摘要
本发明公开了一种飞行器非定常气动力预测方法、系统、设备和介质,涉及飞行器建模与时间序列预测技术领域。本发明通过构建LSTM神经网络预测模型,运用滑动窗口处理后的飞行器非定常气动力时间序列数据集作为训练数据集,对LSTM神经网络预测模型进行训练,利用训练好的LSTM神经网络预测模型,在线实时预测新的来流扰动下的飞行器非定常气动力性能的变化。该方法对于来流扰动下的飞行器姿态角和非定常气动力性能的预测响应快速,准确率高,同时可以为减轻飞行器振动,飞行姿态控制等工程问题提供参考。
技术关键词
神经网络预测模型
气动力
LSTM神经网络
滑动窗口
飞行器飞行姿态
时间序列预测技术
神经网络模型
飞行姿态控制
短时间
网格技术
数据获取模块
数据处理模块
处理器
预测系统
计算机设备
力矩
系统为您推荐了相关专利信息
协同优化方法
基因遗传算法
排放量
数据
减排策略
环氧结构胶
预测系统
历史性能数据
随机森林模型
指标
解码方法
软解码
电压输出模块
故障预测模型
芯片
数据分析系统
分析模块
数据分析方法
电容式阵列
数据获取模块
轨迹特征
音频特征
识别方法
LSTM模型
音频采集模块