过失速机动的AUKF-WNN气动力建模及仿真

• 作者: 丁黎颖 甘旭升 白晓明 郑汇达
• 来源期刊: 火力与指挥控制
• 学科: 工学
• 关键词: 小波神经网络 无迹卡尔曼滤波 自适应因子 气动力模型 失速现象
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 工程实践
• 页码范围: 137-141,147
• 页数: 6页
• 分类号: TJ85|TP183|V212·11
• 字数: 3885字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-0640.2019.06.027

摘要

为使所建立的气动力模型能够准确刻画复杂动态特性,提出一种基于改进UKF算法的小波神经网络(Wavelet Neural Network,WNN)飞行数据失速气动力建模方法.引入一种自适应因子来改善无迹卡尔曼滤波(Unscented Kalman Filter,UKF)算法的性能;按照飞行数据的气动力建模流程,利用改进UKF算法对WNN参数进行最优化估计,构建失速现象的气动力模型.实验结果表明,针对飞行器失速的气动力建模问题,基于改进UKF算法的WNN建模方法,在建模精度和速度方面,优于传统神经网络和其他现有WNN方法,因此,使用提出飞行器失速的气动力建模方法是可行和有效的,得到预测结果也能准确刻画飞行器失速的动态特性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	甘旭升	空军工程大学空管领航学院	58	152	7.0	10.0
2	白晓明		6	15	1.0	3.0
3	丁黎颖	空军工程大学空管领航学院	7	1	1.0	1.0
4	郑汇达	空军工程大学装备管理与无人机工程学院	2	0	0.0	0.0