基于人工侧线系统的动载体流场感知
CSTR:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:

国家自然科学基金(61540010)


Flow Field Sensing of Moving Carrier Based on Artificial Lateral Line System
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    为增强水下航行器的导航和感知能力,通过模拟鱼类侧线在水下航行器中搭建人工侧线系统。介绍鱼类 侧线的功能和人工侧线的国内外研究现状,分析侧线管神经丘的生物模型以及 BP 神经网络算法的原理;将实验和 数值模拟方法相结合,分别收集水下航行器在不同流场环境下的静压数据;通过神经网络算法对流场的流速以及来 流角度进行识别。结果表明:BP 神经网络算法可有效识别流场参数,识别率达到 95%以上。

    Abstract:

    In order to enhance the navigation and sensing capabilities of underwater vehicles, artificial lateral line systems were built in underwater vehicles by simulating fish lateral lines. This paper introduces the function of fish lateral line and the research status of artificial lateral line at home and abroad, analyzes the biological model of lateral tube neuromast and the principle of BP neural network algorithm. The test and numerical simulation methods are combined to collect the static pressure data of the underwater vehicle under different flow fields. The flow velocity and the flow angle of the flow field are identified by a neural network algorithm. The results show that the BP neural network algorithm can effectively identify the flow field parameters, and the recognition rate is over 95%.

    参考文献
    相似文献
    引证文献
引用本文

刘贵杰.基于人工侧线系统的动载体流场感知[J].,2020,39(05).

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2020-01-09
  • 最后修改日期:2020-02-23
  • 录用日期:
  • 在线发布日期: 2020-05-27
  • 出版日期:
文章二维码