武器装备预研基金(51309060401)
- 作品数：3 被引量：7H指数：2
- 相关作者：赵国荣高青伟王希彬孟卫锋贾琳更多>>
- 相关机构：中国人民解放军海军航空工程学院中国航天科技集团公司航天时代电子公司第16研究所西北工业大学更多>>
- 发文基金：武器装备预研基金更多>>
- 相关领域：航空宇航科学技术理学自动化与计算机技术交通运输工程更多>>
- 基于RBF神经网络的Kalman滤波在惯导系统传递对准中的应用被引量：3
- 2008年
- 针对模型存在误差时传统的Kalman滤波算法误差变大甚至发散的缺点,利用RBF神经网络较强的非线性逼近能力,提出用RBF神经网络辅助Kalman滤波的新算法,将其应用于舰载机惯导系统的传递对准中。仿真表明该算法优于传统Kalman滤波算法。
- 王希彬赵国荣高青伟
- 关键词：RBF神经网络KALMAN滤波
- 惯性平台稳定回路单神经元自校正PID控制
- 2008年
- 为了与新型高精度惯性平台相匹配,解决传统PID控制的稳定回路抗干扰性能不高的问题,利用神经网络具有自学习、自组织、联想记忆和并行处理等功能以及对于复杂系统控制可以达到满意效果的优势,设计了单神经元自校正PID控制器。这种控制器不但结构简单,而且适应环境变化,有较强的鲁棒性。设计中分别采用了无监督和有监督的Hebb学习算法以及改进的Hebb学习算法对系统进行控制。MATLAB仿真结果表明,单神经元自校正PID控制器在很多指标上均优于传统PID控制器,特别是其超调量,动态性能以及对干扰的抑制能力,是一种应用在实际平台系统中理想的控制器。
- 孟卫锋贾琳
- 关键词：惯性平台传统PID控制MATLAB
- 粒子群优化小波神经网络在惯导系统传递对准中的应用被引量：4
- 2010年
- 为克服系统阶次较高时卡尔曼滤波实时性较差的特点,利用小波神经网络具有收敛速度快,结构简单,计算量小等优点,将其应用于惯导系统传递对准。并采用粒子群算法优化小波神经网络参数,取代传统的梯度下降法,克服了网络参数选取的盲目性,避免陷入局部极小值。仿真结果表明采用粒子群优化的小波神经网络进行传递对准,不仅获得了与Kalman滤波相同的精度,而且收敛速度快,满足了对准的实时性要求。
- 赵国荣王希彬高青伟
- 关键词：粒子群小波神经网络KALMAN滤波
