基于Transformer的飞机状态预测

作     者：王经纬 高艳鹍 宋澣兴 刘一非 WANG Jing-wei;GAO Yan-kun;SONG Huan-xing;LIU Yi-fei

作者机构：中国航空研究院中国航空系统工程研究所北京100029 中国航天科工集团第二研究院七〇六所北京100854 北京邮电大学计算机学院北京100876 北京工商大学计算机学院北京100048 

出 版 物：《计算机工程与设计》 (Computer Engineering and Design)

年 卷 期：2024年第45卷第2期

页      码：477-483页

摘      要：在非定常气动力下,为防止飞机进入危险状态,通过建模进行状态预测,是保障飞行安全的重要手段,传统方法建模过程复杂、工程化难度大且普适性不强。为更好解决大迎角下飞行状态预测,使用基于深度学习的时序序列预测方法,推测飞机的飞行状态,达到最大限度发掘飞机性能、保障飞行安全的目的。提出一种多任务Transformer模型,同时完成飞行状态参数回归和飞行状态分类。实验结果表明,相比于同类模型,该模型的预测性能有大幅提升。

主 题 词：多任务 深度学习 时序预测 状态分类 气动力建模 大迎角 非定常气动力 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.16208/j.issn1000-7024.2024.02.020

馆 藏 号：203125999...