期刊文献+

基于BP神经网络的水下滑翔机平衡参数计算方法

下载PDF
导出
摘要 为了找到一种最适合的平衡参数使得滑翔机配平效果最优化,进一步提高滑翔机航行的控制效果,提出一种基于BP神经网络的水下滑翔机平衡参数的计算方法。首先,做至少两组在水中的俯仰角调整测试,同时记录相关数据;然后,提取数据并进行处理;最后,利用BP神经网络模型对平衡参数进行计算。将计算结果应用到试验中,通过南海试验结果表明,这种计算方法具有良好效果。
出处 《自动化应用》 2017年第4期29-31,63,共4页 Automation Application
基金 国家高技术研究发展计划(863计划)资助项目(2012AA091004)
  • 相关文献

参考文献1

二级参考文献8

  • 1Eriksen C C, Osse T J, Light R D, et al. Seaglider: A long-range autonomous underwater vehicle for oceanographic research[J]. IEEE Journal of Oceanic Engineering, 2001, 26(4): 424-436.
  • 2Sherman J, Davis R E, Owens W B, et al. The autonomous un- derwater glider "Spray"[J]. IEEE Journal of Oceanic Engineer- ing, 2001, 26(4): 437-446.
  • 3Webb D C, Simonetti P J, Jones C P. SLOCUM : An underwa- ter glider propelled by environmental energy[J]. IEEE Journal of Oceanic Engineering, 2001, 26(4): 447-452.
  • 4Fiorelli E, Leonard N E, Bhatta P, et al. Multi-AUV control and adaptive sampling in Monterey Bay[J]. IEEE Journal of Oceanic Engineering, 2006, 31 (4): 935-948.
  • 5Leonard N E, Paley D A, Lekien F, et al. Collective motion, sen- sor networks, and ocean sampling[J]. Proceedings of the IEEE, 2007, 95(1): 48-74.
  • 6Alvarez A, Garau B, Caiti A. Combining networks of drift- ing profiling floats and gliders for adaptive sampling of the ocean[C]//Proceedings of 2007 IEEE International Conference on Robotics and Automation. Piscataway, NJ, USA: IEEE,2007: 157-162.
  • 7Zhu X K, Yu J C, Wang X H. Optimization of large scales ocean sampling for minimization of the Kriging vari- ance[C]//Proceedings of the 8th World Congress on Intelligent Control and Automation. Piscataway, NJ, USA: IEEE, 2010: 7050-7054.
  • 8朱心科,俞建成,王晓辉.能耗最优的水下滑翔机采样路径规划[J].机器人,2011,33(3):360-365. 被引量:15

共引文献2

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部