高超声速飞行器FADS算法研究

• 作者: 周伟江 王贵东 纪楚群 陈冰雁 陈广强
• 来源期刊: 飞机设计
• 学科: 航空航天
• 关键词: 高超声速飞行器 嵌入式大气数据系统 BP神经网络 计算流体力学
• 年，卷（期）: 2015,（6）
• 页码范围: 1-7
• 页数: 7页
• 分类号: V211
• 语种: 中文

摘要

应用BP神经网络开展高超声速飞行器嵌入式大气数据系统(FADS)算法研究.采用自主研发CACFD软件平台求解欧拉方程,计算获得飞行器头部的压力分布作为神经网络样本训练的输入,对应的来流状态,如静压、马赫数、迎角和侧滑角作为样本的目标训练神经网络,建立基于BP神经网络FADS求解算法,并进行测试研究.研究表明,基于神经网络技术的FADS算法具有较好的鲁棒性和求解精度,实时性强,是一种非常有效的求解算法.研究结果得出,一定样本数范围内,FADS的求解精度随着样本数增加而提高;算法的平均误差随着测压点的增加而减小;包含大锥角位置测压点的布点组合,明显比只有小锥角测压点布点组合的求解结果平均误差要小;去掉顶点测压点,对算法的求解结果影响不大;1％压力测量误差时,神经网络泛化性能表现非常稳定.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	纪楚群		16	80	6.0	8.0
2	陈冰雁		21	65	6.0	7.0
3	周伟江		47	183	7.0	12.0
4	陈广强		11	24	3.0	4.0
5	王贵东		10	32	4.0	5.0