线性神经网络在舰船磁场推算模型中的应用.pdf

《线性神经网络在舰船磁场推算模型中的应用.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、船电技术f应用研究线性神经网络在舰船磁场推算模型中的应用范世武(海军北海舰队司令部装备处，山东青岛266000)摘要：针对舰艇内外磁场推算问题，从智能优化的角度出发，建立了内外磁场之间的线性神经网络预报模型。该方法避免了利用数值建模存在的诸多困难，可实现舰艇内外磁场有效推算。并利用船模实验验证了网络预测的准确性，其换算精度相较于数值建模有所提高，满足工程实际需求。关键词：舰船磁场闭环消磁线性神经网络中图分类号：TM153．1文献标识码：A文章编号：1003．4862(2012)06．0041．03ApplicationofL

2、inearNeuralNetworktoShip’SMagneticFieldExtrapolationFanShiwu(EquipmentDepartmentoftheNavalNorthFleet，Qingdao266000，Shandong，China)Abstract：Aimedattheproblemofmagneticfieldextrapolationfoships，fromthepointofviewofintelligentoptimization，alinearneuralnetworkpredictab

3、lemodelinsideandou~idemagneticfieldissettled．Themethodcanavoidmanyproblemsfromlinearmodelandrealizeextrapolation．1tshighaccuracyandgoodgenernlizdtionabilityhavebeentestedbyamockupexperiment．Keywords：magneticfieldofshipS：closedloopdegaussing；linearneuralnetwork0引言诸多

4、困难，即可实现舰艇内外磁场的换算，相较于其他数值建模方法其换算精度有所提高，并利近年来，闭环消磁技术成为各国消磁研究热用船模实验验证了所得网络的有效性和良好的泛点，相较于目前的消磁系统控制方法，它可以实化能力。现固定磁场的实时补偿，是未来磁隐身技术发展的必然趋势。为了获取较多的舰船内部信息，传1舰船磁场内外换算的数值建模技术感器应该与船壳非常接近，测量所得的磁场是舰文献[2]中提到的校准矢量法具有原理简单、艇内部复杂的近场值。相对于目前较成熟的磁场换算方便(不必网格剖分，不涉及复杂重积分计深度推算问题，内外磁场推算属于不同的

5、半空间，算)等优点，本文选取校准矢量法作为线性化建且存在磁屏蔽现象，很多深度换算中的成功模型模的代表。该方法从虚拟磁源的理论出发，认为(如：磁偶极子等)难以直接应用llj。因此，寻舰艇内外磁场均是由磁源产生的，如图1所示为找一种根据舰船内部磁场测量值能有效推算舰船内外磁场换算示意图。外部某特定深度上磁场的方法成为实现闭环消磁技术的关键，也是闭环消磁技术亟待解决的问题。本文从智能优化的角度出发，建立了内外磁场之间的线性神经网络(Linearneuralnetwork)预报模型。该方法避免了利用数值建模技术存在的收稿日期：201

6、1．11．07作者简介：范世武(1969-)，男，高级工程师，研究方向：电航仪器工程。图1舰船磁场内外换算示意图41船电技术l应用研究当磁场大小发生改变时，代表磁源的大小或信号处理滤波、预测、模式识别和控制等方面【j方向发生改变，而内外传感器的位置相对于磁源。图2所示为一经典线性神经网络结构图，神经位置是相对固定的，用矩阵表示如方程1所示：元传递函数为purelin；权值矩阵为w；阈值矩阵为b。利用舰船内外磁场分别作为输入、输出样本集一~Mi，(Ifz_=1l．⋯⋯．厂，)J(1)J对其进行训练，同时对网络的连接权值和阈值进

7、1日f。。f一行学习和调整，使网络有效辨识二者之间的线性其中，代表磁源在第i种磁化状态下的磁矩列关系。其中网络的重要参数，如输入向量维数、隐层神经元数、由内部磁场测量值以及补偿电流向量，H、日分别代表舰船内、外部磁场强度的维数确定。值得指出的是，不同于其它网络结值组成的列向量，、分别代表联系磁矩构，如果输入与期望输出已知，线性神经网络可列向量与磁场强度的线性观测矩阵，矩阵中的每以直接设计，应用newlind0可以设计出特定的神个元素由内外传感器布设位置与磁源布设位置决经网络，其权值矩阵和阈值矩阵能够保证均方差定。选取一部分磁

8、化状态下的与最小。H(，=1⋯m，l<分别作为内、外校准矢量，输入层线性神经元层则某一磁化状态下，内、外磁场强度值日与H(J)与内、外校准矢量Hj与H，之间的比例关系为：{I=‘M(MjM：)～Mk日。n、二，．，．．，＼Hk=H’M3(MjM。MkH‘sF图2线性神经网络结构图其中、分别