龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：中国人民解放军国防科技大学
摘要：本申请涉及一种基于ELM与UKF的飞行器气动参数在线辨识方法。所述方法包括：对飞行器进行横纵向运动解耦，将待辨识的气动参数与飞行器动力学模型的状态变量进行合并，建立增广状态变量；根据增广状态变量对飞行器动力学模型进行重构，得到增广状态方程；利用预先获取的观测数据和传感器数据构建样本数据集；根据ELM对样本数据集进行训练和测试并根据最小二乘法计算最优输出权重构建飞行器运动参数观测方程；根据增广状态方程和飞行器运动参数观测方程构建在线辨识模型；利用UKF对在线辨识模型进行在线更新，根据更新后的在线辨识模型对飞行器气动参数进行在线辨识。采用本方法能够提高飞行器气动参数在线识别准确率。
主权项：1.一种基于ELM与UKF的飞行器气动参数在线辨识方法，其特征在于，所述方法包括：对飞行器进行横纵向运动解耦，将待辨识的气动参数与飞行器动力学模型的状态变量进行合并，建立增广状态变量；所述待辨识的气动参数包括飞行器的轴向气动力系数和法向气动力系数；根据所述增广状态变量对所述飞行器动力学模型进行重构，得到增广状态方程为 ；其中，表示增广状态变量，表示地球半径，表示飞行器的当前高度，为飞行器相对于地球的速度，表示弹道倾角，为倾侧角，为重力加速度，表示飞行器的质量；为飞行器的轴向推力，表示动压，为飞行器参考面积，为轴向气动力系数，为法向气动力系数，为非线性函数，为模型输入，表示飞行器的攻角；利用预先获取的观测数据和传感器数据构建样本数据集；根据ELM对所述样本数据集进行训练和测试并根据最小二乘法计算最优输出权重构建飞行器运动参数观测方程；根据所述增广状态方程和所述飞行器运动参数观测方程构建在线辨识模型；利用UKF对所述在线辨识模型进行在线更新，通过构造确定的采样点集对在线辨识模型的概率密度分布进行逼近实现状态变量和观测变量的在线更新预测，得到更新后的在线辨识模型；根据所述更新后的在线辨识模型对飞行器气动参数进行在线辨识。
全文数据：
权利要求：
百度查询： 中国人民解放军国防科技大学 基于ELM与UKF的飞行器气动参数在线辨识方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号