[发明专利]基于BP神经网络的大攻角飞行状态下大气数据测量方法

权利要求书

1.基于BP神经网络的大攻角飞行状态下大气数据测量方法，其特征在于，包括以下步骤：

步骤1、在大攻角飞行状态下采集一段时间内惯性导航系统、卫星定位系统、飞行控制系统以及大气数据系统的输出数据，并对其进行归一化；

步骤2、建立BP神经网络，并以归一化后的惯性导航系统、卫星定位系统、飞行控制系统的输出数据作为BP神经网络的训练和测试输入样本，以归一化后的大气数据系统的输出数据作为BP神经网络的训练和测试输出样本，对BP神经网络进行训练、测试；

步骤3、在大攻角飞行状态下采集当前时刻惯性导航系统、卫星定位系统、飞行控制系统的输出数据，对其进行归一化后输入训练好的BP神经网络，将BP神经网络的输出数据进行反归一化处理，即得到当前时刻的大气数据。

2.如权利要求1所述基于BP神经网络的大攻角飞行状态下大气数据测量方法，其特征在于，所述惯性导航系统的输出数据包括三个姿态角、三个姿态角速度和三个线加速度信息，三个姿态角信息分别为俯仰角                                               、横滚角、偏航角；三个姿态角速度信息分别为机体坐标系下轴、轴和轴方向的横滚角速度、俯仰角速度、偏航角速度；三个线加速度信息分别为机体坐标系下轴方向的线加速度、轴方向的线加速度、轴方向的线加速度，其中机体坐标系的轴、轴和轴的指向分别为向右、向前、向上；所述卫星定位系统的输出数据包括地理坐标系下的三维速度和飞行高度，地理坐标系方向定义为东、北、天，此三个方向的地速分别为，飞行高度为；所述飞行控制系统的输出数据包括升降舵偏转角、方向舵偏转角、副翼偏转角以及油门大小；所述大气数据系统的输出数据包括攻角、侧滑角、真空速、马赫数、指示空速、气压高度、升降速度。

3.如权利要求2所述基于BP神经网络的大攻角飞行状态下大气数据测量方法，其特征在于，所述BP神经网络为一个输入层、一个隐含层和一个输出层的三层网络；所述输入层有17个神经元，分别对应俯仰角、横滚角、偏航角、横滚角速度、俯仰角速度、偏航角速度、机体坐标系的轴方向的线加速度、机体坐标系的轴方向的线加速度、机体坐标系的轴方向的线加速度、东向速度、北向速度、天向速度、飞行高度为、升降舵偏转角、方向舵偏转角、副翼偏转角以及油门大小；隐含层有20个神经元；输出层有7个神经元，分别为攻角、侧滑角、真空速、马赫数、指示空速、气压高度、升降速度。

4.如权利要求3所述基于BP神经网络的大攻角飞行状态下大气数据测量方法，其特征在于，所述BP神经网络隐含层神经元和输出层神经元的传递函数都采用双曲正切S型函数。

5.如权利要求1所述基于BP神经网络的大攻角飞行状态下大气数据测量方法，其特征在于，所述大气数据系统为嵌入式大气数据系统或光学式大气数据系统。