过失速机动的AUKF-WNN气动力建模及仿真 |
| |
作者姓名: | 白晓明 甘旭升 郑汇达 丁黎颖 |
| |
作者单位: | 西京学院,西安,710123;空军工程大学空管领航学院,西安,710051;空军工程大学装备管理与无人机工程学院,西安,710051 |
| |
摘 要: | 为使所建立的气动力模型能够准确刻画复杂动态特性,提出一种基于改进UKF算法的小波神经网络(Wavelet Neural Network,WNN)飞行数据失速气动力建模方法。引入一种自适应因子来改善无迹卡尔曼滤波(Unscented Kalman Filter,UKF)算法的性能;按照飞行数据的气动力建模流程,利用改进UKF算法对WNN参数进行最优化估计,构建失速现象的气动力模型。实验结果表明,针对飞行器失速的气动力建模问题,基于改进UKF算法的WNN建模方法,在建模精度和速度方面,优于传统神经网络和其他现有WNN方法,因此,使用提出飞行器失速的气动力建模方法是可行和有效的,得到预测结果也能准确刻画飞行器失速的动态特性。
|
关 键 词: | 小波神经网络 无迹卡尔曼滤波 自适应因子 气动力模型 失速现象 |
本文献已被 CNKI 万方数据 等数据库收录! |
|