Новости
09.05.2023
с Днём Победы!
07.03.2023
Поздравляем с Международным женским днем!
23.02.2023
Поздравляем с Днем защитника Отечества!
Оплата онлайн
При оплате онлайн будет
удержана комиссия 3,5-5,5%








Способ оплаты:

С банковской карты (3,5%)
Сбербанк онлайн (3,5%)
Со счета в Яндекс.Деньгах (5,5%)
Наличными через терминал (3,5%)

НЕЙРОСЕТЕВОЕ МОДЕЛИРОВАНИЕ КИНЕМАТИКИ ПОДВИЖНОГО ОБЪЕКТА

Авторы:
Город:
Калуга
ВУЗ:
Дата:
26 февраля 2016г.

Существенное возрастание требований к техническим и эксплуатационным характеристикам подвижных управляемых объектов приводит к необходимости поиска новых способов повышения быстродействия их системы управления. Одним из таких способов является распараллеливание процесса моделирования кинематики в навигационных подсистемах последних. Из всех вычислительных архитектур, реализующих тот или иной тип параллелизма, использование нейропроцессоров для определения кинематических параметров подвижных объектов является наиболее предпочтительным, поскольку они позволяют достаточно эффективно реализовать решение не менее важной и практически неформализуемой задачи распознавания цели их движения.

Подвижные управляемые объекты нового поколения способны осуществлять следующие типы поисковых движений, Рисунок 1.


Структурная модель определения кинематических параметров Родрига-Гамильтона [1] λi (i = 1...4) в навигационных  подсистемах  подвижных  объектов  имеет  следующий  вид,  Рисунок  2.  Коэффициенты qij (i, j = 1...4) для нейросетевых кинематических  моделей 2-го, 3-го и 4-го порядков, используемых для  приведенных на Рисунке 1 типов поисковых движений соответственно, приведены в Табл.1. Здесь h – шаг  моделирования работы нейронной сети, wxi ,wyi ,wzi –    проекции угловой скорости вращения подвижного объекта на оси связанной с ним системы координат на i -м шаге моделирования кинематических параметров,




Математические исследование нейросетевых кинематических моделей 2-го, 3-го и 4-го порядков проводились с использованием специально разработанной интегрированной программной среды. Математические, а в последствие и экспериментальные исследования показали, что реализации этих моделей на отечественном нейропроцессоре позволили существенно (в 8.5, 16 и 17 раз соответственно) сократить время определения кинематических параметров по сравнению со временем их определения на использовавшемся ранее в навигационной подсистеме подвижного управляемого объекта процессоре с преобладающей последовательной архитектурой. Все исследования проводились в 32-х разрядной целочисленной арифметике для предельного случая вращательного движения подвижного управляемого объекта, при котором проекции угловой скорости его вращения на оси связанной с ним системы координат имели максимальные значения в течение всего времени движения к цели.
Список литературы

1. Онищенко С.М. Применение гиперкомплексных чисел в теории инерциальной навигации. Автономные системы. – Киев: Наук. Думка, 1983. –208 с.