具有特征提取的小波网络气动力模型  

AERODYNAMIC MODEL OF WAVELET NEURAL NETWORK WITH FEATURE EXTRACTION

作　　者：孟月波[1] 刘光辉[1] 甘旭升[2] 

机构地区：[1]西安建筑科技大学信息与控制工程学院,西安710055 [2]空军工程大学工程学院,西安710038

出　　处：《系统科学与数学》2013年第5期541-549,共9页Journal of Systems Science and Mathematical Sciences

基　　金：陕西省自然科学基金项目(2012JM8026);陕西省教育厅专项基金项目(2013JK1091)资助课题

摘　　要：为了使所建气动力模型能准确地刻画飞行器的气动特性,提出一种基于特征提取的小波网络气动力建模方法.通过对横侧向与纵侧向的飞行数据训练样本进行核主成分分析特征,提取出训练样本的基本特征;利用提取的基本特征分别构建横侧向与纵侧向小波网络气动力模型.实验结果表明,提出的集成建模方法预测精度高,用于飞行器的气动力建模是有效的,也是可行的.To accurately describe the dynamic characteristics of flight vehicle by using aerodynamic model,a wavelet neural network aerodynamic modeling method based on feature extraction is proposed.Firstly,by using kernel principal components analysis,the basic feature of training samples in flight data is extracted.Then,a wavelet neural network aerodynamic model is built by using basic feature extracted. Experimental results show that the proposed integrated modeling method has a good ability with high forecast precision and that the model is effective and feasible.

关 键 词：小波神经网络 核主成分分析 特征提取 气动力建模 

分 类 号：V211.4[航空宇航科学与技术—航空宇航推进理论与工程]