噪声环境下飞机颤振模态参数的频域广义最小二乘辨识

本文主要探讨了在噪声环境下飞机颤振模态参数辨识的一种有效方法——频域广义整体最小二乘算法。该算法针对带噪系统的识别问题，通过与有理传递函数模型相结合，将复杂的辨识任务转换成一个易于处理的广义整体最小二乘问题。传统的辨识方法可能面临非线性优化带来的计算复杂性，但该算法通过线性的广义奇异值分解技术，显著简化了解析模型系数的过程，降低了计算负担。 广义整体最小二乘算法在此场景中的关键在于其迭代更新加权项的能力。通过这种方法，算法能够逐步逼近极大似然估计，从而实现更精确的参数估计。这种方法的优点在于它能够在噪声环境中保持较高的精度，对于实际工程应用中的飞机颤振分析具有重要意义。 文中提到的具体应用案例是利用试飞试验数据来辨识飞机的模态参数，这一步是对算法性能的实际验证。作者唐炜、史忠科和李洪超基于西北工业大学自动化学院的研究背景，结合国家自然科学基金项目和航空科技基金项目的资助，进行这项前沿的科研工作。他们的研究不仅提升了参数辨识的精度，也为飞机设计和飞行安全提供了有力的数据支持。 这篇文章提供了一种实用且高效的飞机颤振模态参数辨识策略，对于提升飞行器动态性能分析的可靠性以及减少颤振风险具有重要的工程价值。在未来的设计和测试过程中，这种算法有望被广泛应用，并推动航空领域的科技进步。