基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对航空发动机控制系统中机载模型难以实现的问题,设计一种将NARX非线性辨识模型移植入嵌入式高性能处理器从而实现机载模型的方法.应用NARX非线性辨识技术,对某型涡扇发动机试车数据进行系统辨识并建立实时建模;接着,将辨识模型通过代码生成技术载入TMS320C6747控制模块;最后,经过适当接口修改,完成机载模型计算机的实现并对其进行实验验证.结果表明,所辨识模型具有较高精度,且载入DSP平台后精度可达92%,满足航空发动机系统对机载模型的要求.
推荐文章
基于NARX神经网络航空发动机参数动态辨识模型
航空发动机
动态模型
非线性系统辨识
NARX网络
基于NARMAX辨识航空发动机起动过程数学模型
航空发动机
辨识模型
NARMAX模型
ERR算法
起动过程
基于NARX的SI发动机空燃比非线性模型预测控制
NARX模型
模型辨识
非线性模型预测控制
空燃比
某型航空发动机自整角机非线性校正技术
航空发动机
非线性校正
函数链神经网络
自整角机
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于NARX非线性辨识技术的航空发动机 嵌入式机载模型计算机实现
来源期刊 电子器件 学科 航空航天
关键词 非线性辨识建模 嵌入式机载模型 DSP NARX(NonlinearAutoRegressivewithExtraInput)模型
年,卷(期) 2016,(6) 所属期刊栏目 电子电路设计分析及应用
研究方向 页码范围 1440-1444
页数 5页 分类号 V231
字数 3166字 语种 中文
DOI 10.3969/j.issn.1005-9490.2016.06.031
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 于兵 江苏省航空动力系统重点实验室南京航空航天大学能源与动力学院 5 11 2.0 3.0
2 高杨 江苏省航空动力系统重点实验室南京航空航天大学能源与动力学院 1 1 1.0 1.0
3 王继强 江苏省航空动力系统重点实验室南京航空航天大学能源与动力学院 2 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (71)
共引文献  (44)
参考文献  (12)
节点文献
引证文献  (1)
同被引文献  (9)
二级引证文献  (2)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(1)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(5)
  • 参考文献(0)
  • 二级参考文献(5)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(6)
  • 参考文献(0)
  • 二级参考文献(6)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(8)
  • 参考文献(0)
  • 二级参考文献(8)
2007(7)
  • 参考文献(0)
  • 二级参考文献(7)
2008(9)
  • 参考文献(0)
  • 二级参考文献(9)
2009(10)
  • 参考文献(1)
  • 二级参考文献(9)
2010(8)
  • 参考文献(1)
  • 二级参考文献(7)
2011(6)
  • 参考文献(3)
  • 二级参考文献(3)
2012(3)
  • 参考文献(1)
  • 二级参考文献(2)
2013(3)
  • 参考文献(3)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(2)
  • 引证文献(1)
  • 二级引证文献(1)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
非线性辨识建模
嵌入式机载模型
DSP
NARX(NonlinearAutoRegressivewithExtraInput)模型
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电子器件
双月刊
1005-9490
32-1416/TN
大16开
南京市四牌楼2号
1978
chi
出版文献量(篇)
5460
总下载数(次)
21
总被引数(次)
27643
论文1v1指导