| 径向基神经网络在非线性非定常气动力建模中的应用研究 |
| |
| 引用本文： | 付军泉, 史志伟, 陈坤, 朱佳晨, 陈杰, 董益章. 基于EKF的实时循环神经网络在非定常气动力建模中的应用[J]. 空气动力学学报, 2018, 36(4): 658-663. DOI: 10.7638/kqdlxxb-2016.0131 |
| |
| 作者姓名： | 付军泉 史志伟 陈坤 朱佳晨 陈杰 董益章 |
| |
| 作者单位： | 南京航空航天大学 航空宇航学院, 江苏 南京 210016 |
| |
| 摘 要： | 
结合EKF算法（扩展卡尔曼滤波）和RTRL算法（实时递归学习算法）的特点,提出一种基于EKF的实时递归学习算法（EKF-RTRL）,运用到循环神经网络中（RNN）。应用该神经网络对某飞机大迎角大振幅单自由度偏航、滚转以及偏航滚转耦合运动的非定常气动力进行建模。
结果表明,基于EKF的实时循环神经网络计算精度高,收敛快,辨识结果与实验结果符合较好,验证了本算法的有效性。
|
| 关 键 词： | 扩展卡尔曼滤波 循环神经网络 非定常气动力 |
| 收稿时间： | 2016-10-27 |
| 修稿时间： | 2017-02-17 |
|
| 点击此处可从《空气动力学学报》浏览原始摘要信息 |
|
点击此处可从《空气动力学学报》下载免费的PDF全文 |
|
