一种基于神经网络的飞行器气动参数辨识方法及系统

本发明公开了一种基于神经网络的飞行器气动参数辨识方法及系统，具体涉及飞行器气动参数辨识领域，用于解决数据处理和精度问题，是通过构建基于飞行状态分段的时序数据网格存储数据库，避免数据混杂误差；通过相空间重构计算非线性复杂度指数，揭示飞行数据的动态行为和非线性特征；通过时频分析计算能量谱密度并构建递归图，计算递归图复杂性指数，全面评估数据动态复杂性，选择最适合的处理模式，灵活决策采用自适应递归特征消除与生成对抗网络特征增强模式或自适应时频分析与变分自编码器特征增强模式，提升气动参数辨识准确性和可靠性；对处理后的数据进行格式化、分割和神经网络训练，进行气动参数预测，提高飞行器性能和安全性。