基本规则：If it is not in the data, it cannot be modeled.

飞行试验大致可分为两类：

1. 飞行测试的性能评估
2. 飞行测试的系统识别

用于飞行认证的飞行试验属于第一类；用于气动数据库开发的飞行试验属于第二类；

验收试验指南（Acceptance Test Guide）：定义了用于验证飞行模拟器气动数据库保真度的飞行机动。

常见的飞行试验包括：

1. 短周期操作
2. 长周期操作
3. 上拉
4. 水平转弯
5. 推力变化
6. bank-to-bank roll
7. 荷兰滚机动
8. 稳态前进，稳态侧滑

在某些情况下，使用信号前可能需要抑制高频噪声，因为建议记录原始数据。高频噪声重量通常与感兴趣的信号无关。最好只针对这一特定目的对测量信号进行滤波。为此，基于输入值线性组合的数字滤波器被广泛使用。由于对称性，它们的优点是不会在过滤值中引入任何延迟。我们使用斯宾塞(Spencer)基于当前值和前后7个数据点[48的低通数字滤波器 50]。属于一种加权移动平均滤波器，即平均窗口在时间序列中逐点移动，平均数据点数量保持不变。加权平均产生更平滑的信号。

15点Spencer滤波器是：

y n = 1 / 320 [ ? 3 u n ? 7 ? 6 u n ? 6 ? 5 u n ? 5 3 u n ? 4 y_n=1/320[-3u_{n-7}-6u_{n-6}-5u_{n-5} 3u_{n-4} yn=1/320[?3un?7?6un?6?5un?5​+3un−4​

+ 21 u n − 3 + 46 u n − 2 + 67 u n − 1 + 74 u n + 67 u n + 1 +21u_{n-3}+46u_{n-2}+67u_{n-1}+74u_n+67u_{n+1} +21un−3​+46un−2​+67un−1​+74un​+67un+1​

+ 46 u n + 2 + 21 u n + 3 + 3 u n + 3 +46u_{n+2}+21u_{n+3}+3u_{n+3} +46un+2​+21un+3​+3un+3​_

− 5 u n + 5 − 6 u n + 6 − 3 u n + 7 ] _-5u_{n+5}-6u_{n+6}-3u_{n+7}] −​5un+5​−6un+6​−3un+7​]

其中 u u u是有噪声的时间序列， y y y是滤波信号， n n n是离散时间指标， u n − i u_{n-i} un−i​是过去的第i点， u n + 1 u_{n+1} un+1​是未来的第i点。离散滤波器的幅值响应。

如式(2.13)所给出的幅值响应可以计算为

H ( ω ) = C ( 0 ) + 2 ∑ j = 1 m C ( j ) cos ⁡ ( j ω ) H(\omega)=C(0)+2\sum_{j=1}^m C(j)\cos(j\omega) H(ω)=C(0)+2∑j=1m​C(j)cos(jω)

其中, m = ( N − 1 ) / 2 m=(N-1)/2 m=(N−1)/2为进行加权平均的数据点个数，即窗口大小，C为滤波系数，也称为权重。对于式(2.13)给出的斯宾塞15点移动平均滤波器，N为15，滤波器权重为 C [ − 3 − 6 − 53214667746746213 − 5 − 6 − 3 ] C[-3 -6 -5 3 21 46 67 74 67 46 21 3 -5 -6 -3] C[−3−6−53214667746746213−5−6−3]，窗口中点为 C ( 0 ) = 74 C(0) =74 C(0)=74。15点Spencer滤波器的幅值响应图如图2.12所示，表明它在高频时的振荡行为可以忽略不计，并且低频和高频之间的分离很好地定义和尖锐。

使用函数/chapter02/filter_Sp_Hen_FreqResp.m

绘制幅值响应。另一个常见的21个数点斯宾塞滤波器是由

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-yczrf8kW-1657029595052)(C:\Users\jianshitong\AppData\Roaming\Typora\typora-user-images\image-20220705165405185.png)]

21点

KaTeX parse error: Expected 'EOF', got '&' at position 21: …=\frac{1}{350}[&̲-u_{n-10}-3 u_{…

Henderson滤波器：

C j = 315 [ ( m + 1 ) 2 − j 2 ] [ ( m + 2 ) 2 − j 2 ] [ ( m + 3 ) 2 − j 2 ] [ 3 ( m + 2 ) 2 − 11 j 2 − 16 ] 8 ( m + 2 ) [ ( m + 2 ) 2 − 1 ] [ 4 ( m + 2 ) 2 − 1 ] [ 4 ( m + 2 ) 2 − 9 ] [ 4 ( m + 2 ) 2 − 25 ] C_{j}=\frac{315\left[(m+1)^{2}-j^{2}\right]\left[(m+2)^{2}-j^{2}\right]\left[(m+3)^{2}-j^{2}\right]\left[3(m+2)^{2}-11 j^{2}-16\right]}{8(m+2)\left[(m+2)^{2}-1\right]\left[4(m+2)^{2}-1\right]\left[4(m+2)^{2}-9\right]\left[4(m+2)^{2}-25\right]} Cj​=8(m+2)[(m+2)2−1][4(m+2)2−1][4(m+2)2−9][4(m+2)2−25]315[(m+1)2−j2][(m+2)2−j2][(m+3)2−j2][3(m+2)2−11j2−16]​

其中， j = − m → m j= -m \to m j=−m→m，其中 m = ( N − 1 ) / 2 m=(N-1)/2 m=(N−1)/2 , N为窗口大小(滤波器长度)，即数据点的个数。这里我们只考虑对称滤波器，即N必须是一个奇数。亨德森滤波器遵循局部三次多项式，可拟合噪声时间序列中的不同曲率，通过加权移动平均处理[53]进行平滑处理。前面的公式得到7-、9-和13点亨德森滤波器的权重分别为(20.0587、0.0587、0.2937、0.4126、0.2937、0.0587、20.0587)、(20.0407、20.0099、0.1185、0.2666、0.3311、0.2666、0.1185、20.0099、20.0407)和(20.0193、20.0279、0、0.0655、0.1474、0.2143、0.2401、0.2143、0.1474、0.0655、0、20.0279、20.0193)。它们使用函数/FVSysID2/chapter02/HendersonCoeff.m计算。不同滤波器长度的亨德森滤波器的幅值响应如图2.12所示。观察到13点亨德森滤波器具有类似于15点斯宾塞滤波器的特性，但在较高的频率下在零电平附近有小的振荡。的