申请/专利权人:中国空间技术研究院
申请日:2024-01-31
公开(公告)日:2024-04-30
公开(公告)号:CN117951812A
主分类号:G06F30/15
分类号:G06F30/15;G06F30/28;G06F30/27;G06F18/27;G06F18/2411;G06N3/045;G06N3/0464;G06N3/0475;G06N3/094;G06F111/10;G06F113/08;G06F119/14
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.05.17#实质审查的生效;2024.04.30#公开
摘要:本发明涉及基于深度学习的飞行器智能虚拟飞行模拟方法,包括:S1,基于气动仿真数据,建立深度学习气动数据模型;S2,基于Simulink,进行控制器设计,建立仿真程序;S3,通过所述深度学习气动数据模型,进行信息交互,代入Simulink仿真程序;S4,所述控制器发出控制指令,并将姿态等参数反馈所述深度学习气动数据模型;S5,重复迭代所述S3和所述S4,直至物理时间推进结束。本发明给出多学科数值虚拟飞行技术解决方案,提供一种应用于飞行器设计各个阶段、高保真地分析飞行器动态品质、优化气动布局和控制率、提高飞行器性能的研究手段。
主权项:1.一种基于深度学习的飞行器智能虚拟飞行模拟方法,其特征在于,包括:S1,基于气动仿真数据,建立深度学习气动数据模型;S2,基于Simulink,进行控制器设计,建立仿真程序;S3,通过所述深度学习气动数据模型,进行信息交互,代入Simulink仿真程序;S4,所述控制器发出控制指令,并将高度、速度、姿态、舵偏、发动机数据反馈所述深度学习气动数据模型;S5,重复迭代所述S3和所述S4,直至物理时间推进结束。
全文数据:
权利要求:
百度查询: 中国空间技术研究院 基于深度学习的飞行器智能虚拟飞行方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。