标题：
基于EKF的实时循环神经网络在非定常气动力建模中的应用
点击次数：
所属单位：
航空学院
发表刊物：
空气动力学学报
关键字：
扩展卡尔曼滤波;循环神经网络;非定常气动力;
摘要：
结合EKF算法(扩展卡尔曼滤波)和RTRL算法(实时递归学习算法)的特点,提出一种基于EKF的实时递归学习算法(EKF-RTRL),运用到循环神经网络中(RNN)。应用该神经网络对某飞机大迎角大振幅单自由度偏航、滚转以及偏航滚转耦合运动的非定常气动力进行建模。结果表明,基于EKF的实时循环神经网络计算精度高,收敛快,辨识结果与实验结果符合较好,验证了本算法的有效性。
是否译文：
否
发表时间：
2018-08-15
合写作者：
付军泉,陈坤,朱佳晨,陈杰,董益章
通讯作者：
史志伟
发表时间：
2018-08-15
学位：工学博士学位
职称：教授
所在单位：航空学院