SSUKF-WNN算法及其在飞行器气动力建模中的应用
DOI:
CSTR:
作者:
作者单位:

西京学院

作者简介:

甘旭升

通讯作者:

中图分类号:

基金项目:


SSUKF-WNN Algorithm and Its Applications in Aerodynamic Force Modeling of Flight Vehicle
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    针对传统小波网络算法的不足, 提出一种基于改进无迹Kalman 滤波(UKF) 的小波网络算法. 该算法使用一种基于简化球形分布Sigma 点的UKF (SSUKF) 来训练小波网络的参数, 以提高小波网络的学习性能和训练质量. 飞行器气动力建模算例表明, 相对于BP 算法和EKF 算法, SSUKF 算法训练的小波网络收敛速度更快, 估计精度更高,计算量更小. 同时也为飞行器的气动力建模提供了一种有效可行的手段.

    Abstract:

    For the shortcoming of traditional wavelet neural network(WNN), a WNN algorithm based on modified unscented
    Kalman filter(UKF) is proposed. The algorithm uses an UKF based on Sigma point of simplex spherical distribution(SSUKF) to train the parameters of WNN, which can improve the learning ability and training quality of WNN. The experiment results on aerodynamic modeling of flight vehicle show that, compared with BP and extended Kalman filter(EKF), the WNN trained by SSUKF algorithm has a better ability with features of convergence, precision and calculation, and is also a good method for aerodynamic modeling of flight vehicle.

    参考文献
    相似文献
    引证文献
引用本文

甘旭升 端木京顺 丛伟. SSUKF-WNN算法及其在飞行器气动力建模中的应用[J].控制与决策,2011,26(2):187-190

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2009-11-12
  • 最后修改日期:2010-03-09
  • 录用日期:
  • 在线发布日期: 2011-02-20
  • 出版日期:
文章二维码