文章详情
| 稿件标题： | 固定翼无人机纵向控制回路多工况状态预测 |
| 稿件作者： | 梁少军1，郑幸1，谢礼鹏2，林冬生1 |
| DOI： | 10.11809/bqzbgcxb2020.10.038 |
| 科学编辑： | 刘进忙 博士（空军工程大学教授） |
| 栏目名称： | 信息科学与控制工程 |
| 关键词： | 多工况；固定翼无人机；密度聚类；回归预测；人工神经网络 |
| 文章摘要： | 某型固定翼无人机（UAV）纵向控制回路存在典型的多工况特征。针对单一模型对飞机高度值进行预测会导致模型失配，准确度不高的问题，提出了“聚类分析-模式识别-回归预测”相结合的多工况状态预测技术路线。该技术以俯仰角、升降舵偏角、缸温、发动机转速为预测变量，通过离线建模与在线预测两个阶段完成飞机高度预测。离线建模阶段，使用基于共享近邻相似性的密度聚类算法将UAV训练数据分为多个工况，之后使用核高斯过程回归（KGPR）算法建立各工况预测模型。在线预测阶段，使用人工神经网络算法完成测试数据工况辨识，并调用相应的KGPR模型完成状态预测。仿真试验选取了代表UAV典型用途的近程、中程、远程三种实飞数据，并以此为基础对算法进行了验证，结果表明所提技术能够有效提高预测准确度，具有实用价值。 |
| 引用本文格式： | 梁少军，郑幸，谢礼鹏，等.固定翼无人机纵向控制回路多工况状态预测［J］.兵器装备工程学报，2020,41(10):203-209. LIANG Shaojun, ZHENG Xing, XIE Lipeng, et al.MutiCondition State Prediction of Longitudinal Control Loop of FixedWing UAV［J］.Journal of Ordnance Equipment Engineering,2020,41(10):203-209. |
| 刊期名称： | 2020年10期 |
| 出版时间： | 2020年10月 |
| 上线时间： | 2020年10月28日 |
| 浏览次数： | 2620 |
| 下载次数： | 444 |
| 免费阅读PDF 在线阅读 下载本期目录 下载本期封面 | |