排序方式: 共有7条查询结果,搜索用时 560 毫秒
1
1.
2.
本文提出了利用前向传输神经网络依据飞行数据估计飞机稳定性和操纵导数(参数)的两种新方法。这两种方法都是利用运动变量和控制输入量作为输入文件,而以空气动力系数作为用于调试神经网络的输出文件。为了进行参数估计,允许向被调试的神经网络提供经过适当修改的文件,从而获得对应的空气动力系数预测输出文件,对这一组输入-输出文件进行适当的编译和处理后就可得到飞机参数的估计值,这些方法首先是利用模拟飞行数据进行验证的,然后才应用于实际的飞行数据。实际飞行数据是通过对已发表的报告中的模拟量数据进行数字化后得到的。文中还给出了参数估计的结果,其目的在于说明参数估计精度受网络拓扑结构,迭代次数主模拟飞行数据中测量噪声强度的影响。所介绍方法的重要特点之一是,它们并不需要像熟知的参数估值法(如最大似然法)那样去推测出一组合理的参数初始值。 相似文献
为了改善准光学馈电网络在气象卫星中的应用效果,提出了一种应用于准光学馈电网络中新的椭球镜面截取方法,该方法能够有效降低椭球镜面产生的损耗,并减小镜面面积.椭球镜是准光学馈电网络中用于波束传输的重要器件,经过分析高斯波束传播模型发现常规截取方法设计的椭球镜会导致额外的能量损耗,影响系统整体的电气性能.针对该问题,通过建立椭球镜面传播高斯波束模型,优化了常规镜面截取方法——根据高斯波束传播至镜面对应的束腰半径将镜面作相应平移.经过仿真发现,优化后镜面边缘的最大电平从-30 d B降低到-35 d B以下,并且镜面尺寸减小10%~30%.改进的镜面设计方法更有利于系统的紧凑布局和良好的电气特性,提高了系统信噪比,能保证微弱气象信号在传输过程中的能量维持,对改善准光系统的性能有很大意义. 相似文献
4.
5.
6.
立体成象测速技术是一种用于测量三维流场中流体的三个速度分量的光学方法。该测量为非接触测量,其测量原理是基于由两个CCD传感器从不同的有利位置点获取的图象。采用这一方法时,如果流场中散布的粒子的密度较大的,由成象系统所获得的图象中就可能丢失单个粒子的部分象点或者是等效的数据点。该数据丢失大多数是发生在对重叠的粒子图象进行分解的过程中和对粒子进行跟踪阶段。为了尽可能恢复更多的数据点并提高测量精度,在立体成象测速技术的两个阶段中采用了神经网络技术。在对重叠的粒子进行分解的阶段采用了后向传播(Back Propagation)神经网络,这是由于此方法具有图形识别和分类的能力。在对粒子跟踪阶段,跳跃神经网络(Hopfield neural network)是获取相应粒子轨迹的一种公认的最佳求解方法。研究表明,神经网络对于提高测试性能具有潜在的作用,而且已被证明对于立体成象测速技术是非常有用的。 相似文献
7.
本文根据在飞行试验中对EOMS光电经纬仪的使用经验,结合电视跟踪中目标的图像特征,分析了EOMS光电经纬仪中的电视跟踪技术,其重点是电视跟踪算法。 相似文献
1