一种基于可逆神经网络的直升机系统正逆模型建立方法技术方案

本发明专利技术公开了一种基于可逆神经网络的直升机系统正逆模型建立方法，该方法根据直升机系统的非线性特性，采集直升机非线性系统的输入数据和输出数据，并构建训练集和测试集；分别建立非线性对象的正向和逆向离散模型，并设计可逆神经网络模型；根据所述非线性对象的正向和逆向离散模型和可逆神经网络模型，构建损失函数；根据损失函数，对可逆神经网络模型进行训练，基于所述训练后的可逆神经网络模型获得系统正向模型和逆向模型；验证直升机非线性系统正向模型和逆向模型的准确度。本发明专利技术所述方法可以直接、简单地通过一个可逆神经网络同时建立直升机非线性系统正向和逆向模型。

【技术实现步骤摘要】

本专利技术属于系统建模领域，特别是一种基于可逆神经网络的直升机系统正逆模型建立方法。

技术介绍

1、系统建模被广泛用于化学、机械、电气和土木工程等领域的系统控制和过程优化。一些系统的模型可以用线性参数形式表示，并且可以应用自适应控制来实现输出跟踪，对其未知的系统进行在线识别和估计。并且系统建模和逆建模均是自适应控制、信道均衡和主动噪声控制、扰动消除等应用中的重要组成部分。然而，在实际工程中，大多数系统的模型不是线性的，并且在执行测量或设计和校准测量仪器时必须考虑其非线性特性。过去的几十年中，大量的研究集中于非线性系统的系统建模和识别。

2、但对于直升机这种复杂非线性系统的逆建模仍然面临着巨大的挑战。目前实现非线性系统的逆建模的两种可能方法是：直接逆建模和间接逆建模。直接逆建模和间接逆建模方法均可以通过神经网络实现。直接逆建模方法的实现方式是按相反的顺序向神经网络学习算法提供输入-输出样本，其中系统输出样本作为网络输入，系统输入样本作为网络期望输出。使用神经网络进行直接逆建模是快速的，因为它逼近逆而不需要实际反演非线性模型。然而，当底层映射不可逆本文档来自技高网...

【技术保护点】

1.一种基于可逆神经网络的直升机系统正逆模型建立方法，其特征在于，所述方法包括以下步骤：

2.根据权利要求1所述的方法，其特征在于，优选的，第一步骤(S1)中，在需要建立模型的输入和输出端安装加速度传感器，采集直升机非线性对象的输入和输出振动数据，将所述输入和输出振动数据中的部分数据作为训练集，剩余数据作为测试集。

3.根据权利要求1所述的方法，其特征在于，第二步骤(S2)中，包括：

4.根据权利要求3所述的方法，其特征在于，第二步骤(S2)中，设计可逆神经网络模型包括：设计可逆神经网络模型输入输出变量的数目和基本结构，可逆神经网络的正向和逆向运算分别...

【技术特征摘要】

1.一种基于可逆神经网络的直升机系统正逆模型建立方法，其特征在于，所述方法包括以下步骤：

2.根据权利要求1所述的方法，其特征在于，优选的，第一步骤(s1)中，在需要建立模型的输入和输出端安装加速度传感器，采集直升机非线性对象的输入和输出振动数据，将所述输入和输出振动数据中的部分数据作为训练集，剩余数据作为测试集。

3.根据权利要求1所述的方法，其特征在于，第二步骤(s2)中，包括：

4.根据权利要求3所述的方法，其特征在于，第二步骤(s2)中，设计可逆神经网络模型包括：设计可逆神经网络模型输入输出变量的数目和基本结构，可逆神经网络的正向和逆向运算分别表示为：

5.根据权利要求4所述的方法，其特征在于，第二步骤(s2)中，在可逆块之间插入排列层以增加模型容量，根据直升机非线性系统的复杂程度调整可逆块的数目以及可逆块的结构。<...

【专利技术属性】
技术研发人员：张兴武，陈甜，王晨希，邓江涛，吕佳侨，陈雪峰，
申请(专利权)人：西安交通大学，
类型：发明
国别省市：