一种基于云模型优化的飞行器参数辨识算法

《一种基于云模型优化的飞行器参数辨识算法》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、第5卷第1期2014年2月航空工程进展ADVANCESINAERONAUTICAI，SCIENCEANDENGINEERINGV01．5NO．1Feb．2014文章编号：16748190(2014)01—085—07一种基于云模型优化的飞行器参数辨识算法张炜，郭大鹏(西北工业大学航空学院，西安710072)摘要：极大似然估计方法(MI。)在飞行器参数辨识中得到了’广泛应用。该方法需要预先推导灵敏度方程，进而求解灵敏度矩阵，在应用过程中比较繁杂，且容易陷入局部最优。提出一种基于云模型优化的飞行器参数辨识算法，根据极大似然估计原理，利用云模型的优化理

2、论对极大似然函数进行优化．从而得到待辨识参数值。该算法不必推导灵敏度矩阵，对初值要求不高，应用便捷，且保留了云模型优化的特点，收敛速度较快、不易陷入局部最优。以TwinOtter飞机为例对算法进行验证。结果表明：算法易于实现、辨识结果精度较高、收敛速度较快，不易陷入局部最优。关键词：云模型；参数辨识；极大似然法；飞行器辨识中图分类号：V217文献标识码：AAnAircraft’SParameterIdentificationAlgorithmBasedonCloudModelOptimizationZhangWei，GuoDapeng(Schoo

3、lofAeronautics，NorthwesternPolytechnicalUniversity，Xi’an710072，China)Abstract：TheMaximumLikelihood(MI。)estimationmethodhasbeenextensivelyappliedtOidentifyingthepa—rametersofanaircraft，butithastOderivesensitivityequationsinadvanceandsolvesensitivitymatrices，thusbeinginconvenie

4、ntforitsapplicationandeasilyreachinglocallyoptimalsolutions．Anaircraft’SparameteridentificationalgorithmbycombiningthecloudmodeloptimizationwiththeMLestimationmethodisproposed．ThealgorithmusestheglobaloptimizationalgorithmbasedonthecloudmodeltOoptimizetheMLfunction，andthenobt

5、ainstheidentifiedparameters．ThealgorithmhasneithertOderivesensitivityequationsnortOcalculatesensitivitymatrices．ATwinOtterairplaneistakenasanexampletOverifythemethod．ThenumericalresultsshowthattheparameteridentificationalgorithmiseasytOimplement，hasgoodidentificationprecision

6、andfastconvergenceandisnotlikelytOreachlocallyoptimalsolutions．Keywords：cloudmodel；parameteridentification；maximumlikelihood；aircraftidentification0引言在飞行器参数辨识的研究中，传统方法虽然发展得比较成熟和完善，但仍存在许多问题。例如，最小二乘法参数辨识⋯一般要求已知的输入信号有较大变化，对线性系统具有较好的辨识结果，而对非线性系统往往得不到满意的辨识结果。极大收稿日期：2013—03—14；修回Et

7、期：2013—0508通信作者：张炜，weizhangxian@nwpu．edu．cn似然估计被认为是最有效的估计方法之一，该方法的核心问题是似然函数的优化计算，最常用的一种算法是牛顿一拉夫逊方法2I，它需要预先确定灵敏度方程，进而求解该方程以获得灵敏度矩阵。当待辨识参数较多时，灵敏度方程可达上百个，无论是方程推导还是积分求解灵敏度方程都是非常繁杂的，且该方法容易陷入局部最优。所以问题的关键在于对似然函数的优化，且优化理论可以帮助我们解决此问题，如罚函数理论、障碍函数理论、拉格朗日算法、遗传算法、神经网络等。由此产生了一些新的参数辨识方法，如基于

8、神经网络的参数辨识方航空工程进展第5卷法【⋯、基于遗传算法的参数辨识方法[4]、基于模糊逻辑的参数辨识方法∞3和基于小波网络的参数辨识方