一种RBF训练神经网络的飞行器气动参数在线辨识方法

一种RBF训练神经网络的飞行器气动参数在线辨识方法，属于飞行器参数辨识领域。本发明实现方法为：基于飞行器气动模型的输入与输出参数的非线性映射关系，建立三层BP神经网络。选取BP神经网络的权重矩阵与阈值矩阵，重新排列为向量后作为系统状态变量，构建状态方程。建立飞行器6自由度运动模型。将飞行器攻角、侧滑角、速度倾角，以及俯仰偏航滚转三通道的角速度作为扩展卡尔曼滤波的观测值。根据观测值建立含有观测噪声的观测方程。基于状态方程和观测方程，利用扩展卡尔曼滤波方法进行状态更新预测，采用更新后的状态变量结合飞行器状态进行得到新的气动参数，即实现飞行器气动参数在线辨识。本发明能够提高参数在线辨识的精度和效率。