[发明专利]一种CCD跟踪系统目标运动特性测量方法无效
申请号: | 201210293654.9 | 申请日: | 2012-08-17 |
公开(公告)号: | CN102829719A | 公开(公告)日: | 2012-12-19 |
发明(设计)人: | 陈娟;王威立;于丹;梁伟 | 申请(专利权)人: | 长春工业大学 |
主分类号: | G01B11/00 | 分类号: | G01B11/00;G01P3/42;G01P15/00;G01N3/06 |
代理公司: | 吉林长春新纪元专利代理有限责任公司 22100 | 代理人: | 王薇 |
地址: | 130012 吉*** | 国省代码: | 吉林;22 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明涉及一种CCD跟踪目标运动特性的测量方法,其特征在于:CCD将目标的脱靶量输出给ELM神经网络数据融合系统,经ELM神经网络数据融合系统中的两个部分即学习训练和数据融合获得伺服转台位置、伺服转台速度和伺服转台的加速度;采用了ELM神经网络对CCD输出目标的脱靶量信息、伺服转台的位置、速度和加速度信息进行数据融合得到跟踪目标的运动特性。其所得到的跟踪目标运动特性可作为前馈控制信号传送给伺服控制器构成共轴跟踪,提高光电跟踪系统的跟踪精度,对于光电跟踪系统伺服控制技术的研究具有积极意义。 | ||
搜索关键词: | 一种 ccd 跟踪 系统 目标 运动 特性 测量方法 | ||
【主权项】:
一种CCD跟踪目标运动特性的测量方法,其特征在于: CCD将目标的脱靶量输出给ELM神经网络数据融合系统,经ELM神经网络数据融合系统中的两个部分即学习训练和数据融合获得伺服转台位置、伺服转台速度和伺服转台的加速度; 1)在学习训练过程中,ELM神经网络数据融合系统对临近当前时刻的历史数据进行学习训练,也就是通过分析目标的历史运动特性建模的过程;首先确定输入矩阵和输出矩阵;其中,输入信息包括光电跟踪系统设备自身的运动状态和目标的脱靶量;输出量指历史时刻目标的位置及其运动信息,由脱靶量和跟踪架位置信息合成后,经8次多项式拟合得到;2)在数据融合过程中,根据学习训练得到的目标模型对当前时刻目标脱靶量和转台位置、速度和加速度信息进行数据融合得到跟踪目标的运动信息;随着跟踪时间的增加,学习过程也不断根据最新的历史数据学习训练,目标的模型也随着临近当前时刻历史数据的变化而不断变化。
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长春工业大学,未经长春工业大学许可,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/201210293654.9/,转载请声明来源钻瓜专利网。
- 上一篇:流体管道自供电智能传感器
- 下一篇:一种可以四季通用的电梯专用横流风机