针对BP神经网络算法在机床热误差补偿建模中存在稳健性较差的问题,提出一种PCA-BP神经网络建模算法.该方法是在 BP 神经网络建模的基础上增加 PCA 的数据前处理过程,用主成分变量参与BP建模,反映原始数据中的大部分信息,保留主要的特征属性.为验证该方法性能,建立了Vcenter-55 型数控加工中心的PCA-BP热误差模型,进行多组热误差交叉预测实验,并与传统BP神经网络模型进行性能对比.结果表明,所提 PCA-BP 模型相比常规的 BP 模型稳健性显著提高,可将多组预测结果均方根误差的最大均值和最大标准差分别控制在 3.64 μm和 1.68 μm以内.研究结果对提高热误差模型的精度及稳健性具有理论指导意义.
对电子信息类认知实习的教学大纲进行了修订,基于本课程所对应人才培养方案中毕业要求,结合工科应用型高校的办学目标,以电子信息专业本科人才培养方案指标点和毕业生要求为纲要,结合企业对人才培养的需求,从课程目标和实习内容到考核评价方式及标准进行系统阐述,可实现人才培养有的放矢、有标准可依,也可为满足教育工程认证要求的教学方法提供借鉴.
机场跑道的自动识别是飞机着陆影像导航的关键技术之一,对于促进飞机着陆导航技术的发展,减少着陆时的事故发生有着十分重要的意义.为此,以单目识别为核心,提出了一种跑道图像识别方法.采用该图像识别方法,结合跑道形态特征,建立跑道与机体间的相对关系,进而为飞行器的着陆提供引导.结果表明,该方法能够有效建立机体与跑道相对位置关系.
为了研究无人机在梯度风场中的滑翔飞行轨迹,提出一种基于动态滑翔的最优飞行轨迹生成方法.首先,利用梯度风场模型和 NED 坐标系,详细推导无人机动态滑翔运动方程;然后,利用拉道伪谱方法将动力滑翔中能量优化的连续约束转化为离散问题的一系列代数约束;最后,生成无人机动态飞行的最优轨迹.仿真中,设计了无动力飞行和有动力飞行两种仿真条件,在无动力飞行中,生成三个具有不同边界约束的最优轨迹,每个轨迹对应最小风场参数;在固定风场动力飞行中,以恒定推力的最小值生成最佳轨迹.结果表明,该方法能够生成满足能量优化要求的无人机动态飞行最优轨迹,最佳发动机推力和风场强度近似成反比.研究方法可为无人机动态滑翔飞行轨迹设计提供技术支持.
为有效控制空飘气球航迹,提出了一种通过非线性模型降阶处理风场数据,仿真模拟空飘气球航迹的方法.首先基于大量的历史实验数据,建立风场数学模型,对当前时刻与未来一段时间内的风场分布情况进行预测;然后,仿真模拟不同高度层空飘气球的运动情况,并在MATLAB软件中创建图形用户界面,动态展示其运动轨迹曲线.研究表明,空飘气球能够通过主动选择合适的弱风层,实现长时驻空与一定范围内的区域驻留.该方法可促进空飘气球飞行控制技术的发展.
