文献

J-GLOBAL ID：201702280922738551   整理番号：17A0158243

遠隔測定データによって駆動される無人航空機の飛行状態認識方法【JST・京大機械翻訳】

Flight mode recognition method of the unmanned aerial vehicle based on telemetric data

著者 (3件)： He Sijie (Department of Automatic Test and Control,School of Electrical Engineering and Automation, Harbin Institute of Technology) ,  Liu Datong (Department of Automatic Test and Control,School of Electrical Engineering and Automation, Harbin Institute of Technology) ,  Peng Yu (Department of Automatic Test and Control,School of Electrical Engineering and Automation, Harbin Institute of Technology)
資料名： Yiqi Yibiao Xuebao  (Yiqi Yibiao Xuebao)
巻： 37  号： 9  ページ： 2004-2013  発行年： 2016年 
JST資料番号： C2448A  ISSN： 0254-3087  CODEN： YYXUDY  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： UAVの飛行状態の認識はUAVの飛行状態解析のための必要条件であり,UAVのタスクスケジューリング,知的メンテナンス,および設計最適化のための参照情報を提供することができる。UAVの遠隔測定データは,飛行状態認識のための重要な基礎であり,UAVの遠隔測定データの大規模,飛行状態の異なる継続時間,データのノイズ,および飛行意図の情報を直接提供することができない。本論文は,CHEBYSHEV特徴抽出とランダム森林分類(CHEBYSHEV-RANDOM FOREST,C-RF)アルゴリズムに基づくUAV状態認識法を提案した。CHEBYSHEV法を用いて,遠隔観測データの特徴抽出と次元縮小を行い,確率的森林アルゴリズムを用いて飛行状態の適応分類を実現した。提案した方法は,CHEBYSHEV適合係数の計算が簡単で,最適フィッティングに近い利点とランダム森林アルゴリズムの訓練速度が高く,分類精度が高く,抗ノイズ能力が強いなどの利点があり,UAVの各種サンプルをカバーし,フィッティング問題を避けることができる。UAVの飛行状態の効果的認識を実現した。実際のUAVの遠隔測定データを用いて,全体の認識精度は90%以上であり,少数のサンプルは正確に認識され,提案した方法の有効性と実用性を証明した。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 雑音 ,  *遠隔測定 ,  次元縮小 ,  保守管理 ,  特徴抽出 ,  *無人機 ,  アルゴリズム ,  必要条件 ,  継続時間
準シソーラス用語： 実用性 ,  認識精度 ,  分類精度 ,  ランダムフォレスト ,  設計最適化 ,  タスクスケジューリング , 【Automatic Indexing@JST】

著者キーワード (5件)： unmanned aerial vehicle ,  flight mode ,  flight mode recognition ,  Chebyshev fitting ,  random forest

分類 (2件)： 航空機  (QK06000K) ,  操縦・制御系統  (QK05020Z)

タイトルに関連する用語 (3件)： 遠隔測定 ,  無人航空機 ,  飛行