发明授权
- 专利标题: 一种基于神经网络的尾涡识别方法
-
申请号: CN202011269486.0申请日: 2020-11-13
-
公开(公告)号: CN112488159B公开(公告)日: 2022-10-21
- 发明人: 潘卫军 , 殷浩然 , 张衡衡 , 罗玉明 , 韩帅 , 王昊 , 王玄 , 王润东 , 左青海
- 申请人: 中国民用航空飞行学院 , 潘卫军 , 殷浩然
- 申请人地址: 四川省德阳市广汉市三水镇高店村; ;
- 专利权人: 中国民用航空飞行学院,潘卫军,殷浩然
- 当前专利权人: 中国民用航空飞行学院,潘卫军,殷浩然
- 当前专利权人地址: 四川省德阳市广汉市三水镇高店村; ;
- 代理机构: 四川力久律师事务所
- 代理商 韩洋
- 主分类号: G06K9/62
- IPC分类号: G06K9/62 ; G06N3/04 ; G06N3/08 ; G01S7/48 ; G01S17/42 ; G01S17/58
摘要:
本发明涉及航空技术领域,特别涉及一种基于神经网络的尾涡识别方法。方法步骤包括:S1,获取尾涡探测激光雷达数据;S2,根据激光雷达数据计算径向速度极差数组、角度速度极差数组和平均背景风场速度;S3,提取出径向速度极差数组中的最大值作为数组的径向速度极差特征参数,以及提取出角度速度极差数组中的最大值作为数组的角度速度极差特征参数;S4,将数组的径向速度极差特征参数、数组的角度速度极差特征参数和平均背景风场速度代入预先训练好的尾涡识别神经网络模型中,得出有尾涡或无尾涡的判定。由于采用激光雷达探测数据进行尾涡识别,识别模型迭代次数相对较少,识别效果比较好,运行速度更快。
公开/授权文献
- CN112488159A 一种基于神经网络的尾涡识别方法 公开/授权日:2021-03-12