适用于频域系统辨识的飞行试验需要特定的扫频输入(见图 2。2)，即具有准正 弦波特征的输入，且频率由低到高，具体操作以及方案设计会在第四章详细给出。

 

 

 

 

 

图 2。2 频域系统辨识所需的经典输入输出对

 

CIFER 的顶层是系统辨识程序和有关实用程序的集成，这些程序围绕相关的 数据库联系起来。其最多可以容纳 10 个控制输入量，20 个输出量，5 个谱窗口， 40 个状态量，80 个同时进行的频率匹配和 100 个未知的状态空间辨识参数。如图

2。3 所示，用于执行图 2。1 中频率响应辨识方法的基本计算过程[21]。这些程序用于 规 整 数 据 、 执 行 FFT(FRESPID) 、 多 输 入 规 整 (MISOSA) 、 窗 口 组 合 (COMPOSITE)、传递函数模型辨识(NAVFIT)、状态空间模型辨识(DERIVID)， 以及模型有效性验证(VERIFY)。与这些核心程序相匹配，有很多实用程序可执 行多类与辨识相关且非常有用的任务，如搜索/删除/压缩数据库元素、绘图、从(向) 其他通用工程软件接收或发送数据以及生成报告。其中核心程序为 FRESPID、 MISOSA、COMPOSITE、NAVFIT、DERIVID、VERIFY。

 

 

 

 

图 2。3 CIFER 中使用的软件和数据库模块

 

本节将分别介绍这六种主要程序功能[22]：

1。 频域响应辨识：该程序对数据进行了预处理，并将时域数据变为频域响应， 得到输入输出对的频率响应和精度值。

2。 多输入处理：当考虑多输入对系统辨识的影响时，我们利用该程序来对数据 进行规整，保证最终得到准确实用的模型。

3。 组合窗处理：该程序主要用于降低数据中的随机误差，利用先进的复合分窗 法有效降低频率响应的随机误差。

4。 单通道传递函数辨识：辨识能够最佳拟合所选 SISO 频率响应数据的零极点式 传递函数模型。

5。 多通道状态空间方程辨识：综合分析前面步骤处理得到的相干函数和传递函 数模型，辨识出多输入多输出系统的状态空间模型。

6。 时域验证：采集时域数据，通过时域验证来评估所辨识的模型预测精度和可 靠性。

2。3。1 时间历程数据的采集

 

时间历程数据的采集是系统辨识过程的第一步，即采集合适的时间历程数据。 系统辨识结果的最终质量和飞行试验设计以及仪器系统特性的选择等因素高度相 关。频域辨识的推荐输入信号是扫频输入，因为扫频信号可在感兴趣的频率范围 内提供很均匀的谱激励，从而利于得到好的辨识结果；另外，扫频信号对系统动论文网

 

 

态中先验知识的不确定性具有鲁棒性。 系统辨识的最高准则是：只有飞行数据中记录了所有包含关于某种动态特性

的信息，人们才能用模型来完整地描述这种动态特性。简洁地说，为了辨识模型 中的特定动态特性，这种动态特性必须在数据中有所反映。有两个关键性考虑因 素确定了实验准备阶段和实施阶段的诸多工作：辨识出的模型所适用的频率范围 在辨识模型中要表现的动态耦合。其中适用的频率范围为：人们期望辨识模型在 其上有效的一个频率范围。它包含两层含义，一方面是指在该频率范围频率响应 可被准确辨识；另一方面指在该频率范围，所选用的参数化模型能准确地跟踪辨 识的频率响应。 基于CIFER平台的旋翼无人机系统辨识(5):http://www.youerw.com/zidonghua/lunwen_92281.html