共查询到10条相似文献,搜索用时 15 毫秒
1.
2.
在三轴磁传感器测量误差校正方面,传统的椭球拟合算法只能实现磁场总量的校正,没有给出明确的测量误差模型参数求解方法,无法保证磁场分量校正效果。针对此种情况,提出三轴磁传感器分量误差的两步校正方法。第一步,建立三轴磁传感器测量误差模型,利用椭球拟合算法求解中间参数;第二步,对中间参数进行解耦,得到实际三轴磁传感器测量误差模型参数,从而实现三轴磁传感器的磁场总量和分量校正。仿真结果表明该方法能够精确求解出三轴磁传感器测量误差模型参数,从而有效实现三轴磁传感器分量误差校正。实验结果验证了该方法的有效性。 相似文献
3.
根据组合导航的特点,设计了低成本磁航向系统神经网络补偿方法。研究了磁航向系统的误差和补偿技术;在全球定位系统信号良好情况下,以捷联惯导/全球定位组合导航系统的航向信息为参考,使用卡尔曼滤波作为学习算法,建立多层前向神经网络模型补偿磁航向系统。实验结果表明,神经网络补偿方法将磁航向系统的航向角误差由±15°减小到约±1°,取得了明显的效果。 相似文献
4.
5.
6.
目的 遥感图像飞机目标分类,利用可见光遥感图像对飞机类型进行有效区分,对提供军事作战信息有重要意义。针对该问题,目前存在一些传统机器学习方法,但这些方法需人工提取特征,且难以适应真实遥感图像的复杂背景。近年来,深度卷积神经网络方法兴起,网络能自动学习图像特征且泛化能力强,在计算机视觉各领域应用广泛。但深度卷积神经网络在遥感图像飞机分类问题上应用少见。本文旨在将深度卷积神经网络应用于遥感图像飞机目标分类问题。方法 在缺乏公开数据集的情况下,收集了真实可见光遥感图像中的8种飞机数据,按大致4∶1的比例分为训练集和测试集,并对训练集进行合理扩充。然后针对遥感图像与飞机分类的特殊性,结合深度学习卷积神经网络相关理论,有的放矢地设计了一个5层卷积神经网络。结果 首先,在逐步扩充的训练集上分别训练该卷积神经网络,并分别用同一测试集进行测试,实验表明训练集扩充有利于网络训练,测试准确率从72.4%提升至97.2%。在扩充后训练集上,分别对经典传统机器学习方法、经典卷积神经网络LeNet-5和本文设计的卷积神经网络进行训练,并在同一测试集上测试,实验表明该卷积神经网络的分类准确率高于其他两种方法,最终能在测试集上达到97.2%的准确率,其余两者准确率分别为82.3%、88.7%。结论 在少见使用深度卷积神经网络的遥感图像飞机目标分类问题上,本文设计了一个5层卷积神经网络加以应用。实验结果表明,该网络能适应图像场景,自动学习特征,分类效果良好。 相似文献
7.
提出一种基于模糊神经网络的飞机某系统故障诊断方法。利用改进的模糊C均-值聚类算法进行结构辨识,从而自动获得模糊规则库,并得到模糊模型的初始参数;然后生成与之相匹配的初始模糊神经网络,并通过学习算法训练网络来进行参数辨识,得到一个精确的模糊模型。将该系统地面实测数据作为样本数据,建立起了基于模糊神经网络的飞机某系统故障诊断模型。最后对该模型进行测试与分析,结果表明该方法具有抗噪、抗敏感、诊断准确度高等优点。 相似文献
8.
9.
为提高舰艇磁性防护能力,准确反映其磁场特性,舰艇测磁需要使用先进的测磁技术,这就可以用磁偶极子阵列模拟舰艇磁场源;文中根据舰艇测量面上的磁场数据建立了舰艇磁场换算的数学模型,给出一种运用实例评述测磁技术在舰艇磁性防护中的应用;实例结合点阵式大平面测磁法和磁荷模拟算法建立了测磁后舰艇磁场换算的数学模型,简单论述了该模型的数学原理、磁场函数计算方法及具体应用中有关参数的确定方法等,并对计算精度作了分析,仿真结果表明模型精度较高;测磁技术的应用在磁性防护中具有重要的实用价值。 相似文献
10.
考虑到磁致伸缩液位传感器在温差变化大的环境中温漂现象严重,且产生温漂的多种因素与温漂的程度呈非线性关系,难以用数学模型表达等问题,建立基于改进型ANFIS的温度补偿系统。该系统采用附加动量算法不断修正ANFIS中的前题参数以避免采用梯度下降算法时易陷入局部极小,训练速度较慢等缺点,提高系统的忽略网络中微小变化的能力。为了验证该温度补偿系统的性能,将其与基于PSO-LSSVM模型和基于BP神经网络的温度补偿系统相比较。分析与实验结果表明,改进型ANFIS模型的温度补偿的最大误差为0.88%,平均误差为0.65%,远小于另外两种补偿方法。使用了改进型ANFIS的温度补偿方法具有较强的泛化能力,能够有效消除温度对磁致伸缩液位传感器的影响。 相似文献