嵌入式飞行数据传感(FADS)系统是一种依靠嵌入在飞行器前端的压力传感器阵列来间接获得飞行参数的飞行数据传感系统。本文前半部分研究了 FADS系统的原理、实现及其性能。主要包括以下几个方面:第一,根据测压孔分布结构,建立系统数学模型并依据风洞试验数据,计算出其修正系数。本文在掌握修正参数总体分布的基础上,使用穷举法的方法,以求解马赫数误差最小为准则选择修正参数,结果证明这种方法是可行的,对今后修正参数的求解具有较大参考价值;第二,对 FADS 系统的算法进行了仔细的分析和研究,并对四个基本参数进行了求解。结果如下,百分之九十的迎角、侧滑角的绝对误差在 0.2 度以内;百分之九十九绝对误差在 0.5 度以内。百分之九十的马赫数,动静压的相对误差在百分之一以内;百分之九十五在百分之二以内。第三,文中还对 FADS 系统的性能进行了评估,包括算法的稳定性、容错能力、以及降级处理能力,为 FADS系统的工程应用做好的必要准备。 文章的后半部分是关于 FADS 系统的神经网络算法的研究。本文根据成熟的空气动力学模型产生训练集和测试集,并采用聚类的思想并以欧氏距离为聚类准则对训练集数据进行了划分,从网络的训练结果可以惊喜的发现训练好的网络对所有和聚类中心之间的欧氏距离小于阈值的飞行状态都表现出较好的精度。这对于训练集的划分具有极为重要的意义。考虑到 BP 神经网络对非线性函数具有很强的逼近能力以及 FADS 系统的复杂程度,文中设计了具有双隐含层的 BP 网络结构并采用了一种调节学习率的快速 BP 算法,结果显示网络具有较好的内插、外推精度和鲁棒性。