一种基于PCA-BP的直升机起落架着舰载荷评估方法

摘要

为了提高直升机起落架着舰载荷的评估精度,提出采用主成分分析(PCA)与后退式神经网络(BP)相结合的方法建立评估模型.首先通过对影响起落架着舰载荷的飞行状态参数进行主成分分析,降低参数的维度并使参数正交化,然后将获得的主成分作为BP神经网络模型的输入变量获得PCA-BP评估模型,通过起落架着舰试飞数据进行训练、测试和验证,并进一步与全要素的BP神经网络模型进行均方根误差和拟合优度的对比分析.结果表明:PCA-BP评估模型可减少输入变量的个数,消除参数之间的相关性,提高着舰载荷的评估精度.该方法可为直升机起落架在飞行包线边界及包线扩展状态下的着舰载荷评估提供技术支持.