cif®
基于频率响应的综合识别
图:从频率响应综合识别
系统识别是对车辆进行数学描述的过程
或者从测试数据中提取组件的动态行为. 系统识别可以
他被认为是模拟的逆过程. 模拟需要采用(先验)
工程假设，以允许模型方程的公式. 这些模拟
然后使用模型来预测飞机或子系统的运动. 相反，系统
识别开始与测量飞机运动和“反转”的响应
快速提取出能准确反映被测飞机运动的模型，而不需要
做出先验假设或需要耗时的建模工作. 应用程序
系统识别结果包括:
(1) comparison of wind tunnel and flight characteristics; (2) validation and update
of simulation models; (3) handling-qualities 分析 and specification compliance;
(4) optimization of automatic flight control systems; and (5) vibration and aeroelastic
分析.
美国.S. 陆军作战能力发展司令部(DEVCOM) & 导弹 中心(AvMC)和圣何塞州立大学研究基金会(菠菜网lol正规平台RF)共同分发 一种基于综合频率响应的系统识别集成设备 这种方法特别适合于与飞行测试相关的难题 数据分析. cif的基础® 方法是高质量地提取一个完整的多输入/多输出(MIMO) 一组非参数输入输出频率响应. 这些反应完全体现了 无先验假设的系统耦合特性. 先进Chirp-Z 变换和复合最佳窗口技术的发展和实践 10年的飞行项目应用在频率响应方面提供了显著的改进 相对于标准快速傅里叶变换(fft)的质量. 复杂的非线性 使用搜索算法提取与完整模型匹配的状态空间模型 输入/输出频率响应数据集.
cif的主要特性® 方法是:
- 识别算法经过高度训练和调整，基于许多
飞行项目 - 高度灵活和交互的识别模型结构定义
- 基于频率响应精度的全自动加权函数选择
- 可靠的参数精度指标
- 集成程序的识别和模型结构的确定
- 时域验证模型，包括辨识偏移量
和偏见
cif中的应用模块® 允许:
- 传递函数模型的快速识别
- 频谱信号分析
- 操纵品质与经典伺服环分析
- 识别与仿真模型预测的时域和频域比较
额外的信息
销售 & 其他的调查 联系
圣何塞州立大学研究基金会
flight-control-sta@iin3d.com
