飞行器垂直尾翼的神经网络模型辨识

• 作者: 孙丽华 徐志伟 汤忠梁
• 来源期刊: 振动、测试与诊断
• 学科: 工学
• 关键词: 垂尾模型 神经网络 模型辨识 振动主动控制
• 年，卷（期）: 2010,（6）
• 页码范围: 684-688
• 分类号: O231.2|TP183|TP274
• 字数: 3380字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-6801.2010.06.019

摘要

以某型飞行器50%的垂直尾翼模型为研究对象,针对模型结构振动主动控制系统的不确定性和非线性特性,研究了该系统的神经网络建模问题.分别采用单频信号和不同频率范围的扫频信号作为激励信号,基于外时延反馈的双BP神经网络,采用改进的非线性自回归滑动平均模型(NARMA)对模型结构振动主动控制系统进行辨识和动态建模.试验结果表明:此方法的辨识精度高,训练时间短,所建网络模型具有很好的泛化能力,辨识结果合理可靠.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐志伟	南京航空航天大学智能材料与结构航空科技重点实验室	40	304	9.0	16.0
2	孙丽华	南京航空航天大学智能材料与结构航空科技重点实验室	1	2	1.0	1.0
3	汤忠梁	东北林业大学机电工程学院	2	13	2.0	2.0