[发明专利]一种实时在线飞行器AI神经网络系统在审
| 申请号： | 201910357020.7 | 申请日： | 2019-04-29 |
| 公开（公告）号： | CN110135561A | 公开（公告）日： | 2019-08-16 |
| 发明（设计）人： | 张英;王世会;韦闽峰;王嘉贤;高晓颖;赵雄波;杨喆;郑文娟;陈伟;周辉;吴松龄;秦东辉;李毅;郭城;王婧;曹健;张兴;张继生;蔡燕斌;汪冬瑾;江存胜;刘建敬;赵一飞;戚红向;马征;赵星宇;孙德胜;杨俊峰;司文杰;黄如意;呼吁;王琦;陈红岩;周华;韩利军;杨广慧;冯丽;许琦;李悦;张辉;李晓东;李德强;野超 | 申请（专利权）人： | 北京航天自动控制研究所;中国运载火箭技术研究院 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04 |
| 代理公司： | 中国航天科技专利中心 11009 | 代理人： | 马全亮 |
| 地址： | 100854 北京*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种实时在线飞行器AI神经网络系统，包括卷积定点滑动IP核、池化压缩量化IP核以及全连接压缩融合IP核。共i+1层，每个卷积定点滑动窗口IP核和池化压缩量化核结构相同。其中，传感器信号1为对于飞行器优先级最高的主惯导数据，它单独输入一个单元网络层在第二次卷积时需控制1至i+1层的输入。飞行器异构传感器数据，作为系统的输入；辨识结果作为系统的输出。卷积滑动窗口IP核，通过排除冗余数据的滑动窗快速实现数据特征的提取；池化压缩量化IP核，使用压缩量化技术，提高系统执行效率；全连接压缩融合IP核，经删减量化后压缩融合，输出满足飞行器实时飞行过程中对大量异构输入数据的高可靠性、低功耗智能集成处理需求。 | ||
| 搜索关键词： | 飞行器 压缩 量化 池化 卷积 神经网络系统 滑动窗口 实时在线 异构 融合 传感器数据 传感器信号 辨识结果 处理需求 单元网络 飞行过程 高可靠性 冗余数据 数据特征 系统执行 智能集成 输出 次卷积 低功耗 核结构 滑动窗 滑动 | ||
【主权项】：
1.一种实时在线飞行器AI神经网络系统，其特征在于包括i+1层神经网络单元，每层神经网络单元均包括若干交替进行的卷积定点滑动IP核和池化压缩量化IP核，卷积定点滑动IP核对输入的数据进行卷积处理，池化压缩量化IP核进行降低数据率处理以及特征提取；外部输入的第一路传感器信号对应飞行器优先级最高的主惯导数据，单独输入一层神经网络单元中，经过该层神经网络单元中第一个卷积定点滑动IP核处理和第一个池化压缩量化IP核处理后的输出，作为控制所有i+1层神经网络单元中第二次卷积定点滑动IP核的输入；所有i+1层神经网络单元的最终处理结果均输入到全连接压缩融合IP核进行处理，实现目标识别，所述全连接压缩融合IP核的输出即为AI神经网络系统的输出。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京航天自动控制研究所;中国运载火箭技术研究院，未经北京航天自动控制研究所;中国运载火箭技术研究院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910357020.7/，转载请声明来源钻瓜专利网。
