尖楔前体飞行器FADS系统驻点压力对神经网络算法精度的影响

发布时间：2018-10-16 20:55

【摘要】：针对尖楔前体(类乘波体)飞行器用嵌入式大气数据传感(FADS)系统存在建模困难及解算模型精度低的问题,首先采用BP神经网络建模代替传统的FADS系统空气动力学建模的方法,建立含有双隐含层的四层神经网络模型,然后通过合理选择网络结构参数及训练验证,对FADS系统的攻角进行解算,最后对驻点压力对算法精度的影响进行研究。结果表明,本文建立的含有双隐含层的四层神经网络模型精度较高,攻角测试误差小于0.25°;驻点压力是否作为输入参数对FADS系统神经网络算法求解精度影响较大,攻角测试误差相差达0.1°。在飞行器前缘半径允许的情况下,应尽量得到驻点压力用于解算攻角,提高解算精度。
[Abstract]:Aiming at the difficulty of modeling embedded atmospheric data sensing (FADS) system and the problem of low precision in solving the problem, the BP neural network is used to replace the traditional aerodynamics modeling method of FADS system in order to solve the problem of the embedded atmospheric data sensing (FADS) system for the aircraft with sharp wedge precursor (wave-like body). A four-layer neural network model with double hidden layers is established, and then the angle of attack of FADS system is calculated by selecting the network structure parameters and training verification. Finally, the influence of the static pressure on the accuracy of the algorithm is studied. The results show that the four-layer neural network model with double hidden layers has a high accuracy, the error of angle of attack is less than 0.25 掳, and whether the static point pressure is the input parameter has a great influence on the accuracy of the neural network algorithm of FADS system. The error of angle of attack is 0.1 掳. When the leading radius of the aircraft is allowed, the stationary point pressure should be obtained as far as possible to solve the angle of attack and improve the accuracy of the calculation.
【作者单位】： 中国航天空气动力技术研究院;
【基金】：航天十一院自主创新研发项目(80000800029921171206)
【分类号】：V241

【参考文献】

相关期刊论文 前6条

1 王鹏;金鑫;张卫民;岳才谦;;钝头机体用FADS系统的校准[J];实验流体力学;2016年02期

2 王鹏;李秋红;胡远思;金鑫;张卫民;;尖楔前体飞行器FADS-α的求解精度研究[J];中国科学:物理学 力学 天文学;2015年12期

3 陈广强;王贵东;陈冰雁;周伟江;纪楚群;罗小云;;低成本飞行试验平台的FADS技术研究[J];宇航学报;2015年10期

4 王鹏;金鑫;张卫民;;FADS系统在尖楔前体高超声速飞行器中的应用[J];中国科学:物理学 力学 天文学;2013年09期

5 杨志峰;雷虎民;李庆良;李炯;;基于RBF神经网络的导弹鲁棒动态逆控制[J];宇航学报;2010年10期

6 张斌;于盛林;;嵌入式飞行参数传感系统的神经网络算法[J];航空学报;2006年02期

【共引文献】

相关期刊论文 前10条

1 吴立刚;安昊;刘健行;王常虹;;吸气式高超声速飞行器控制的最新研究进展[J];哈尔滨工业大学学报;2016年10期

2 王鹏;胡远思;金鑫;;尖楔前体飞行器FADS系统驻点压力对神经网络算法精度的影响[J];宇航学报;2016年09期

3 王鹏;金鑫;张卫民;;钝头机体用嵌入式大气数据传感系统的解算精度研究[J];力学与实践;2016年03期

4 谭诗利;王洁;王鹏飞;徐U_云;;高超声速飞行器巡航段导航综述[J];飞航导弹;2016年02期

5 王鹏;李秋红;胡远思;金鑫;张卫民;;尖楔前体飞行器FADS-α的求解精度研究[J];中国科学:物理学 力学 天文学;2015年12期

6 陈广强;王贵东;陈冰雁;周伟江;纪楚群;罗小云;;低成本飞行试验平台的FADS技术研究[J];宇航学报;2015年10期

7 王逸斌;刘学强;覃宁;蒲毅;;嵌入式大气数据系统Kriging算法模型[J];测控技术;2015年03期

8 方群;王祥;;基于在线RBF神经网络的BTT导弹控制器设计[J];西北工业大学学报;2014年03期

9 陈诚;陶建武;曾宾;;数据缺失情况下的空气流动速度估计算法[J];电子学报;2014年03期

10 白瑜亮;崔乃刚;郭继峰;许江涛;;基于隐式增量动态逆的水下运载器出水姿态控制[J];兵工学报;2013年07期

【二级参考文献】

相关期刊论文 前10条

1 李其畅;刘劲帆;刘昕;杨轶成;陈建中;田沛洲;杨杰;康洪波;朱世民;;嵌入式大气数据三点解算方法初步研究[J];空气动力学学报;2014年03期

2 岳海波;张树栋;史志茹;奚海涛;;基于自适应差分进化和BP网络的罗盘误差补偿[J];宇航学报;2013年12期

3 王鹏;金鑫;张卫民;;FADS系统在尖楔前体高超声速飞行器中的应用[J];中国科学:物理学 力学 天文学;2013年09期

4 王鹏;金鑫;张卫民;;FADS系统测压孔配置对攻角校准的影响[J];战术导弹技术;2013年02期

5 赵磊;陆宇平;;基于RBF神经网络的FADS系统及其算法研究[J];飞机设计;2012年01期

6 杨志峰;雷虎民;李庆良;李炯;;基于RBF神经网络的导弹鲁棒动态逆控制[J];宇航学报;2010年10期

7 贾区耀;杨益农;蒋增辉;;风洞自由飞实验结果的精度、准度[J];宇航学报;2009年06期

8 温瑞珩;郑守铎;叶玮;;嵌入式大气数据传感技术的发展现状[J];电光与控制;2008年08期

9 宋秀毅;陆宇平;;嵌入式大气数据传感系统及其校正[J];应用科学学报;2008年03期

10 王华毕;吴甲生;;火箭弹锥形运动稳定性分析[J];兵工学报;2008年05期

【相似文献】

相关重要报纸文章 前2条

1 华泰长城 袁嘉婕;郑糖5200点压力位难破[N];中国证券报;2013年

2 早报记者 曹怡婷;中国邀南苏丹总统首度访华[N];东方早报;2012年

，

本文编号：2275605