学位论文 > 优秀研究生学位论文题录展示
基于BP神经网络的卫星激光测距望远镜指向误差的建模研究
作 者: 朱程广
导 师: 郭唐永
学 校:
专 业: 大地测量学与测量工程
关键词: BP神经网络模型 指向误差 卫星激光测距 遗传算法 W检验
分类号: TP183
类 型: 硕士论文
年 份: 2013年
下 载: 10次
引 用: 0次
阅 读: 论文下载
内容摘要
随着光、机、电技术的迅速发展,卫星激光测距(SLR)技术已日渐成熟。在数据精度方面,无论国内外的固定站,还是流动站都已步入亚厘米级时代。近年来,随着高重复率激光技术的广泛应用,国内各SLR站在数据量和精度方面都进入了新阶段。但是,随着国内各SLR站在白天测距、盲目跟踪、无人值守观测和月球激光测距领域的探索和研究,进而对卫星激光测距指向精度也提出更高的要求。在卫星激光测距观测中,提高望远镜的指向精度对提高跟踪目标的捕获能力具有重要意义,尤其在盲目跟踪或白天测距中,是保证观测数据获取的重要指标之一。常用的指向误差的建模方法有球谐函数模型、基本参数模型和转台模型。球谐函数模型表达式的各项没有物理意义,模型不稳定;基本参数模型的模型参数有实际的物理意义,模型比较稳定;转台模型是对基本参数模型的扩展,精度更高,但没有基本参数模型稳定。针对卫星激光测距望远镜指向误差问题,文本提出一种基于BP(Back Propagation)神经网络的建模方法。BP神经网络是一种按误差逆传播算法训练的多层前馈网络,是目前应用最广泛的神经网络模型之一。将BP神经网络算法应用到流动卫星激光测距仪的指向误差建模中,不仅拓展了神经网络算法的应用领域,同时对提高卫星激光测距系统的跟踪精度具有重要意义。通过获取武汉流动卫星激光测距站的三组实测恒星观测数据,将其分为训练集和检验集。利用训练集分别建立BP神经网络模型、转台模型、球谐函数模型和基本参数模型,再利用检验集对建立的模型进行测试,最后计算并对比四种模型输出的中误差。研究表明BP神经网络模型可以提高卫星激光测距望远镜的指向精度,且优于另外三种模型。另外,利用武汉流动卫星激光测距站的实测数据,并辅以长春SLR站和上海天文台SLR站的5组观测数据,进一步研究了指向误差的分布特性。首先采用遗传算法将武汉流动SLR站的观测数据分为训练集和检验集,利用转台模型建模。然后分析检验集样本残差的分布特性和指向精度。实验结果表明,转台模型输出的高度误差和方位误差的残差不一定符合正态分布,并且可通过遗传算法优化模型,提高望远镜的指向精度。最后,考虑到指向误差模型的实用性,并进一步完善指向误差模型,文章介绍了基于MATLAB开发环境,将各种模型建模方法的界面化过程。
|
全文目录
作者简介 6-7 摘要 7-8 ABSTRACT 8-13 第一章 绪论 13-19 1.1 卫星激光测距 13-15 1.2 卫星激光测距的应用领域 15 1.3 相关技术背景 15-16 1.3.1 BP 神经网络 15 1.3.2 遗传算法 15-16 1.4 卫星激光测距中的难题 16-17 1.5 国内外的研究现状 17-18 1.6 课题的研究内容 18-19 第二章 SLR 系统的指向误差及建模原理 19-29 2.1 武汉流动卫星激光测距仪 19 2.2 武汉流动卫星激光测距结构 19-22 2.2.1 硬件组成 20-21 2.2.2 软件组成 21-22 2.3 指向误差 22-24 2.4 常用的建模方法 24-27 2.4.1 球谐函数模型原理 24 2.4.2 基本参数模型原理 24 2.4.3 转台模型原理 24-27 2.5 本章小结 27-29 第三章 BP 神经网络及其建模原理 29-35 3.1 神经网络发展历程 29-30 3.2 神经网络特点 30 3.3 BP 网络的学习规则 30-31 3.3.1 正向传播 30-31 3.3.2 反向传播 31 3.4 确定模型层数及节点数 31-33 3.5 BP 神经网络训练过程 33-34 3.6 本章小结 34-35 第四章 数据处理系统设计 35-45 4.1 常规获取恒星的方法 35 4.2 实测恒星样本数据应注意的问题 35-36 4.3 获取恒星数据 36-43 4.4 数据处理交互界面实现 43-44 4.5 本章小结 44-45 第五章 实测恒星数据处理 45-57 5.1 建立 BP 神经网络模型的思想 45 5.2 建立 BP 神经网络模型 45-46 5.3 BP 神经网络模型的软件实现 46-51 5.4 遗传算法 51-55 5.4.1 遗传算法 51-53 5.4.2 建立模型及训练 53-55 5.5 本章小结 55-57 第六章 指向误差的分布特性分析 57-63 6.1 正态性检验原理 57-59 6.1.1 偏度检验 58 6.1.2 峰度检验 58 6.1.3 W 检验 58 6.1.4 D 检验 58-59 6.2 正态性检验结果分析 59-61 6.3 本章小结 61-63 第七章 结论与展望 63-65 7.1 结论 63 7.2 展望 63-65 参考文献 65-67 致谢 67-69 附录一 观测数据 69-75 附录二 程序代码 75-88
|
相似论文
- 天然气脱酸性气体过程中物性研究及数据处理,TE644
- 压气机优化平台建立与跨音速压气机气动优化设计,TH45
- 无线传感器网络中定位攻击检测技术研究,TP212.9
- 基于遗传算法的模糊层次综合评判在高职教学评价中的应用,G712
- 部队人员网上训练与考核系统的开发,TP311.52
- 基于并行算法的模糊综合评价模型的设计与应用,TP18
- 基于神经网络的牡蛎呈味肽制备及呈味特性研究,TS254.4
- 基于遗传算法的中短波磁天线的设计及实现,TN820
- 基于遗传算法的柑橘图像分割,TP391.41
- 基于混合自适应遗传算法的动态网格调度问题研究,TP393.09
- H化工企业冷却循环质量控制,F426.7
- 基于遗传—牛顿算法的公交优化调度,TP18
- 基于遗传算法优化的BP网络对生物柴油制备工艺的优化,TE667
- 针对零膨胀超散度计数数据的统计推断,C81
- 基于云理论和蜜蜂进化型遗传算法的纹理合成研究,TP391.41
- 基于遗传算法和粗糙集的聚类算法研究,TP18
- 企业安全投入灰色神经网络模型的研究,X913.4
- 太行山猕猴掌面花纹的形态学,Q954
- 基于遗传算法的淠史杭灌区渠系配水优化编组模型的研究,S274
- 遗传算法在物流仓储优化中的应用研究,F259.2
- 基于遗传算法的矿山资源优化调度模型的研究,O224
中图分类: > 工业技术 > 自动化技术、计算机技术 > 自动化基础理论 > 人工智能理论 > 人工神经网络与计算
© 2012 www.xueweilunwen.com
|