典型文献
改进的输出误差法用于不稳定飞机参数辨识
文献摘要：
为解决输出误差法在不稳定飞机参数辨识过程中的数值发散问题以及初值依赖问题,设计了一种结合神经网络、粒子群优化算法以及Levenberg-Marquardt算法的系统辨识方法.首先,为解决输出误差法的数值发散问题,以神经网络拟合待辨识系统的动力学特性.不同时刻的飞行试验数据用于训练神经网络,训练好的网络可以直接对下一时刻的运动状态进行预测,从而避免对不稳定运动方程的求解.其次,基于粒子群优化算法搜索Levenberg-Marquardt算法中的最佳阻尼因子,并以改进的LM算法替代输出误差法中的高斯-牛顿算法.接下来,改进的LM算法与训练好的神经网络结合得到了一种新的参数辨识算法.最后,基于不稳定飞机的闭环仿真飞行试验数据对提出的算法进行了验证.研究结果表明:与传统的最小二乘法和人工稳定的输出误差法的估计结果相比,所采用的算法具有更高的估计精度;同时,所提出的算法中可以随机选取待辨识参数的初值,克服了输出误差法对参数初值的依赖.本文的研究成果可以直接用于其他不稳定非线性动力学系统辨识领域,经过修改后还可以用于其他非线性优化领域.
文献关键词：
不稳定飞机;参数辨识;Levenberg-Marquardt算法;粒子群算法;神经网络
中图分类号：
作者姓名：
汪志刚;李爱军;王力浩;孙小锋
作者机构：
西北工业大学 自动化学院,西安710072;陕西省飞行控制与仿真技术重点实验室(西北工业大学),西安710072
文献出处：
引用格式：
[1]汪志刚;李爱军;王力浩;孙小锋-.改进的输出误差法用于不稳定飞机参数辨识)[J].哈尔滨工业大学学报,2022(12):65-72
A类：
不稳定飞机
B类：
发散,初值依赖,粒子群优化算法,Levenberg,Marquardt,系统辨识,辨识方法,辨识系统,动力学特性,不同时刻,飞行试验数据,练好,运动状态,运动方程,阻尼因子,LM,牛顿算法,接下来,参数辨识算法,工稳,估计精度,定非,非线性动力学系统,非线性优化,粒子群算法
AB值：
0.264316
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
