摘要
一种基于级联神经网络的固定翼无人机仿真模型训练方法,固定翼无人机仿真模型包括四个级联的神经网络子模型;该方法包括:获取固定翼无人机仿真数据集,固定翼无人机仿真数据集中的每条数据包括固定翼无人机的多种控制参数、多种运行状态;其中,多种运动状态包括多种中间运动状态多种最终运动状态;对固定翼无人机仿真数据集进行拆分得到四个神经网络子模型的对应的训练集,四个神经网络子模型包括两个动力学子模型以及两个运动学子模型;利用四个神经网络子模型的对应的训练集分别对四个神经网络子模型进行级联式训练,得到训练后的模型。该方法可以进行自适应误差补偿,降低了拟合误差,提高了拟合的精度,有效减少网络中的误差累计。
技术关键词
固定翼无人机
仿真数据
仿真模型
级联神经网络
级联式
运动
训练集
粒子群优化算法
指令
方向舵
数据获取模块
仿真平台
特征值
基准
标签
训练装置
系统为您推荐了相关专利信息
玻璃容器
状态估计模型
径向基函数神经网络
压力传感器静态
薄膜压力传感器
电磁暂态仿真模型
雷电流幅值
输电线路避雷器
输电线路模块
避雷器模块
数据集构建方法
建筑物
仿真数据
仿真算法
图像增强