0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線(xiàn)課程
  • 觀(guān)看技術(shù)視頻
  • 寫(xiě)文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

基于BP神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)處理和分析方法實(shí)現(xiàn)定向?qū)Ш较到y(tǒng)檢測(cè)儀的設(shè)計(jì)

電子設(shè)計(jì) ? 來(lái)源:北京理工大學(xué) ? 作者:趙曲;謝玲;尤忠生 ? 2021-03-31 17:04 ? 次閱讀

1、引言

車(chē)載定位定向?qū)Ш较到y(tǒng)是指裝載在輪式及履帶式車(chē)輛上,能自主地為車(chē)輛提供方位基準(zhǔn)和位置信息的一種裝置。

本文所述的車(chē)載定位定向?qū)Ш较到y(tǒng)由尋北儀、方位保持儀、里程計(jì)、高程計(jì)等組成,其中,尋北儀和方位保持儀是極其重要的部分,它們的錯(cuò)誤或失效直接影響系統(tǒng)的定向、定位精度,甚至?xí)斐蓢?yán)重后果,因此對(duì)其進(jìn)行準(zhǔn)確的故障檢測(cè)和診斷顯得尤為重要。

目前,該系統(tǒng)采用傳統(tǒng)的故障檢測(cè)模式,通過(guò)硬件和軟件方式比較各模塊相關(guān)信號(hào)的實(shí)際值與參考值之差,若超出允許范圍,則認(rèn)為出現(xiàn)異常或故障,其準(zhǔn)確性和可控性較差。此外,該系統(tǒng)在性能檢測(cè)和故障診斷方面還存在以下兩點(diǎn)不足:一是受體積和重量等因素的制約,系統(tǒng)設(shè)計(jì)時(shí)沒(méi)有預(yù)留與外部檢測(cè)儀器(如示波器萬(wàn)用表等)的接口,因此,無(wú)法進(jìn)行野外環(huán)境下的檢修;二是系統(tǒng)無(wú)法保存并顯示內(nèi)部慣性器件各個(gè)時(shí)期工作狀態(tài)的數(shù)據(jù),而這些數(shù)據(jù)對(duì)系統(tǒng)的使用、管理和維護(hù)具有極其重要的意義。

2、基本思想

獲取定位定向?qū)Ш较到y(tǒng)中慣性器件運(yùn)行時(shí)的狀態(tài)數(shù)據(jù)是對(duì)其進(jìn)行性能分析和故障診斷的前提條件,由于導(dǎo)航系統(tǒng)本身沒(méi)有預(yù)留檢測(cè)接口,常規(guī)的檢測(cè)儀器顯然無(wú)能為力。但我們注意到導(dǎo)航系統(tǒng)內(nèi)部不但有專(zhuān)用的A/D模塊、V/F(電壓/頻率)轉(zhuǎn)換模塊和計(jì)算機(jī)模塊等負(fù)責(zé)采集慣性器件信號(hào),而且還預(yù)留了一個(gè)RS-232串行通信端口,在此啟發(fā)下我們?cè)O(shè)計(jì)了一種檢測(cè)裝置--檢測(cè)儀,它能在保持導(dǎo)航系統(tǒng)硬件結(jié)構(gòu)不變、性能指標(biāo)不受影響的前提下,實(shí)現(xiàn)對(duì)導(dǎo)航系統(tǒng)的性能測(cè)試和故障診斷等功能。

為此,我們只需簡(jiǎn)單地對(duì)導(dǎo)航系統(tǒng)軟件做一些增補(bǔ),使之在原來(lái)單一的定位定向?qū)Ш綘顟B(tài)工作模式基礎(chǔ)上增添了待檢測(cè)狀態(tài)的工作模式。檢測(cè)儀通過(guò)RS-232串行口以串行通信的方式與導(dǎo)航系統(tǒng)進(jìn)行通信以獲取系統(tǒng)內(nèi)部由A/D模塊和V/F模塊采集到的數(shù)據(jù),采用基于BP神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)處理和分析方法,使得對(duì)導(dǎo)航系統(tǒng)的性能檢測(cè)和故障診斷變得準(zhǔn)確、便捷。

檢測(cè)儀的工作流程如圖1所示。當(dāng)導(dǎo)航系統(tǒng)處于待檢測(cè)狀態(tài)時(shí),檢測(cè)儀通過(guò)串行端口向?qū)Ш较到y(tǒng)發(fā)送各種檢測(cè)命令,導(dǎo)航系統(tǒng)隨即進(jìn)入相應(yīng)的檢測(cè)狀態(tài)并把檢測(cè)數(shù)據(jù)傳送給檢測(cè)儀,由檢測(cè)儀完成數(shù)據(jù)處理和系統(tǒng)性能分析,檢測(cè)結(jié)束后系統(tǒng)自動(dòng)恢復(fù)到導(dǎo)航狀態(tài)。檢測(cè)過(guò)程中,導(dǎo)航計(jì)算機(jī)通過(guò)中斷控制方式接收命令、采集數(shù)據(jù)和發(fā)送數(shù)據(jù)。操作人員通過(guò)檢測(cè)儀發(fā)出各種檢測(cè)命令后,檢測(cè)過(guò)程由計(jì)算機(jī)自動(dòng)完成,無(wú)需人工干預(yù)。

基于BP神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)處理和分析方法實(shí)現(xiàn)定向?qū)Ш较到y(tǒng)檢測(cè)儀的設(shè)計(jì)

3、硬件配置

作為專(zhuān)用的檢測(cè)設(shè)備,要求檢測(cè)儀在車(chē)載定位定向?qū)Ш较到y(tǒng)需要檢測(cè)、維修的任何時(shí)間和地點(diǎn)都能夠方便地與導(dǎo)航系統(tǒng)對(duì)接并進(jìn)行性能測(cè)試和故障診斷。因此檢測(cè)儀必須具有體積小、重量輕、功耗低、可靠性高、便于攜帶等特點(diǎn),能在各種惡劣環(huán)境特別是野外環(huán)境下使用。根據(jù)以上要求,檢測(cè)儀選用了嵌入式計(jì)算機(jī)PC/104模塊。整個(gè)檢測(cè)儀的硬件配置如圖2所示。

PC/104計(jì)算機(jī)模塊是檢測(cè)儀的核心部分,由于檢測(cè)儀在檢測(cè)過(guò)程中不但要實(shí)時(shí)完成大量數(shù)據(jù)的收發(fā)任務(wù),還要實(shí)時(shí)對(duì)獲得的各種數(shù)據(jù)進(jìn)行復(fù)雜的處理、分析和存儲(chǔ),因此要求其有盡可能高的性能。我們選用的PC/104計(jì)算機(jī)模塊具有一個(gè)內(nèi)置浮點(diǎn)運(yùn)算協(xié)處理器的高速嵌入式Pentium CPU、兩個(gè)16C550等同高速串行口,能夠快速可靠地進(jìn)行RS-232串行通信,迅速準(zhǔn)確地完成所賦予的各項(xiàng)功能。

電源模塊的作用是向PC/104計(jì)算機(jī)模塊和液晶顯示屏提供+5V和+12V電源。為便于和其它計(jì)算機(jī)交換數(shù)據(jù),檢測(cè)儀還留有一個(gè)以太網(wǎng)口。

4、軟件設(shè)計(jì)

檢測(cè)儀的軟件基于Windows平臺(tái)的Visual Basic 6.0、Visual C++ 6.0、Matlab6.5和Access 2000設(shè)計(jì)完成。Visual Basic提供了功能強(qiáng)大且使用方便的串行通信控件“MSComm”,在開(kāi)發(fā)Windows應(yīng)用程序的編程語(yǔ)言中具有獨(dú)特的優(yōu)勢(shì),但在數(shù)據(jù)處理等方面功能較弱,Visual C++ 6.0、Matlab6.5可彌補(bǔ)其不足。在數(shù)據(jù)庫(kù)操作方面,檢測(cè)軟件使用了Visual Basic提供的數(shù)據(jù)接口ActiveX數(shù)據(jù)訪(fǎng)問(wèn)對(duì)象(Data Access Object,DAO)來(lái)管理數(shù)據(jù)庫(kù)。DAO支持對(duì)Access數(shù)據(jù)庫(kù)的簡(jiǎn)捷方便的訪(fǎng)問(wèn),是一種便于使用的應(yīng)用程序接口。

4.1通信協(xié)議

檢測(cè)儀和導(dǎo)航系統(tǒng)之間的傳輸波特率為9600位/秒,傳輸幀格式為:1位起始位,8位數(shù)據(jù)位,1位停止位,1位偶校驗(yàn)位,共11位數(shù)據(jù)。雙方進(jìn)行通信時(shí)只需將預(yù)傳送數(shù)據(jù)的開(kāi)頭加上一個(gè)起始判別字節(jié)即可。 檢測(cè)儀和導(dǎo)航系統(tǒng)之間的通信流程為:檢測(cè)儀發(fā)送檢測(cè)命令--導(dǎo)航計(jì)算機(jī)發(fā)回相關(guān)數(shù)據(jù)。

4.2功能模塊的設(shè)計(jì)

為了便于開(kāi)發(fā)、調(diào)試、升級(jí)和維護(hù),軟件采用了模塊化的設(shè)計(jì)思想,整個(gè)軟件主要由四個(gè)窗體和六個(gè)標(biāo)準(zhǔn)模塊組成。窗體包括展示窗體、功能選擇窗體、導(dǎo)航窗體和檢測(cè)窗體;標(biāo)準(zhǔn)模塊 是檢測(cè)儀完成各項(xiàng)任務(wù)的功能模塊,包括CRC校驗(yàn)碼計(jì)算模塊、通信模塊、坐標(biāo)變換模塊、數(shù)據(jù)拆分模塊、數(shù)據(jù)庫(kù)管理模塊和檢測(cè)數(shù)據(jù)處理模塊等。CRC校驗(yàn)碼計(jì)算模塊用于生成串行通信校驗(yàn)碼;通信模塊的作用是利用Visual Basic中串行通信控件“MSComm”的“input”和“output”屬性和“OnComm”事件完成數(shù)據(jù)的收發(fā)任務(wù);坐標(biāo)變換模塊負(fù)責(zé)把54坐標(biāo)轉(zhuǎn)換為地心經(jīng)緯度坐標(biāo);數(shù)據(jù)拆分模塊可把整型數(shù)據(jù)拆分為字節(jié)型數(shù)據(jù),以便于通過(guò)串口發(fā)送;數(shù)據(jù)庫(kù)管理模塊根據(jù)需要把檢測(cè)的數(shù)據(jù)保存在數(shù)據(jù)庫(kù)中;檢測(cè)數(shù)據(jù)處理模塊為整個(gè)軟件的核心,根據(jù)檢測(cè)數(shù)據(jù)的類(lèi)型給出相應(yīng)的處理結(jié)果。

4.3檢測(cè)數(shù)據(jù)的處理

為準(zhǔn)確判斷導(dǎo)航系統(tǒng)的工作狀態(tài),我們?cè)O(shè)計(jì)了基于BP神經(jīng)網(wǎng)絡(luò)的故障診斷方法,作用函數(shù)選取S型函數(shù) 。由于尋北儀中陀螺儀和加速度計(jì)正常工作時(shí)的信號(hào)均為周期信號(hào),故這些信號(hào)可采用同一網(wǎng)絡(luò)進(jìn)行性能檢測(cè)和故障診斷。檢測(cè)時(shí)取得一個(gè)周期的信號(hào),首先經(jīng)過(guò)低通數(shù)字濾波器以減少、消除檢測(cè)數(shù)據(jù)中干擾和噪聲的影響,然后進(jìn)行歸一化處理。經(jīng)過(guò)對(duì)試驗(yàn)數(shù)據(jù)的多次仿真試驗(yàn),我們提取到其故障特征信號(hào)為峰值(MAX)、峭度(KUR)、標(biāo)準(zhǔn)差(STD)這三個(gè)量作為網(wǎng)絡(luò)的輸入。網(wǎng)絡(luò)采用離線(xiàn)訓(xùn)練、在線(xiàn)使用的方式。

神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)如圖3所示,其中隱含層神經(jīng)元個(gè)數(shù)、各個(gè)神經(jīng)元上的權(quán)值和閾值均由大量試驗(yàn)樣本數(shù)據(jù)訓(xùn)練得到??紤]到神經(jīng)元的作用函數(shù)選為S型函數(shù),故選取網(wǎng)絡(luò)的輸出訓(xùn)練樣本為0.9(有故障)或0.1(無(wú)故障)。神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法采用自適應(yīng)學(xué)習(xí)率梯度下降反向傳播算法,且參數(shù)每一步更新不僅考慮當(dāng)前的梯度方向,而且還考慮前一時(shí)刻的梯度方向,從而降低了網(wǎng)絡(luò)性能對(duì)參數(shù)調(diào)整的敏感性,有效地抑制了訓(xùn)練結(jié)果出現(xiàn)局部極小問(wèn)題。對(duì)一個(gè)訓(xùn)練好的BP網(wǎng)絡(luò)來(lái)說(shuō),根據(jù)網(wǎng)絡(luò)的輸出(out)即可判斷相應(yīng)的慣性部件是否工作正常。測(cè)試結(jié)果表明,采用基于BP神經(jīng)網(wǎng)絡(luò)的故障判別方法適合于車(chē)載定位定向?qū)Ш较到y(tǒng)慣性器件的故障診斷,準(zhǔn)確率高。

5、結(jié)論

檢測(cè)儀的研制成功,解決了車(chē)載定位定向?qū)Ш较到y(tǒng)在野外環(huán)境下無(wú)法進(jìn)行性能測(cè)試和故障診斷的難題。它不但能快速準(zhǔn)確地獲取導(dǎo)航系統(tǒng)慣性器件的狀態(tài)信息數(shù)據(jù)并完成系統(tǒng)的性能分析和故障診斷,還能保證導(dǎo)航系統(tǒng)的正常工作且性能指標(biāo)不受影響,其工作原理為已有裝備的性能檢測(cè)和故障診斷提供了一種新思路。

責(zé)任編輯:gt

聲明:本文內(nèi)容及配圖由入駐作者撰寫(xiě)或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀(guān)點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問(wèn)題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
  • 萬(wàn)用表
    +關(guān)注

    關(guān)注

    87

    文章

    2008

    瀏覽量

    126386
  • 示波器
    +關(guān)注

    關(guān)注

    113

    文章

    6099

    瀏覽量

    183390
  • 神經(jīng)網(wǎng)絡(luò)

    關(guān)注

    42

    文章

    4717

    瀏覽量

    100006
收藏 人收藏

    評(píng)論

    相關(guān)推薦

    求利用LABVIEW 實(shí)現(xiàn)bp神經(jīng)網(wǎng)絡(luò)的程序

    誰(shuí)有利用LABVIEW 實(shí)現(xiàn)bp神經(jīng)網(wǎng)絡(luò)的程序?。ㄎ矣玫陌姹臼?.6的 )
    發(fā)表于 11-26 14:54

    labview BP神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)

    請(qǐng)問(wèn):我在用labview做BP神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)故障診斷,在NI官網(wǎng)找到了機(jī)器學(xué)習(xí)工具包(MLT),但是里面沒(méi)有關(guān)于這部分VI的幫助文檔,對(duì)于”BP神經(jīng)
    發(fā)表于 02-22 16:08

    基于BP神經(jīng)網(wǎng)絡(luò)的辨識(shí)

    基于BP神經(jīng)網(wǎng)絡(luò)的辨識(shí)
    發(fā)表于 01-04 13:37

    基于BP神經(jīng)網(wǎng)絡(luò)的手勢(shì)識(shí)別系統(tǒng)

      摘 要:本文給出了采用ADXL335加速度傳感器來(lái)采集五個(gè)手指和手背的加速度三軸信息,并通過(guò)ZigBee無(wú)線(xiàn)網(wǎng)絡(luò)傳輸來(lái)提取手勢(shì)特征量,同時(shí)利用BP神經(jīng)網(wǎng)絡(luò)算法進(jìn)行誤差分析來(lái)
    發(fā)表于 11-13 16:04

    【案例分享】基于BP算法的前饋神經(jīng)網(wǎng)絡(luò)

    `BP神經(jīng)網(wǎng)絡(luò)首先給出只包含一個(gè)隱層的BP神經(jīng)網(wǎng)絡(luò)模型(兩層神經(jīng)網(wǎng)絡(luò)): BP
    發(fā)表于 07-21 04:00

    如何設(shè)計(jì)BP神經(jīng)網(wǎng)絡(luò)圖像壓縮算法?

    壓縮處理的運(yùn)算量和數(shù)據(jù)吞吐量。圖像壓縮是信息傳輸和存儲(chǔ)系統(tǒng)的關(guān)鍵技術(shù),然而我們?cè)撊绾芜M(jìn)行FPGA設(shè)計(jì),以實(shí)現(xiàn)給定的功能已經(jīng)成為神經(jīng)網(wǎng)絡(luò)應(yīng)用的
    發(fā)表于 08-08 06:11

    怎么解決人工神經(jīng)網(wǎng)絡(luò)并行數(shù)據(jù)處理的問(wèn)題

    本文提出了一個(gè)基于FPGA 的信息處理的實(shí)例:一個(gè)簡(jiǎn)單的人工神經(jīng)網(wǎng)絡(luò)應(yīng)用Verilog 語(yǔ)言描述,該數(shù)據(jù)流采用模塊化的程序設(shè)計(jì),并考慮了模塊間數(shù)據(jù)傳輸信號(hào)同 步的問(wèn)題,有效地解決了人工
    發(fā)表于 05-06 07:22

    請(qǐng)問(wèn)怎樣去設(shè)計(jì)車(chē)載定位定向?qū)Ш较到y(tǒng)?

    車(chē)載定位定向?qū)Ш较到y(tǒng)是由哪些部分組成的?怎樣去設(shè)計(jì)車(chē)載定位定向?qū)Ш较到y(tǒng)
    發(fā)表于 05-13 06:46

    基于BP神經(jīng)網(wǎng)絡(luò)的PID控制

    最近在學(xué)習(xí)電機(jī)的智能控制,上周學(xué)習(xí)了基于單神經(jīng)元的PID控制,這周研究基于BP神經(jīng)網(wǎng)絡(luò)的PID控制。神經(jīng)網(wǎng)絡(luò)具有任意非線(xiàn)性表達(dá)能力,可以通過(guò)對(duì)系統(tǒng)
    發(fā)表于 09-07 07:43

    基于神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)分析方法

    針對(duì)目前電網(wǎng)信息系統(tǒng)處理日志數(shù)據(jù)量大且系統(tǒng)處理速度慢的問(wèn)題,根據(jù)現(xiàn)有數(shù)據(jù)處理系統(tǒng)以及基于
    發(fā)表于 11-05 15:41 ?6次下載
    基于<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>的<b class='flag-5'>數(shù)據(jù)分析</b><b class='flag-5'>方法</b>

    BP神經(jīng)網(wǎng)絡(luò)風(fēng)速預(yù)測(cè)方法

    針對(duì)BP神經(jīng)網(wǎng)絡(luò)風(fēng)速預(yù)測(cè)中存在的結(jié)構(gòu)不確定以及網(wǎng)絡(luò)過(guò)度擬合的問(wèn)題,利用遺傳算法的全局搜索能力和模糊聚類(lèi)算法的數(shù)據(jù)篩選能力,分別對(duì)BP
    發(fā)表于 11-10 11:23 ?5次下載
    <b class='flag-5'>BP</b><b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>風(fēng)速預(yù)測(cè)<b class='flag-5'>方法</b>

    BP神經(jīng)網(wǎng)絡(luò)概述

    BP 神經(jīng)網(wǎng)絡(luò)是一類(lèi)基于誤差逆向傳播 (BackPropagation, 簡(jiǎn)稱(chēng) BP) 算法的多層前饋神經(jīng)網(wǎng)絡(luò)BP算法是迄今最成功的
    的頭像 發(fā)表于 06-19 15:17 ?4.4w次閱讀
    <b class='flag-5'>BP</b><b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>概述

    BP神經(jīng)網(wǎng)絡(luò)的研究進(jìn)展

    通過(guò)對(duì)傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)缺點(diǎn)的分析,從參數(shù)選取、BP算法、激活函數(shù)、網(wǎng)絡(luò)結(jié)構(gòu)4個(gè)方面綜述了其改進(jìn)方法
    發(fā)表于 06-01 11:28 ?5次下載

    反向傳播神經(jīng)網(wǎng)絡(luò)bp神經(jīng)網(wǎng)絡(luò)的區(qū)別

    神經(jīng)網(wǎng)絡(luò)在許多領(lǐng)域都有廣泛的應(yīng)用,如語(yǔ)音識(shí)別、圖像識(shí)別、自然語(yǔ)言處理等。然而,BP神經(jīng)網(wǎng)絡(luò)也存在一些問(wèn)題,如容易陷入局部最優(yōu)解、訓(xùn)練時(shí)間長(zhǎng)、對(duì)初始權(quán)重敏感等。為了解決這些問(wèn)題,研究者們
    的頭像 發(fā)表于 07-03 11:00 ?365次閱讀

    基于MATLAB的BP神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)方式

    以及數(shù)據(jù)處理等領(lǐng)域中占據(jù)重要地位。本文將以MATLAB為例,詳細(xì)介紹BP神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)方式,涵蓋基本原理、代碼實(shí)現(xiàn)及優(yōu)化策略,力求為讀者提供
    的頭像 發(fā)表于 07-10 15:14 ?249次閱讀