公开(公告)号：CN110851957A

公开(公告)日：2020-02-28

申请号：CN201910976525.1

申请日：2019-10-15

Applicant: 南京航空航天大学

Inventor： 刘燕斌 ,  何家皓 ,  陈金宝 ,  陈柏屹

IPC: G06F30/20 ,  G06N3/04 ,  G06N3/08 ,  G06F111/10

Abstract: 本发明公开了一种基于深度学习的大气数据传感系统解算方法，采用深度神经网络将机理模型与有限试验数据结合起来，依靠机理模型弥补试验数据的不足，降低试验成本，以试验数据来修正机理模型误差，提高测量精度，满足FADS系统实际的应用需求，在未来新型飞行器上具有较为广阔的应用前景。

公开(公告)号：CN110851957B

公开(公告)日：2024-05-28

申请号：CN201910976525.1

申请日：2019-10-15

Applicant: 南京航空航天大学

Inventor： 刘燕斌 ,  何家皓 ,  陈金宝 ,  陈柏屹

IPC: G06F30/20 ,  G06N3/0442 ,  G06N3/08 ,  G06F111/10

Abstract: 本发明公开了一种基于深度学习的大气数据传感系统解算方法，采用深度神经网络将机理模型与有限试验数据结合起来，依靠机理模型弥补试验数据的不足，降低试验成本，以试验数据来修正机理模型误差，提高测量精度，满足FADS系统实际的应用需求，在未来新型飞行器上具有较为广阔的应用前景。