光学精密工程
光學精密工程
광학정밀공정
OPTICS AND PRECISION ENGINEERING
2013年
3期
751-758
,共8页
王威立%郭劲%曹立华%陈娟
王威立%郭勁%曹立華%陳娟
왕위립%곽경%조립화%진연
共轴跟踪%神经网络极限学习机%光电跟踪%数据融合
共軸跟蹤%神經網絡極限學習機%光電跟蹤%數據融閤
공축근종%신경망락겁한학습궤%광전근종%수거융합
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3.5 ms,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.
為瞭在光電跟蹤伺服繫統中實現共軸跟蹤,採用神經網絡極限學習機(ELM)對光電跟蹤繫統設備的運動狀態及脫靶量進行瞭學習、訓練和融閤,得到瞭目標的速度和加速度信息.通過算法優化減少瞭ELM繫統大約50％的運算量,使運算週期約為3.5 ms,滿足光電跟蹤繫統的實時性要求.倣真結果錶明,噹目標運動速度為50°/s、加速度為30(°)/s2時,預測的目標速度在峰值時的誤差大約為±3(°)/s.最後,通過跟蹤光學動態靶標進行瞭共軸跟蹤實驗驗證.結果顯示,繫統最大跟蹤誤差由速度、位置閉環時的11.35'減小到0.88',隨機誤差由8.2″減少到7.6″.與其它控製方法相比,提齣的方法具有更高的實時性和精確度,能有效提高繫統的跟蹤精度.
위료재광전근종사복계통중실현공축근종,채용신경망락겁한학습궤(ELM)대광전근종계통설비적운동상태급탈파량진행료학습、훈련화융합,득도료목표적속도화가속도신식.통과산법우화감소료ELM계통대약50％적운산량,사운산주기약위3.5 ms,만족광전근종계통적실시성요구.방진결과표명,당목표운동속도위50°/s、가속도위30(°)/s2시,예측적목표속도재봉치시적오차대약위±3(°)/s.최후,통과근종광학동태파표진행료공축근종실험험증.결과현시,계통최대근종오차유속도、위치폐배시적11.35'감소도0.88',수궤오차유8.2″감소도7.6″.여기타공제방법상비,제출적방법구유경고적실시성화정학도,능유효제고계통적근종정도.
