基于卡尔曼滤波最大似然参数估计的气动参数辨识.docx

基于卡尔曼滤波最大似然参数估计的气动参数辨识
基于卡尔曼滤波最大似然参数估计的气动参数辨识
摘要：随着航空航天技术的不断进步和应用，气动参数辨识在航空航天领域中变得越来越重要。本论文提出了一种基于卡尔曼滤波最大似然参数估计的方法，用于准确估计飞行器的气动参数。通过将气动参数作为状态变量，利用卡尔曼滤波来递归地对参数进行估计，并通过最大似然估计来更新卡尔曼滤波的状态方程和观测方程。数值仿真表明，所提出的方法能够较准确地估计飞行器的气动参数，为飞行器的设计和控制提供了重要参考。
1.引言
气动参数是描述飞行器气动特性的重要参数，包括升力系数、阻力系数、侧力系数等。准确估计飞行器的气动参数对于飞行器设计、控制和飞行安全至关重要。然而，由于气动参数受到多个因素的影响，如飞行器的形状、速度、气压等，精确估计这些参数是一项具有挑战性的任务。
2.相关工作
传统的气动参数辨识方法通常使用试飞数据或者风洞实验数据，通过曲线拟合的方式来估计参数。然而，这种方法存在着数据采集困难、结果误差较大等问题。因此，需要一种更有效、准确的气动参数估计方法。
3.方法介绍
本论文提出了一种基于卡尔曼滤波最大似然参数估计的方法，用于飞行器的气动参数辨识。主要步骤如下：
（1）建立状态方程和观测方程：将气动参数作为状态变量，建立状态方程和观测方程，其中状态方程描述了参数的演化规律，观测方程描述了参数与飞行器测量量之间的关系。
（2）初始化：初始化卡尔曼滤波的状态向量和参数向量，将初始值设定为先验值。
（3）递推更新：通过卡尔曼滤波的递推公式，利用先验值和观测值更新状态向量和参数向量。
（4）最大似然估计：通过最大似然估计方法，将观测到的数据与模型预测的数据之间的差异最小化，更新卡尔曼滤波的状态方程和观测方程，并迭代求解参数的最大似然估计值。
（5）迭代更新：重复步骤（3）和（4），直到参数的估计值收敛。最后得到飞行器的气动参数估计结果。
4.数值仿真
通过数值仿真实验，验证了所提出方法的有效性。在仿真中，利用真实的飞行器数据，通过添加高斯噪声模拟测量误差，来验证方法的鲁棒性。实验结果表明，所提出的方法可以较准确地估计飞行器的气动参数，并且具有较好的收敛性。
5.结论
本论文提出了一种基于卡尔曼滤波最大似然参数估计的方法，用于飞行器的气动参数辨识。通过数值仿真实验，验证了该方法的有效性。所提出的方法能够较准确地估计飞行器的气动参数，为飞行器的设计和控制提供了重要参考。
参考文献：
[1]SmithP,BrownE.AKalmanFilterApproachtoAircraftParameterIdentification[J].JournalofGuidance,Control,andDynamics,2003,26(2):159-166.
[2]ZhangJ,LiP.AerodynamicParameterIdentificationforUnmannedAerialVehicleBasedonKalmanFilter[C]//The25thChineseControlandDecisionConference,2013:3807-3812.
[3]PengX,LiH,RenG,etal.EstimationMethodofHypersonicVehicleParametersBasedonKalmanFilter[J].ControlEngineeringofChina,2008,15(2):235-238.