飞行器垂直尾翼的神经网络模型辩识
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:


Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    以某型飞行器50%的垂直尾翼模型为研究对象,针对模型结构振动主动控制系统的 不确定性和非线性特性,研究了该系统的神经网络建模问题。分别采用单频信号和不同 频率范围的扫频信号作为激励信号,基于外时延反馈的双BP神经网络,采用改进的非线性自回 归滑动平均模型(NARMA)对模型结构振动主动控制系统进行辨识和动态建模。试验结果表明: 此方法的辨识精度高,训练时间短,所建网络模型具有很好的泛化能力,辨识结果合理可靠 。

    Abstract:

    Abstract A half-scale aircraft vertical tail model is taken for research object in the paper. To solve uncertainty and nonlinear problem of the model structure vibration control system,the paper presents a thorough research on modeling the system using neural network. The single-frequency signal and different sweep frequency signals are used as excitation signal respectively. Based on improved nonlinear auto-regressive moving average model and double BP neural network of delayed feedback, system identification and dynamic modeling of the vertical tail model structure vibration control system are carried out. The results show that the methods have high identification precision and short training time,the neural network model has good generalization ability, and the identification results are reasonable and reliable.

    参考文献
    相似文献
    引证文献
引用本文
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2010-04-09
  • 最后修改日期:2010-05-19
  • 录用日期:
  • 在线发布日期:
  • 出版日期:
您是第位访问者
振动、测试与诊断 ® 2024 版权所有
技术支持:北京勤云科技发展有限公司