对人工神经网络算法在尖楔前体飞行器用嵌入式大气数据传感系统(Flush Air Data Sensing System,FADS)中的应用进行了探讨。针对该FADS系统存在的建模困难及解算精度低的问题,采用BP神经网络算法代替传统的空气动力学模型,通过合理选择...对人工神经网络算法在尖楔前体飞行器用嵌入式大气数据传感系统(Flush Air Data Sensing System,FADS)中的应用进行了探讨。针对该FADS系统存在的建模困难及解算精度低的问题,采用BP神经网络算法代替传统的空气动力学模型,通过合理选择网络结构参数及训练验证,分别建立了FADS系统的含有单隐含层的三层网络模型及含有双隐含层的四层网络模型,对攻角、侧滑角、自由来流静压及马赫数等参数进行求解。数值仿真结果表明,建立的用于尖楔前体飞行器的FADS系统的神经网络算法求解精度较高,且含有双隐含层的网络模型精度优于单隐含层的模型精度。展开更多
针对钝头机体用嵌入式大气数据传感(flush air data sensing,FADS)系统的4类攻角求解算法及算法的求解精度进行研究.针对典型的15°钝头体外形,在Mach数Ma=2.04,3.02,5.01,攻角α=-5°~30°,侧滑角β=0°的条件下,首先...针对钝头机体用嵌入式大气数据传感(flush air data sensing,FADS)系统的4类攻角求解算法及算法的求解精度进行研究.针对典型的15°钝头体外形,在Mach数Ma=2.04,3.02,5.01,攻角α=-5°~30°,侧滑角β=0°的条件下,首先基于势流理论及修正的Newton流理论建立了钝头机体用FADS系统的理论模型,并给出了典型的测压孔配置方案;然后采用经典三点式及改进三点式算法、基于线性理论的五孔探针算法、基于非线性理论的五点拟合算法、基于神经网络建模的方法及基于压力模型的加权最小二乘迭代算法,分别建立了FADS-α的4类求解算法;最后对钝头机体用FADS-α的算法求解精度进行了系统对比及论证.研究结果表明,三点式算法、改进三点式算法与加权最小二乘迭代算法精度相当,都可以比较准确地预测攻角;神经网络算法精度较好,但算法涉及的经验参数较多,且需要大批量数据集的训练及验证;拟合算法优劣明显,基于线性理论的五孔探针算法精度在小攻角时与上述几种算法精度相当,但随攻角增大(大于10°)精度下降显著;而基于非线性理论的拟合算法精度较好,但拟合过程复杂繁琐.对钝头机体用FADS-α的算法精度而言,三点式算法、改进三点式算法及加权最小二乘迭代算法是较好的计算方法.展开更多
文摘对人工神经网络算法在尖楔前体飞行器用嵌入式大气数据传感系统(Flush Air Data Sensing System,FADS)中的应用进行了探讨。针对该FADS系统存在的建模困难及解算精度低的问题,采用BP神经网络算法代替传统的空气动力学模型,通过合理选择网络结构参数及训练验证,分别建立了FADS系统的含有单隐含层的三层网络模型及含有双隐含层的四层网络模型,对攻角、侧滑角、自由来流静压及马赫数等参数进行求解。数值仿真结果表明,建立的用于尖楔前体飞行器的FADS系统的神经网络算法求解精度较高,且含有双隐含层的网络模型精度优于单隐含层的模型精度。
文摘针对钝头机体用嵌入式大气数据传感(flush air data sensing,FADS)系统的4类攻角求解算法及算法的求解精度进行研究.针对典型的15°钝头体外形,在Mach数Ma=2.04,3.02,5.01,攻角α=-5°~30°,侧滑角β=0°的条件下,首先基于势流理论及修正的Newton流理论建立了钝头机体用FADS系统的理论模型,并给出了典型的测压孔配置方案;然后采用经典三点式及改进三点式算法、基于线性理论的五孔探针算法、基于非线性理论的五点拟合算法、基于神经网络建模的方法及基于压力模型的加权最小二乘迭代算法,分别建立了FADS-α的4类求解算法;最后对钝头机体用FADS-α的算法求解精度进行了系统对比及论证.研究结果表明,三点式算法、改进三点式算法与加权最小二乘迭代算法精度相当,都可以比较准确地预测攻角;神经网络算法精度较好,但算法涉及的经验参数较多,且需要大批量数据集的训练及验证;拟合算法优劣明显,基于线性理论的五孔探针算法精度在小攻角时与上述几种算法精度相当,但随攻角增大(大于10°)精度下降显著;而基于非线性理论的拟合算法精度较好,但拟合过程复杂繁琐.对钝头机体用FADS-α的算法精度而言,三点式算法、改进三点式算法及加权最小二乘迭代算法是较好的计算方法.
