Biblioteca122.739 documentos en línea

Artículos

Modeling FOG Drift Using Back-Propagation Neural Network Optimized by Artificial Fish Swarm AlgorithmModelado de la deriva de FOG mediante una red neuronal de retropropagación optimizada con el algoritmo del enjambre de peces artificiales

Resumen

Basándose en las características de deriva por temperatura del giroscopio de fibra óptica (FOG), se propone un novedoso método de modelado y compensación que integra el algoritmo de enjambre de peces artificiales (AFSA) y la red neuronal de retropropagación (BP) para mejorar la exactitud de salida del FOG y la precisión del sistema de navegación inercial. En este trabajo, el AFSA se utiliza para optimizar los pesos y el umbral de la red neuronal BP que determinan directamente la precisión del modelo. Para verificar la eficacia del algoritmo propuesto, se comparan los resultados predichos de la BP optimizada mediante algoritmo genético (AG) y AFSA y se analiza una evaluación cuantitativa de los resultados de compensación mediante la varianza de Allan. El resultado de la comparación ilustra las principales fuentes de error y los ruidos sinusoidales en la señal de salida del FOG se reducen en aproximadamente un 50%. Por lo tanto, el método de modelado propuesto puede utilizarse para mejorar la precisión del FOG.

  • Tipo de documento:
  • Formato:pdf
  • Idioma:Inglés
  • Tamaño: Kb

Cómo citar el documento

Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.

Este contenido no est� disponible para su tipo de suscripci�n

Información del documento