利用循环网络的降落伞开伞载荷补偿方法

作     者：姜添 李健 戈嗣诚 JIANG Tian;LI Jian;GE Sicheng

作者机构：北京空间机电研究所北京100094 

出 版 物：《国防科技大学学报》 (Journal of National University of Defense Technology)

年 卷 期：2022年第44卷第2期

页      面：80-87页

核心收录：

学科分类：08[工学] 082504[工学-人机与环境工程] 0825[工学-航空宇航科学与技术] 

基　　金：国家自然科学基金资助项目(11972192)。 

主　　题：降落伞 开伞载荷 补偿方法 循环神经网络 长短时记忆网络 

摘      要：为了对降落伞充气展开过程中的开伞载荷进行更加准确的预测,提出一种基于循环神经网络的开伞载荷补偿计算方法,包括模型架构和数据处理方式。该方法将充气时间法计算的预测值代入循环网络进行二次计算,使最终结果能够更加贴近试验真值。使用多层前馈网络、标准循环网络与长短时记忆网络三种网络进行比较,验证了所提模型预测结果的适用性和准确性,研究了学习率、输入层维度和隐层维度等超参数对模型性能的影响,并给出了基于长短时记忆网络的补偿模型最优训练条件。实验结果表明,利用循环网络进行开伞载荷预测具有较好的拟合结果,为机器学习与降落伞工业的学科交叉研究提供了一定的参考方向。