使用RBF神经网络气动模型提取气动导数
用飞行试验数据训练RBF(RadialBasisFunction)神经网络气动模型,以飞机运动参数和控制变量为网络的输入,气动力和力矩系数为网络的输出.DELTA法由气动导数代表的意义出发,微小改变输入,引起输出变化,输出变化置与输入变化的商即可以得到气动导数.数值仿真中使用DC-8飞机横向数据训练气动模型,并用DELTA法估算气动导数,与输出误差法估算的气动导数相对比,结果证明方法可行有效.RBF神经网络气动模型和DELTA法相结合提取气动导数,避免了输出误差方法计算中的一些弱点,同时也为不稳定飞机气动参数辨识和非定常气动力建模提供了参考.
气动参数辨识 RBF神经网络 空气动力学 飞行试验
聂璐 向锦武
北京航空航天大学航空科学与工程学院,北京,100083
国内会议
洛阳
中文
185-191
2006-05-01（万方平台首次上网日期，不代表论文的发表时间）