摘要
一种基于深度部分自编码器的多输出高斯过程回归水下航行器系统辨识算法,包括:设计可调幅锯齿形垂直舵输入信号,获取水下航行器的状态数据并划分训练集和验证集;根据状态数据构造基于水下航行器动力学的自回归模型;根据自回归模型搭建深度部分自编码器;将深度部分自编码器提取的低维特征数据作为多输出高斯过程的输入,自回归模型的输出作为多输出高斯过程的输出,通过粒子群算法搜索多输出高斯过程的超参数,进行模型训练;当模型训练误差达到预设精度,模型训练完成,采用验证集数据对模型进行验证;解决了多输出高斯过程的高维输入会增加核函数的计算和超参数的搜索时间,增加模型的复杂性,降低多输出高斯过程的预测效率的问题。
技术关键词
水下航行器系统
辨识算法
输出特征
粒子群算法
编码器特征
误差
训练集数据
解码器
速度
网络结构
推进器
噪声
参数
信号
精度
系统为您推荐了相关专利信息
状态预测方法
润滑油
引入注意力机制
油液
预测网络模型
模糊神经网络
能耗
粒子群算法优化
主成分分析法
水质
双目立体视觉技术
图像
带标签
滑动窗口算法
输出特征
环境预报信息
平流层飞艇
滚动规划方法
粒子群算法
滚动规划策略