中国科学院机构知识库网格
Chinese Academy of Sciences Institutional Repositories Grid
基于神经网络极限学习机数据融合的共轴跟踪

文献类型:期刊论文

作者曹立华; 郭劲
刊名光学精密工程
出版日期2013-03-15
期号03页码:751-758
关键词共轴跟踪 神经网络极限学习机 光电跟踪 数据融合
中文摘要为了在光电跟踪伺服系统中实现共轴跟踪,采用神经网络极限学习机(ELM)对光电跟踪系统设备的运动状态及脱靶量进行了学习、训练和融合,得到了目标的速度和加速度信息。通过算法优化减少了ELM系统大约50%的运算量,使运算周期约为3.5ms,满足光电跟踪系统的实时性要求。仿真结果表明,当目标运动速度为50°/s、加速度为30(°)/s2时,预测的目标速度在峰值时的误差大约为±3(°)/s。最后,通过跟踪光学动态靶标进行了共轴跟踪实验验证。结果显示,系统最大跟踪误差由速度、位置闭环时的11.35′减小到0.88′,随机误差由8.2″减少到7.6″。与其它控制方法相比,提出的方法具有更高的实时性和精确度,能有效提高系统的跟踪精度。
收录类别CNKI
语种中文
公开日期2014-03-07
源URL[http://ir.ciomp.ac.cn/handle/181722/38289]  
专题长春光学精密机械与物理研究所_中科院长春光机所知识产出
推荐引用方式
GB/T 7714
曹立华,郭劲. 基于神经网络极限学习机数据融合的共轴跟踪[J]. 光学精密工程,2013(03):751-758.
APA 曹立华,&郭劲.(2013).基于神经网络极限学习机数据融合的共轴跟踪.光学精密工程(03),751-758.
MLA 曹立华,et al."基于神经网络极限学习机数据融合的共轴跟踪".光学精密工程 .03(2013):751-758.

入库方式: OAI收割

来源:长春光学精密机械与物理研究所

浏览0
下载0
收藏0
其他版本

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。