首页--航空、航天论文--航空论文--各类型航空器论文--无人驾驶飞机论文

固定翼无人机不确定性建模研究

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

论文共97页,点击 下载论文
上一篇:手臂静脉红外图像特征检测与匹配算法研究
下一篇:基于检测和Graph-cuts的目标跟踪算法研究