基于BP神经网络的甲板运动预报与补偿技术

在全自动着舰过程中,考虑甲板运动对全自动着舰成功率的影响。针对舰载机响应滞后带来的甲板和舰载机纵向高度不同步的问题,采用甲板运动预报技术对舰船未来有效时间内的运动参数进行预报。建立基于正弦波组合的六自由度甲板运动模型,基于反向传播(BP)人工神经网络建立甲板运动预报模型,提出采用反向传播优化算法减小预报模型训练更新时间,提高预报模型速率和精度。基于超前网络建立甲板运动补偿模型,结合着舰导引系统确保舰载机与甲板运动同相位。建立飞机运动模型,并通过仿真实验,验证甲板运动预报和补偿技术的可行性。

一种面向航空母舰甲板运动状态预估的鲁棒学习模型

航母甲板在风、浪、流等因素影响下做六自由度不规则运动,影响舰载机着舰精度.航母甲板运动预估与补偿是自动着舰系统的重要功能之一,也是提高舰载机着舰安全性与成功率的关键技术之一.为此,提出一种面向甲板运动预估的鲁棒学习模型,通过基本构建单元自适应演化出复杂学习系统.构建单元的训练采用非梯度的伪逆学习策略,提高了训练效率,简化了学习控制超参数调优;构建单元的架构设计采用数据驱动的策略,简化了架构超参数调优;采用图拉普拉斯正则化方法提高了模型对噪声和意外扰动的鲁棒性.通过某型航母在中等海况条件下以典型航速巡航时的仿真实验,验证了所提方法在甲板纵摇、横摇以及垂荡运动预估问题中的有效性及鲁棒性.

基于神经核网络高斯过程回归的甲板运动预测

甲板运动预测与补偿是舰载机自动着舰的关键技术之一。传统甲板运动预测方法依赖于运动建模的准确性和参数调整,面临复杂海况、不同舰型、航态变化时具有适应性差、预测时长短、结果可靠性低等问题。提出一种基于神经核网络高斯过程回归(NKN-GPR)的甲板运动预测模型,使用神经核网络(NKN)实现高斯过程回归(GPR)模型自动复合核构造,有效改善基于规则库自动核搜索(ACKS)算法依赖人工先验知识的不足。以正弦波组合模型和功率谱模型构造仿真数据,对NKN-GPR模型和基于最小二乘法的自回归(AR)模型进行对比仿真验证,仿真结果表明,NKN-GPR模型在运动预测精度、平滑性、预测时长等方面具有显著优势,证明了所提算法的有效性,可为舰载机自动安全着舰提供理论支撑。

纵向甲板运动补偿技术研究

纵向甲板运动主要造成理想着舰点高度的变化,给着舰过程增加了难度,同时也严重威胁了舰载机着舰的安全性。为了减小由甲板运动引起的着舰误差,基于超前网络设计了甲板运动补偿器,并通过卡尔曼最优预估理论设计了甲板运动预估器,将甲板运动通过预估器和补偿器后加入纵向自动着舰导引系统中,实现了舰载机着舰末端过程甲板运动的补偿。仿真结果表明,设计的甲板运动预估器与补偿器可以有效地补偿由于纵向自动着舰导引系统在有效频率段内存在的相位迟后所引起的着舰误差,提高了舰载机着舰的安全性。

舰载机着舰纵向甲板运动预估及补偿技术

纵向甲板运动造成了理想着舰点高度的变化,是影响舰载机安全着舰的一个主要因素。为了减小纵向甲板运动对着舰的影响,本文提出了对纵向甲板运动进行预估和补偿的方法。基于超前网络设计了甲板运动补偿器,基于粒子滤波设计了甲板运动预估器,将甲板运动信号经过预估器和补偿器后接入纵向自动着舰引导系统,使得舰载机在着舰最后阶段可以准确跟踪甲板运动,以减小甲板运动对着舰的影响。针对不同的海况条件,对本文设计的预估器和补偿器进行了仿真验证,并与其他方法进行了比较。结果表明,本文设计的纵向甲板运动预估器和补偿器可以有效补偿由甲板运动引起的着舰误差,显著提高了着舰的安全性和准确性。

侧向甲板运动补偿技术研究

为提高着舰的安全性 ,减小着舰误差 ,研究了侧向甲板运动补偿机理 ,设计了雷达测量轴跟踪滤波器 ,导出了侧向甲板运动补偿指令模型 ,建立了甲板运动补偿状态下侧向自动着舰导引系统结构配置 ,仿真表明 ,开发的甲板运动补偿技术可有效地补偿由海浪引起的着舰误差。

甲板运动对舰载机人工着舰的影响和补偿

分析了甲板各自由度运动对舰载飞机准确着舰造成的影响,提出根据主要的影响因素,由降落指挥官发出补偿引导指令,对甲板运动进行补偿。在此基础上,采用神经网络预测甲板运动并结合模糊控制,建立了补偿指令和控制模型,并通过数值仿真分析了所建立的模型的合理性。

基于甲板运动预报的自动着舰系统综合设计

由海浪引起的甲板运动造成理想着舰点的位置变化严重威胁着着舰安全,为了提高舰载机着舰精度且避免与甲板的剧烈碰撞,必须实现舰载机与甲板的同步运动。采用改进的LQR方法设计的自动着舰系统本身存在着超调和相位滞后。利用闭环系统的频域特性,采用甲板运动预报和补偿技术将预报信息补偿至自动着舰系统,能够有效地抑制超调并消除延迟,实现了舰载机对甲板运动的精确跟踪,提高了舰载机着舰的准确性和安全性。

基于卡尔曼滤波理论的甲板运动预估技术研究

航母在航行过程中 ,海浪运动将会导致舰体产生俯仰、横滚、偏航、上下起伏等运动 ,这将严重威胁舰载机的着舰安全。为了确保飞机在航母上成功降落 ,必须在着舰前使飞机运动轨迹与甲板运动同步 ,因此 ,本文研究了甲板运动预估技术 ,运用卡尔曼最优滤波理论开发了甲板运动预估器 ,并提出首先对引入着舰导引系统的甲板运动信息进行预估 ,然后再进行超前补偿的策略。经仿真验证 ,甲板运动预估与补偿的结合 ,可以明显减小舰载机着舰误差 ,提高着舰精度。

基于预见控制的甲板运动跟踪控制研究

甲板运动是舰载机完成海上作战任务的关键影响因素之一。针对无人舰载机着舰过程中甲板运动干扰问题,设计了基于最优预见控制的甲板运动补偿器,并与基于卡尔曼滤波算法的甲板运动预估器相结合,组成甲板运动跟踪控制系统。该系统利用了甲板运动预估信息以及预见控制提前操作的特点,可有效避免传统甲板补偿系统的相位延迟。最后,以非线性小型固定翼无人机模型为研究对象进行数值仿真,仿真结果表明,该系统能够有效跟踪甲板运动,从而提高无人机着舰成功率。

基于输出误差模型优化的甲板运动预报算法研究

本文提出了一种适用于多种复杂海况的大型舰船甲板运动预报方法,目的在于提高算法对不同海域复杂海况的适用性,以及对甲板运动模型的辨识精度与预报精度。该方法通过将量测数据的时间滞后处理引入输出误差模型来描述甲板运动的动力学模型,引入定阶准则确定了模型最优阶数数对。在此基础上应用了辅助模型递推最小二乘算法进行系统参数辨识并估计输出误差模型中的状态变量。实验结果表明,本文所提出的预报方法在系统参数辨识阶段可以将递推最小二乘算法的辨识精度提高5.13%,并且在预报阶段可以有效地将甲板运动的幅值与相位预测精度提高3.17%。该方法在复杂海况下具备良好的预测性能,适用于大型舰船甲板运动预报。

基于粒子滤波算法的载机着舰甲板运动预测

舰载机在着舰过程中对甲板运动的跟踪存在相位差，需要采用预报技术将甲板的运动信息提前加入到舰载机自动着舰控制系统中：文章利用粒子滤波算法，提出了载舰甲板运动的在线预估方法，及时准确地反映出各种甲板运动形式的实质。对典型海况下甲板的俯仰运动、垂直起伏运动和偏航运动进行预报仿真，仿真结果对比表明基于粒子滤波算法得到的预估结果精度更高。

美国舰载航空甲板运动准则

介绍了美国舰载航空甲板运动准则的方法和形成历史,详细分析了相关准则数值的确定背景。通过对包括倾侧和配平在内的航空甲板姿态以及甲板风的限制进行讨论,给出了适于固定翼飞机弹射、回收和转运的新版甲板运动准则。

无人直升机着舰甲板运动预估与补偿方法

无人直升机担负着越来越重要的作战使命,而甲板运动是影响其着舰安全的重要因素,对着舰甲板运动进行精确预估与补偿是亟待解决的难题。为此,基于自适应AR模型与最优预见控制方法,提出了一种甲板运动预估与补偿方法。基于AR模型设计甲板运动预估器时,引入时变因子设计了自适应模型参数更新律优化模型性能,强调数据的实时性,仿真结果表明,该方法在一定程度上提高了甲板运动预估的准确性,且计算相对简单;将甲板运动预估器产生的预估信号作为可预见的未来信息引入预见控制器,并基于最优控制理论对着舰甲板运动进行补偿,较好地改善了甲板运动补偿系统相位延迟问题,并在一定程度上提高了甲板运动跟踪精度,进而提高无人直升机着舰成功率。

舰载机着舰过程中甲板运动补偿技术研究

舰载机自动着舰引导系统是现代航母舰载飞机系统的关键技术之一,是舰载机安全着舰的重要保障。研究了自动引导着舰系统的组成和工作机理,在此基础上提出了对甲板纵向和侧向运动分别进行补偿方法,纵向甲板运动补偿上采用基于AR模型的预估器和采用基于超前网络的补偿器相结合的方法,实现舰载机纵向上同步跟踪甲板运动;侧向甲板运动补偿上,一方面让自动着舰引导系统的测量轴迅速跟踪到甲板中线,另一方面根据飞机侧偏速率等于舰船侧偏速率的原则引入侧向补偿指令,最终使得飞机侧向着舰轨迹沿着甲板中线。

基于频率采样方法的FIR甲板运动补偿器设计

航空母舰甲板垂向运动是舰载机高海况着舰误差的主要因素,为提高舰载机在高海况下的自动着舰精度,自动着舰系统采用甲板运动补偿器根据甲板垂向运动生成补偿指令,以驱动舰载机精确跟踪甲板运动,从而减少着舰误差。常规甲板运动补偿器在补偿频率范围内虽然可以实现预期补偿效果,但在补偿频率范围外存在高增益区域,对甲板运动中的高频分量起放大作用,并且将其混入生成的补偿指令中,会对舰载机飞行安全产生影响。为在有效补偿的同时减少对甲板运动高频分量的放大作用,通过对舰载机自动着舰系统的频率响应按频率进行采样,设计出离散甲板运动补偿器频率响应,采用频率采样法设计数字式有限冲击响应(FIR)甲板运动补偿器。仿真结果表明:所设计的基于频率采样方法的FIR甲板运动补偿器在有效补偿由甲板运动引起的舰载机着舰误差的同时,可有效降低甲板运动高频分量的影响,提高着舰精度。

自动着舰模式下舰船甲板运动预估模型的设计

本文设计了一种基于超前网络和自回归序列(AR)的舰船甲板运动估计补偿模型预测甲板运动以用于自动着舰控制系统中的甲板运动补偿;其中,超前网络用于飞机跟踪舰船甲板运动的延迟补偿,自回归序列(AR)模型用于完成对舰船甲板运动预测;并给出了舰船甲板在纵向运动上的控制模型;最后,结合实际的舰船升沉数据,采用LevinsonDurbin递推算法计算AR模型方程的参数,选取了不同的AR阶数建立模型并进行了MATLAB仿真试验,预测舰船甲板运动轨迹并与实际测量值比较,并给出了模型适用性分析。

自动着舰模式下舰船甲板运动预估模型的设计

文章设计了一种基于超前网络和自回归序列（AR）模型的舰船甲板运动估计补偿方法预测甲板运动以用于自动着舰控制系统中的甲板运动补偿。在本文中，超前网络用于飞机跟踪舰船甲板运动的延迟补偿，同时本文建立基于AR模型的时间序列方程，采用Levinson—Durbin递推算法计算AR模型方程的参数，进而对舰船甲板运动进行预测。针对AR模型的预测适用性，本文选取了不同的AR阶数建立模型并进行了MATLAB仿真试验，预测舰船甲板运动轨迹并与实际测量值比较，并给出了模型适用性分析。

着舰控制系统中的甲板运动补偿技术研究

舰载机在着舰中对甲板运动的跟踪存在相位差,需要使用预报技术将甲板的运动信息提前加入到自动着舰控制系统(ACLS)中。甲板预报通常采用的自回归模型法(AR)是一种时间序列预报方法,在此基础上提出了一种新型的多层递阶预报模型,它是在对时变参数进行预报的基础上再对系统的状态进行预报,更能反映时变系统的运动实质。对典型海况下甲板的俯仰和沉浮运动进行预报仿真,结果表明多层递阶预报的精度更高。分别用两种方法对自动着舰纵向轨迹控制进行运动补偿,仿真表明多层递阶预报方法可以更加有效地提高轨迹跟踪精度。

舰载机着舰甲板运动误差及其补偿仿真研究

论述了舰载机着舰过程中的甲板运动扰动,分析了其对飞机着舰的影响,据此对舰载机着舰引导系统进行甲板运动补偿网络设计,并进行仿真,仿真结果表明,补偿网络明显的减小了飞机着舰的纵向误差,通过随即给的航母甲板运动初始相位进行仿真,说明补偿网络具有良好的适应性。