等效系统参数辨识法在飞行品质评价中的应用

分析了等效系统参数辨识方法,采用最小二乘法与频域极大似然法求解先进飞机的低阶等效系统.通过计算,对两种辨识方法的优缺点进行了对比研究,并通过动态仿真验证了方法的有效性.最后依据参数辨识结果,对某型飞机的飞行品质进行了评估.     

飞行器结构噪声致振试验及声振耦合响应分析

以高超声速飞行器X-43A为研究对象,建立其有限元结构模型,在动力学实验室进行飞行器结构模型的固有频率测试,通过固有频率计算与试验结果对比,二者误差在1%左右,这表明所建立的结构有限元模型是比较准确的．在高声强混响室进行飞行器结构噪声致振试验,得到飞行器结构测点加速度功率谱密度(power spectral density, PSD)和舱内声场噪声声压级,通过声振耦合数值模拟计算结果与试验值对比,结果表明:数值模拟计算方法对振动噪声环境预测是比较可靠的,结构振动响应与舱内噪声响应的有限元分析与试验结果趋势上较为一致,低频段吻合较好;高频外噪声场引起的飞行器弹性腔体结构振动占据结构振动响应的主要成分,尤其是以结构低阶振动为主,而外噪声场传递到封闭腔体内的噪声也主要是通过结构腔体弹性壁板的低阶振动传播,即使外噪声激励是宽频的,封闭舱内响应噪声的频率主分量仍然是结构的低阶模态振动．     

基于增秩Kalman滤波的动态荷载识别和结构响应重构

针对传统的荷载识别方法受不适定性问题影响导致识别误差较大,且受传感器数上的限制也无法监测所有结构易损伤位置处振动响应的问题,提出了一种基于增秩Kalman滤波（augmented Kalman filter, AKF）算法的动态荷载识别和结构响应重构方法.基于结构状态空间方程,形成由荷载向量和状态向量组成的增秩状态向量（augmented-rank state vector,ASV）,利用Kalman滤波算法获得增秩状态向量的最小方差无偏（minimum variance unbiased, MVU）估计,实现了状态和荷载向量的同时识别.结合最优状态估计和观测矩阵,实现了未布置传感器处的结构动力响应重构.通过三个有限元案例,初步验证了该方法的可行性和有效性.结果表明,当荷载位置固定或移动时,所提方法均能有效地识别荷载和重构响应,精度较高且对测量噪声不敏感.传感器的种类、数量和布置位置对荷载识别和响应重构精度会有一定影响.     

稀疏复杂网络的识别（英文）

本文研究了一种给定的复杂网络结构识别问题.利用网络结构的稀疏性质,提出了一个带有L1正则化的最小二乘模型.数值仿真表明该算法对带噪声或不带噪声的较大型网络结构的识别是非常有效的.     

样条滤波

<正> 飞机飞行,其轨迹一般是一条空间曲线.用雷达进行观察,记录下有关数据.这些数据点在图上,是一条忽上忽下、弯曲得不成样子的平面曲线(假定在水平面进行投影).这是由于观察误差造成的.我们需要的是飞机的真实飞行曲线.有了它,我们才能了解飞机执行某项任务的某些情况.在由于误差而歪曲的观察曲线中,恢复出飞机的真实飞行曲线叫滤波.飞机的真实飞行曲线叫信号.雷达实测数据叫观察.观察等于信号加干扰.因此,滤波一般是从观察出发,削弱干扰,以修复出未知的信号.观察,是被干扰污染了的信号.滤波实现的最重要方法之一是多项式回归(或称多项式滤波).即用某一阶多项式去逼近观察曲线.用最小二乘法定出此多项式的系数.该多项式就是对信号的估计.这就是滤波的最终结果.     

动载荷识别的非迭代法研究

为了快速准确地识别结构在复杂环境下的承载状态，基于有限元法和Newmark-β法提出了一种非迭代反演方法，并用于识别结构上施加的动载荷.通过探寻测量信息与待演参量之间的关系，建立误差函数，根据最小二乘法实现动载荷的直接识别无需迭代，其中对待反演的分布载荷实施基函数展开，以提高算法的抗不适定性.同时奇异值分解法被用来求解病态方程组.数值算例分别讨论了测量噪声、测点数量、基函数展开、测点位置和不同时间步长对反演结果的影响，结果显示该方法在识别动载荷时具有较高的精度和效率.     

Landweber迭代正则化方法在动态载荷识别中的应用

在载荷识别过程中,由于结构矩阵的病态特性以及测量噪声的影响,常规最小二乘法往往失效,这就是反问题的不适定问题．Landweber迭代正则化方法可以用来解决载荷识别的不适定问题．线性系统的响应可以表示为载荷与单位脉冲响应函数的卷积分,将其在时域内离散后可得到结构振动响应的正问题模型．应用该方法,在一个桥梁模型上进行了仿真试验,仿真结果说明提出的识别方法是有效的,可以得到满足工程要求的稳定近似解.     

稀疏复杂网络的识别

本文研究了一种给定的复杂网络结构识别问题.利用网络结构的稀疏性质,提出了一个带有l¹正则化的最小二乘模型.数值仿真表明该算法对带噪声或不带噪声的较大型网络结构的识别是非常有效的.     

不确定信号系统鲁棒观测融合Kalman预报器

对于带不确定噪声方差的多传感器单通道自回归滑动平均(ARMA)信号系统,当观测噪声中包含白噪声和一个自回归滑动平均(ARMA)有色观测噪声时,通过增广状态方法把ARMA信号系统模型转化为状态空间模型.应用加权最小二乘法和极大极小鲁棒估计准则,基于带噪声方差保守上界的最坏保守系统,提出了鲁棒加权观测融合稳态Kalman信号预报器.对于噪声方差的所有可能的不确定性,它们的实际预报误差方差保证有相应的最小上界.应用Lyapunov方程方法,证明了局部和加权观测融合稳态Kalman信号预报器的鲁棒性和鲁棒精度关系.通过一个仿真例子验证了所提出理论结果的正确性和有效性.     

不确定信号系统鲁棒观测融合Kalman预报器北大核心CSCD

对于带不确定噪声方差的多传感器单通道自回归滑动平均(ARMA)信号系统,当观测噪声中包含白噪声和一个自回归滑动平均(ARMA)有色观测噪声时,通过增广状态方法把ARMA信号系统模型转化为状态空间模型.应用加权最小二乘法和极大极小鲁棒估计准则,基于带噪声方差保守上界的最坏保守系统,提出了鲁棒加权观测融合稳态Kalman信号预报器.对于噪声方差的所有可能的不确定性,它们的实际预报误差方差保证有相应的最小上界.应用Lyapunov方程方法,证明了局部和加权观测融合稳态Kalman信号预报器的鲁棒性和鲁棒精度关系.通过一个仿真例子验证了所提出理论结果的正确性和有效性.     

基于ARMA模型和自由振动提取技术的海洋平台结构参数识别

用随机减量方法提取海洋平台结构在随机环境荷载非白噪声输入下的自由振动信号和用ARMA(Auto Regressive Moving Average)模型对自由振动数据建模。为了消除平台输出信号中有色噪声的影响,在随机减量系统中加人了一个虚拟系统,并采用导通条件和前导点技术使自由振动提取过程仍在有色输人的状态下进行。同时为了消除参数识别的多值性,提出了采用MA系数修正技术识别海洋平台结构的频率和阻尼动力参数的方法,最后用该套技术对海洋平台结构试验模型进行了参数识别,结果表明该方法具有较好的效果和在线识别使用价值。     

民用建筑“四节一环保”数据确认研究

根据"四节一环保"大数据分析与确认的相关研究内容,提出以应用为导向的数据确认方法.提出有效性、完整性、唯一性、准确性为民用建筑"四节一环保"数据的质量检验维度.根据数据的具体形式对重复数据进行定义,识别与清除.为了检测异常值,使用局部异常因子与调优箱形图结合的方法,从自对比角度对多源异构动态数据进行质量确认.考虑到不同变量之间的相互关系,提出使用K-means聚类和最小二乘回归的方法,并利用箱形图的思想从交叉对比角度确认数据质量.实验结果表明,民用建筑"四节一环保"数据确认方法能够更有效更全面地提高数据质量.     

基于主成份分析的递推子空间辨识

研究了多输入多输出系统的状态空间模型的递推子空间辨识问题.针对只有输出量测噪声的线性时不变系统,提出了基于随机逼近-主成份分析(SA-PCA)的估计扩张能观矩阵的递推算法.同时利用递推最小二乘在线估计系统矩阵.最后通过仿真例子说明算法的收敛速度和估计效果.     

螺旋桨滑流对水平尾翼气动特性的影响

为了分析螺旋桨滑流引起无人飞机水平尾翼气体流动的变化规律,对比了有、无螺旋桨滑流作用下的数值结果.结果表明:在螺旋桨滑流作用下,气流绕过机翼后形成更强的旋流且呈现更强的下洗作用.该气流绕过水平尾翼后,改变了当地入流迎角,并使得水平尾翼近表面的流动速度增大,由此降低了水平尾翼升力、微量增加了阻力以及提高了上仰力矩.随飞行迎角的变化,滑流作用对阻力的影响相对较大——最小阻力系数两端变化量逐渐增加.     

基于交互式并行驾驶模拟实验的跟驰状态汽车驾驶倾向性动态辨识模型验证方法

驾驶倾向性的实时识别是实现汽车辅助驾驶尤其是主动安全预警系统智能化的关键理论和技术.通过交互式并行模拟驾驶实验获取跟驰状态下各倾向性类型的行车数据对建立的驾驶员倾向性的动态辨识模型进行验证,并将验证结果与心理问卷测试的结果相对比.结果表明所建辨识模型可行,能够实现对跟驰状态下驾驶员倾向性类型的实时识别,为个性化汽车主动安全系统的实现提供理论基础.     

最小二乘法

本文第一节开始讨论具独立随机变数的概率空间中的可能有的度量;证明了欧氏度量(在适当的坐标系下)是惟一可被允许的.而最小二乘法大家知道是从这种距离的概念中导出的.在第二节中对抽象空间中的一般綫性方程系统导出了一组惟一的最小二乘的解,甚至在普通意义下没有正常的解的情形也仍有这种解,而当普通意义下的解存在时,则这两种解合一.最後一节给出了对一般非綫性方程系统的推广的概述.     

基于自由度缩聚的最小秩修正损伤诊断

为了解决实测模态参数与有限元分析模态参数不匹配对损伤诊断精度影响的问题,推导了基于自由度缩聚法的残余力向量公式及最小秩修正公式.通过对结构自由度缩聚后的损伤前、后残余力向量的运算,可以得出相较于损伤前的残余力变化率向量,将残余力变化率向量元素的绝对值作为改进的残余力向量,通过运用推导出的改进残余力向量,能够较好地解决采用最小秩修正法时所选取模态个数必须等于待修正刚度矩阵秩这一矛盾,并由缩聚后最小秩修正公式计算出损伤程度.研究表明:在考虑噪音干扰下,改进的残余力向量法对自由度缩聚后的受损结构依然具有较高地识别精度.利用推导的最小秩修正公式进行损伤程度识别其结果是可靠的.本文所提方法既可以实现对实测自由度不完备结构的损伤定位,又可进行损伤程度的识别,具有较高的鲁棒性和损伤诊断性能.     

基于非线性能量阱的双频激励非线性系统减振

针对某型民用航空发动机双频带激励特点,建立了单自由度线性振子耦合非线性能量阱（nonlinear energy sink,NES）的动力学模型.根据典型双转子发动机在巡航状态下低、高特征频率比（1∶4.74）,为系统设定双频带简谐外激励.利用四阶Runge-Kutta算法,研究了耦合NES振子时系统的振动抑制特征,并从外激励频率对系统主振子动能、系统总体能量的影响等方面,与未耦合NES系统、耦合线性动力吸振器两种情况下的数值计算结果进行对比分析.研究结果表明NES对双频带外激励具有更好的振动抑制效果,用NES降低航空发动机振动有可行性.     

基于不同记忆模式的几个参数识别公式的推广

本文研究了不同记忆模式下的最小二乘识别问题.利用设计矩阵的不同记忆模式,得到了不同司的参数识别公式,将每次增加的观察数据从一组推广到了多组的情形.     

基于Pena距离的加权最小二乘估计的影响分析

利用Pena距离对加权线性最小二乘估计的影响问题进行讨论,得到加权最小二乘估计的Pena距离的表达式,对其性质进行讨论,从而得到高杠异常点的判别方法.文中对Pena距离与Cook距离的性能进行了对比,得到在一定条件下Pena距离优于Cook距离的结论.并通过数值实验对此方法的有效性进行验证.