无人自主控制实验室：激励信号设计与频率域辨识关键技术

第五部分课件V1.0(1)主要探讨了在无人自主控制实验室TheinstituteofUAVAutonomouscontrol中进行的激励信号设计与频率域辨识的相关实验。本章的核心内容围绕如何有效地激发无人飞行器的动态特性，以便进行精确的系统辨识。 首先，实验者需明确输入信号的设计原则，包括激励时长的选择、涉及的控制面（如攻角、侧滑角和机体角速率、加速度等）的控制，以及输入波形的确定。输入信号的幅值也受到严格限制，以确保安全性，例如攻角和侧滑角保持在正负5度，机体角速率在正负20度/秒，机体加速度在正负0.1g到0.3g之间。 系统辨识的关键在于非参数量度（如信噪比和相干性）的评估，信噪比需大于10，相干性需大于0.8，以确保测量数据的质量。这些标准有助于确保模型的准确性和有效性。在频率域分析中，傅里叶变换是一个重要的工具，它将任何周期性函数分解为一系列不同频率和相位的正弦波，这是理解飞行器动态行为的基础。 通过傅里叶变换，可以将复杂的时间序列数据转换为频域表示，便于识别出信号的主要成分及其频率特性。波形分解中，最低频率分量被视为基础，其他频率的正弦波组合构成完整的波形，直流分量则表示信号的整体幅度变化，不改变波形的形状。 正弦波作为基本的数学模型，在频率域辨识中扮演着核心角色。实验人员需要熟练运用这些理论和方法来设计和分析激励信号，以获取关于无人飞行器系统的深入理解，这对于无人自主控制系统的优化和故障诊断至关重要。 第五章提供了关于如何在保证飞行器安全的前提下，通过精心设计的激励信号和频率域分析，实现对无人自主控制系统动态性能的有效评估和模型建立的技术指南。这个过程对于提升无人飞行器的控制精度和稳定性具有实际应用价值。