2022 Fiscal Year Research-status Report
Fusion of System Identification and Statistical Tests for Improvement of Flight Characteristic Prediction
| Project/Area Number |
21K04486
|
|---|
| Research Institution | Japan Aerospace EXploration Agency |
|---|
Principal Investigator |
成岡 優 国立研究開発法人宇宙航空研究開発機構, 航空技術部門, 主任研究開発員 (10649073)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
二宮 哲次郎 国立研究開発法人宇宙航空研究開発機構, 航空技術部門, 主幹研究開発員 (80358647)
|
|---|
| Project Period (FY) |
2021-04-01 – 2024-03-31
|
| Keywords | 飛行特性 / モデル化 / ベイズ推定 / 不確かさ / スチューデントT分布 |
|---|
| Outline of Annual Research Achievements |
本研究は、航空機の飛行特性を高精度にモデル化しようとするものであり、かつ、得られたモデルが流体力学による計算や風洞試といった他の予測方法で得られるモデルと比較が容易なよう、モデル構造に制約を設けた形で推定を行おうとしている。そのため入力となる飛行データをモデルにあわせて統計的に選別する方法を新たに構築しようとしており、昨年度は入力となる同定用データと仮定するモデル構造の関係性が重要であることを突き止めている。
2年度目にあたる本年度は、昨年度成果を発展させ、その関係性を定量的に表現可能な指標について統計的見地から探求を行った。結果、スチューデントT分布の自由度がその役割を発揮することを明らかにした。この方法ではモデル構造として一般的な正規分布を仮定するのではなく、自由度によって分布の裾野の幅を制御可能なスチューデントT分布を仮定する。さらに前述の自由度をモデルパラメータと同時にベイズ推定の枠組で推定することで、入力データとモデル構造の一致度を定量的に示せるようになった。そして推定された自由度が低いことはデータとモデル構造の一致度が低いことを意味し、データの再選別、あるいはモデル構造の再検討を行うことで高精度なモデル化を達成できる見通しが得られた。これらはピッチ運動時のデータに適用する形で提案方法の効果を確かめ、後述の国際学会ICAS2022で発表を行った。
また、昨年度投稿した空力係数の不確かさの要因分析の論文が受理・掲載されている。
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
本研究は①予測に用いられる理論・経験則を構造にもつ飛行特性モデル、②モデル出力と飛行データから、望ましい飛行データを弁別する機構、③モデルのパラメータをより確からしいものに更新する機構の3要素に分解して研究を進めている。2年度目にあたる本年度は初年度進捗が全くなかった②について進捗が十分あったが、当初試行を予定していた統計および機械学習の2つの方法のうち前者のみの検討となった。そこで『やや遅れている』を選択した。
|
| Strategy for Future Research Activity |
次年度(最終年度となる予定)においては進捗状況で述べた3要素のうち、引き続き②のうち機械学習を中心に検討する。すでに得られている統計的方法との比較を行いつつ、より良い方法について探求する計画である。そして①・③と融合する形で研究を進める予定である。さらに得られている成果について論文化も進める予定である。
|
| Causes of Carryover |
本年度についていえば、機械学習用にクラウドコンピューティングを利用しようとしていた『その他』経費が未使用である以外は計画通りの支出であり、物品費や旅費の残額は初年度の計画変更(高性能PC導入を計画2台に対し実績1台、およびコロナ禍による学会オンライン開催)の影響によるものである。次年度使用額については、今年度の遅延分解消(クラウドコンピューティング利用)や学会参加機会を増やすことで主に使用する計画である。
|
