基于神经网络极限学习机数据融合的共轴跟踪

作者：王威立; 郭劲; 曹立华; 陈娟

来源：光学精密工程, 2013, (03): 751-758.

• 共轴跟踪
• 神经网络极限学习机
• 光电跟踪
• 数据融合 on-axis tracking
• nerve net Extreme Learning Machine(ELM)
• electro-optical tracking
• data fusion

为了在光电跟踪伺服系统中实现共轴跟踪,采用神经网络极限学习机(ELM)对光电跟踪系统设备的运动状态及脱靶量进行了学习、训练和融合,得到了目标的速度和加速度信息。通过算法优化减少了ELM系统大约50%的运算量,使运算周期约为3.5ms,满足光电跟踪系统的实时性要求。仿真结果表明,当目标运动速度为50°/s、加速度为30(°)/s2时,预测的目标速度在峰值时的误差大约为±3(°)/s。最后,通过跟踪光学动态靶标进行了共轴跟踪实验验证。结果显示,系统最大跟踪误差由速度、位置闭环时的11.35′减小到0.88′,随机误差由8.2″减少到7.6″。与其它控制方法相比,提出的方法具有更高的实时性和精确度,...

• 出版日期2013
• 单位中国科学院长春光学精密机械与物理研究所; 郑州航空工业管理学院; 长春理工大学; 中国科学院大学