论文部分内容阅读
讨论了非线性非定常气动力的结构自适应神经网络模型建模方法.该方法与传统的模糊逻辑和神经网络建模方式相比,具有同时进行结构辨识与参数辨识的优点,而且模型直接采用飞行参数的时间历程数据作为输入量,消除了将强迫振荡缩减频率作为输入量而引起的不利因素,可以直接应用于飞行模拟数值仿真.利用大迎角大振幅俯仰振荡气动力试验数据验证了建模方法及所建模型的有效性,结果表明:该神经网络模型对非定常气动力有很好的逼近能力;利用该方法建立的多变量非线性非定常气动力数学模型可直接应用于飞行动力学特性分析研究.