文献

J-GLOBAL ID：201802267839683068   整理番号：18A0707943

空力角の非線形推定のためのニューラルネットワークに関する調査【JST・京大機械翻訳】

Survey on a neural network for non linear estimation of aerodynamic angles

著者 (4件)： Lerro Angelo (AeroSmart s.r.l.) ,  Battipede Manuela (Politecnico di Torino) ,  Gili Piero (Politecnico di Torino) ,  Brandl Alberto (Politecnico di Torino)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： IntelliSys  ページ： 929-935  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 無人航空機(UAV)設計は,限られた利用可能な空間と許容できる重量によるシステムの冗長性に関する問題を含む可能性がある。仮想センサは,この観点から大きな利点を提供し,いくつかの研究プロジェクトは,物理的センサを適用することなく信号を推定するために,より多くの複雑な解を実行する。このアプローチは全体コストの低減をもたらし,信頼性,アベイラビリティ,保守性,安全性(RAMS)性能を改善する。Smart-ADAHRS(スマート-態度とヘッディング基準システム)と名付けた特許技術は,空力角の推定のための以前の研究の間に提示された強力な技術である。このアルゴリズムは人工ニューラルネットワーク(ANN)に基づいており,車載センサからの入力を受信するだけである。これまでの研究は光制御システム(FCS)からの信号を考慮しているが,本研究では入力ベクトルにおけるそれらを考慮しない重要な簡素化を提示した。本論文は,以前のニューラルネットワークベースの推定器によるシミュレーション環境において得た以前の結果を再検討した。次に,異なる環境における減少入力ベクトルを適用して,新しい推定器によって得られた結果の比較を行った。さらに,シミュレーションした現実的な故障と雑音を考慮した新しいテストケースにより精度を再検討した。最後に,運転環境における性能の最初の解析を,飛行試験キャンペーンから得られたデータを用いて行った。結果は,精度が現実的な状況と重要な状況の両方でどのように保存されているかを示した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  ベクトル ,  アベイラビリティ ,  無人機 ,  簡素化 ,  飛行試験 ,  冗長性 ,  *ニューラルネットワーク ,  光制御 ,  シミュレーション ,  保全性 ,  *空気力学 ,  センサ
準シソーラス用語： RAMS ,  仮想センサ , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 空力 ,  非線形推定 ,  ニューラルネットワーク ,  調査