俯仰跟踪任务中的驾驶员神经网络模型辨识
在飞机设计中,应用驾驶员数学模型预测飞机飞行品质是避免人机系统出现不良耦合的重要途径之一.为了提高飞行品质的预测精度,采用人工神经网络(NN)方法进行驾驶员模型辨识,着重研究该模型对不同飞机被控对象的适应能力.首先,详细分析了驾驶员完成俯仰跟踪任务的操纵行为特点,提出适用于该驾驶员行为描述的神经网络模型结构形式.然后,根据对不同被控对象进行俯仰跟踪实时仿真实验的结果,对神经网络模型参数进行识别.最后,对模型辨识结果进行了精度评价.研究结果表明,该辨识方法适用于研究具有不同增益、不同短周期振荡频率飞机被控对象的驾驶员操纵行为特性.
人机系统、驾驶员模型、数学模型、神经网络、飞行品质
31
V249.11(航空仪表、航空设备、飞行控制与导航)
航空科学基金;凡舟基金
2010-12-17(万方平台首次上网日期,不代表论文的发表时间)
共7页
1708-1714