刘滔
- 作品数:10 被引量:56H指数:3
- 供职机构:空军工程大学防空反导学院更多>>
- 发文基金:中国航空科学基金国家自然科学基金更多>>
- 相关领域:自动化与计算机技术航空宇航科学技术军事理学更多>>
- 非线性动态传感器系统Hammerstein神经网络补偿法被引量:1
- 2014年
- 针对传感器动态特性中存在非线性的问题,提出一种基于Hammerstein传感器模型的非线性动态神经网络补偿法。先将补偿模型分解为与Hammerstein模型对应的线性动态与非线性静态2个环节;再设计一种新型的神经网络结构,使网络权系数对应于相应的Hammerstein补偿模型参数,并推导反向传播的网络权系数调整方法;最后通过网络迭代训练,求得补偿模型的线性动态与非线性静态两个环节。仿真与实际实验结果均表明该传感器非线性动态补偿方法使传感器具有理想的输入输出特性。
- 刘滔韩华亭焦楷哲雷超
- 关键词:传感器HAMMERSTEIN模型
- 基于Wiener模型的传感器动态非线性辨识研究
- 2014年
- 针对实际测量中传感器存在较大非线性的缺点,提出利用改进型Wiener模型描述传感器动态非线性模型;将Wiener模型的动态线性环节和静态非线性环节分别利用Laguerre函数和最小二乘支持向量机进行辨识,最终实现传感器模型的建立;通过仿真实验验证比较不同方法的辨识误差与速度,最终结果表明该方法在非线性动态传感器模型辨识方面具有明显的速度和精度优势。
- 雷超韩华亭刘滔
- 关键词:传感器WIENER模型最小二乘支持向量机
- 基于改进PSO优化LSSVM的传感器补偿研究
- 2013年
- 针对最小二乘支持向量机在对传感器进行补偿时,正则化参数和核函数参数对补偿精度影响较大的问题,提出一种利用改进的粒子群优化算法优化最小二乘支持向量机模型参数的传感器补偿方法。该方法利用改进的粒子群优化算法优化最小二乘支持向量机模型的正则化参数和核函数参数,避免了人工选择参数的盲目性,提高了最小二乘支持向量机模型的预测精度。仿真实验表明,在传感器的补偿时,该方法比最小二乘支持向量机模型的补偿精度更高。
- 刘滔韩华亭焦楷哲
- 关键词:传感器最小二乘支持向量机粒子群算法非线性补偿
- 基于自适应IMM的高超声速飞行器轨迹预测被引量:36
- 2016年
- 为了给基于预测命中点法的高超声速飞行器中制导拦截提供先验知识,提出高超声速飞行器的轨迹预测方法。首先,给出高超声速环境下与目标姿态近似线性的气动参数;其次,针对气动参数作控制量的运动模型,设计自适应交互多模型(IMM)跟踪算法,并进行性能有效性验证;然后,根据气动参数特性和目标假设机动方式,设计基于最小二乘拟合的轨迹预测方法。通过对目标轨迹进行跟踪和预测仿真,预测100s的位置误差均小于5km,速度误差均小于100m/s,结果表明基于自适应IMM的轨迹预测方法对有规律机动的目标进行轨迹预测,效果良好。
- 翟岱亮雷虎民李炯刘滔
- 关键词:高超声速飞行器目标跟踪自适应交互多模型
- 拦截高速机动目标的动态终端滑模制导律设计被引量:1
- 2015年
- 针对新型高速机动目标的拦截问题,提出了一种基于动态终端滑模控制理论的鲁棒制导律设计方案。首先,基于动态终端滑模控制的有限时间收敛特性,研究了一种带补偿因子的终端滑模切换函数;然后,将其通过微分环节构造了非线性动态滑模超平面;最后,设计了动态终端滑模制导律,并对其有限时间收敛特性进行了分析。该制导律不仅具有有限时间收敛特性,而且针对导弹指令加速度的导数进行设计,可将滑模控制中具有的不连续项转移到制导律的一阶导数当中去,有效消除了抖振。仿真结果表明,该制导律可使导弹视线角速率有限时间收敛,且具有更强的鲁棒性和更高的制导精度。
- 雷虎民张旭李炯刘滔
- 关键词:制导律有限时间收敛
- 网格缩减的自适应hp伪谱法被引量:4
- 2016年
- 针对控制变量不连续的最优控制问题,本文提出一种自适应更新的忉伪谱法,这种方法在(Legendre Gauss Radau,LGR)点处取配点,能够以较小的网格规模获得较高的精度.通过计算相对误差估计,判断网格规模是增加还是缩减,若相对容许误差大于给定值,则增加网格区间数或网格配点数提高解的精度,反之则合并网格或减小网格配点数缩减网格规模提高计算效率.将hp伪谱法应用于最优控制问题,仿真验证了hp伪谱法的优越性.
- 雷虎民刘滔李炯姜志鹏
- 关键词:最优控制伪谱法
- 国外军用虚拟训练系统研究被引量:9
- 2013年
- 介绍了虚拟训练系统的基本概念和基本组成,综述了美国、俄罗斯、英国、法国、德国等军事强国军用虚拟训练系统的应用研究现状,分析了多种国外军用虚拟训练系统的特点及其关键技术,最后讨论了可以进一步研究的方向,为虚拟训练系统的研究提供参考。
- 焦楷哲程培源刘滔孟超
- 关键词:虚拟训练系统
- 基于免疫PSO优化LSSVM的传感器动态补偿研究被引量:1
- 2013年
- 针对最小二乘支持向量机在对传感器进行动态补偿时,正则化参数和核函数参数对补偿精度影响较大的问题,提出一种免疫粒子群(Particle Swarm Optimization,PSO)算法优化LSSVM模型参数的传感器动态补偿方法;该方法将LSSVM的正则化参数C和核函数参数σ作为PSO中粒子的位置和速度,利用免疫算法迭代确定最优LSSVM模型用于传感器补偿;仿真实验表明,在传感器动态补偿时,该方法比LSSVM模型的调节时间短,补偿精度高。
- 刘滔韩华亭张龙王伟
- 关键词:传感器免疫粒子群算法动态补偿
- 基于函数连接神经网络的传感器Hammerstein模型辨识研究被引量:1
- 2015年
- 针对非线性动态传感器模型辨识问题,提出利用函数连接神经网络算法对非线性系统的Hammerstein模型进行一步辨识的方法。以多项式逼近传感器中的静态非线性环节,同时结合动态线性环节的差分方程,建立关于直接输入输出的离散数据表达式,利用改进FLANN训练求解Hammerstein模型参数。采用变学习因子的方法对FLANN算法进行改进,提高了收敛速率和稳定性。实验结果表明,该辨识方法简单有效且具有更快的收敛速度。
- 刘滔韩华亭马婧雷超
- 关键词:计量学HAMMERSTEIN模型系统辨识
- 非线性动态传感器系统的H模型神经网络辨识被引量:3
- 2013年
- 针对非线性动态传感器模型辨识问题,提出一种新的Hammerstein模型神经网络结构辨识法。非线性动态传感器系统采用Hammerstein模型描述,将系统分解为非线性静态增益串接线性动态环节。再设计一种网络权系数对应于相应的Hammerstein模型参数的新型神经网络结构,推导了基于反向传播的网络权系数调整方法。通过网络迭代训练同时得到静态与动态两个环节的模型参数。最后通过一个H模型的数值仿真来验证方法的有效性,仿真结果表明所提辨识方法是有效的。
- 刘滔韩华亭马婧雷超
- 关键词:传感器系统辨识HAMMERSTEIN模型