摘要
本发明提供一种基于改进物理信息神经网络的气动参数辨识方法,包括:获取飞行器飞行过程中的目标飞行状态量;将目标飞行状态量输入改进的物理信息神经网络中,得到气动参数摄动量,气动参数摄动量为标称气动参数与实际飞行中的气动参数之间的差异量化值,改进的物理信息神经网络的损失函数为积分损失函数,该积分损失函数将包含估计值的动力学模型与真实动力学特性建立联系;根据气动参数摄动量以及对应的标称气动参数,确定实际气动参数。通过实施本发明,以积分的方式将包含估计值的动力学模型与真实动力学特性建立联系,确保神经网络在训练过程中能够学习到正确的动力学信息,提高气动参数的准确度,降低训练难度。
技术关键词
气动参数辨识方法
飞行状态数据
物理
混合网络架构
滑翔飞行器
升力
参数辨识装置
阻力
偏角
双曲正切函数
神经网络训练
飞行攻角
计算机存储介质
坐标
仿真场景
训练集
标签
系统为您推荐了相关专利信息
缺陷预测方法
耦合神经网络
语义特征
电路板
商业
模型构建方法
坐标
特征提取能力
网络
多层感知机
玻璃盖板
优化工艺参数
热压
进化算法
热传导方程