文摘水上飞机运动极短期预报可以提供未来数秒的摇荡运动姿态,对确保大风浪条件下的起飞与降落阶段的安全有重要意义。目前已有相关水上飞机运动极短期预报方法研究,但是对不同方法适用性差异分析的研究较少。针对该情况,以NACA TN 2929飞机为例,基于势流理论计算其在典型工况下三自由度运动仿真数据,通过构建AR(auto regressive)、LSTM(long short term memory)和TCN(temporal convolutional network)三种典型运动极短期预报模型,对比三种模型在不同预报条件下的预报性能。结果表明:与AR模型相比,以LSTM、TCN为代表的神经网络模型在预报时长较长时具有更好的预报精度,可较好地实现对水上飞机的垂荡、横摇和纵摇运动十秒级的准确预报,为水上飞机运动预报算法的选取提供较好的理论参考价值。
