專利名稱：基于bp神經(jīng)網(wǎng)絡(luò)的大攻角飛行狀態(tài)下大氣數(shù)據(jù)測量方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種大氣數(shù)據(jù)測量方法，尤其涉及一種基于BP神經(jīng)網(wǎng)絡(luò)的大攻角飛行狀態(tài)下大氣數(shù)據(jù)測量方法，用于飛行器在大攻角飛行狀態(tài)下的大氣數(shù)據(jù)測量。
背景技術(shù)：
大氣數(shù)據(jù)是飛行器的重要飛行參數(shù)，大氣數(shù)據(jù)的精度和測量范圍直接關(guān)系到飛行器的自動控制系統(tǒng)、導(dǎo)航系統(tǒng)、火控系統(tǒng)、飛行管理系統(tǒng)以及座艙儀表顯示/警告系統(tǒng)的正常工作及性能發(fā)揮。隨著新一代飛機的發(fā)展，大氣數(shù)據(jù)的測量面臨著新的問題與挑戰(zhàn)。世界各國都把飛機的機動性、敏捷性列為設(shè)計中的重要戰(zhàn)術(shù)技術(shù)指標。戰(zhàn)斗機的瞬時高機動、 高敏捷主要是通過大攻角飛行來實現(xiàn)的，大攻角飛行特性已成為現(xiàn)代戰(zhàn)斗機發(fā)揮戰(zhàn)斗使用潛能的主要技術(shù)基礎(chǔ)保證。然而在大攻角飛行時，飛機機體表面氣流容易發(fā)生分離，飛機處于復(fù)雜的非線性不對稱漩渦氣流中，利用傳統(tǒng)的空速管式大氣數(shù)據(jù)系統(tǒng)難以實現(xiàn)大氣數(shù)據(jù)的有效測量，嚴重制約了新一代飛機性能發(fā)揮。另外，突出的傳感器測量裝置勢必會降低飛機的隱身性，因此解決新一代飛機大氣數(shù)據(jù)測量問題顯得尤為重要。針對這一問題，目前國內(nèi)外通過研究嵌入式大氣數(shù)據(jù)系統(tǒng)和光學(xué)式大氣數(shù)據(jù)系統(tǒng)的方法實現(xiàn)大攻角下大氣數(shù)據(jù)的測量，但是這種研究新型大氣數(shù)據(jù)系統(tǒng)的方法技術(shù)難度大、校準和維護費用代價較高；另外，國外也提出了一種基于飛行動力學(xué)模型，利用慣性導(dǎo)航系統(tǒng)、飛行控制系統(tǒng)、大氣數(shù)據(jù)系統(tǒng)輸出數(shù)據(jù)進行攻角和側(cè)滑角的估計方法，由于該方法需要精確的飛行動力學(xué)模型，然而準確的飛行動力學(xué)模型在實際應(yīng)用中難以建立，并且該方法只能對攻角和側(cè)滑角進行估計，不能實現(xiàn)其他大氣數(shù)據(jù)的估計。大氣數(shù)據(jù)與大氣特性、飛行狀態(tài)、飛行控制量以及機體物理結(jié)構(gòu)之間存在復(fù)雜的非線性的函數(shù)關(guān)系。人工神經(jīng)網(wǎng)絡(luò)具有良好的非線性映射能力，不需要建立復(fù)雜的函數(shù)模型，只要有足夠的樣本數(shù)據(jù)和網(wǎng)絡(luò)神經(jīng)元，通過構(gòu)建合適的網(wǎng)絡(luò)結(jié)構(gòu)，就可以建立起輸入與輸出之間的對應(yīng)關(guān)系，從而實現(xiàn)對復(fù)雜非線性函數(shù)的逼近。

發(fā)明內(nèi)容
本發(fā)明所要解決的技術(shù)問題在于克服現(xiàn)有技術(shù)的不足，提供一種基于BP神經(jīng)網(wǎng)絡(luò)的大攻角飛行狀態(tài)下大氣數(shù)據(jù)測量方法，利用機載慣性導(dǎo)航系統(tǒng)、衛(wèi)星定位系統(tǒng)、飛行控制系統(tǒng)，通過BP神經(jīng)網(wǎng)絡(luò)實現(xiàn)大攻角飛行狀態(tài)下大氣數(shù)據(jù)的精確估計。本發(fā)明的基于BP神經(jīng)網(wǎng)絡(luò)的大攻角飛行狀態(tài)下大氣數(shù)據(jù)測量方法，包括以下步驟
步驟I、在大攻角飛行狀態(tài)下采集一段時間內(nèi)慣性導(dǎo)航系統(tǒng)、衛(wèi)星定位系統(tǒng)、飛行控制系統(tǒng)以及大氣數(shù)據(jù)系統(tǒng)的輸出數(shù)據(jù)，并對其進行歸一化；
步驟2、建立BP神經(jīng)網(wǎng)絡(luò)，并以歸一化后的慣性導(dǎo)航系統(tǒng)、衛(wèi)星定位系統(tǒng)、飛行控制系統(tǒng)的輸出數(shù)據(jù)作為BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練和測試輸入樣本，以歸一化后的大氣數(shù)據(jù)系統(tǒng)的輸出數(shù)據(jù)作為BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練和測試輸出樣本，對BP神經(jīng)網(wǎng)絡(luò)進行訓(xùn)練、測試；步驟3、在大攻角飛行狀態(tài)下采集當(dāng)前時刻慣性導(dǎo)航系統(tǒng)、衛(wèi)星定位系統(tǒng)、飛行控制系統(tǒng)的輸出數(shù)據(jù)，對其進行歸一化后輸入訓(xùn)練好的BP神經(jīng)網(wǎng)絡(luò)，將BP神經(jīng)網(wǎng)絡(luò)的輸出數(shù)據(jù)進行反歸一化處理，即得到當(dāng)前時刻的大氣數(shù)據(jù)。優(yōu)選地，所述慣性導(dǎo)航系統(tǒng)的輸出數(shù)據(jù)包括三個姿態(tài)角、 三個姿態(tài)角速度和三個線加速度信息，三個姿態(tài)角信息分別為俯仰角 ^橫滾角·、偏航角山;三個姿態(tài)角速度信息分別為機體坐標系下X軸、^軸和I·軸方向的橫滾角速度P、俯仰角速度9、偏航角速度r ;三個線加速度信息分別為機體坐標系下X軸方向的線加速度軸方向的線加速度j z軸方向的線加速度\，其中機體坐標系的
^軸y軸和Z軸的指向分別為向右、向前、向上；所述衛(wèi)星定位系統(tǒng)的輸出數(shù)據(jù)包括地理坐行系下的三維速度和飛行高度，地理坐標系方向定義為東、北、天，此三個方向的地速分別為ν,,. Vtr,飛行高度力，，所述飛行控制系統(tǒng)的輸出數(shù)據(jù)包括升降舵偏轉(zhuǎn)角4、方向
舵偏轉(zhuǎn)角4、副翼偏轉(zhuǎn)角·以及油門大小務(wù)；所述大氣數(shù)據(jù)系統(tǒng)的輸出數(shù)據(jù)包括攻角Cr、
側(cè)滑角P、真空速 馬赫數(shù)Jif、指示空速K、氣壓高度η升降速度左。優(yōu)選地，所述BP神經(jīng)網(wǎng)絡(luò)為一個輸入層、一個隱含層和一個輸出層的三層網(wǎng)絡(luò)；所述輸入層有17個神經(jīng)元,分別對應(yīng)俯仰角4橫滾角_、偏航角以、橫滾角速度、
俯仰角速度· 、偏航角速度f、機體坐標系的軸方向的線加速度I機體坐標系的/軸方
向的線加速度七、機體坐標系的2軸方向的線加速度士、東向速度^北向速度Ur、天向
速度％、飛行高度為A、升降舵偏轉(zhuǎn)角4、方向舵偏轉(zhuǎn)角各、副翼偏轉(zhuǎn)角4以及油門大小
Sr ;隱含層有20個神經(jīng)元；輸出層有7個神經(jīng)元，分別為攻角側(cè)滑角P、真空速；馬赫
數(shù)Ii、指示空速G、氣壓高度、升降速度泠。優(yōu)選地，所述BP神經(jīng)網(wǎng)絡(luò)隱含層神經(jīng)元和輸出層神經(jīng)元的傳遞函數(shù)都采用雙曲正切S型函數(shù)。優(yōu)選地，所述大氣數(shù)據(jù)系統(tǒng)為嵌入式大氣數(shù)據(jù)系統(tǒng)或光學(xué)式大氣數(shù)據(jù)系統(tǒng)。從而可在不影響飛行器隱身性能和大攻角飛行特性的情況下獲得訓(xùn)練和測試BP神經(jīng)網(wǎng)絡(luò)所需的準確的大氣數(shù)據(jù)樣本；并可在完成BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練后將其拆除，從而降低飛行器成本。本發(fā)明在不改變飛機結(jié)構(gòu)外形、不增添額外測量裝置和硬件設(shè)備的前提下，充分利用現(xiàn)有的機載慣性導(dǎo)航系統(tǒng)、衛(wèi)星定位系統(tǒng)、飛行控制系統(tǒng)輸出參數(shù)，基于BP神經(jīng)網(wǎng)絡(luò)實現(xiàn)大攻角飛行狀態(tài)下大氣數(shù)據(jù)的精確估計。本方法不僅有利于飛機隱身，同時提高了大氣數(shù)據(jù)系統(tǒng)的測量范圍和測量精度以及對大攻角飛行環(huán)境的適應(yīng)性，是一種相對經(jīng)濟且易于工程實現(xiàn)的方法。對于提高我國新一代飛機大攻角飛行狀態(tài)下大氣數(shù)據(jù)的測量范圍、改善飛機飛行性能具有重要的現(xiàn)實意義。


圖I是本發(fā)明方法中的BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖，圖中輸入層共17個神經(jīng)元，輸入?yún)?shù)分別為姿態(tài)角(俯仰角、橫滾角、偏航角)、姿態(tài)角速度(俯仰角速度、橫滾角速度、偏航角速度)、線加速度(機體坐標系的軸方向線加速度、機體坐標系的.v軸方向線加速度、機體坐標系的Z軸方向線加速度)、速度(東向速度、北向速度、天向速度)、飛行高度、舵面偏轉(zhuǎn)角 (升降舵偏轉(zhuǎn)角、方向舵偏轉(zhuǎn)角、副翼偏轉(zhuǎn)角)以及油門大小，隱含層共20個神經(jīng)元，輸出層共7個神經(jīng)元，分別為攻角、側(cè)滑角、真空速、馬赫數(shù)、指示空速、氣壓高度、升降速度；
圖2是測試樣本的攻角估計效果曲線圖3是測試樣本的側(cè)滑角估計效果曲線圖4是測試樣本的真空速估計效果曲線圖5是測試樣本的馬赫數(shù)估計效果曲線圖6是測試樣本的指示空速估計效果曲線圖7是測試樣本的氣壓高度估計效果曲線圖8是測試樣本的升降速度估計效果曲線圖。
具體實施例方式下面結(jié)合附圖對本發(fā)明的技術(shù)方案進行詳細說明
本發(fā)明方法充分利用現(xiàn)有的機載慣性導(dǎo)航系統(tǒng)、衛(wèi)星定位系統(tǒng)、飛行控制系統(tǒng)輸出數(shù)據(jù)，在不改變飛機結(jié)構(gòu)外形、不增添額外測量裝置和硬件設(shè)備的前提下，利用BP神經(jīng)網(wǎng)絡(luò)實現(xiàn)了大攻角飛行狀態(tài)下的大氣數(shù)據(jù)精確估計。具體包括以下步驟
(I)樣本數(shù)據(jù)的采集與處理步驟
(a)以周期ΔΓ讀取慣性導(dǎo)航系統(tǒng)中的三個姿態(tài)角、三個姿態(tài)角速度和三個線加速度信息，三個姿態(tài)角信息分別為俯仰角P、橫滾角#、偏航角w三個姿態(tài)角速度信息分別為機體坐標系下Z軸、>'軸和z軸方向的橫滾角速度P、俯仰角速度@、偏航角速度r ;三個線加速度信息分別為機體坐標系下軸方向的線加速度^軸方向的線加速度七、2軸方向
的線加速度4 ,其中機體坐標系的 軸、7軸和z軸的指向分別為向右、向前、向上；
(b)以周期ΔΤ讀取衛(wèi)星定位系統(tǒng)輸出的地理坐標系下的三維速度和飛行高度，地理坐標系方向定義為東、北、天，此三個方向的地速分別為Vjr ,飛行高度為A ;
(c)以周期ΛΤ讀取飛行控制系統(tǒng)輸出的升降舵偏轉(zhuǎn)角式、方向舵偏轉(zhuǎn)角4、副翼偏轉(zhuǎn)角a以及油門大小務(wù);
Cd)以周期ΔΤ讀取大氣數(shù)據(jù)系統(tǒng)(優(yōu)選嵌入式大氣數(shù)據(jù)系統(tǒng)或光學(xué)式大氣數(shù)據(jù)系統(tǒng)) 輸出的攻角I側(cè)滑角3、真空速F、馬赫數(shù)if、指示空速K、氣壓高度丑、升降速度;
Ce)在大攻角飛行階段，根據(jù)步驟(a)、(b)、(c)、(d)將獲取的I時刻的俯仰角P、橫滾角聲、偏航角#、橫滾角速度俯仰角速度f、偏航角速度r、機體坐標系的; 軸方向的線加速度&、機體坐標系的/軸方向的線加速度七、機體坐標系的軸方向的線加速度&、 東向速度巧、北向速度νΛ-、天向速度Vtr、飛行高度為A、升降舵偏轉(zhuǎn)角萬向舵偏轉(zhuǎn)角盡 、副翼偏轉(zhuǎn)角A、油門大小各、攻角偵彳滑角盧、真空速F、馬赫數(shù)M、指示空速K、氣壓高度4升降速度^參數(shù)記為一組樣本數(shù)據(jù)，并將4 - h時間段內(nèi)采集到的所有組樣本數(shù)
據(jù)分為兩部分，即將所有組樣本中的前80%作為訓(xùn)練樣本,將后20%作為測試樣本。(f)將步驟(e)所得到的樣本數(shù)據(jù)歸一化到在-I到+1之間。(2)建立BP神經(jīng)網(wǎng)絡(luò)步驟
所述的BP神經(jīng)網(wǎng)絡(luò)如圖I所示，由一個輸入層、一個隱含層和一個輸出層組成氣中， 網(wǎng)絡(luò)的輸入層有17個神經(jīng)元,分別對應(yīng)俯仰角S、橫滾角#、偏航角&橫滾角速度俯仰
角速度€、偏航角速度r、機體坐標系的τ軸方向的線加速度《*■、機體坐標系的7軸方向的
線加速度\、機體坐標系的軸方向的線加速度A、東向速度Vs、北向速度~、天向速度
斤、飛行高度為A、升降舵偏轉(zhuǎn)角·、方向舵偏轉(zhuǎn)角各、副翼偏轉(zhuǎn)角^以及油門大小各；網(wǎng)
絡(luò)隱含層神經(jīng)元個數(shù)的初始值根據(jù)公式《 =+ 進行確定，式中力隱含層神經(jīng)元
個數(shù)的初始值A(chǔ)為輸入層的神經(jīng)元個數(shù)即17 為輸出層的神經(jīng)元個數(shù)即7 ·，α為1-10 之間的某一常數(shù)，通過比較隱含層的神經(jīng)元不同個數(shù)情況下網(wǎng)絡(luò)的輸出結(jié)果，最后確定隱含層的神經(jīng)元個數(shù)為20 ;網(wǎng)絡(luò)輸出層有7個神經(jīng)元，分別為攻角、側(cè)滑角P、真空速馬
赫數(shù)Ai、指示空速K、氣壓高度A升降速度應(yīng)。所述的網(wǎng)絡(luò)隱含層神經(jīng)元和輸出層神經(jīng)
元的傳遞函數(shù)都采用雙曲正切S型函數(shù)。(3)對神經(jīng)網(wǎng)絡(luò)進行訓(xùn)練和測試步驟
用訓(xùn)練樣本來對網(wǎng)絡(luò)進行訓(xùn)練。對網(wǎng)絡(luò)輸入一組訓(xùn)練樣本，即給出俯仰角Θ、橫滾角Φ 、偏航角μ橫滾角速度、俯仰角速度？、偏航角速度r、機體坐標系的X軸方向的線加速度~、機體坐標系的y軸方向的線加速度\機體坐標系的z軸方向的線加速度A、東向速度h、北向速度1天向速度％、飛行高度力升降舵偏轉(zhuǎn)角4、方向舵偏轉(zhuǎn)角4·、副翼偏轉(zhuǎn)角4、油門大小務(wù)、攻角a、側(cè)滑角真空速!·、馬赫數(shù)Ji、指示空速G、氣壓高度丑、升降速度左一組輸入樣本數(shù)據(jù)時，隱含層神經(jīng)元個數(shù)為20，經(jīng)過網(wǎng)絡(luò)自動訓(xùn)練，輸出層輸出攻角α、側(cè)滑角.5、真空速Γ、馬赫數(shù)M、指示空速G、氣壓高度H、升降速度A共7
個輸出值(大氣數(shù)據(jù)估計值)，將輸出的7個大氣數(shù)據(jù)估計值與期望值(大氣數(shù)據(jù)實際值)進行對比，若誤差小于指定精度，則學(xué)習(xí)結(jié)束。否則，誤差通過隱含層向輸入層逐層向前傳播， 并將誤差分攤給各層所有神經(jīng)元，從而獲得各層神經(jīng)元的誤差信號，以此誤差信號作為修正各層神經(jīng)元的連接權(quán)值和閾值的依據(jù)，然后進入下一組學(xué)習(xí)，直到所有訓(xùn)練樣本學(xué)習(xí)結(jié)束，完成一次循環(huán)，此時如果總的估計誤差在指定范圍以內(nèi)，輸出此時的最佳權(quán)值和閾值。 否則，進入下一次循環(huán)，直到總估計誤差在指定范圍以內(nèi)，訓(xùn)練結(jié)束。對網(wǎng)絡(luò)進行反復(fù)訓(xùn)練， 直到誤差小于O. 001，停止訓(xùn)練，開始對網(wǎng)絡(luò)進行測試。用測試樣本對網(wǎng)絡(luò)進行測試。當(dāng)網(wǎng)絡(luò)訓(xùn)練結(jié)束以后，將測試樣本中的俯仰角4橫滾角〗偏航角《橫滾角速度P、俯仰角速度■ 、偏航角速度r、機體坐標系的軸方向的線加速度機體坐標系的^軸方向的線加速度士、機體坐標系的2軸方向的線加速度~、東向速度W北向速度~、天向速度七、飛行高度為A、升降舵偏轉(zhuǎn)角 '、方向舵偏轉(zhuǎn)角 -T副翼偏轉(zhuǎn)角以及油門大小士數(shù)據(jù)輸入到訓(xùn)練好的網(wǎng)絡(luò)，將輸出層輸出的攻角側(cè)
滑角多、真空速Γ、馬赫數(shù)Af、指示空速K、氣壓高度/￡、升降速度片共7個大氣數(shù)據(jù)估計
值與測試樣本數(shù)據(jù)中的對應(yīng)的大氣數(shù)據(jù)實際值進行對比，當(dāng)大氣數(shù)據(jù)估計值和實際值之間的誤差均小于規(guī)定水平即通過測試，網(wǎng)絡(luò)可以用于大氣數(shù)據(jù)的估計工作。(4)通過測試的神經(jīng)網(wǎng)絡(luò)實現(xiàn)大攻角飛行狀態(tài)下的大氣數(shù)據(jù)的估計步驟
利用通過測試的神經(jīng)網(wǎng)絡(luò)進行大攻角飛行狀態(tài)下大氣數(shù)據(jù)的估計。首先將當(dāng)前時刻采集到的輸入數(shù)據(jù)即俯仰角5、橫滾角0、偏航角F、橫滾角速度 俯仰角速度€、偏航角速
度、機體坐標系的;r軸方向的線加速度七、機體坐標系的^軸方向的線加速度七、機體坐
標系的軸方向的線加速度七、東向速度^、北向速度、V、天向速度1飛行高度為升
降舵偏轉(zhuǎn)角4、方向舵偏轉(zhuǎn)角盡、副翼偏轉(zhuǎn)角4以及油門大小務(wù)歸一化到-I到+1之間， 然后將輸入數(shù)據(jù)輸入到通過測試的BP神經(jīng)網(wǎng)絡(luò)中，并將網(wǎng)絡(luò)輸出的數(shù)據(jù)進行反歸一化，即可以實現(xiàn)大攻角飛行狀態(tài)下當(dāng)前時刻的攻角側(cè)滑角P、真空速馬赫數(shù)M、指示空速
h氣壓高度只、升降速度4的精確估計。為了驗證本發(fā)明的效果，利用飛行模擬軟件X-Plane仿真在大攻角飛行狀態(tài)下的飛行數(shù)據(jù)，對本發(fā)明基于BP神經(jīng)網(wǎng)絡(luò)的大攻角飛行狀態(tài)下的大氣數(shù)據(jù)測量方法進行實驗， 得出的仿真試驗結(jié)果如圖2-圖8所示。從測試樣本中的大氣數(shù)據(jù)(攻角、側(cè)滑角、真空速、 馬赫數(shù)、指示空速、氣壓高度和升降速度)的估計效果曲線圖(圖2-圖8)可以看出，大攻角飛行狀態(tài)下利用BP神經(jīng)網(wǎng)絡(luò)估計的大氣數(shù)據(jù)與大氣數(shù)據(jù)實際值吻合度較高，本發(fā)明能夠?qū)崿F(xiàn)大攻角飛行狀態(tài)下大氣數(shù)據(jù)的精確估計，具有很強的工程應(yīng)用價值。
權(quán)利要求
1.基于BP神經(jīng)網(wǎng)絡(luò)的大攻角飛行狀態(tài)下大氣數(shù)據(jù)測量方法，其特征在于，包括以下步驟步驟I、在大攻角飛行狀態(tài)下采集一段時間內(nèi)慣性導(dǎo)航系統(tǒng)、衛(wèi)星定位系統(tǒng)、飛行控制系統(tǒng)以及大氣數(shù)據(jù)系統(tǒng)的輸出數(shù)據(jù)，并對其進行歸一化；步驟2、建立BP神經(jīng)網(wǎng)絡(luò)，并以歸一化后的慣性導(dǎo)航系統(tǒng)、衛(wèi)星定位系統(tǒng)、飛行控制系統(tǒng)的輸出數(shù)據(jù)作為BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練和測試輸入樣本，以歸一化后的大氣數(shù)據(jù)系統(tǒng)的輸出數(shù)據(jù)作為BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練和測試輸出樣本，對BP神經(jīng)網(wǎng)絡(luò)進行訓(xùn)練、測試；步驟3、在大攻角飛行狀態(tài)下采集當(dāng)前時刻慣性導(dǎo)航系統(tǒng)、衛(wèi)星定位系統(tǒng)、飛行控制系統(tǒng)的輸出數(shù)據(jù)，對其進行歸一化后輸入訓(xùn)練好的BP神經(jīng)網(wǎng)絡(luò)，將BP神經(jīng)網(wǎng)絡(luò)的輸出數(shù)據(jù)進行反歸一化處理，即得到當(dāng)前時刻的大氣數(shù)據(jù)。
2.如權(quán)利要求I所述基于BP神經(jīng)網(wǎng)絡(luò)的大攻角飛行狀態(tài)下大氣數(shù)據(jù)測量方法，其特征在于，所述慣性導(dǎo)航系統(tǒng)的輸出數(shù)據(jù)包括三個姿態(tài)角、三個姿態(tài)角速度和三個線加速度信息，三個姿態(tài)角信息分別為俯仰角 θ、橫滾角#、偏航角ψ ;三個姿態(tài)角速度信息分別為機體坐標系下X軸、.y軸和，軸方向的橫滾角速度P、俯仰角速度 、偏航角速度Γ ;三個線加速度信息分別為機體坐標系下I軸方向的線加速度七、7軸方向的線加速度七、ζ軸方向的線加速度七，其中機體坐標系的Z軸、ν軸和ζ軸的指向分別為向右、向前、向上；所述衛(wèi)星定位系統(tǒng)的輸出數(shù)據(jù)包括地理坐標系下的三維速度和飛行高度，地理坐標系方向定義為東、北、天，此三個方向的地速分別為％、viY, %，飛行高度為& ;所述飛行控制系統(tǒng)的輸出數(shù)據(jù)包括升降舵偏轉(zhuǎn)角4、方向舵偏轉(zhuǎn)角4、副翼偏轉(zhuǎn)角以及油門大小備；所述大氣數(shù)據(jù)系統(tǒng)的輸出數(shù)據(jù)包括攻角S、側(cè)滑角多、真空速^馬赫數(shù)if、指示空速C、氣壓高度H升降速度片。
3.如權(quán)利要卞』所述基于BP神經(jīng)網(wǎng)絡(luò)的大攻角飛行狀態(tài)下大氣數(shù)據(jù)測量方法，其特征在于，所述BP神經(jīng)網(wǎng)絡(luò)為一個輸入層、一個隱含層和一個輸出層的三層網(wǎng)絡(luò)；所述輸入層有17個神經(jīng)元，分別對應(yīng)俯仰角P、橫滾角#、偏航角從橫滾角速度^俯仰角速度@、偏航角速度r、機體坐標系的j軸方向的線加速度S、機體坐標系的^軸方向的線加速度七、機體坐標系的^軸方向的線加速度~、東向速度Vf、北向速度τ 天向速度％、飛行高度為A、升降舵偏轉(zhuǎn)角式、方向舵偏轉(zhuǎn)角4、副翼偏轉(zhuǎn)角以及油門大小各；隱含層有20個神經(jīng)元；輸出層有7個神經(jīng)元，分別為攻角側(cè)滑角,5、真空速F、馬赫數(shù)I、指示空速Γ、氣壓高反升降速度^。
4.如權(quán)利要求3所述基于BP神經(jīng)網(wǎng)絡(luò)的大攻角飛行狀態(tài)下大氣數(shù)據(jù)測量方法，其特征在于，所述BP神經(jīng)網(wǎng)絡(luò)隱含層神經(jīng)元和輸出層神經(jīng)元的傳遞函數(shù)都采用雙曲正切S型函數(shù)。
5.如權(quán)利要求I所述基于BP神經(jīng)網(wǎng)絡(luò)的大攻角飛行狀態(tài)下大氣數(shù)據(jù)測量方法，其特征在于，所述大氣數(shù)據(jù)系統(tǒng)為嵌入式大氣數(shù)據(jù)系統(tǒng)或光學(xué)式大氣數(shù)據(jù)系統(tǒng)。
全文摘要
本發(fā)明公開了一種基于BP神經(jīng)網(wǎng)絡(luò)的大攻角飛行狀態(tài)下大氣數(shù)據(jù)測量方法。本發(fā)明在不改變飛機結(jié)構(gòu)外形、不增添額外測量裝置和硬件設(shè)備的前提下，充分利用現(xiàn)有的機載慣性導(dǎo)航系統(tǒng)、衛(wèi)星定位系統(tǒng)、飛行控制系統(tǒng)輸出參數(shù)，基于BP神經(jīng)網(wǎng)絡(luò)實現(xiàn)大攻角飛行狀態(tài)下大氣數(shù)據(jù)的精確估計。本發(fā)明方法不僅有利于飛機隱身，同時提高了大氣數(shù)據(jù)系統(tǒng)的測量范圍和測量精度以及對大攻角飛行環(huán)境的適應(yīng)性，是一種相對經(jīng)濟且易于工程實現(xiàn)的方法。對于提高我國新一代飛機大攻角飛行狀態(tài)下大氣數(shù)據(jù)的測量范圍、改善飛機飛行性能具有重要的現(xiàn)實意義。
文檔編號G06N3/08GK102607639SQ20121004277
公開日2012年7月25日 申請日期2012年2月24日 優(yōu)先權(quán)日2012年2月24日
發(fā)明者劉建業(yè), 曾慶化, 李素娟, 李榮冰, 郭毅, 陸辰, 雷廷萬, 馬航帥 申請人:南京航空航天大學(xué)