摘要：为了在光电跟踪伺服系统中实现共轴跟踪，采用神经网络极限学习机（ELM）对光电跟踪系统设备的运动状态及脱靶量进行了学习、训练和融合，得到了目标的速度和加速度信息。通过算法优化减少了ELM系统大约50％的运算量，使运算周期约为3．5ms，满足光电跟踪系统的实时性要求。仿真结果表明，当目标运动速度为50。／s、加速度为30（。）／s。时，预测的目标速度在峰值时的误差大约为±3（。）／s。最后，通过跟踪光学动态靶标进行了共轴跟踪实验验证。结果显示，系统最大跟踪误差由速度、位置闭环时的11．35’减小到0．88’，随机误差由8．2”减少到7．6”。与其它控制方法相比，提出的方法具有更高的实时性和精确度，能有效提高系统的跟踪精度。

原文链接:http://www.cqvip.com/QK/92835A/201303/45245267.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）