一种基于神经网络的高超声速飞行器动力学修正方法

本发明公开了一种基于神经网络的高超声速飞行器动力学修正方法，属于飞行器动力学技术领域。解决了现有技术中传统的高超声速飞行器动力学修正方法修正精度较低的问题；本发明包括以下步骤：S1.按照高超声速飞行器的特点和实际控制需求，构建高超声速飞行器动力学理想模型；S2.根据实验所得实际数据和高超声速飞行器动力学理想模型所得预测数据，设定训练样本，构建高超声速飞行器动力学理想模型的输入和输出的修正关系；S3.构建神经网络结构，采用神经网络结构对高超声速飞行器动力学理想模型进行训练，输入训练样本，得到优化后的修正关系。本发明提升了高超声速飞行器动力学理想模型的修正精度，可以应用于飞行器的状态变换量修正。