為了提高無人駕駛船舶的控制精度,使無人駕駛船能夠更好地完成探測任務(wù),有必要對無人駕駛船舶的路徑誤差與控制進(jìn)行研究。本文介紹了一種神經(jīng)網(wǎng)絡(luò)機(jī)器算法,基于該神經(jīng)網(wǎng)絡(luò)控制算法,設(shè)計(jì)了一種無人駕駛船舶路徑跟蹤與誤差控制系統(tǒng),取得了良好的效果。 

【文章來源】：艦船科學(xué)技術(shù). 2020,42(08)北大核心

【文章頁數(shù)】：3 頁

【部分圖文】：

無人駕駛船的運(yùn)動坐標(biāo)系圖Fig.1Motioncoordinatesystemdiagramofunmannedvessel

的位置信息、航行狀態(tài)信息等，由于采集過程中存在著設(shè)備誤差，信號傳輸誤差等干擾因素，本文設(shè)計(jì)了一種非線性估計(jì)濾波器，實(shí)現(xiàn)對無人駕駛船舶的狀態(tài)信息過濾。本文采用的非線性估計(jì)濾波器電路圖如圖3所示。建立非線性濾波器的數(shù)學(xué)模型為：˙ξ=Amξ+k0y0，˙S=k1(ψ)+k2y，M˙v=Dv+k1T(ψ)+k3y，y=k4+C0ξ。圖1無人駕駛船的運(yùn)動坐標(biāo)系圖Fig.1Motioncoordinatesystemdiagramofunmannedvessel圖2自適應(yīng)神經(jīng)網(wǎng)絡(luò)算法的神經(jīng)元模型Fig.2Neuralmodelofadaptiveneuralnetworkalgorithm圖3非線性估計(jì)濾波器電路圖Fig.3Circuitdiagramofnonlinearestimationfilter第42卷董晨，等：機(jī)器學(xué)習(xí)在路徑跟蹤誤差分析中的應(yīng)用·23·

納杓屏艘恢址竅咝怨蘭?濾波器，實(shí)現(xiàn)對無人駕駛船舶的狀態(tài)信息過濾。本文采用的非線性估計(jì)濾波器電路圖如圖3所示。建立非線性濾波器的數(shù)學(xué)模型為：˙ξ=Amξ+k0y0，˙S=k1(ψ)+k2y，M˙v=Dv+k1T(ψ)+k3y，y=k4+C0ξ。圖1無人駕駛船的運(yùn)動坐標(biāo)系圖Fig.1Motioncoordinatesystemdiagramofunmannedvessel圖2自適應(yīng)神經(jīng)網(wǎng)絡(luò)算法的神經(jīng)元模型Fig.2Neuralmodelofadaptiveneuralnetworkalgorithm圖3非線性估計(jì)濾波器電路圖Fig.3Circuitdiagramofnonlinearestimationfilter第42卷董晨，等：機(jī)器學(xué)習(xí)在路徑跟蹤誤差分析中的應(yīng)用·23·

【參考文獻(xiàn)】：
期刊論文
[1]基于機(jī)器學(xué)習(xí)算法的研究熱點(diǎn)趨勢預(yù)測模型對比與分析——BP神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)與LSTM模型[J]. 李靜,徐路路.  現(xiàn)代情報(bào). 2019(04)
[2]關(guān)于支持向量機(jī)的分類優(yōu)化算法研究[J]. 汪慧玲.  科技創(chuàng)新導(dǎo)報(bào). 2019(07)
[3]卷積神經(jīng)網(wǎng)絡(luò)在無人駕駛感知技術(shù)上的應(yīng)用[J]. 劉新磊,趙星洋,王琪琛.  機(jī)械研究與應(yīng)用. 2019(01)
[4]具有機(jī)器學(xué)習(xí)能力的智能車間調(diào)度系統(tǒng)[J]. 龔宇,熊光楞.  高技術(shù)通訊. 1996(06)



本文編號：3070348