基于深度卷积神经网络的多飞行器构型保持研究 |
| |
引用本文: | 槐泽鹏,王洪波,龚旻.基于深度卷积神经网络的多飞行器构型保持研究[J].兵器装备工程学报,2021(2):15-22. |
| |
作者姓名: | 槐泽鹏 王洪波 龚旻 |
| |
摘 要: | 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...
|
关 键 词: | 深度卷积神经网络 多飞行器协同 构型保持 智能-校正 |
|
|