首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于异构网络的雷达健康状态智能预测方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:烟台初心航空科技有限公司

摘要:本发明涉及雷达领域,尤其涉及基于异构网络的雷达健康状态智能预测方法,在该方法中,基于循环神经网络构建包括n个子网络的预测模型,各子网络设置有不同的权值参数和偏置参数,分别用于预测更新模式不同的雷达各个性能参数;基于预测矩阵和客观加权分配,构建加权范化矩阵,在此基础上,计算得到雷达设备健康度的预测值。本发明所公开的技术方案,提高了雷达健康状态预测的准确性和工作效率。

主权项:1.基于异构网络的雷达健康状态智能预测方法,其特征在于,包括以下步骤:(S1)获得归一化后的雷达n个性能参数的m个样本,并计算所述n个性能参数的加权分配向量,其中,表示第i个雷达性能参数的加权值;(S2)构建循环神经网络预测模型,所述预测模型包括n个子网络,所述n个子网络均设置有输入层、隐藏层和输出层,且设置有不同的权值参数和偏置参数;其中,第i个子网络t时刻的预测数据满足关系式: ,上式中,、、、、表示第i个子网络的激活参数,其中,的典型值为零向量;、、表示第i个子网络的权值参数;、表示第i个子网络的输入样本数据;s表示输出层激活函数,h表示隐藏层激活函数,表示第i个子网络的输入样本数据;(S3)将所述循环神经网络预测模型输出的预测数据构建为预测矩阵; ,其中,表示循环神经网络预测模型第i个子网络输出的第j+1个预测性能参数,m表示预测数据个数;(S4)基于所述预测矩阵和加权分配向量,构建加权范化矩阵,其中,,表示预测模型第i个子网络输出的第j个预测数据;(S5)计算雷达健康度的预测值η,表示为: ,其中,min()表示取最小值,max()表示取最大值。

全文数据:

权利要求:

百度查询: 烟台初心航空科技有限公司 基于异构网络的雷达健康状态智能预测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

相关技术
相关技术
相关技术
相关技术