小型无人飞行器是一种通过远程操作或自主控制以执行预定飞行任务的工具,近年在军事和民用领域均有广泛应用,而鉴于其气动导数难以获得且具有强非线性等特点,本文采用系统辨识方法为小型无人飞行器进行建模。系统辨识是通过输入输出数据来获得系统的数学模型,而传统的控制理论对系统进行控制的前提就是需要系统精确的数学模型,因此系统辨识的精度将在很大程度上影响控制品质。同时,建立动态过程的精确数学模型在控制设计和优化等领域的分析和仿真中愈发受到重视,而系统辨识作为有效手段,对动态模型的获取具有很好的适用性。本文根据小型无人飞行器的结构特点和建模目的,选择合适的系统辨识方法。通过对时域、频域辨识方案及经典算法的对比分析,最终选择时域极大似然法。首先,针对某小型无人机,研究其气动特性和发动机推力特性,分析无人飞行器的三轴气动力和气动力矩,建立完整的非线性自由度模型,明确参考坐标系及相关转换矩阵。以此为基础,对无人机飞行控制系统的基本性能、舵面伺服系统性能等提出指标要求,明确模型状态量、控制量、输出量及需辨识参数。其次,通过对模型的标准信号激励,获取模型输出响应。根据飞行器数学模型建立输出误差方程,将极大似然算法首先应用于仿真数据,即通过迭代调整模型参数值,使测量变量(即系统实际输出值)和估计变量(即模型预测值)之间的响应误差最小化,求得仿真参数,该过程是为确定模型和算法的可靠性和可信度。仿真结果极好,证明模型和算法均适用于对该飞行器的研究。随后,进行飞行试验。对稳定飞行过程中的飞行器分别进行不同运动模态的激励,以获得丰富的飞行器动态响应信息。利用机载传感器采集飞行数据后,通过重建无人机的真实飞行轨迹以获得试验误差。最后运用已验证的极大似然算法对无人机进行系统辨识,并对误差来源和模型对参数变化的敏感度进行分析,结果证明本文的辨识方法具有良好的可行性,辨识策略可被接受。