神经网络模型在TDNS准则中的应用研究

摘要：

时域Neal-Smith（TDNS）准则源于频域Neal-Smith（FDNS）准则和阶跃目标跟踪准则，被广泛应用于纵向驾驶员诱发振荡（PIO）趋势的预测研究。在该准则采用的人机闭环系统中，广泛运用结构简单且能反映飞行员基本行为特征的拟线性驾驶员模型。但在实际情况中，驾驶员的行为通常具有高度的非线性，为了更精确地描述驾驶员的非线性特性，采用神经网络方法建立驾驶员模型。利用某机的试飞数据对神经网络进行了训练和测试，生成了神经网络模型。针对TDNS预测准则，建立了相应的仿真模型，通过仿真运算，得到了该飞机的P10预测结果。研究表明：相对于传统的驾驶员模型，神经网络模型能够更好与真实驾驶员相匹配；在TDNS评估准则中运用神经网络模型具有实际的意义。

关键词：Neal-Smith时域准则、神经网络、驾驶员诱发振荡、仿真

所属期刊栏目：3

分类号：V212(基础理论及试验)

在线出版日期：2012-10-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：269-273