两种基于前馈神经网络的飞行器气动参数辨识方法
Missiles and Space Vehicles（2020）
摘要
为避免飞行器复杂气动建模过程以及使用极大似然法时需要对初值进行估计,利用前馈神经网络能够逼近任意函数的能力,对飞行器纵向气动特性进行辨识.该方法能够避免建立气动模型与估计参数初值.利用前馈神经网络的导数特性,推导了三层神经网络辨识飞行器气动参数的导数法.使用该方法与Delta法对气动参数进行了辨识.仿真结果表明前馈神经网络对气动系数具有较好的拟合效果并验证了两种参数辨识方法的有效性.通过对比发现导数法在求解气动参数时优于Delta法.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要