تخمین مودهای پروازی هواپیما با استفاده از انتقال هیلبرت هوانگ

در این مقاله نحوه استفاده از انتقال هیلبرت هوانگ برای شناسایی مودهای پروازی و کسب مشخصات آنها بررسی شده است. برای این منظور نشان داده می‎شود که انتقال هیلبرت هوانگ توانایی‌های بالقوه‌ای برای بهبود تحلیل‌های کیفیت پروازی هواپیما و رفع برخی از ضعف‌های روش کلاسیک را دارد. برای بهره‌مندی از این توانمندی‌ها، بهبودهایی چون اعمال برخط الگوریتم تجزیه مودهای شبه‌تجربی ارائه شده است. سپس به ارائه روش جدیدی برای تخمین مودهای پروازی و مشخصات آنها براساس الگوریتم برخط و محلی تجزیه موهای شبه‌تجربی و انتقال هیلبرت پرداخته شده است. روش پیشنهادی قادر است در هنگام اجرای آزمایش های پروازی به‌صورت زمان حقیقی برخی از مودهای دینامیکی را مستقیماً از داده های پروازی در حوزه زمان استخراج کند. نتایج توانایی روش پیشنهادی را در استخراج مودهای دارای میرایی کم نشان می‌دهد. همچنین، تطابق با نتایج روش کلاسیک برای سیگنال های خروجی شبیه سازی شده از مدل خطی اغتشاشی، صحت عملکرد روش جدید را آشکار می سازد. در پایان، مثالی از اعمال روش جدید بر داده های پروازی حقیقی یک هواپیما ارائه شده است که وجود تعدادی از مودهای غیراستاندارد با میرایی اندک را در محدوده غیرخطی پرواز آشکار می سازد.  

Estimation of Airplane Flight Modes with Hilbert Huang Transform

This paper investigates the use of the Hilbert Huang transform to identify airplane flight modes and their characteristics. This study shows that the Hilbert Huang transform, as a new powerful tool in the signal analysis field, has good potential capabilities to improve the airplane flying quality analysis and to overcome some drawbacks of the classical method in flight dynamics. To utilize these capabilities, some improvements such as online implementation of the empirical mode decomposition algorithm are presented. The new online local algorithm can estimate the signal trend by the Savitzky Golay filter and eliminate it from the signal in the EMD algorithm. A performance comparison of the new and traditional algorithms is also presented. Then, a new method is proposed based on the online local EMD algorithm and Hilbert transform to determine the airplane modes and their characteristics. The new method is able to extract some airplane modes, including natural and non standard modes, directly from measurements of flight parameters during the flight tests in the time domain. The results indicate the ability of the proposed method to extract the airplane modes with small ding ratios. Also, the consistency of the results obtained from the simulated output signals of the linear perturbed model verifies the new method performance. Finally, an exle of applying the proposed method to the real flight test data is presented. It reveals the existence of some non standard modes with small ding ratios at nonlinear flight regions and confirms the new method performance.