Опис документа

Статтю присвячено розробці алгоритму ідентифікації в просторі станів моделей динаміки польоту за наявності шумів вимірювань та зміщень датчиків. Ціль розробленого алгоритму ідентифікації полягає не тільки в оцінюванні похідних стійкості та керування літального апарата, але й в оцінюванні змішень датчиків. Це досягається шляхом використання процедури мінімізації функції максимальної правдоподібності, заснованої на фільтрі Калмана і процедурі стохастичної апроксимації. Було запропоновано процедурузастосування методу найменших квадратів до моделі в просторі станів для визначення початкових значень невідомих параметрів, необхідних для ідентифікації моделі в просторі станів методом максимальної правдоподібності. Запропонований алгоритм було застосовано до моделі бічного руху легкого шестимісного літака

Статья посвящена разработке алгоритма идентификации в пространстве состояний моделей динамики полета при наличии шумов измерения и смещений датчиков. Цель разработанного алгоритма идентификации состоит не только в оценивании производных устойчивости и управления летательного аппарата, но и в оценивании смещений датчиков. Это достигается путем использования процедуры минимизации функции максимального правдоподобия, основанной на фильтре Калмана и процедуре стохастической аппроксимации. Предложена процедура применения метода наименьших квадратов к модели в пространстве состояний для определения начальных значений неизвестных параметров, необходимых для идентификации модели в пространстве состояний методом максимального правдоподобия. Предложенный алгоритм был применен к модели бокового движения легкого шестиместного самолета

This paper is devoted to the algorithm of state space identification of the flight dynamics models in the presence of sensor noise and biases. The goal of the identification procedure is not only the estimation of aircraft stability and control derivatives, but also the biases of sensors. It is achieved by using the procedure of the likelihood function minimization, based on the Kalman filter and the stochastic approximation procedure. The application technique of the leastsquares method to a state space model in order to determine initial values of unknown parameters which are necessary to identify the state space model by maximum likelihood method is created. This algorithm was used for state space identification of the model of lateraldirectiona dynamics of small 6-seat aircraft