尖楔前体飞行器FADS系统的神经网络算法

• 作者: 张卫民 王鹏 胡远思 金鑫
• 来源期刊: 空气动力学学报
• 学科: 航空航天
• 关键词: 嵌入式大气数据传感系统 尖楔前体 BP神经网络 飞行参数 求解精度
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: 研究论文
• 页码范围: 777-780,791
• 页数: 5页
• 分类号: V448.25+3
• 字数: 3106字
• 语种: 中文
• DOI: 10.7638/kqdlxxb-2015.0064

摘要

对人工神经网络算法在尖楔前体飞行器用嵌入式大气数据传感系统(Flush Air Data Sensing System,FADS)中的应用进行了探讨.针对该FADS系统存在的建模困难及解算精度低的问题,采用BP神经网络算法代替传统的空气动力学模型,通过合理选择网络结构参数及训练验证,分别建立了FADS系统的含有单隐含层的三层网络模型及含有双隐含层的四层网络模型,对攻角、侧滑角、自由来流静压及马赫数等参数进行求解.数值仿真结果表明,建立的用于尖楔前体飞行器的FADS系统的神经网络算法求解精度较高,且含有双隐含层的网络模型精度优于单隐含层的模型精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王鹏		25	42	4.0	5.0
2	张卫民		35	145	7.0	10.0
3	胡远思		3	5	1.0	2.0
4	金鑫		14	18	2.0	3.0