基于深度卷积神经网络的多飞行器构型保持研究
Journal of Sichuan Ordnance（2021）
Abstract
基于深度卷积神经网络设计了"智能-校正"算法以快速生成制导指令;深度学习模型是由卷积层、全连接层、批量归一化层和残差网络(ResNet)组合成的一个19层深度神经网络,飞行器状态变量转化为类似于图像像素矩阵的二维矩阵,通过sgd优化和权重衰减正则项将神经网络的训练误差降低至约0.025°;之后针对飞行器运动存在制导指令泛化误差累积的问题又设计了校正环节;最后经多组仿真证明了"智能-校正"算法兼顾了速度和精度,不仅成功实现了构型保持,而且将解算速度提升了约6倍,同时解决了泛化误差累积带来的影响.
MoreAI Read Science
Must-Reading Tree
Example
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined