某型军用飞机下降阶段燃油消耗模型研究

论文摘要

针对飞机下降阶段燃油消耗模型建立不够精准的问题,提出了一种改进的长短期记忆网络（Long Short-Term Memory, LSTM）方法,基于飞参数据建立了某型军用飞机下降阶段的燃油消耗模型。首先从飞参数据中提取与燃油消耗相关的参数并进行预处理,然后利用互信息的方法筛选了与燃油流率高度相关的参数,最后基于一种改进的LSTM网络建立了飞机下降阶段的燃油消耗模型。该法相比于传统的BP神经网络、回声状态网络以及标准LSTM在精度上都有了较大的提升和改进。

论文目录

• 1 引言
• 2 基于互信息的关键参数筛选方法
• 3 基于改进LSTM的燃油消耗模型结构
•   （1）遗忘门的输入中增加了上一时刻的细胞状态ct-1。
•   （2）采用了输入门和遗忘门耦合的方式来共同控制细胞状态的更新。
• 4 实验及结果分析
•   4.1 实验准备
•   4.2 实验评价指标
•   4.3 实验数据的预处理
•   4.4 超参数设置
•   4.5 影响燃油消耗关键参数的筛选分析
•   4.6 改进LSTM燃油消耗模型实验结果分析
•   4.7 与BP、ESN、标准LSTM的对比实验分析
• 5 结论

文章来源

类型: 期刊论文

作者: 吴祯涛,李学仁,杜军

关键词: 飞参数据,互信息,深度学习,长短期记忆网络,燃油消耗

来源: 信号处理 2019年12期

年度: 2019

分类: 信息科技,工程科技Ⅱ辑

专业: 航空航天科学与工程

单位: 空军工程大学研究生院,空军工程大学航空工程学院

基金: 国家自然科学基金(11447174)

分类号: V323

DOI: 10.16798/j.issn.1003-0530.2019.12.012

页码: 2036-2044

总页数: 9

文件大小: 931K

下载量: 55