基于飞行数据并利用自然启发技术识别直升机动力学
计算工程、金融与科学
2014-11-17 v1 神经与进化计算
摘要
直升机飞行动力学的复杂性使得建模和直升机系统辨识成为一项非常困难的任务。大多数传统技术需要预先定义模型结构，而对于直升机动力学而言，由于其复杂性及各子系统间的相互作用，这十分困难。为了克服这一困难，通常采用非参数方法进行直升机系统辨识。人工神经网络 (Artificial Neural Network) 是一类广泛用于非参数系统辨识的算法，其中非线性自回归外生输入 (NARX) 模型非常流行，但它也需要关于被建模系统的一些深入知识。人们提出了许多方法来规避这一点，同时仍保留其有利特性。在本文中，我们对一种新提出的方法进行了广泛研究，该方法使用具有双层外部驱动循环神经网络架构的改进 NARX 模型。这与用于演化系统阶次的外部优化例程相结合。本文全面探索了这种通用架构，以确定其可用性并严格评估其潜力。本文评估并严格比较了基于自然启发计算技术（人工蜂群、人工免疫系统和粒子群优化）的该架构的不同实例化形式。已进行仿真以识别纵向解耦动力学。辨识结果表明，对于所有模型，直升机的实际响应与预测响应之间存在相当密切的相关性。
引用
@article{arxiv.1411.3251,
title = {Identification of Helicopter Dynamics based on Flight Data using Nature Inspired Techniques},
author = {S. N. Omkar and Dheevatsa Mudigere and J Senthilnath and M. Vijaya Kumar},
journal= {arXiv preprint arXiv:1411.3251},
year = {2014}
}