飞行器气动参数智能在线辨识技术研究

• 作者: 张亮 浦甲伦 韩业鹏
• 来源期刊: 宇航总体技术
• 学科: 航空航天
• 关键词: 气动参数辨识 智能辨识 在线快速辨识 神经网络
• 年，卷（期）: 2018,（6）
• 所属期刊栏目: 智能博弈专题
• 页码范围: 1-9
• 页数: 9页
• 分类号: V421
• 字数: 7863字
• 语种: 中文

摘要

气动参数辨识对于大气层内飞行器来说至关重要,通过在线气动参数辨识可规划更准确的飞行轨迹,并对控制参数进行自适应调整.传统辨识方法的模型较为复杂,运算量大,无法满足飞行器在线辨识的要求.而基于神经网络的智能参数辨识方法,不仅可以离线对网络模型进行训练,并利用历史飞行数据进行模型修正,也可在线时直接利用训练好的网络对参数进行快速调整,在保证参数估计精度的同时,保障参数估计的快速性.提出了一种基于支撑向量机(SVM)的样本扩充和神经网络参数在线快速修正方法.通过仿真和统计,证明了基于SVM的神经网络方法对飞行器气动参数进行在线快速智能辨识的可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张亮	哈尔滨工业大学航天学院	147	1902	23.0	35.0
2	浦甲伦	哈尔滨工业大学航天学院	13	88	5.0	9.0
3	韩业鹏	哈尔滨工业大学航天学院	3	0	0.0	0.0