文章研究了针对一种用于尖楔外形的嵌入式大气数据传感(flush air data sensing,FADS)系统的解算模型及精度.首先基于飞行包络及CFD数据建立了FADS系统的测压孔选取标准;然后基于径向基函数(radial basis function,RBF)的人工神经网络...文章研究了针对一种用于尖楔外形的嵌入式大气数据传感(flush air data sensing,FADS)系统的解算模型及精度.首先基于飞行包络及CFD数据建立了FADS系统的测压孔选取标准;然后基于径向基函数(radial basis function,RBF)的人工神经网络建模技术构建了FADS系统的网络解算模型;最后给出了模型的测试误差,分析了气动延时效应、位置误差等误差源模型对算法精度的影响,并给出了网络模型的预测精度.结果表明,针对尖楔外形测压孔配置特征,基于RBF的人工神经网络算法解算精度较好,攻角、侧滑角、Mach数及静压的网络输出预测值与真实值吻合较好,输出的测试误差(绝对值)分别小于0.25°,0.5°,0.05及250 Pa.结果同时表明神经网络建模技术在尖楔前体飞行器FADS系统中的有效性.展开更多
文摘文章研究了针对一种用于尖楔外形的嵌入式大气数据传感(flush air data sensing,FADS)系统的解算模型及精度.首先基于飞行包络及CFD数据建立了FADS系统的测压孔选取标准;然后基于径向基函数(radial basis function,RBF)的人工神经网络建模技术构建了FADS系统的网络解算模型;最后给出了模型的测试误差,分析了气动延时效应、位置误差等误差源模型对算法精度的影响,并给出了网络模型的预测精度.结果表明,针对尖楔外形测压孔配置特征,基于RBF的人工神经网络算法解算精度较好,攻角、侧滑角、Mach数及静压的网络输出预测值与真实值吻合较好,输出的测试误差(绝对值)分别小于0.25°,0.5°,0.05及250 Pa.结果同时表明神经网络建模技术在尖楔前体飞行器FADS系统中的有效性.
