.2 基于连续状态空间模型的傅里叶变换回归在线辨识方法 | 第92-97页 |
| 4.2.1 FTR辨识问题描述 | 第92-93页 |
| 4.2.2 离散傅里叶变换（DFT） | 第93-94页 |
| 4.2.3 递推傅里叶变换（RFT） | 第94-95页 |
| 4.2.4 频域最小二乘参数估计 | 第95-97页 |
| 4.3 基于FTR的飞行器在线参数辨识 | 第97-110页 |
| 4.3.1 飞行器频域线性回归模型 | 第97-99页 |
| 4.3.2 频域在线辨识仿真流程 | 第99-100页 |
| 4.3.3 仿真实例 | 第100-109页 |
| 4.3.4 算法分析 | 第109-110页 |
| 4.4 基于正交多正弦激励的MIMO系统频域辨识 | 第110-117页 |
| 4.4.1 正交多正弦激励信号设计 | 第110-111页 |
| 4.4.2 仿真实例 | 第111-117页 |
| 4.4.3 算法分析 | 第117页 |
| 4.5 典型信号激励时长对FTR辨识结果的影响分析 | 第117-121页 |
| 4.6 时域与频域在线辨识方法对比分析 | 第121-123页 |
| 4.6.1 辨识精度对比 | 第121页 |
| 4.6.2 辨识效率和速度对比 | 第121-123页 |
| 4.6.3 结论 | 第123页 |
| 4.7 基于MATLAB与X-plane的在线辨识实时仿真 | 第123-127页 |
| 4.8 本章小结 | 第127-128页 |
| 第五章 飞行器时变参数的在线辨识 | 第128-135页 |
| 5.1 引言 | 第128-129页 |
| 5.2 时变参数的跟踪辨识方法研究 | 第129-134页 |
| 5.2.1 常规算法的时变参数跟踪能力分析 | 第129-130页 |
| 5.2.2 带遗忘因子的KF+RLS算法 | 第130页 |
| 5.2.3 EFRLS算法 | 第130-131页 |
| 5.2.4 自适应渐消EKF算法 | 第131页 |
| 5.2.5 带遗忘因子的FTR算法 | 第131页 |
| 5.2.6 仿真及分析 | 第131-134页 |
| 5.3 本章小结 | 第134-135页 |
| 第六章 总结与展望 | 第135-139页 |
| 6.1 全文总结 | 第135-137页 |
| 6.2 研究展望 | 第137-139页 |
| 致谢 | 第139-140页 |
| 参考文献 | 第140-150页 |
| 作者在学期间取得的学术成果 | 第150-151页 |
