信息系统工程2024，Issue(10) ：80-83.

基于深度学习的多普勒计程仪测速模型方法研究

吴瑞祥 刘书利 詹金林
信息系统工程2024，Issue(10) ：80-83.
✕
  • NETL
  • NSTL
  • 万方数据

基于深度学习的多普勒计程仪测速模型方法研究

吴瑞祥 1刘书利 1詹金林1
扫码查看

作者信息

  • 1. 海军士官学校
  • 折叠

摘要

多普勒计程仪包含声学测速和电磁测速两个通道.在声学测速通道中,针对多普勒效应引起信号失真的难题,提出了一种基于BP神经网络的声学测速方法,在不需要信号校正的前提下,直接构建声信号与船舶速度诊断决策之间的函数关系,显著提升了声学测速精度.在电磁测速通道中,为了保证船速发送电机能够精准对外发送所测船速信息,在故障样本不平衡的情况下,仅利用健康数据样本,通过支持矢量数据算法(SVDD)为船速发送电机建立安全域模型,实现了对船速发送电机的持续健康监测.

关键词

多普勒计程仪/多普勒效应/BP神经网络/船速发送电机/安全域

引用本文复制引用

出版年

2024
信息系统工程
天津市信息中心

信息系统工程

影响因子：0.29
ISSN：1001-2362
段落导航相关论文