一种基于云模型优化的飞行器参数辨识算法

摘要：

极大似然估计方法(ML)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Twin Otter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

所属期刊栏目：5

分类号：V217(基础理论及试验)

在线出版日期：2014-03-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：85-91