Resumen

El sistema de posición y orientación (POS) es un equipo clave para los sistemas de teledetección aérea, que proporciona información de posición, velocidad y actitud de alta precisión para varias cargas útiles de imagen. El error de temperatura es la principal fuente que afecta la precisión del POS. El modelo tradicional de error de temperatura es una función lineal de un solo parámetro de temperatura, que no es suficiente para los requisitos de precisión más altos del POS. El método de compensación tradicional basado en redes neuronales enfrenta un gran problema en el error de repetibilidad bajo diferentes condiciones de temperatura. Con el fin de mejorar la precisión y la capacidad de generalización de la compensación de error de temperatura para POS, se propuso un método de modelado y compensación de error de temperatura multiparámetros no lineal basado en redes neuronales de regularización bayesiana. Se analizó el error de temperatura del POS y se estableció un modelo multiparámetros no lineal. Se utilizó el método de regularización bayesiana como criterio de evaluación, que optimizó aún más los coeficientes del error de temperatura. Los resultados experiment

• Materias:Modelos matemáticos Conjuntos difusos Ecuaciones integrales Fusión de características Algoritmo de optimización
• Subjects:Mathematical models Fuzzy sets Integral equations Feature fusion Optimization algorithm
• Palabras claves:Posición; Sistema de orientación; Error de temperatura; Método de compensación; Red neuronal; Precisión
• Keywords:Position; Orientation system; Temperature error; Compensation method; Neural network; Precision