飞行数据处理与气动参数辨识
| 摘要 | 第1-4页 |
| Abstract | 第4-5页 |
| 目录 | 第5-8页 |
| 第一章 绪论 | 第8-15页 |
| ·选题背景及研究意义 | 第8-9页 |
| ·飞行器气动参数辨识研究与发展现状 | 第9-13页 |
| ·国内外所做的工作与发展现状 | 第9-11页 |
| ·气动参数辨识算法的研究 | 第11-13页 |
| ·论文所做工作及内容安排 | 第13-15页 |
| 第二章 系统辨识原理及方法 | 第15-47页 |
| ·引言 | 第15页 |
| ·系统辨识的基本原理和常用的辨识模型 | 第15-17页 |
| ·系统辨识的基本原理 | 第15-16页 |
| ·常用参数模型 | 第16-17页 |
| ·时域极大似然法 | 第17-27页 |
| ·极大似然原理 | 第18-21页 |
| ·算法步骤及框图 | 第21-22页 |
| ·极大似然近似算法 | 第22-25页 |
| ·极大似然递推算法 | 第25-27页 |
| ·卡尔曼滤波法 | 第27-40页 |
| ·线性离散和连续系统的卡尔曼滤波法 | 第27-31页 |
| ·广义卡尔曼滤波法 | 第31-32页 |
| ·增广的广义卡尔曼滤波算法 | 第32-35页 |
| ·增广的拟线性最优平滑滤波算法 | 第35-40页 |
| ·含遗忘因子的递推最小二乘法 | 第40-41页 |
| ·遗传算法 | 第41-46页 |
| ·遗传算法的结构及特点 | 第42-45页 |
| ·应用 GA的几个要点 | 第45-46页 |
| ·小结 | 第46-47页 |
| 第三章 模型选取及相应的辨识方案 | 第47-57页 |
| ·引言 | 第47页 |
| ·飞机的纵向运动模型 | 第47-54页 |
| ·纵向小扰动线性模型 | 第47-53页 |
| ·纵向非线性运动模型 | 第53-54页 |
| ·辨识方案设计 | 第54-56页 |
| ·数据预处理设计 | 第54-55页 |
| ·辨识方法设计 | 第55-56页 |
| ·小结 | 第56-57页 |
| 第四章 试飞数据预处理 | 第57-72页 |
| ·引言 | 第57页 |
| ·野值的识别、剔除与补正 | 第57-61页 |
| ·野值的识别和剔除 | 第57-60页 |
| ·野值的补正 | 第60-61页 |
| ·低通数字滤波 | 第61-65页 |
| ·低通数字滤波器的设计方法 | 第62-63页 |
| ·飞行数据低通数字滤波器设计 | 第63-65页 |
| ·数据的微分平滑 | 第65-71页 |
| ·正规方程法 | 第66页 |
| ·三阶正交多项式移动平滑算法 | 第66-71页 |
| ·小结 | 第71-72页 |
| 第五章 气动参数辨识 | 第72-94页 |
| ·引言 | 第72页 |
| ·含遗忘因子的递推最小二乘法辨识 | 第72-73页 |
| ·时域极大似然法辨识 | 第73-84页 |
| ·用时域极大似然法辨识线性模型参数 | 第74-80页 |
| ·时域极大似然法辨识非线性模型参数 | 第80-84页 |
| ·增广的广义卡尔曼滤波算法辨识 | 第84-85页 |
| ·增广的拟线性最优平滑滤波法辨识 | 第85-86页 |
| ·基于遗传算法的参数辨识组合方法 | 第86-88页 |
| ·组合方法的建立 | 第86-87页 |
| ·求解组合方法最优权系数的遗传算法 | 第87-88页 |
| ·气动参数辨识软件包 | 第88-93页 |
| ·小结 | 第93-94页 |
| 第六章 总结与展望 | 第94-96页 |
| 参考文献 | 第96-99页 |
| 发表文章 | 第99-100页 |
| 致谢 | 第100-101页 |
