航空器在不同飞行状态下的随机全局识别框架
摘要：基于数据的随机全局识别框架用于在不同飞行状态和不确定性下操作的空中飞行器。该框架基于随机时间序列模型来描述多种飞行状态下的系统动力学和空气弹性响应，每个状态由多个变量（如空速和攻角）组成。该方法的核心是一种新的向量依赖型功能汇总（VFP）模型类，允许将飞行状态向量明确地纳入模型参数和系统动力学中。实验评估基于在风洞实验中受风的原型生物启示式自感知复合机翼进行。分布式微传感器以可伸缩传感器网络的形式嵌入机翼的复合层中，以提供感知能力。从压电传感器收集的数据用于识别随机全局VFP模型。所估计的VFP模型参数是由空速和攻角定义的飞行状态向量的二维函数。与标准识别方法相比，所识别模型能够成功地表示受可接受飞行状态下的机翼的空气弹性响应，所需的估计参数数量最少。所获得的结果表明了所提出的全局识别框架的高准确性和有效性，因此构成了具有状态感知能力的下一代感觉飞行航空器的第一步。
作者：Fotis Kopsaftopoulos, Raphael Nardari, Yu-Hung Li, Fu-Kuo Chang
论文ID：1612.04896
分类：Systems and Control
分类简称：cs.SY
提交时间：2021-01-28