1。2 旋翼无人机频域法系统辨识建模的发展及现状

1。3 本文结构

第一章绪论介绍旋翼无人机系统辨识的意义以及频域法系统辨识的发展状 况，使读者对该领域的研究情况以及本文的研究方法有一个基本的了解。

第二章提出系统辨识的基本定义以及对比时域和频域法辨识，并对本文用到 的频域辨识算法 CIFER 做了详细介绍，使读者对 CIFER  算法有较为深刻的认识。

第三章介绍本文实验所用到的四旋翼无人机平台，包括所用到的硬件及其具 体参数。同时也为读者详细说明了原始数据的采集和处理方法，为下一章的辨识 工作提供了时域数据。

第四章利用 CIFER 辨识四旋翼无人机四种飞行模式下单输入/多输入的单通 道传递函数，并进行了对比分析，得到了各通道间耦合性的相关结论。

最后是总结部分，总结了本文设计的重点，并对未来的研究工作进行了展望， 提出了进一步的设想。

2 旋翼无人机系统辨识及 CIFER 介绍

本章首先介绍旋翼无人机系统辨识的基础，对比频域法辨识和时域法辨识的 异同点，其次详细介绍 CIFER 各模块应用的基本原理。

2。1 旋翼无人机系统辨识

旋翼无人机系统辨识是一个多用途的处理过程，利用系统对特定输入信号的 响应，可快速、有效地获取精确的飞机动态模型。动态模型可能是描述无人机系 统整体输入—输出关系的模型，也可能是描述飞机某个子系统的动态模型，如作 动器或发动机[19]。因此，系统辨识的一个最简单的定义是：系统辨识是一个能够 获取系统数学模型的过程，该模型能最好地(如在最小均方意义下)刻画控制输入 和系统响应之间的关系。在特定的应用背景下，如对无人机飞行动态、飞控系统 的研究(主要关注低频)或者对结构稳定性的研究(主要关注高频)用专门的飞行试 验机动动作来激励所关心的飞行动态。用于系统辨识目的的典型激励型号是扫频 输入和双极方波。

2。2 频域与时域辨识方法比较

频域辨识法和时域辨识法在用于飞机或旋翼机时，他们之间既有相似之处， 也有明显差别。两种方法的相似点如下：满意的辨识结果依赖于对系统关键动态 的充分激励、多输入之间必须不是完全相关的、可辨识参数化模型——传递函数 模型和状态空间模型、模型的最终验证要在时域进行[18]。两种方法的差别总结成 表 1。

表 1 频域法辨识和时域法辨识比较

特征 频域辨识法 时域辨识法

原始数据 由频率响应数据组成(从时间历程数 据中获取) 由时间历程数据组成

模型如何辨 识 通过匹配预测频率响应和测量的频 率响应完成 通过匹配预测时间历程数据和测量的时 间历程数据完成

方法启动 通过计算频率响应，获得一些关于 模型结构的初步信息，然后如果 (有必要)辨识出更详细、精确的参 数化模型