神经核网络甲板运动预测器

航降预测更平滑

利用神经核网络自动构建复合核，摆脱传统方法对手动先验知识的依赖，在复杂海况下实现更准确、更平滑且更长时间的甲板运动预测。

Peng, Qin · Luo, Jianjun Juny · 马卫华 · LiMing, Wu

Xibei Gongye Daxue Xuebao/Journal of Northwestern Polytechnical University 2024

技术优势

无需人工设计核函数

神经核网络自动构建高斯过程回归的复合核，避免传统ACKS算法对人工先验知识的高度依赖。

预测更平滑

仿真结果表明NKN-GPR模型在运动预测平滑度上具有显著优势，有助于提高自动着舰的安全性。

预测时长更长

相比传统方法，该模型能够提供更长时长的有效预测，为控制决策争取更多时间。

应用场景

• 舰载机自动着舰：在甲板运动预测中提供更精确、更平滑的输入，提高自动着舰安全性。
• 船舶运动补偿：实现更准确、更长时间的船舶运动预测，用于运动补偿系统。
• 无人机海上着舰：为复杂海况下的无人机着舰提供可靠预测，辅助精确着陆。