مقایسه شبکه هوشمند و الگوریتم جمع وزن دار به منظور تلفیق اطلاعات در حلقه هدایت جسم پرنده

سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 500

فایل این مقاله در 13 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

MAARS01_059

تاریخ نمایه سازی: 16 اسفند 1394

چکیده مقاله:

در این مقاله به منظور افزایش کارایی سیستم هدایت سامانه سطح به هوای آشیانه یاب، استفاده از جستجو در دو حالته راداری - مادون قرمز پیشنهاد شده است. هدایت با حالته را داری - مادون قرمز یکی از فناوری های هدایت چند حالته، برای افزایش دقت سامانه هدایت می باشد. هسته ای این سامانه یک جستجوگر دو حالته راداری- چون نفس نادان قرمز است که هدف را آشکار کرده و با ادغام اطلاعات هدف که توسط جستجوگر های مادون قرمز و راداری به دست می آیند، فرمان کنترل را برای سیستم خود خلبان صادر می کند. از جمله روش های معمول و سنتی که برای انجام عمل تلفیق داده در حلقه هدایت دو حالته استفاده می شوند می توان به روش های تخمین به کمک فیلتر کالمن و الگریتم جمع وزن دار اشاره کرد. اما در شرایط پیچیده و زمانی که هدف دارای مانور می باشد با مشکل دست دهی زمان مواجه هستیم که برای رفع این مشکل می توان از روش های هوش مصنوعی از جمله شبکه عصبی استفاده نمود. برای به دست آوردن اطلاعات دقیق در محدوده وسیعی از شرایط درگیری، اطلاعات اندازه گیری شده توسط هر جستجوگر با استفاده از الگوریتم جمع وزن دار و شبکه های عصبی رو به جلو و بازگشتی، تلفیق و نتایج شبیه سازی با یکدیگر مقایسه می شوند. وزن داده های هر جستجوگر نیز با توجه به برد نسبی بین جسم پرنده و هدف بدون مانور در فاز نهایی تعیین می گردد. نتایج شبیه سازی عددی شبکه های عصبی را نسبت به سیستمی که الگوریتم جمع وزن دار ساده استفاده می کند و همچنین نسبت به حالتی که از حسگرها به صورت مجزا استفاده می کنیم، نشان می دهد.

نویسندگان

حسین پورکاوه دهکردی

کارشناس ارشد کنترل،دانشگاه صنعتی مالک اشتر تهران

ناصر رهبر

دانشیار ،دانشگاه صنعتی مالک اشتر تهران

وحید بهنام گل

دانشجوی دکتری،دانشگاه صنعتی مالک اشتر تهران

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • بهنام‌گل. و، علیرضا پوری. م.ع: امکان سنجی و طراحی مفهومی ...
  • سیدالنگی. ا، " تلفیق اطلاعات جستجوگر و رادار زمینی در ...
  • بریمانی، ن، "اجرای قوانین هدایتی جسم پرنده با ترکیب اطلاعات ...
  • آمظاهری تهرانی. ن، "بررسی روش‌های تلفیق اطلاعات حسگری"، سمینار کارشناسی ...
  • انبوی کریزی. _ کبیر، ا، "ترکیب طبقه بندها: ایجاد گوناگونی ...
  • بهنام‌گل. و، محمدزمان. ا، ولی. ا، قهرمانی. ن، طراحی قانون ...
  • پورکاوه دهکردی. ح، "به‌کارگیری روش هوشمند منظور تلفیق اطلاعات در ...
  • (18امنهاج.م، ب. "مبانی شبکه‌های عصبی هوش مصنوعی" (جلد اول)، انتشارات ...
  • Ching-Fang Lin, Modem Navigation، Guidance، and Control Processing, Prentice Hall, ...
  • Han Feng, Yang Wan Hai, Radar and Infrared Data Fusion ...
  • Der-Ming Ma, Jaw-Kuen Shiau and Ian Ho, Missile Guidance Using ...
  • Han Feng, Yang Wan Hai, Radar and Infrared Data Fusion ...
  • Peng. Y. J, Ping. Z. X., Application of neural network ...
  • Hall D.L and Llinas J., Handbook of Multisensor Data Fusion, ...
  • Holtzhause S., Matsebe O. Tlole N.S. Bright G., Autonomous Underwater ...
  • Jaime Esteban, Andrew Starr, Robert Willetts, Paul Hannah, Peter Bryanston- ...
  • Butini, F., Cappellini, V., and S. Fini. Remote Sensing Data ...
  • Zhou. D., and Sun. Sh., Guidance Laws with Finite Time ...
  • نمایش کامل مراجع