[0001] 本发明涉及无人机安全飞行技术领域，具体涉及一种基于神经网络的无人机天气预警方法。

[0002] 随着无人机在各个领域的广泛应用，无人机的路径规划以及任务分配的重要性不言而喻。科学的路径规划以及任务分配需要考虑各方面的因素，高空天气对高空无人机亦有着很大的影响；以高空低温环境为例，长航时无人机大多飞行高度高达20000ｍ，面临大气温度低至-82℃，常规型号选材温度低温为-55℃；因此，亟需发明一种能给无人机路径规划提供天气预警，使无人机有效规避天气恶劣区域的技术。

[0003] BP(Back Propagation)神经网络是1986年由Rumelhart和McClelland为首的科学家提出的概念，是采用误差反向传播学习算法的多层前馈神经网络，调整网络权值的训练算法是反向传播算法，是当前获得广泛应用的模型之一。BP神经网络具有任意复杂的模式分类能力和优良的多维函数映射能力，解决了简单感知器不能解决的异或(Exclusive OR，XOR)和一些其他问题。

[0004] BP 算法的基本思想是：网络学习由输入信号的正向传播和误差的逆向传播两个过程组成。正向传播过程是指样本信号由输入层输入，经网络的权重、阈值和神经元的转移函数作用后，从输出层输出。如果输出值与期望值之间的误差大于预期，则转入误差反向传播阶段，进行修正，即误差通过隐层向输入层逐层返回。上述两过程是反复多次进行的，直到网络的输出误差减小到允许值或到达设定的训练次数为止。网络的学习训练过程实质就是根据输出值与期望值之间的误差不断调整网络权重和阈值的过程。