飞行实测数据气动力建模研究

摘要

在飞行器气动性能优化建模中,准确的气动力模型是飞行器控制律设计的基础.针对建模方法不当以及模型结构不合理难以有效提高建模精度的问题,提出了一种粗糙集与小波神经网络(WNN)的气动力建模方法.利用WNN良好的非线性建模能力,在飞行实测数据基础上构建飞行器的气动力模型,并通过一种启发式的粗糙集约简算法优化待定的WNN结构,以改善模型性能.横侧向与纵向气动力建模仿真结果表明,与经验公式相比,粗糙集约简确定的WNN,网络结构简化合理,模型性能有效提升,预测输出误差可控制在0.005以内.证明为飞行器气动力性能优化建模提供了依据.