Estimacin de parmetros de una aeronave tipo ala

voladora

David Ortiz Puerta Carlos Mario Vlez Snchez Jorge Alejandro Benjumea Giraldo
Universidad EAFIT Universidad EAFIT Universidad EAFIT
Ingeniera Matemtica Ingeniera Matemtica Maestria en Matemticas Aplicadas
Medelln, Colombia Medelln, Colombia Medelln, Colombia
dpuerta1@eafit.edu.co cmvelez@eafit.edu.co jbenjum3@eafit .edu.co

AbstractEl propsito de este trabajo es la estimacin de las
derivadas y controles de estabilidad para una aeronave tipo Ala
voladora. Dentro del trabajo se propone un modelo matemtico
global (para cualquier configuracin area) en el cual se utilizan
derivadas de estabilidad encontradas en la literatura para una
aeronave ZAGI RC. El modelo propuesto se implementa en el
software MATLAB/SIMULINK para realizar las simulaciones
necesarias. Se realiza una identificacin de la estructura del
sistema utilizando el system identification toolbox de MATLAB y
se propone un algoritmo de Bsqueda de Patrones como mtodo
de estimacin no lineal. Se comparan los resultados estimados
con los obtenidos en la literatura.
Palabras clave: Identificacin, Estimacin, Ala voladora,
Heurstico, Derivadas de estabilidad, Bsqueda de patrones.
I. INTRODUCCIN
Una configuracin de tipo ala voladora o ala volante, es la
que poseen aquellos vehculos areos capaces de mantener un
vuelo estable y controlable sin la ayuda de la sustentacin
generada por superficies distintas a la del ala principal, es decir,
superficies como estabilizadores horizontales; Adicionalmente,
la mayor parte de la carga til se transporta dentro del ala
principal, y generalmente carecen de fuselaje diferenciado.
Histricamente, esta se ha definido como la configuracin
potencialmente ms eficiente desde el punto de vista
aerodinmico, debido a la carencia de superficies
estabilizadoras, reduciendo la traccin generada por estas. De
forma contraria, esta estructura pierde controlabilidad, siendo
una gran desventaja.
Para efectos del modelado matemtico, simulaciones y
comparacin de datos, se utiliza una aeronave ZAGI RC como
referencia, mostrada en la Fig. 1. Este MAV (Micro Aerial
Vehicle) puede tener algunas variaciones en su fabricacin
como el tipo de material, peso, envergadura, potencia y tipo de
motor. Estas variaciones no son relevantes en cuanto a su
capacidad aerodinmica, la cual depende solo de la geometra
del vehculo [1].
Dentro del trabajo se propone un modelo matemtico que
describe la dinmica de la aeronave. Este modelo, es global
para cualquier tipo de vehculo areo, independiente de su
estructura y su composicin. En qu se diferencia entonces
una aeronave de tipo cola en V con una aeronave ala voladora?
Como se mencion anteriormente, la capacidad aerodinmica
de todos los tipos de aviones depende nicamente de su
geometra, representada en el modelo matemtico por las
derivadas y controles de estabilidad. Estas, describen como las
fuerzas y los momentos varan a medida que parmetros como
la velocidad del vehculo, ngulo de ataque y controles de
superficie cambian durante el vuelo.
Dentro del modelo matemtico, se presentan las derivadas
de estabilidad como coeficientes de las fuerzas y momentos.
Estos, son nicos para cada configuracin aerodinmica y son
obtenidos a partir de mtodos de estimacin. Teniendo en
cuenta esto se plantean las siguientes hiptesis: Es posible
identificar la estructura del sistema a partir de mtodos de
identificacin lineales, la cual represente de manera adecuada
el modelo matemtico planteado? Es posible estimar estos
coeficientes de tal manera que el modelo matemtico empleado
para la simulacin del ala voladora sea lo ms real posible?
Teniendo en cuenta que no se conocen los rangos reales de los
coeficientes, Es posible realizar una estimacin aproximada de
los parmetros a pesar de esta incertidumbre, que tanto afecta
esto la estimacin? Qu efectos traen los errores de estimacin
sobre el modelo?
Para poder realizar la identificacin y estimacin de los
coeficientes, se tendrn en cuenta las salidas observables dentro
del sistema (se pueden obtener datos medibles de ellas), para
este caso, las aceleraciones en los ejes de la aeronave y las
velocidades angulares. Tambin se tendr en cuenta la
medicin del ngulo de ataque. Estas mediciones se realizan a
partir de dispositivos como acelermetros, girscopos y
Tubos de Pitot respectivamente [2][3].
Figura 1. ZAGI RC
 TABLE I. VARIABLES DE ESTADO EN SUS MARCOS

DE REFERECNIA
( ) ( ) ( ) (3)
Nombre Descripcin
x Posicin del MAV en el eje de
y Posicin del MAV en el eje de
( ) ( ) (4)
z Posicin del MAV en el eje de
( )
u Velocidad del vehculo en el eje x de
v Velocidad del vehculo en el eje y de donde son las fuerzas que actan sobre la aeronave y
l, m, n los momentos en los respectivos ejes. Teniendo en
w Velocidad del vehculo en el eje z de
cuenta los valores, = = 0, para la matriz de
Alabeo inercia, el momento de inercia se define como
Cabeceo (Inclinacin)
Guiada
( )
p Velocidad angular en el eje x de
q Velocidad angular en el eje y de
r Velocidad angulas en el eje z de ( )

Es importante resaltar el hecho que la estimacin no se

realiza con datos reales, sino con datos simulados utilizando el
software MATLAB/SIMULINK como herramienta. Se
propone un Algoritmo de Bsqueda de patrones como mtodo (5)
de estimacin no lineal.
II. MODELO MATEMTICO
Para llevar a cabo las simulaciones, se utiliz el modelo
matemtico propuesto en la literatura [4], donde los autores
introducen una descripcin detallada de las ecuaciones de
estado que representan la dinmica de cuerpo rgido del
vehculo. Dentro del modelo matemtico se tienen en cuenta ( )
dos grupos de ecuaciones de estado: Cinemticas y Dinmicas
A. Cinemtica
Indican las leyes del movimiento de la aeronave sin tener
en cuenta las fuerzas ni los momentos. Dentro de este grupo se 1) Fuerzas y momentos: Las fuerzas y los momentos
ubican 6 variables de estados aerodinmicos se dividen en dos grupos: longitudinales y
laterales. Las fuerzas y momentos longitudinales, actan sobre

el plano xz (conocido como plano de inclinacin), mientras
( )
que las fuerzas y momentos laterales sern en la direccin del
eje y.
a) Aerodinmica longitudinal: Se identifican dos fuerzas
( )( ) (1) que actan sobre este plano, conocidas como fuerza de arrastre
y fuerza de sustentacin (nombrados y
respectivamente) y un momento angular (denominado m), que
acta directamente sobre el eje y, generando un incremento o
disminucin del ngulo de cabeceo . Estas fuerzas de traccin
( ) ( )( ) (2) y sustentacin y el momento m, estn altamente influenciados
por el ngulo de ataque , por la velocidad angular q y por la
deflexin del elevador como se indica a continuacin.
B. Dinmica
[ ( ) ]
Relaciona el movimiento del cuerpo rgido con las causas
que provoca los cambios fsicos, en otras palabras, las fuerzas y
los momentos. Dentro de este grupo se ubican las siguientes [ ( ) ] (6)
ecuaciones
 ( )
[ ( ) ] ( ) (14)
Donde los coeficientes , , y son funciones del
ngulo de ataque. Se define a partir de una funcin sigmoide ( )
para simular el efecto de prdida producido por el ngulo de ( ) (15)
ataque. Se tiene entonces
( ) ( ( ))[ ]
(7)
( )[ ( )( ) ] 2) Derivadas de control y estabilidad: Dentro de la
aerodinmica longitudinal, cuando = q = = 0, el
Donde coeficiente toma el valor de . Los coeficientes , y
( ) ( ) indican la variacin de cuando , q y son diferentes
( ) ( ) )( ( ))
(8) de cero. La misma interpretacin se da para la fuerza de
( arrastre ( ) y el momento m.
La funcin sigmoide en la ecuacin (8) tiene como Al igual que en la aerodinmica longitudinal, cuando
parmetro de corte y tasa de transicin M, la funcin , el coeficiente toma el valor de
( ) indica la funcin signo con el ngulo de ataque como . Los coeficientes , , , , indican la
parmetro. Para la fuerza de traccin se define el nuevo variacin de cuando p, r, y son diferentes de cero.
coeficiente en funcin del ngulo de ataque como La misma interpretacin de los parmetros se da para los
momentos l y n. En algunos casos, para vehculos areos
( ) (9) simtricos en el plano xz, los parmetros , y toman
el valor de cero.
Donde El ngulo de ataque , el ngulo de desplazamiento lateral
(10) y la velocidad del aire , se definen como
Para expresar las fuerzas de sustentacin y arrastre en el
marco de referencia del cuerpo de la aeronave, se realiza el ( ) (16)
siguiente producto matricial sobre el ngulo de ataque
(17)
( ) ( )( ) (11) ( ) (18)

Finalmente, para el momento m, el coeficiente ( ) se Teniendo en cuenta que el trabajo est orientado a aviones
expresa como de tipo ala voladora, se utiliza la siguiente matriz de relacin
( ) (12) para el elevador y el alern

b) Aerodinmica lateral: La aerodinmica lateral est ( ) ( )( ) (19)

altamente influenciada por el ngulo de desplazamiento lateral
, las velocidades angulares p y r, la deflexin de los controles
de superficie y . TABLE II. DESCRIPCIN DE PARMETROS Y
SUPERFICIES DE CONTROL

[ ( ) Parmetro Descripcin
Deflexin del elevador (grados)
]
Deflexin del alern (grados)
[ ( ) Deflexin del timn de cola (grados)
(13)
Densidad del aire
]
Velocidad del vehculo
[ ( ) S rea de superficie alar
c Cuerda media del perfil alar
]
e Coeficiente de eficiencia de Oswald
c) Propulsin: Para el propulsor se definen las fuerzas y
momentos como Relacin del aspecto alar
b Envergadura del ala
 TABLE III. PARMETROS DEL PROPULSOR
Parmetro Descripcin ( ) [ ( ) ] ( ) ( ) ( ) (25)
rea del propulsor
Finalmente se tiene la estructura
Coeficiente aerodinmico del propulsor
( ) ( ) ( ) ( ) ( ) (26)
Eficiencia del motor
Donde el operador q se puede escribir en trminos de la
Ancho de pulso de modulacin transformada z. El objetivo de la identificacin, es proponer
diferentes estructuras para ( ) y ( ) de tal forma que la
Constante experimental estimacin pertinente de estos polinomios lleve a que
( )[ ( ) ( ) ( )] ( ) donde ( ) sea un
ruido blanco. La identificacin se realiz utilizando el System
donde representa el elevador derecho y representa el Identification Toolbox de MATLAB mediante el uso de
elevador izquierdo, esta matriz de relacin cambia segn la estructuras lineales como ARX, ARMAX, Box-Jenkins,
configuracin de la aeronave. En las tablas 2 y 3, se presentan Output-Error y Variables de estado.
algunos parmetros del modelo matemtico y su respectiva
descripcin. Las derivadas de control y estabilidad para el B. Estimacin
ZAGI RC se indican en las tablas 4 y 5, el modelo de Para realizar la estimacin de las derivadas de control y
simulacin se puede observar en la Fig. 4. Las entradas del estabilidad dentro del sistema, se construye un algoritmo de
modelo son en grados, debido a que estas son las unidades bsqueda de patrones. Dentro del algoritmo se comparan las
tcnicas utilizadas en la aviacin, pero para efectos del modelo salidas reales con las obtenidas a partir de los parmetros
matemtico, deben convertirse en radianes para poderse factibles estimados.
operar. El algoritmo consiste en generar un conjunto de soluciones
factibles alrededor de un punto inicial. Este conjunto de
III. METODOLOGIA
soluciones est a una distancia normalizada del punto central
A. Identificacin como se indica en la Fig. 2. La normalizacin se realiza
La identificacin es un conjunto de mtodos que permiten, utilizando norma infinita. Luego de generar el conjunto de
mediante el anlisis de series temporales, obtener un modelo soluciones se evala la funcin objetivo en cada uno de ellos y
matemtico aproximado al real a partir de los datos se compara con la solucin central. Si alguna solucin del
experimentales de las entradas y salidas [5]. conjunto es mejor a la central, se toma esa como nuevo centro
y se genera un nuevo conjunto, de otro modo, se mantiene la
Para realizar la identificacin se parte del hecho
echo que un misma solucin central inicial y se reduce la distancia entre los
sistema puede ser descrito por una estructura lineal dada por puntos.
Como criterio de optimizacin se utiliz una funcin
( ) ( ) ( ) (20) objetivo para minimizar el error entre los datos reales y los
estimados. Teniendo en cuenta que se utilizaron como salidas
Donde ( ) es la respuesta al impulso del sistema. las aceleraciones y las velocidades angulares en los tres ejes y
Introduciendo el operador de desplazamiento hacia atrs. el ngulo de ataque, la funcin objetivo ser
() ()
( ) ( ) (21) () [ ]
()
Reemplazando (21) en (20) resulta (27)
( [ ( )])
()
( ) ( ) ( ) ( )( ( )) Donde SR significa la salida real, SE la salida estimada y
(22) Error es el error relativo promedio de la salida 1 a 7. El
algoritmo se especifica a continuacin
[ ( ) ] ( ) ( ) ( )

Introduciendo un trmino de perturbacin a (22) se tiene

( ) ( ) ( ) ( ) (23)
Donde
(24)
( ) ( ) ( )

En este caso ( ) ( ), se dice que es un ruido blanco.

Reemplazando (21) en (24) se obtiene Figura 2. Conjunto de soluciones normalizadas alrededor de un punto inicial.
 BSQUEDA DE PATRONES
Entradas: SR, MaxIt, N_sol, Sol_Inic, Radio, Reduccion
1. Evaluar la solucin inicial, sino es factible, genere una
nueva y repita este paso.
2. Evale la funcin objetivo.
3. Sol*=Solucin inicial (fo, Sol_Inic).
Mientras It<MaxIt
Mientras j<N_sol+1
4. Genere un vector aleatorio Vect, alrededor de
la solucin inicial.
5. Vect=norma(Vect, Inf)*Radio.
6. Evaluar si Vect es factible. Si no lo es, volver al
paso 4, si lo es evaluar la funcin objetivo
7. conj(j)=(Vect, fo), j++
Fin Mientras
8. Encuentre la mejor solucin en el conjunto de
soluciones.
sol_n= mejor solucion(conj)
9. Si sol_n es mejor que Sol* entonces Sol*=sol_n,
sino Radio=Radio*Reduccion.
It++.
Fin mientras
10. retorne Sol*
IV. RESULTADOS Figura 3. Simulacin para los grupos con entrada escaln

Cuando se analiza la aerodinmica longitudinal y lateral de
la aeronave, la relacin entre los dos grupos es mnima. Como
se mencion anteriormente, las fuerzas y momentos
longitudinales afectan principalmente el plano xz de la
aeronave, mientras que las laterales afectan el plano y. A partir
de este hecho, se trabaj con una metodologa por grupos, que
consiste en excitar nicamente las ecuaciones relacionadas a
cada uno de los planos. Como ejemplo para entender esto, se
utiliza el modelo planteado en la Fig. 4. A este se le aplica una
entrada escaln al elevador, la cual va de -3.60 a -2.73 grados
de deflexin y se observan las velocidades u, v y w y los
ngulos de Euler . Los resultados de la simulacin se
presentan en la Fig. 3.
En esta, se pueden ver en azul las variables longitudinales u, w
y , y en verde las laterales. Debido a que la entrada era
unicamente deflectar los elevadores, el efecto de esta entrada se
da unicamente en las fuerzas longitudinales, por ende, los
efectos laterales son 0. Gracias a este efecto, se pudo
determinar ms facilmente un punto de operacin lineal para la
identificacin del sistema y as realizar una estimacin mas
sencilla, reduciendo la cantidad de parametros y de variables a
observar.
A. Curva de Linealidad
Debido a que el modelo matematico es no lineal, fue
pertinente realizar una curva de linealidad que permitiera
determinar bajo que entrada el sistema se comporta de manera
lineal. A partir de esta curva se puede entender cuales son las
entradas mas adecuadas para aplicar los metodos de
indetificacin, los cuales son para sistemas lineales. Se utiliz
la metodologia por grupos, trabajando sobre la aerodinamica
longitudinal.

Figura 4. Modelo de simulacin en MATLAB/SIMULINK


Figura 5. Curva de linealidad para elevador entre -30 y 30 grados, en la grfica de -
0.5 a 0.5 radianes
Para la curva de linealidad, se le dio un valor de -30 a 30
grados al elevador, el ancho de pulso de modulacin para el
motor se dej constante en 1.8 y se utilizaron como velocidades
iniciales y en m/sg, velocidades
angulares iniciales en rad/sg, orientacin
inicial en rad, y altura inicial
m, recordando que el eje z negativo en el marco de
referencia del vehculo es hacia arriba.
Los resultados de la curva de linealidad se presentan en la
Fig. 5, en estos, la deflexin del elevador se encuentra en
radianes. Al observar los resultados, es difcil establecer un
buen rango de linealidad para la entrada. Se observa entonces
que para la altura z se presenta un pico entre el rango de -0.1 a
0 radianes, por lo que se simula nuevamente utilizando este
intervalo para la entrada. Los resultados se muestran en la Fig.
6. Una vez obtenida la segunda grfica, se estableci una
entrada de -0.0628 a -0.04764 radianes, esto es, -3.6 a -2.73
grados de deflexin aproximadamente para el elevador. Aparte
de los resultados grficos obtenidos, se verific que el
comportamiento de la simulacin no presentara bucles en
vuelo, ni que estuviera cayendo, como sucede con los ngulos
de deflexin positivos.
Figura 6. Curva de linealidad para elevador entre -5.971 y 0 grados, en la grfica
de -0.1 a 0 radianes
B. Condicin de equilibrio
Se denomina condicin de equilibrio o Trim al punto
determinado en un sistema en el cual sus variables de estado
permanecen invariantes en el tiempo. De manera formal, dado
un sistema descrito por ecuaciones de estado
( )
Donde , se denomina vector de estado
de un sistema y vector de entradas, se dice que el sistema
est en equilibrio en un estado y entrada si se cumple que
( )
Para el caso del modelo matemtico planteado en la seccin
anterior, el vector de entradas est determinado por y
y los estados del sistema de (1) a (4).
Teniendo en cuenta el rango de linealidad obtenido
anteriormente, se estableci como entrada para el punto de
operacin el valor de -3.165, que es el valor medio del
intervalo. Las condiciones de equilibrio para esta deflexin del
elevador, un ancho de pulso de modulacin de 1.8, y el resto de
las entradas iguales a 0 son: velocidades de y
en m/sg, velocidades angulares
en rad/sg, orientacin en rad, y altura
inicial m. Estos resultados obtenidos se
tomaron como punto de partida de las simulaciones
C. Periodo de muestreo
Periodo de muestreo es el tiempo que transcurre entre
muestra y muestra de una seal, o en otras palabras, cada
cuanto tiempo se debe tomar datos para poder replicar una
seal dada. Establecer un periodo de muestreo correcto es
importante debido a que si se utiliza un periodo mayor al
debido, pueden aparecer efectos como el solapamiento de la
seal o aliasing, el cual impide replicar la seal original con
los datos obtenidos.
Para obtener el periodo de muestreo se utiliz el mtodo
temporal para la respuesta de un escaln, luego se analizaron
las salidas ms rpidas obtenidas en la simulacin; se
seleccion el ngulo de ataque como muestra. Una vez
obtenido los datos del mtodo temporal, se analizaron segn
(28)
Figura 7. Mtodo de respuesta temporal para la seleccin del periodo de muestreo
 TABLE V. DERIVADAS DE CONTROL Y ESTABILIDAD
(28)
Coef.
Donde , es el tiempo de crecimiento expresado a Valor Coef. Lateral Valor
Longitudinales
continuacin 0.09167 0
(29) 0.01631 0
Reemplazando en (28) y (29) con los datos obtenidos -0.02338 0
3.5016 -0.07359
[ ]
0.2108 -0.02854
Finalmente se estableci el periodo de muestreo de
-0.5675 -0.00040
2.8932 0
D. Entrada del sistema 0 -0.3209
Establecer la seal de entrada es de vital importancia para el -1.3990 -0.01297
trabajo debido a que esta permite obtener la suficiente
0.2724 0
informacin del sistema, en caso tal que dentro del modelo
matemtico no se haya considerado alguna variable. Se utiliz 0.3045 0.03066
una entrada PRBS o Pseudo Random Binary Sequence, la -0.3254 -0.00434
cual tiene como parmetros de construccin la frecuencia y
lmite superior e inferior. 1.0 0
M 50 0.1682
Para su construccin, se tuvo en cuenta que la curva de
linealidad se realiz sobre el grupo longitudinal utilizando 0.4712 0.00328
como entrada nicamente la deflexin de los elevadores, de 0.1592 0
este modo, se excitaron las fuerzas y momentos longitudinales
sobre el avin; se estableci entonces como lmite superior La frecuencia de la PRBS se estableci en 0.003 sg, a
-2.73 y como lmite inferior -3.6 grados de deflexin. La partir de las salidas establecidas, esta se presenta en la Fig. 8.
frecuencia se determin en la prctica dependiendo del tipo de Finalmente teniendo en cuenta el tiempo que demora en
experimento realizado.
estabilizarse las salidas con la PRBS adecuada, se determin
E. Identificacin un tiempo de simulacin de 10000 segundos, de esta manera
Teniendo en cuenta el modelo lineal planteado en (26), fue se garantiza los suficientes datos para realizar la estimacin de
necesario introducir perturbaciones sobre el modelo de los polinomios G(q) y H(q).
simulacin en SIMULINK. Estas perturbaciones representan 1) Recoleccin y Pre-procesamiento de los datos: A partir
los posibles vientos cruzados que el vehculo enfrenta cuando de lo estipulado anteriormente, la identificacin se realiz
est en condicin de vuelo. Una vez establecido esto, se sobre el grupo longitudinal utilizando la seal PRBS ya
determin que las salidas a utilizar para la toma de datos y la construida. Se obtuvieron aproximadamente 200.000 datos
identificacin del sistema son las aceleraciones y las sobre cada una de las 6 salidas del avin, de los cuales la mitad
velocidades angulares, debido a que estas son posibles medirlas se destinaron para realizar la estimacin de los modelos
con dispositivos electrnicos lineales y la otra mitad para la validacin. A estos datos se les
TABLE IV. PARMETROS DE LA hace un pre-procesamiento rpido para eliminar posibles
AERONAVE ZAGI RC valores de tendencia y estandarizar el sistema. En la Fig. 8 se
observan los datos de entrada y salida pre-procesados.
Parmetro Valor
m 1.56 kg
0.1147 kg-
0.0576 kg-
0.1712 kg-
0.0015 kg-
S 0.2589
b 1.4224 m
c 0.3302 m
0.0314
1.2682 kg/
20
0
0 Figura 8. Pre-procesamiento de los dato. En verde, los datos sin valores de
tendencia
 2) Estimacin de los modelos lineales: Como se mencion
anteriormente, para la identificacin se utiliz el System
Identification Toolbox de MATLAB, utilizando los modelos
lineales mencionados.
La identificacin se comenz con el modelo de Output-
Error. Este modelo fue de gran importancia puesto que parte
de la suposicin que el ruido es aditivo en la salida y que este
es estacionario en el tiempo, sin cambios de media ni varianza.
Al obtener los grficos de los correlogramas del ruido se pudo
obtener informacin vital dentro de la modelacin del ruido. Se
proponen diferentes estructuras donde el mejor modelo es
OE580 con un ajuste del 77.26% para la aceleracin en el eje x.
Se obtienen resultados sobre los residuales y la respuesta al
impulso, estos se muestran en la Fig. 9 y 10.
Otro modelo determinante dentro de la identificacin es el
de variables de estado, el cual permiti definir que tanto influye
la perturbacin dentro del modelado del sistema. Se presentan
los resultados obtenidos para un modelo n4s7 con un
porcentaje de ajuste del 58.61%
Una vez obtenidos estos resultados, fue ms fcil
determinar los grados para los polinomios de las otras a
estructuras. Se proponen entonces, estructuras ARX, ARMAX
y BJ, donde las mejores son ARX1030 con un ajuste de
66.61%, ARMAX8530 con 77.3% y BJ52380 con 77.48%,
todas 3 para la aceleracin en el eje x. En la tabla 6 se observan
los porcentajes de ajuste de diferentes modelos propuestos para
cada estructura. Es importante tener en cuenta que incluso en la
identificacin se mantiene la metodologa por grupos, por lo
tanto solo se presentan las salidas longitudinales, donde Ab_x
significa la aceleracin en el eje x, Ab_z la aceleracin en el eje
z y W_y la velocidad angular en el eje y.
TABLE VI. PORCENTAJE DE AJUSTE PARA LAS SALIDAS
LONGITUDINALES
Ab_x Ab_z W_y Promedio
n4s7 58.61 71.68 60.1 63.463333
n4s8 64.96 68.11 53.86 62.31
n4s9 65.67 68.1 55.2 62.99
arx830 66 60.77 56.16 60.976667
F. Estimacin
Una vez realizada la identificacin se procedi a estimar los
parmetros utilizando el pseudocdigo planteado con
anterioridad. En este caso, la PRBS de entrada tendr una
frecuencia de 0.08 sg, mucho ms rpida que la PRBS de la
identificacin. Se estableci esto debido a que en este caso no
se necesita esperar que las salidas se estabilicen, y de esta
forma, obtener bastante informacin sobre su comportamiento
no lineal.
Dentro de la estimacin de parmetros se debe resaltar los
siguientes puntos:
La estimacin se realiz sobre datos simulados sin
perturbacin.
Se trabaj sobre las derivadas de estabilidad y control
planteadas en las tablas 4 y 5. Se utiliz la metodologa
por grupos para simplificar la cantidad de parmetros a
estimar, de esta manera solo se estiman 11 parmetros
en vez de 32.
la estimacin se realiz sobre una incertidumbre frente
al dominio real de cada derivada de estabilidad. Esto se
debe a que no se obtuvo informacin determinante
sobre cules son los lmites que puede tomar cada
parmetro. Dentro de la informacin encontrada, se
determin que las derivadas para la fuerza de
sustentacin y de traccin tienen un dominio real
positivo mientras que los coeficientes para el momento
en el eje y, tienen un dominio real negativo. Se
realizaron pruebas con 2 dominios de diferentes
tamaos para probar robustez frente a esa
incertidumbre.
Se realizaron 5 estimaciones por cada intervalo
definido en la tabla 7. Cada estimacin se realiz con
50 posibles soluciones factibles normalizadas, una
distancia de 0.7 y una reduccin de la distancia de 0.9.
Los resultados se muestran en la tabla 8.
TABLE VII. INTERVALOS PARA LAS DOS ESTIMACIONES
REALIZADAS

arx930 66.33 61.3 56.52 61.383333 intervalo 1 intervalo 2

arx1030 66.61 61.64 56.74 61.663333 'CD0' [0, 0.1] [0, 0.2]
amx8530 77.3 73.49 65.1 71.963333 'CDdeltae' [0.2, 0.5] [0.1, 0.9]
amx8330 76.55 69.78 61.7 69.343333 'CDq' [0, 0.05] [0, 0.15]
amx7330 76.26 68.24 60.58 68.36 'CL0' [0, 0.1] [0, 0.2]
'CLalpha' [3.4, 3.6] [3, 4.5]
oe580 77.28 73.57 65.09 71.98
'CLdeltae' [0.1, 0.3] [0.1, 0.5]
oe380 77.2 73.28 65.04 71.84
'CLq' [2.7, 2.9] [2, 3.5]
oe360 77.21 73.22 64.8 71.743333 'Cm0' [-0.1, 0] [-0.2, 0]
bj52380 77.48 73.62 65.18 72.093333 'Cmalpha' [-0.7, -0.3] [-0.8, -0.2]
bj33580 77.47 73.32 65.14 71.976667 'Cmdeltae' [-0.5, -0.2] [-0.7, -0.2]
bj33880 77.45 72.38 64.74 71.523333 'Cmq' [-1.5, -1.2] [-2, -1]
 Figura 9. Ajuste de la identificacin sobre la aceleracin en el eje x.

Figura 10. En la esquina superior izquierda, los residuales del modelo OE580. En la esquina superior derecha, modelos amx830, bj52380 y n4s7. Polos y ceros
de los modelos, en la esquina inferior izquierda y a la derecha, respuesta al escaln unitario para la aceleracin en x.
 TABLE VIII. RESULTADOS DE LA ESTIMACIN PARA EL PRIMER Y SEGUNDO INTERVALO RESPECTIVAMENTE

Estim. 1 Estm. 2 Estm. 3 Estm. 4 Estm. 5 Real Promedio Varianza Error

'CD0' 0.0214 0.0299 0.021 0.0357 0.0226 0.0163 0.02612 4.174E-05 38.650307
'CDdeltae' 0.3628 0.3101 0.3515 0.2935 0.3235 0.3045 0.32828 0.0008235 6.2397373
'CDq' 0.0252 0.0278 0.031 0.0158 0.0231 0 0.02458 3.281E-05 2.31
'CL0' 0.0707 0.0812 0.0801 0.0832 0.0886 0.0917 0.08076 4.231E-05 3.3805889
'CLalpha' 3.5123 3.5087 3.5115 3.5122 3.4932 3.5016 3.50758 6.676E-05 0.2398903
'CLdeltae' 0.1617 0.144 0.1833 0.186 0.1875 0.2724 0.1725 0.0003632 31.167401
'CLq' 2.8117 2.8225 2.774 2.8302 2.7859 2.8932 2.80486 0.000578 3.7086963
'Cm0' -0.0244 -0.0244 -0.0228 -0.0232 -0.0238 -0.0234 -0.02372 5.12E-07 1.7094017
'Cmalpha' -0.5364 -0.5716 -0.5533 -0.5301 -0.5477 -0.5675 -0.54782 0.00026 3.4889868
'Cmdeltae' -0.3523 -0.3428 -0.3275 -0.3296 -0.3235 -0.3254 -0.33514 0.0001444 0.5838967
'Cmq' -1.3578 -1.3546 -1.3849 -1.321 -1.3649 -1.399 -1.35664 0.0005356 2.4374553
FO 23.950859 9.1972492 10.728213 13.323065 6.6362479

Estim. 1 Estm. 2 Estm. 3 Estm. 4 Estm. 5 Real Promedio Varianza Error

'CD0' 0.0615 0.0273 0.0207 0.013 0.0176 0.0163 0.02802 0.0003773 20.2453988
'CDdeltae' 0.2418 0.4475 0.4337 0.3949 0.5215 0.3045 0.40788 0.01072424 29.6880131
'CDq' 0.0809 0.0632 0.0909 0.0997 0.0911 0 0.08516 0.00019501 9.97
'CL0' 0.1083 0.1072 0.1079 0.1005 0.1134 0.0917 0.10746 2.1173E-05 9.59651036
'CLalpha' 3.7981 3.7274 3.7679 3.4874 3.7372 3.5016 3.7036 0.01537565 0.4055289
'CLdeltae' 0.2746 0.318 0.3105 0.3026 0.301 0.2724 0.30134 0.00026955 11.0866373
'CLq' 2.6534 2.7813 2.7908 2.7457 2.7792 2.8932 2.75008 0.00321175 5.09816121
'Cm0' -0.0262 -0.0244 -0.0289 -0.0281 -0.0313 -0.0234 -0.02778 6.917E-06 20.0854701
'Cmalpha' -0.5226 -0.4712 -0.5642 -0.5674 -0.5514 -0.5675 -0.53536 0.00159873 0.01762115
'Cmdeltae' -0.3465 -0.3199 -0.3689 -0.3678 -0.3857 -0.3254 -0.35776 0.00064143 13.0301168
'Cmq' -1.4907 -1.3758 -1.5757 -1.4788 -1.5515 -1.399 -1.4945 0.00604827 5.70407434
FO 17.45805719 15.98370433 11.6709175 7.82735745 17.2433579

V. ANLISIS DE LOS RESULTADOS una buena aproximacin a la planta modelo real, pero
analizando la grfica 10 del correlograma de los residuales se
A. identificacion observa un decaimiento lento, el cual, es seal de no
Observando los resultados obtenidos, los comportamientos estacionalidad para el ruido aditivo [6]. Si se observa la
de las salidas son anlogos entre s, por ende, el anlisis se ecuacin indicada en (31) y teniendo en cuenta este resultado
realiz sobre los resultados respecto a la aceleracin en x o en los residuales, se concluy que el ruido dentro del sistema
Ab_x. Para analizar los resultados a partir de la estimacin de la no es blanco y debe tratarse con un filtro que permita modelar
estructura OE, se parte del modelo lineal segn (26) en esta no estacionalidad.
trminos de la transformada z Una vez llegada a esta conclusin, se procedi a hacer la
( ) ( ) ( ) ( ) (30) identificacin con un modelo de variables de estado. Teniendo
en cuenta su estructura descrita por (32) y que la estimacin de
Como se observa en (30), el ruido aditivo no presenta el este modelo no represento una mejora notable en el ajuste,
polinomio ( ) o filtro lineal, por lo tanto ( ) entra dentro como se observa en la tabla 6, se concluye que el ruido dentro
del sistema como ruido blanco, realizando el despeje de esta del sistema no influye notablemente dentro de la identificacin
estructura para ( ), se tiene del sistema.
[ ( ) ( ) ( )] ( ) (31) ( ) ( ) ( ) ( )
(32)
Si se observa la Fig. 9, la estructura dio un buen ajuste para ( ) ( ) ( ) ( )
el modelo OE580, indicando que el polinomio ( ) da
 Otra observacin notable sobre los resultados del modelo
N4S7, es que al observar la grfica de la correlacin cruzada se
observa que esta se sale de las bandas y aparte de eso presenta
un decaimiento en el primer rezago. Este comportamiento
indica que el modelo estimado presenta ceros fuera del crculo
unitario como se observa en el diagrama en la Fig. 10 y por
ende, el sistema es de fase no mnima.
Una vez obtenido los resultados con los otros modelos, se
lleg a la conclusin que el mejor modelo a utilizar es el
BJ52380. Como se observa en la Fig. 9, este tiene un ajuste
muy aproximado al modelo OE580, pero a diferencia de este,
el modelo BJ propuesto modela perfectamente el ruido dentro
del sistema. Teniendo en cuenta estos factores y el hecho que
sus polos y ceros estn dentro del crculo unitario se concluy
que la mejor estructura para modelar el sistema con 6 salidas
era el BJ, respondiendo de esta manera la hiptesis planteada.
El modelo obtenido en trminos de la funcin de transferencia
discreta se presenta en la tabla 9.
B. Estimacin
Para la estimacin, los resultados de las derivadas de
control y estabilidad se presentan en la tabla 8. Para la primera
serie de estimaciones, utilizando el primer intervalo
establecido, se puede observar que la funcin objetivo muestra
que el mximo porcentaje de error para las 7 salidas es de
6.63% el cual para la cantidad de parmetros dentro del sistema
es un ajuste casi perfecto. Dentro de esta estimacin se observa Figura 11. Salidas para la mejor estimacin y convergencia de los mejores
que la variacin de los parmetros estimados para las 5 pruebas parmetros, con el intervalo 1
es muy pequeo por lo tanto se asegura que el mtodo puede
converger al valor real. En esta figura se puede observar un ajuste casi perfecto para
las aceleraciones, la velocidad angular y el ngulo de ataque.
En la Fig. 11 se pueden observar las salidas reales con Es importante resaltar el desfase que se genera en el ngulo de
respecto a las estimadas. Como se mencion anteriormente y al ataque; para entender este comportamiento con respecto a la
igual que en la identificacin, las nicas salidas que se estimacin de los parmetros, se observaron los
muestran son las relacionadas con el grupo longitudinal.

TABLE IX. PRESENTACIN DEL MODELO BJ52380

From input "u1" to output...
44.55 - 88.71 z^-1 + 13.1 z^-2 + 62.48 z^-3 - 31.43 z^-4
y1: -------------------------------------------------------------------------------------------------------------------
1 - 1.988 z^-1 + 0.3308 z^-2 + 1.337 z^-3 - 0.7538 z^-4 + 0.06821 z^-5 + 0.05176 z^-6 - 0.03794 z^-7 - 0.00825 z^-8

y2: 0

-36.05 + 114 z^-1 - 27.16 z^-2 - 139.4 z^-3 + 88.59 z^-4

y3: --------------------------------------------------------------------------------------------------------------
1 - 2.914 z^-1 + 2.845 z^-2 - 0.3053 z^-3 - 1.523 z^-4 + 1.111 z^-5 - 0.08337 z^-6 - 0.1973 z^-7 + 0.0673 z^-8

y4: 0

0.02084 - 1.999 z^-1 - 8.299 z^-2 + 18.85 z^-3 - 8.576 z^-4

y5: -----------------------------------------------------------------------------------------------------------------
1 - 2.058 z^-1 + 1.431 z^-2 - 0.1401 z^-3 - 0.2978 z^-4 - 0.04979 z^-5 + 0.2372 z^-6 - 0.1659 z^-7 + 0.04937 z^-8

y6: 0

Name: bj52380
Sample time: 0.05 seconds
Discrete-time transfer function.
porcentajes de error con respecto al valor real. Se observa que
para el coeficiente y hay un error del 38.65% y 31.16%
respectivamente. Si se analiza solamente el coeficiente de
sustentacin para el elevador, el desfase del ngulo de ataque
puede ser explicado por este porcentaje de error, el cual implica
cierta sensibilidad a este parmetro con respecto a la salida.
Otro factor a analizar dentro de la estimacin es la
sensibilidad de los parmetros y que tan fcil puede ser llegar a
estos. Se realiz una tabla con los porcentajes de error para
cada parmetro con respecto a la salida real y se presentan en la
tabla 10. Dentro de la tabla se puede observar que para las 5
estimaciones con el primer intervalo siempre se obtiene en
promedio un alto porcentaje de error con respecto al parmetro
y , mientras que la estimacin de los otros parmetros
da relativamente bien. Se concluye que estos parmetros son de
especial cuidado, debido a que presentan errores altos,
indicando que el algoritmo converge fcilmente a ptimos
locales para cada parmetro.
Para el segundo intervalo, se puede observar que la mejor
funcin objetivo fue de 7.83% de error. Para este caso, la
varianza aumenta, pero la diferencia entre los dos casos, no es
mucha. En la Fig. 12 se observa el resultado de las salidas
reales con las estimadas. Se observa tambin el mismo desfase
en el ngulo de ataque. Realizando el mismo anlisis se
observa que aunque el porcentaje de error para disminuye, Figura 12. Salidas para la mejor estimacin y convergencia de los mejores
parmetros, con el intervalo 2
TABLE X. PORCENTAJES DE ERROR PARA LAS este sigue siendo alto. Aparte de este coeficiente, se resaltan
ESTIMACIONES DEL INTERVALO 1 Y 2
y los cuales presentan un porcentaje de error del
intervalo 1 29.68% y 20.08% respectivamente. En este caso, el desfase del
Estm. 1 Estm. 2 Estm. 3 Estm. 4 Estm. 5 ngulo de ataque puede ser descrito por el error en , y los
'CD0' 31.288 83.436 28.834 119.018 38.650 60.245 parmetros ms difciles de estimar sern los mencionados.
'CDdeltae' 19.146 1.839 15.435 3.612 6.240 9.255
VI. CONCLUSIONES
'CDq' 2.520 2.780 3.100 1.580 2.310 2.458
'CL0' 22.901 11.450 12.650 9.269 3.381 11.930 Desde el contexto de la modelacin es importante tener en
cuenta la fase de identificacin y estimacin de parmetros, no
'CLalpha' 0.306 0.203 0.283 0.303 0.240 0.267 solo para ajustar un modelo global al real, sino para identificar
'CLdeltae' 40.639 47.137 32.709 31.718 31.167 36.674 factores que a simple vista no son notables.
'CLq' 2.817 2.444 4.120 2.178 3.709 3.053
A partir de los resultados obtenidos en el trabajo, es posible
'Cm0' 4.274 4.274 2.564 0.855 1.709 2.735 responder las hiptesis formuladas, obteniendo resultados
'Cmalpha' 5.480 0.722 2.502 6.590 3.489 3.757 satisfactorios. Se pudo utilizar mtodos de identificacin, no
'Cmdeltae' 8.267 5.347 0.645 1.291 0.584 3.227 solo para obtener un modelo con un buen ajuste, sino que
'Cmq' 2.945 3.174 1.008 5.575 2.437 3.028 tambin se pudieron encontrar comportamientos inherentes a
intervalo 2 los datos reales. Dentro de la estimacin, se obtuvieron buenos
Estm. 1 Estm. 2 Estm. 3 Estm. 4 Estm. 5 resultados a pesar de la gran cantidad de parmetros a estimar y
la incertidumbre producida por el tamao del dominio para
'CD0' 277.301 67.485 26.994 20.245 7.975 80.000
cada uno. Se lograron obtener resultados que relacionan
'CDdeltae' 20.591 46.962 42.430 29.688 71.264 42.187 algunas derivadas de estabilidad con las salidas, y tambin
'CDq' 8.090 6.320 9.090 9.970 9.110 8.516 determinar que parmetros son ms difciles de obtener.
'CL0' 18.103 16.903 17.666 9.597 23.664 17.186
'CLalpha' 8.468 6.448 7.605 0.406 6.728 5.931 Se plantea como trabajo futuro realizar la identificacin y la
'CLdeltae' 0.808 16.740 13.987 11.087 10.499 10.624
estimacin con la metodologa lateral, para obtener el modelo
completo del sistema. Tambin se plantea el uso de
'CLq' 8.288 3.868 3.539 5.098 3.940 4.947
perturbaciones en la fase de estimacin de las derivadas, debido
'Cm0' 11.966 4.274 23.504 20.085 33.761 18.718 a que estas siempre se presentaran en todo sistema real.
'Cmalpha' 7.912 16.969 0.581 0.018 2.837 5.663
'Cmdeltae' 6.484 1.690 13.368 13.030 18.531 10.621
'Cmq' 6.555 1.658 12.630 5.704 10.901 7.490
 REFERENCES

[1] Cannon, M, Gabbard, M, Meyer, T, Morrison, S, Skocik, M, Woods, D.

"Swineworks D-200 Sky Hogg Design Proposal." AIAA/General
Dynamics Corporation Team Aircraft Design Competition, 1991-1992.
[2] Lawford, J.A. y Nippress, K.R., Calibration of Air-Data Systems and
Flow Direction Sensors, AGARD-AG-300, vol. 1, Sep. 1983.
[3] E. A. Haering Jr, Airdata Measurement and Calibration, National
Aeronautics and Space Administration, United States, NASA Technical
Memorandum 104316, 1995.
[4] W. M. Timothy, W. B. Randal, "Navigation, Guidance and control of
Smal Unmanned Aircraft", Brigham: Brigham Young University.
[5] L. Ljung, System Identification: Theory for the user. University of
Linkping. Sweden. P T R Prentice Hall, Englewood Cliffs, New Jersey.
[6] E. Uriel y A. Peir, Introduccin al anlisis de series temporales.
Editorial AC, Primera edicin, Madrid Espaa.