【技术实现步骤摘要】
本专利技术涉及一种结合cfd计算与白盒特征神经网络的气动建模控制方法，属于飞行器控制。
技术介绍
1、气动力建模是飞行器工程中总体设计参数、控制率设计的重要基础。
2、气动力建模有多种方法，其中，经典的辨识方法，例如最小二乘法，需要首先假定模型结构，然后根据准则函数估计模型参数。如果模型结构不能预先确定，那么在估计模型参数之前必须先识别模型结构参数，因此，模型的质量很大程度上取决于工程师的经验。
3、近年来，神经网络的发展为气动力建模提供了一种先进而强大的研究工具，神经网络模型都是采用非线性激活函数从实现从输入到输出的非线性映射，它本质上是一个黑盒模型，且在使用胞体神经网络训练模型时，我们需要使用大量的样本数据，因为在面对小规模数据集时，它容易过拟合。
4、因此，有必要对现有的气动建模方法进一步研究，以解决上述问题。
技术实现思路
1、为了克服上述问题，本专利技术人进行了深入研究，提出了一种结合cfd计算与白盒特征神经网络的气动建模控制方法，如图1所示，
【技术保护点】
1.一种结合CFD计算与白盒特征神经网络的气动建模控制方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的结合CFD计算与白盒特征神经网络的气动建模控制方法，其特征在于，
3.根据权利要求1所述的结合CFD计算与白盒特征神经网络的气动建模控制方法，其特征在于，
4.根据权利要求1所述的结合CFD计算与白盒特征神经网络的气动建模控制方法，其特征在于，
5.根据权利要求1所述的结合CFD计算与白盒特征神经网络的气动建模控制方法，其特征在于，
6.根据权利要求5所述的结合CFD计算与白盒特征神经网络的气动建模...
【技术特征摘要】
1.一种结合cfd计算与白盒特征神经网络的气动建模控制方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的结合cfd计算与白盒特征神经网络的气动建模控制方法，其特征在于，
3.根据权利要求1所述的结合cfd计算与白盒特征神经网络的气动建模控制方法，其特征在于，
4.根据权利要求1所述的结合cfd计算与白盒特征神经网络的气动建模控制方法，其特征在于，
5.根据权利要求1所述的结合cfd计算与白盒特...
【专利技术属性】
技术研发人员：王伟，倪子健，陈仕伟，王雨辰，刘佳琪，陈柏霖，朱泽军，杨婧，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。