一种面向航空母舰甲板运动状态预估的鲁棒学习模型OA北大核心CSTPCD
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.
王可;徐明亮;李亚飞;姜晓恒;鲁爱国;李鉴;
郑州大学计算机与人工智能学院,郑州450001武汉数字工程研究所,武汉430074
交通运输
航空母舰甲板运动预估鲁棒性机器学习仿真验证
《自动化学报》 2024 (009)
P.1785-1793 / 9
国家自然科学基金(62036010,61972362,61802351);中国博士后科学基金(2020M682348);海洋防务技术创新中心创新基金(JJ-2022-709-01);河南省自然科学基金(232300421235)资助。
评论