摘要 | 第4-5页 |
ABSTRACT | 第5-6页 |
注释表 | 第12-13页 |
缩略词 | 第13-14页 |
第一章 绪论 | 第14-21页 |
1.1 课题研究的背景、意义 | 第14-16页 |
1.2 国内外研究现状 | 第16-20页 |
1.2.1 系统辨识 | 第16-18页 |
1.2.2 不确定性问题与控制 | 第18-20页 |
1.3 本文主要研究工作 | 第20页 |
1.4 本文内容安排 | 第20-21页 |
第二章 无人机非线性仿真模型 | 第21-34页 |
2.1 无人机动力学模型的建立 | 第21-30页 |
2.1.1 坐标轴定义 | 第21-22页 |
2.1.2 UAV运动假设 | 第22-23页 |
2.1.3 无人机受力及力矩分析 | 第23-26页 |
2.1.4 无人机动力学方程 | 第26-28页 |
2.1.5 质量惯量模型 | 第28-30页 |
2.2 Simulink仿真模型的建立 | 第30-32页 |
2.2.1 气动力模块 | 第31页 |
2.2.2 运动学方程模块 | 第31-32页 |
2.2.3 重力和发动机模块 | 第32页 |
2.3 气动力参数的确定 | 第32-33页 |
2.4 本章小节 | 第33-34页 |
第三章 无人机系统辨识 | 第34-71页 |
3.1 参数辨识模型结构 | 第35-38页 |
3.1.1 线性解耦模型 | 第35-37页 |
3.1.1.1 非线性模型的线性化 | 第35-36页 |
3.1.1.2 线性解耦模型 | 第36-37页 |
3.1.2 参数化的状态空间横向模型 | 第37-38页 |
3.2 试验设计 | 第38-39页 |
3.3 试飞数据预处理 | 第39-54页 |
3.3.1 野值的识别、剔除与补正 | 第40-48页 |
3.3.1.1 观测器/卡尔曼滤波辨识(OKID)算法描述 | 第40-44页 |
3.3.1.2 观测器与卡尔曼滤波之间的关系 | 第44-45页 |
3.3.1.3 利用OKID算法实现野值的识别、剔除、补正 | 第45-48页 |
3.3.2 数据相容性检验 | 第48-54页 |
3.3.2.1 数据相容性检验非线性数学模型 | 第48-49页 |
3.3.2.2 传感器误差模型 | 第49页 |
3.3.2.3 扩展状态方程 | 第49-52页 |
3.3.2.4 包含误差模型的观测方程 | 第52页 |
3.3.2.5 数据相容性检验结果 | 第52-54页 |
3.4 系统辨识 | 第54-68页 |
3.4.1 CIFER辨识介绍 | 第55-62页 |
3.4.1.1 频域响应辨识 | 第57-58页 |
3.4.1.2 多输入处理 | 第58-59页 |
3.4.1.3 复合分窗 | 第59-60页 |
3.4.1.4 单通道传递函数模型辨识 | 第60-61页 |
3.4.1.5 多通道状态空间方程辨识 | 第61-62页 |
3.4.1.6 时域验证 | 第62页 |
3.4.2 CIFER辨识过程 | 第62-68页 |
3.4.2.1 参数辨识模型结构的确定 | 第63-64页 |
3.4.2.2 CIFER中参数设置 | 第64-66页 |
3.4.2.3 辨识结果 | 第66-68页 |
3.5 非线性模型气动力系数更新 | 第68-70页 |
3.5.1 标称辨识模型 | 第68页 |
3.5.2 气动系数计算 | 第68-70页 |
3.6 本章小结 | 第70-71页 |
第四章 不确定性建模 | 第71-87页 |
4.1 参数不确定建模 | 第71-75页 |
4.1.1 参数不确定性表示 | 第71-73页 |
4.1.2 参数不确定性实现 | 第73-75页 |
4.2 LFT变换 | 第75-79页 |
4.2.1 LFT模型实现方法 | 第76-77页 |
4.2.2 ulinearize原则与步骤 | 第77-78页 |
4.2.3 ulinearize方法的优势与限制 | 第78-79页 |
4.2.4 配平点的影响 | 第79页 |
4.3 UAV的LFT模型实现 | 第79-86页 |
4.3.1 不确定系统最坏情况增益 | 第81-83页 |
4.3.2 不确定性模型验证 | 第83-86页 |
4.4 本章小结 | 第86-87页 |
第五章 总结与展望 | 第87-89页 |
5.1 本文主要工作总结 | 第87-88页 |
5.2 不足之处与研究展望 | 第88-89页 |
参考文献 | 第89-95页 |
致谢 | 第95-96页 |
在学期间的研究成果及发表的学术论文 | 第96-97页 |
附录 1 | 第97页 |