摘要：飞行过程中产生的飞行器监测数据,对飞行器性能的优化与飞行器控制系统的设计有着重要的指导意义。然而飞行试验环境的复杂性与多变性将导致飞行数据中包含较多异常数据,严重影响数据质量。本文研究飞行数据中异常数据的辨识与补偿方法及其在飞行器模型参数辨识中的应用。结合数据相容性检验,提出了一套从野值的识别、剔除与补正、数据的平滑滤波到基于极大似然法的时间延迟、零位误差与比例误差的辨识与补偿的飞行数据处理方法。除此之外,本文对结合常值误差补偿的飞行器模型参数组合辨识方法及其应用进行了设计。应用实例表明,该方法能够在一定条件下实现具有较高精度与速度的飞行数据中异常数据的辨识与补偿,并验证了该方法在改善飞行器模型参数辨识过程与结果精度上的有效性。

摘要：飞行试验的测量环境十分复杂,未经处理的试飞数据直接用于飞机的气动导数辨识会降低辨识精度,甚至导致辨识的迭代过程发散或收敛到错误值。提出一套从野值剔除、数据平滑、时延修正到相容性检验的试飞数据处理方法,并将其应用到真实试飞数据的气动导数辨识中,通过对比分析数据处理前后的辨识过程和辨识结果,验证了本文提出的数据处理方法在改善辨识过程收敛特性和提高辨识精度上的有效性。