亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于神經(jīng)網(wǎng)絡(luò)算法的制導(dǎo)工具誤差分離

        2019-10-15 06:55:56袁林劉春光大連91550部隊(duì)
        數(shù)碼世界 2019年10期

        袁林 劉春光 大連91550 部隊(duì)

        一、引言

        飛行器精度是最重要的戰(zhàn)術(shù)戰(zhàn)技指標(biāo),影響精度的因素很多,其中制導(dǎo)工具系統(tǒng)誤差占總誤差源的80%左右。一方面可以提高慣性器件精度來(lái)提高制導(dǎo)精度,另一方面可以采用誤差補(bǔ)償技術(shù)來(lái)提高制導(dǎo)精度。這就需要高精度的誤差分離方法。傳統(tǒng)的誤差分離方法包括:主成分估計(jì)、嶺估計(jì)、正則化法、貝葉斯法等,其始終困擾于環(huán)境函數(shù)的嚴(yán)重病態(tài)。徐德坤等[2]利用進(jìn)化策略方法分離制導(dǎo)工具系統(tǒng)誤差。楊華波等[3]用機(jī)器學(xué)習(xí)算法支持向量機(jī)分離制導(dǎo)工具系統(tǒng)誤差。

        近來(lái),隨著深度學(xué)習(xí)的廣泛研究應(yīng)用,神經(jīng)網(wǎng)絡(luò)算法得到很大的發(fā)展,能得到局域最優(yōu)解或全局最優(yōu)解,稱為萬(wàn)能函數(shù)擬合器[4]。本文提出利用神經(jīng)網(wǎng)絡(luò)來(lái)分離制導(dǎo)工具系統(tǒng)誤差,充分利用神經(jīng)網(wǎng)絡(luò)算法的函數(shù)擬合能力,直接擬合環(huán)境函數(shù)矩陣的逆矩陣,為制導(dǎo)工具系統(tǒng)誤差分離提供一種新的解決思路。

        二、基于神經(jīng)網(wǎng)絡(luò)算法的制導(dǎo)工具系統(tǒng)誤差分離

        1.制導(dǎo)工具誤差分離

        文中的制導(dǎo)工具主要指平臺(tái)式慣性導(dǎo)航系統(tǒng),產(chǎn)生導(dǎo)航誤差的主要誤差源是陀螺儀的漂移誤差和加速度表的測(cè)量誤差。制導(dǎo)工具誤差分離是在已知飛行器真實(shí)外測(cè)軌道和遙測(cè)軌道的基礎(chǔ)上進(jìn)行的,利用外測(cè)軌道和遙測(cè)軌道的差建立制導(dǎo)工具系統(tǒng)誤差分離的線性模型。本文考慮速度域下的線性模型,如下:

        其中ΔW為慣性系下遙外速度差數(shù)據(jù),S為對(duì)應(yīng)的環(huán)境函數(shù)矩陣,C為待估制導(dǎo)工具誤差系數(shù),ε為高斯白噪聲。制導(dǎo)工具系統(tǒng)誤差系數(shù)包括陀螺儀的9 項(xiàng)誤差系數(shù)和6 項(xiàng)加速度計(jì)誤差系數(shù)。文中考慮的陀螺儀產(chǎn)生的漂移誤差為:陀螺儀零漂D0i、陀螺儀與輸入軸方向加速度1 次方成正比的漂移系數(shù)D1i;陀螺儀與自轉(zhuǎn)軸方向加速度1 次方成正比的漂移系數(shù)D2i。考慮加速度計(jì)沿輸入軸的誤差為:加速度計(jì)零漂C0i和一次方誤差系數(shù)C0i。

        傳統(tǒng)方法中,可以對(duì)公式(1)進(jìn)行最小二乘估計(jì)得到制導(dǎo)工具系統(tǒng)誤差系數(shù),但由于環(huán)境函數(shù)矩陣S的嚴(yán)重病態(tài),使其結(jié)果往往不好。這樣可以主成分估計(jì)、Bayes 估計(jì)、智能優(yōu)化算法等來(lái)改善估計(jì)結(jié)果。文中擬采用神經(jīng)網(wǎng)絡(luò)算法來(lái)估計(jì)制導(dǎo)工具系統(tǒng)誤差系數(shù)。

        2.算法

        神經(jīng)網(wǎng)絡(luò)由一系列的人工神經(jīng)元堆疊而成。人工神經(jīng)元使用數(shù)學(xué)函數(shù)來(lái)對(duì)生物的神經(jīng)元進(jìn)行建模。神經(jīng)網(wǎng)絡(luò)的訓(xùn)練一般采用后向傳播算法。如在監(jiān)督學(xué)習(xí)中,在提供大量標(biāo)記樣本的基礎(chǔ)上,先進(jìn)行神經(jīng)網(wǎng)絡(luò)前向傳播得到輸出,并與樣本標(biāo)簽進(jìn)行比對(duì),進(jìn)而不斷調(diào)整神經(jīng)網(wǎng)絡(luò)參數(shù)直到某個(gè)收斂條件。

        如何將神經(jīng)網(wǎng)絡(luò)模型用于制導(dǎo)誤差分離,首先必須確定其輸入層,輸出層,并產(chǎn)生大量的數(shù)據(jù)樣本。很明顯這里的輸入層是遙外測(cè)速度差ΔW,輸出層為制導(dǎo)工具系統(tǒng)誤差系數(shù)C,即神經(jīng)網(wǎng)絡(luò)可以直接從遙外速度差預(yù)測(cè)得到待估參數(shù),這也相當(dāng)于神經(jīng)網(wǎng)絡(luò)是在擬合環(huán)境函數(shù)矩陣的逆矩陣,由此有效避開環(huán)境函數(shù)病態(tài)而求逆不穩(wěn)定的問(wèn)題。對(duì)于某個(gè)環(huán)境函數(shù)矩陣S,可以隨機(jī)產(chǎn)生大量的制導(dǎo)工具系統(tǒng)誤差及對(duì)應(yīng)的遙外速度差數(shù)據(jù),以此得到大量帶標(biāo)簽的數(shù)據(jù)樣本。并以神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)值c 與真值c 的殘差的均方誤差作為損失函數(shù),進(jìn)而利用梯度下降法等方法訓(xùn)練該神經(jīng)網(wǎng)絡(luò)直到收斂條件。流程如圖1 所示。

        圖1 算法流程圖

        3.算例與分析

        根據(jù)上述基于神經(jīng)網(wǎng)絡(luò)的制導(dǎo)工具系統(tǒng)誤差分離算法,設(shè)計(jì)了一個(gè)包含一個(gè)隱含層的神經(jīng)網(wǎng)絡(luò),各層神經(jīng)元數(shù)分別為:輸入層為450 個(gè)神經(jīng)元,對(duì)應(yīng)450 維遙外速度差數(shù)據(jù),隱含層100 個(gè)神經(jīng)元,輸出層為15 個(gè)神經(jīng)元,對(duì)應(yīng)15 項(xiàng)待估制導(dǎo)工具誤差系數(shù)。并對(duì)該15 項(xiàng)系數(shù)進(jìn)行去量綱和歸一化處理。文中共生成了614400 組均值為0,方差為1 的正態(tài)分布制導(dǎo)工具系統(tǒng)誤差系數(shù),并生成對(duì)應(yīng)的遙外速度差。且以8:2 比例分配訓(xùn)練樣本和測(cè)試樣本。神經(jīng)網(wǎng)絡(luò)激活函數(shù)為雙曲正切函數(shù)tanh,損失函數(shù)為神經(jīng)網(wǎng)絡(luò)輸出與標(biāo)簽(即制導(dǎo)工具誤差系數(shù)真值)之差的均方誤差。并使用自適應(yīng)矩估計(jì)方法來(lái)優(yōu)化神經(jīng)網(wǎng)絡(luò)參數(shù)。

        圖2 制導(dǎo)工具誤差預(yù)測(cè)值與真值之差直方圖

        圖3 三個(gè)方向的速度殘差

        設(shè)置批尺寸為320,經(jīng)過(guò)約5000 個(gè)歷元的訓(xùn)練,均方誤差隨歷元快速收斂,變小到5000 歷元處的0.026,測(cè)試數(shù)據(jù)均方誤差也基本同步變小為0.025。圖2 顯示了測(cè)試數(shù)據(jù)集的神經(jīng)網(wǎng)絡(luò)輸出c 和標(biāo)簽值c 的殘差統(tǒng)計(jì)??梢钥闯?5 項(xiàng)制導(dǎo)工具系統(tǒng)誤差中的13 項(xiàng)與真值誤差小于0.04,實(shí)現(xiàn)了制導(dǎo)誤差系數(shù)的有效分離。而第7、8 項(xiàng)擬合較差,其預(yù)測(cè)值始終保持在0 附近。其可能的原因是這兩項(xiàng)誤差系數(shù)在該環(huán)境函數(shù)下對(duì)總的遙外速度差貢獻(xiàn)較小,導(dǎo)致?lián)p失函數(shù)對(duì)這兩項(xiàng)系數(shù)的梯度較小,進(jìn)而導(dǎo)致神經(jīng)網(wǎng)絡(luò)的梯度下降算法難以將其優(yōu)化到真值附近。根據(jù)測(cè)試集的輸出c,將其乘以真實(shí)環(huán)境函數(shù)矩陣,即可反算得到遙外速度差,其與對(duì)應(yīng)的測(cè)試集特征ΔW作差,并統(tǒng)計(jì)得到三個(gè)方向的速度殘差最大值分布直方圖如圖3 所示??梢钥闯鋈齻€(gè)方向的速度殘差均小于0.015 m/s。由此可以看出第7、8 項(xiàng)在該環(huán)境函數(shù)下對(duì)總遙外速度差的貢獻(xiàn)較小的事實(shí)。且可以得到,雖然神經(jīng)網(wǎng)絡(luò)沒(méi)有采用自編碼網(wǎng)絡(luò),但神經(jīng)網(wǎng)絡(luò)仍完美擬合重現(xiàn)了輸入遙外速度差。即該神經(jīng)網(wǎng)絡(luò)有效擬合了環(huán)境函數(shù)矩陣的逆矩陣,從而有效避免了對(duì)病態(tài)的直接求逆。

        三、結(jié)論

        文中提出并設(shè)計(jì)包含一個(gè)隱含層的神經(jīng)網(wǎng)絡(luò)來(lái)分離制導(dǎo)工具系統(tǒng)誤差,算例結(jié)果表明,神經(jīng)網(wǎng)絡(luò)算法能精確估計(jì)出15 項(xiàng)制導(dǎo)誤差系數(shù)中的13 項(xiàng)。可以認(rèn)為該方法在一定程度上有效避免了環(huán)境函數(shù)嚴(yán)重病態(tài)問(wèn)題,為制導(dǎo)工具系統(tǒng)誤差分離提供了一種新思路。

        人妖与人妖免费黄色片| 国内精品久久久久久无码不卡| 天天狠天天透天干天天| 免费一区二区三区av| 极品粉嫩小仙女高潮喷水操av | 亚洲欧美国产国产综合一区| 国产成人v爽在线免播放观看| 亚洲精品二区在线观看| 国产日产桃色精品久久久| 欧美性xxxx极品高清| 亚洲美腿丝袜综合一区| 好看午夜一鲁一鲁一鲁| 一区二区三区四区在线观看日本| 东北老女人高潮大喊舒服死了| 人妻丰满av∨中文久久不卡| 夫妻一起自拍内射小视频| 人妻少妇精品视频一区二区三区l 日韩人妻中文字幕专区 | 日本一区二区三区看片| 亚洲一区二区三区偷拍女| 超碰cao已满18进入离开官网| 91精品手机国产在线能| 亚洲国产精品色一区二区| 中出人妻希奇杰卡西av| 好日子在线观看视频大全免费动漫| 中文字幕巨乱亚洲| 伊人五月亚洲综合在线| 天天爽夜夜爽人人爽| 国内精品九九久久久精品| 一区二区三区国产精品| 日韩精品在线视频一二三| 女人下面毛多水多视频| 国产中文字幕乱码在线| 久久国产精品国语对白| 国产在线精品一区二区三区直播| chinesefreexxxx国产麻豆| 91国产超碰在线观看| 手机看片自拍偷拍福利| 99久久精品费精品国产一区二区| 91狼友在线观看免费完整版| 日本在线观看不卡一区二区| 国产女人高潮叫床免费视频|