非定常气动力的结构自适应神经网络建模方法
讨论了非线性非定常气动力的结构自适应神经网络模型建模方法.该方法与传统的模糊逻辑和神经网络建模方式相比,具有同时进行结构辨识与参数辨识的优点,而且模型直接采用飞行参数的时间历程数据作为输入量,消除了将强迫振荡缩减频率作为输入量而引起的不利因素,可以直接应用于飞行模拟数值仿真.利用大迎角大振幅俯仰振荡气动力试验数据验证了建模方法及所建模型的有效性,结果表明:该神经网络模型对非定常气动力有很好的逼近能力;利用该方法建立的多变量非线性非定常气动力数学模型可直接应用于飞行动力学特性分析研究.
神经网络 建模方法 飞行仿真 非定常气动力
龚正 沈宏良
南京航空航天大学空气动力学系,江苏南京,210016
国内会议
中国航空学会第22届飞行力学与飞行试验学术交流会暨中国人民解放军总装备部第7届飞行力学学术交流会
成都
中文
67-71
2006-09-22（万方平台首次上网日期，不代表论文的发表时间）