針對(duì)撲翼飛行器面向控制建模時(shí)無(wú)法直接測(cè)量氣動(dòng)參數(shù)并精確建立氣動(dòng)模型的問(wèn)題,傳統(tǒng)BP網(wǎng)絡(luò)辨識(shí)法依據(jù)撲翼飛行器試飛數(shù)據(jù),使用BP網(wǎng)絡(luò)計(jì)算當(dāng)前氣動(dòng)參數(shù),再結(jié)合撲翼飛行器動(dòng)力學(xué)模型計(jì)算其飛行狀態(tài),與試飛數(shù)據(jù)比較后,將誤差經(jīng)撲翼飛行器動(dòng)力學(xué)模型反向傳播至BP網(wǎng)絡(luò)來(lái)更新網(wǎng)絡(luò)參數(shù)。實(shí)驗(yàn)表明傳統(tǒng)方法計(jì)算精度較低,且動(dòng)力學(xué)模型復(fù)雜度高,存在梯度消失問(wèn)題,為此提出一種基于雙BP神經(jīng)網(wǎng)絡(luò)的氣動(dòng)參數(shù)辨識(shí)方法。該方法首先采用一個(gè)BP網(wǎng)絡(luò)對(duì)撲翼飛行器動(dòng)力學(xué)模型進(jìn)行逆向辨識(shí),為后續(xù)氣動(dòng)參數(shù)辨識(shí)提供理想網(wǎng)絡(luò)計(jì)算模型,再結(jié)合批量隨機(jī)梯度下降法用另一BP網(wǎng)絡(luò)將撲翼飛行器柔性等非線(xiàn)性因素綜合到待辨識(shí)氣動(dòng)模型中,實(shí)現(xiàn)撲翼飛行器氣動(dòng)參數(shù)辨識(shí)。實(shí)驗(yàn)結(jié)果表明所提雙BP神經(jīng)網(wǎng)絡(luò)法在辨識(shí)精度、模型復(fù)雜度和模型訓(xùn)練時(shí)間等方面均優(yōu)于傳統(tǒng)BP網(wǎng)絡(luò)法。 

【文章來(lái)源】：計(jì)算機(jī)應(yīng)用. 2019,39(S2)北大核心CSCD

【文章頁(yè)數(shù)】：4 頁(yè)

【部分圖文】：

圖2 雙BP神經(jīng)網(wǎng)絡(luò)整體辨識(shí)結(jié)構(gòu)

各方向速度辨識(shí)結(jié)果

圖3 各方向速度辨識(shí)結(jié)果根據(jù)以上辨識(shí)結(jié)果,利用文中所提方法辨識(shí)出的BP_NN1氣動(dòng)參數(shù)模型進(jìn)行計(jì)算,得到的氣動(dòng)參數(shù)再經(jīng)撲翼飛行器理想動(dòng)力學(xué)模型計(jì)算后的飛行狀態(tài)數(shù)據(jù)與實(shí)測(cè)數(shù)據(jù)基本吻合。圖中各狀態(tài)數(shù)據(jù)所對(duì)應(yīng)的平均相對(duì)辨識(shí)誤差分別為0.12%,1.19%,1.38%,0.01%,2.65%,1.35%。其中, Z方向速度和Y方向角速度辨識(shí)誤差相對(duì)較高,經(jīng)分析與撲翼飛行器實(shí)際飛行過(guò)程中機(jī)翼的撲動(dòng)運(yùn)動(dòng)產(chǎn)生的擾動(dòng)有關(guān),導(dǎo)致這兩個(gè)狀態(tài)量自身波動(dòng)較大,辨識(shí)誤差也相應(yīng)增大。綜上,從對(duì)實(shí)測(cè)數(shù)據(jù)的整體辨識(shí)結(jié)果來(lái)看,文中所提的雙BP神經(jīng)網(wǎng)絡(luò)模型能夠有效辨識(shí)出撲翼飛行器的氣動(dòng)參數(shù)。

【參考文獻(xiàn)】：
期刊論文
[1]基于飛行試驗(yàn)的無(wú)人機(jī)氣動(dòng)參數(shù)辨識(shí)[J]. 亓國(guó)棟,于劍橋,陳方正,蔣軍.  彈箭與制導(dǎo)學(xué)報(bào). 2019(02)
[2]一種改進(jìn)的擴(kuò)展卡爾曼濾波氣動(dòng)參數(shù)辨識(shí)方法[J]. 羅鵬,楊華,陳偉芳.  工業(yè)控制計(jì)算機(jī). 2018(12)
[3]飛行器氣動(dòng)參數(shù)智能在線(xiàn)辨識(shí)技術(shù)研究[J]. 浦甲倫,韓業(yè)鵬,張亮.  宇航總體技術(shù). 2018(06)
[4]微型仿生撲翼機(jī)控制器設(shè)計(jì)[J]. 賀雪晨,周超英,汪超.  電子設(shè)計(jì)工程. 2018(16)
[5]基于深度殘差生成對(duì)抗網(wǎng)絡(luò)的醫(yī)學(xué)影像超分辨率算法[J]. 高媛,劉志,秦品樂(lè),王麗芳.  計(jì)算機(jī)應(yīng)用. 2018(09)
[6]基于BP神經(jīng)網(wǎng)絡(luò)的機(jī)械臂視覺(jué)伺服控制[J]. 楊馬英,葛軼眾.  計(jì)算機(jī)應(yīng)用. 2017(S2)
[7]基于遺傳算法的彈道參數(shù)辨識(shí)方法研究[J]. 杜昌平,周德云,宋筆鋒,張浩峰.  西北工業(yè)大學(xué)學(xué)報(bào). 2008(03)

博士論文
[1]小批量隨機(jī)梯度下降算法在地震成像中的應(yīng)用[D]. 潘磊.中國(guó)科學(xué)技術(shù)大學(xué) 2018

碩士論文
[1]基于仿生學(xué)的微撲翼飛行器控制技術(shù)研究[D]. 張明偉.西北工業(yè)大學(xué) 2007



本文編號(hào)：3212362