摘要
一种机理联合PSO前馈神经网络优化的飞行器建模方法,所述方法包含以下步骤:通过建立飞行器刚体模型和弹体模型,构建飞行器动力学机理模型;使用PSO前馈神经网络,采用机理嵌入神经网络的方法,利用飞行数据中蕴含的丰富信息,将所述飞行器动力学机理模型嵌入所述PSO前馈神经网络,依据输入特征不断训练不同情况下机理值与实际值的差值,得到神经网络残差补偿模型;将神经网络残差补偿模型加入到所述飞行器动力学机理模型,得到优化后的变构型飞行器模型。本发明能实现不同环境、目标下不同构型的精确建模,尤其是对变构型飞行器进行建模。
技术关键词
前馈神经网络
飞行器建模方法
飞行器动力学
飞行器模型
力矩
机体
机翼
横轴转动惯量
粒子
数据训练神经网络
弹体
网络性能评估
压强
飞行器前体
损失函数设计
构型
受力
损失函数优化
误差
系统为您推荐了相关专利信息
组合体
分析方法
动力学微分方程
机械臂
姿态角速度
驱动控制算法
平行四边形结构
机器人动力学模型
机器人模型
广义
工业机器人位置
误差标定方法
激光追踪仪
参数
重力
故障检测模型
机器人故障检测
关节电机
机器人作业
信号