基于RBF神经网络的直升机飞行状态识别技术

摘要：

利用RBF神经网络对现有直升机上传感器所采集到的数据进行识别,还原出直升机当时的飞行状态,考虑到待识别飞行状态种类较多,直接使用神经网络识别准确率偏低的问题,采用高度与速度分类的方法,设计高度速度分类器将状态细分成小类,减小了数据的离散度,以此提高神经网络的识别率,基于RBF神经网络理论设计了神经网络分类器对处理后状态类进行识别。经实验验证表明采用高度速度分类联合RBF神经网络用于直升机飞行状态识别识别率可达到98％。

关键词： 飞行状态 RBF神经网络 高度速度分类 直升机

作者: 陈诚 王少萍

作者单位: 北京航空航天大学自动化科学与电气工程学院303教研室 北京 100083

会议类型: 国内会议

会议名称: 中国航空学会控制与应用第十三届学术年会

会议地点: 内蒙古呼伦贝尔

会议语种:中文

页码: 1-5

在线出版日期: 2008-07-01（万方平台首次上网日期，不代表论文的发表时间）