秋 路，陳 力

（中國飛行試驗研究院?飛行試驗技術(shù)與工程中心，陜西?西安?710089）

飛行器氣動參數(shù)辨識是系統(tǒng)辨識技術(shù)在航空航天領(lǐng)域的應(yīng)用，辨識的主要目的是校驗和修正風(fēng)洞試驗數(shù)據(jù)，通過飛行員輸入與飛行器響應(yīng)確定其飛行動力學(xué)模型以及各氣動參數(shù)，從而建立高精度的飛行動力學(xué)仿真模型，用于飛行試驗的計劃與安排、包線擴展試驗的實時監(jiān)控、飛行控制系統(tǒng)設(shè)計的優(yōu)化、飛行模擬器的開發(fā)與飛行員培訓(xùn)等。該項技術(shù)的工程應(yīng)用依賴于其軟件平臺的開發(fā)，目前國外較為成熟的飛行器參數(shù)辨識軟件有MMLE、J2 UNIVERSAL和CIFER等。這些軟件相對比較完善，成功辨識了多種機型，并在某些飛機改型中提供了關(guān)鍵的指導(dǎo)意見。國內(nèi)雖開發(fā)了一些辨識程序，但沒有系統(tǒng)且高效的市場化應(yīng)用軟件平臺。本文在明確飛行器氣動參數(shù)辨識軟件開發(fā)需求的基礎(chǔ)上，剖析了其中的關(guān)鍵技術(shù)，并建立了軟件平臺開發(fā)基本流程，最后展示了開發(fā)實例。

1 國內(nèi)外研究現(xiàn)狀

世界各發(fā)達國家對參數(shù)辨識的研究已發(fā)展到了實際應(yīng)用的水平。美國NASA Langley研究中心、Ames研究中心較早地開展了氣動建模工作，經(jīng)過多年的仿真工作和實際應(yīng)用研究，形成了主要針對線性系統(tǒng)的極大似然法通用軟件包MMLE～MMLE3系列[1-3]，并在隨后的理論研究和實際應(yīng)用中不斷加以改進。

NASA開發(fā)的CIFER軟件適用于飛機線性模型的頻域辨識，主要包含頻域響應(yīng)辨識、多輸入處理、組合窗處理、單通道傳遞函數(shù)辨識、狀態(tài)空間方程辨識和時域驗證六部分，如圖1所示。

圖1 ??CIFER軟件辨識框架

J2 UNIVERSAL是J2公司開發(fā)的綜合參數(shù)辨識軟件平臺，已成功應(yīng)用于L-3、BAE等公司的多個機型。該軟件的主要功能有仿真建模、模型檢驗、模型調(diào)整、模型分析、數(shù)據(jù)曲線繪圖、3D可視化、數(shù)據(jù)重構(gòu)、飛行匹配和參數(shù)辨識等。軟件開發(fā)基于數(shù)據(jù)庫、MATLAB等平臺，包含模型建立、模型拓展、動力學(xué)評估、氣動分析、性能分析、試飛數(shù)據(jù)預(yù)處理、主動式插件、可視化、虛擬飛行和駕駛員輸入等模塊。

中國空氣動力研究與發(fā)展中心、中國飛行試驗研究院、西北工業(yè)大學(xué)、南京航空航天大學(xué)、哈爾濱工業(yè)大學(xué)等機構(gòu)均在飛行器氣動參數(shù)辨識領(lǐng)域各有建樹，主要集中在理論研究、程序開發(fā)等。

2 飛行器氣動參數(shù)辨識軟件開發(fā)需求

在分析國內(nèi)外參數(shù)辨識軟件優(yōu)缺點的基礎(chǔ)上，結(jié)合目前氣動參數(shù)辨識的工程應(yīng)用需求，提出以下軟件平臺開發(fā)需求。

（1）功能化：軟件應(yīng)具有輸入設(shè)計、試飛數(shù)據(jù)預(yù)處理、辨識模型選擇與自定義、氣動參數(shù)辨識與結(jié)果檢驗等基本功能，即為氣動參數(shù)辨識技術(shù)的工程應(yīng)用提供整套分析和設(shè)計工具。

（2）集成化：上述功能不是獨立的模塊化，而是有效結(jié)合，構(gòu)成一體化仿真環(huán)境[4]。

（3）可視化：實現(xiàn)對試飛機動以及辨識所得模型輸出的可視化顯示，便于直觀對比。

（4）高效性：實現(xiàn)試飛數(shù)據(jù)批量處理、存儲與篩選。批量處理可以實現(xiàn)多組飛行狀態(tài)并行處理，批量存儲與篩選有助于辨識過程中的數(shù)據(jù)提取，J2 UNIVERSAL軟件利用數(shù)據(jù)庫管理系統(tǒng)達到了這一目標(biāo)。

（5）交互性：界面友好，各功能實現(xiàn)流程簡便。

（6）開放性：軟件應(yīng)具備高度的開放性，不僅便于后續(xù)的開發(fā)和維護，也可面向用戶，實現(xiàn)輸入自定義、辨識模型自定義以及辨識算法自定義，最大程度滿足參數(shù)辨識的工程需求。

（7）容錯性：有效防止用戶錯誤的操作并避免因此導(dǎo)致的計算機崩潰等現(xiàn)象。

3 飛行器氣動參數(shù)辨識的關(guān)鍵技術(shù)

飛行器氣動參數(shù)辨識的實現(xiàn)流程如圖2所示，參數(shù)辨識分為試驗設(shè)計、氣動模型確定、氣動參數(shù)辨識、模型檢驗。

圖2 ??飛行器氣動參數(shù)辨識的實現(xiàn)流程

每個環(huán)節(jié)的關(guān)鍵技術(shù)介紹如下。

（1）試驗設(shè)計與執(zhí)行：根據(jù)辨識需求設(shè)計試驗機動與試飛員輸入，確保有效信息的提取。通常采用的輸入有脈沖、方波、掃頻等[5]。

（2）辨識模型確定：確定與試驗機動匹配的飛行動力學(xué)模型，包含小擾動簡化的線性模型與六自由度非線性模型，對常規(guī)布局飛行器，前者縱橫分離，而后者縱橫耦合。旋翼機、非常規(guī)布局飛行器的飛行動力學(xué)模型則更為復(fù)雜，辨識難度較大。非線性模型可采用上一時刻某些試驗參數(shù)的測量值進行近似線性化處理，可以簡化辨識過程。

（3）氣動參數(shù)辨識：在辨識之前首先對試飛數(shù)據(jù)進行數(shù)據(jù)預(yù)處理、數(shù)據(jù)重構(gòu)，再選擇匹配的辨識算法，常用的氣動參數(shù)辨識算法有最小二乘法、極大似然法、卡爾曼濾波法等。如果在氣動參數(shù)辨識前已有原始風(fēng)洞試驗數(shù)據(jù)作為輸入，則可直接在此基礎(chǔ)上辨識相應(yīng)氣動參數(shù)的增量，一定程度上能減少工作量，提高辨識效率。

（4）模型檢驗：參數(shù)辨識的準(zhǔn)確度取決于辨識模型、辨識方法、輸入信號、過程噪聲和測量系統(tǒng)精確度等多個方面，可針對不同要素選擇相應(yīng)的準(zhǔn)則，如最小方差準(zhǔn)則、預(yù)報誤差準(zhǔn)則[6]等。模型校驗的方法有多種，比較常用的有殘差分析、Cramer-Rao邊界分析、不靈敏度分析等[7]。NASA開發(fā)的頻域綜合辨識軟件CIFER進行模型校驗時便采用了這3種方法，其基本思想是利用未參與辨識的非相似數(shù)據(jù)進行殘差分析，比較直觀地分析了辨識模型的準(zhǔn)度，并輔助Cramer-Rao邊界分析、不靈敏度分析進一步獲得辨識準(zhǔn)度，最終基于Cramer-Rao邊界分析、不靈敏度分析的結(jié)果對辨識模型結(jié)構(gòu)進行優(yōu)化。CIFER已成功應(yīng)用于多種機型，并對某些機型的改型給出了指導(dǎo)意見。

4 飛行器氣動參數(shù)辨識軟件平臺開發(fā)流程

飛行器氣動參數(shù)辨識的核心是建立辨識模型與實現(xiàn)辨識算法，辨識模型一般都是根據(jù)六自由度非線性方程進行不同程度的簡化得到的，經(jīng)典的辨識算法有最小二乘法、極大似然法等算法。除此之外還有用戶界面的設(shè)計，常用的實現(xiàn)前者的語言有C、C++、Fortran、Matlab等，實現(xiàn)后者的編程工具有C++、Visual Basic、LabVIEW、Matlab GUI等。

Matlab中豐富且功能強大的工具箱，如System Identification Tool、Control Systems，以及可靠的數(shù)值運算、圖形顯示與處理、高水平的圖形界面設(shè)計風(fēng)格等，使其在參數(shù)辨識軟件開發(fā)中極具優(yōu)勢。然而，由于Matlab GUI本身的局限性，開發(fā)的軟件不能被編譯成獨立于Matlab環(huán)境的可執(zhí)行文件，因而在靈活性、執(zhí)行效率和安全性上遜于用C、C++語言。

飛行器氣動參數(shù)辨識軟件的開發(fā)方向是利用不同語言間的接口實現(xiàn)混合編程，如采用C++語言開發(fā)界面、編寫底層程序，打開Matlab引擎，調(diào)用Matlab的ToolBox函數(shù)、作圖函數(shù)以及數(shù)學(xué)函數(shù)庫。利用Matlab與C++開發(fā)軟件平臺的一般流程如圖5所示。

圖3 ??軟件平臺開發(fā)流程

5 飛行器氣動參數(shù)辨識軟件平臺開發(fā)實例

按照上述理論開發(fā)參數(shù)辨識軟件，包括的功能模塊有：數(shù)據(jù)導(dǎo)入、數(shù)據(jù)查看、相容性檢測與重構(gòu)、數(shù)據(jù)分析、頻域辨識、時域辨識、辨識結(jié)果擬配。

軟件架構(gòu)見圖4，頻域辨識界面見圖5。

圖 4??研發(fā)軟件架構(gòu)

圖5 ??頻域辨識主界面

6 結(jié)束語

本文剖析了氣動參數(shù)辨識的關(guān)鍵技術(shù)，明確了相關(guān)軟件的開發(fā)需求及實現(xiàn)思路，重點針對事后參數(shù)辨識，即在飛行試驗之后進行。隨著試飛需求的更新、試飛技術(shù)的突破以及計算機性能的提升，實時（在線）氣動參數(shù)辨識技術(shù)日益得到更廣泛的應(yīng)用，尤其是在大迎角試飛、包線擴展試飛等非線性度高、不確定性高的科目中。實時氣動參數(shù)辨識雖對數(shù)據(jù)采集、辨識模型、數(shù)據(jù)處理的要求更高，但基本原理不變，本文的分析與研究亦適用。