一种基于云模型优化的飞行器参数辨识算法

• 作者: 张炜 郭大鹏
• 来源期刊: 航空工程进展
• 关键词: 云模型 参数辨识 极大似然法 飞行器辨识
• 年，卷（期）: 2014,（1）
• 所属期刊栏目: 论文
• 页码范围: 85-91
• 页数: 7页
• 分类号: V217
• 语种: 中文

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张炜	西北工业大学航空学院	47	374	11.0	17.0
2	郭大鹏	西北工业大学航空学院	1	0	0.0	0.0