飞机颤振试飞：广义时频滤波降噪技术

"飞机颤振试飞试验信号的广义时频滤波 (2007年)" 在航空工程领域，颤振是一种关键的动态现象，它涉及到飞机在飞行中的稳定性。颤振是由于气动弹性效应导致的一种不稳定的振动，可能对飞机结构造成严重破坏。为了确保飞行安全，必须对飞机进行颤振试飞试验，以估算颤振模态参数，并据此预测颤振边界。 然而，颤振试飞试验中常常会遇到一个问题，即大气紊流等不可测的激励因素会产生大量噪声，这些噪声会混入线性扫频激励的响应信号中，降低信号的信噪比，从而影响模态参数的精确估计。传统的解决方法包括使用冲击激励以提升信噪比，或者对持续激励信号进行多次平均来减少噪声，但这些方法的效果有限。 论文中提出了一种创新的广义时频域滤波算法，该算法专注于分数阶傅里叶变换（Fractional Fourier Transform, FRFT）的应用。FRFT能够对线性扫频激励及其响应信号进行广义时频分析，利用这类信号在分数阶傅里叶域内的聚焦特性，有效地从噪声中提取真实的响应信号，实现信噪分离。 与小波时频滤波相比，广义时频滤波算法具有一定的优势。小波滤波虽然也能利用时频聚焦去噪，但由于时频分辨率的限制，其去噪程度有限，而且容易受到端点效应的影响，计算量也相对较大。而FRFT则能提供更灵活的频率分辨率，适应性强，能够更有效地处理非平稳随机噪声。 论文详细介绍了该滤波算法的具体步骤，并通过仿真算例和实际试飞数据验证了算法的有效性。结果显示，该广义时频滤波方法显著提高了信号的信噪比，对颤振试飞试验数据的分析具有重要意义，有助于提高颤振模态参数的估计精度，从而更好地预测飞机的颤振边界，保障飞行安全。 这一研究对飞行器颤振分析和控制技术的发展具有推动作用，同时也为信号处理领域提供了新的思路和方法。对于航空工程师和研究人员来说，理解和应用这种广义时频滤波技术，可以提升颤振试飞试验的数据质量，进一步优化飞机的设计和性能评估。