您的位置: 专家智库 > >

张瑶

作品数:5 被引量:21H指数:3
供职机构:中国科学院更多>>
发文基金:国家自然科学基金更多>>
相关领域:机械工程自动化与计算机技术理学交通运输工程更多>>

文献类型

  • 5篇中文期刊文章

领域

  • 2篇机械工程
  • 2篇自动化与计算...
  • 1篇交通运输工程
  • 1篇一般工业技术
  • 1篇理学

主题

  • 2篇网络
  • 1篇压电片
  • 1篇阵列
  • 1篇射线
  • 1篇深度网
  • 1篇深度网络
  • 1篇神经网
  • 1篇神经网络
  • 1篇数控
  • 1篇数控机
  • 1篇数控机床
  • 1篇水听器
  • 1篇水听器阵列
  • 1篇水下
  • 1篇球杆仪
  • 1篇自适
  • 1篇自适应
  • 1篇网络辅助
  • 1篇滤波
  • 1篇卡尔曼

机构

  • 5篇中国科学院
  • 4篇中国科学院大...
  • 2篇北京科技大学
  • 1篇北京纵横机电...

作者

  • 5篇张瑶
  • 3篇张瑶
  • 2篇李明
  • 2篇汤善治
  • 1篇李硕
  • 1篇胡志强
  • 1篇李冠男
  • 1篇高俊祥
  • 1篇丁一
  • 1篇高俊翔
  • 1篇杨斌

传媒

  • 1篇物理学报
  • 1篇应用声学
  • 1篇小型微型计算...
  • 1篇电子测量与仪...
  • 1篇海洋技术学报

年份

  • 2篇2021
  • 1篇2020
  • 2篇2016
5 条 记 录,以下是 1-5
排序方式:
基于DEMON谱和LSTM网络的水下运动目标噪声基频检测被引量:5
2021年
传统的船舶辐射噪声基频检测方法不仅依赖大量的先验知识,而且对背景噪声非常敏感。为了提高目标识别的稳定性和精确性,该文提出了一种基于深度神经网络的基频检测算法。首先从多通道水听器信号中提取DEMON谱,然后直接将二维谱特征矩阵输入由卷积神经网络和长短时记忆网络构成的级联网络,最后通过稠密层输出实现对基频的估计。仿真和外场实验结果初步表明:深度网络能够实现无先验知识和不同信噪比条件下的基频检测,具有良好的泛化性能。长短时记忆网络能够高效地从时序DEMON谱中提取统计特征,提高基频估计精度。输入信号的时间长短会影响网络的检测精度,更长时间的信号能够获得更好的检测结果。
卢佳敏宋三明景严张瑶张瑶鲁帆胡志强胡志强
关键词:基频深度网络水听器阵列
数控机床圆检验测量技术及应用被引量:8
2016年
圆检验测量方法与技术是数控机床误差补偿与精度改善的前提和基础,在现代高精度装备制造业中占有重要地位。综述了国内外主流圆检验测量方法及应用,将其归纳为机械接触式、光学非接触式和混合式3类,并论述相应的发展历程和特点。以球杆仪(DBB)为代表的接触式圆检验,仍为主流方法且被广泛应用,但以其高精度特点被提出的光学非接触式,正在逐渐得到应用。此外,结合两者所长的混合式被提出并用于满足高精度、半径不受限的圆检验的测量需求。
高俊翔汤善治李明杨斌张瑶
关键词:数控机床球杆仪激光干涉仪
一种仿生波动鳍装置设计与实验研究被引量:2
2021年
推进系统是自主水下航行器的重要组成部分,传统的螺旋桨推进器虽然推进效率高,但存在着低速状态下机动性不足、噪音以及水流扰动的问题,相比之下模仿鱼类的推进方式在推进效率与机动能力上具有极大优势。在模仿鱼类的推进方式中,仿生波动鳍推进方式具有高机动性与高稳定性的特点。影响仿生波动鳍推力大小的因素主要有幅值、频率及相位差等控制参数,此外还包括波动鳍自身结构的长度、材质等物理因素,探讨物理因素的影响对于指导仿生波动鳍的设计有着重要意义。本文通过对鳐鱼形态学的研究,设计了一套简化的仿生波动鳍推进装置,并设计了仿生波动鳍的实验平台以及软硬件系统,依托于此套系统重点研究了鳍条材质、鳍条间距、鳍面长宽比、鳍面安装的松紧程度等物理因素对于波动鳍推力的影响。研究结果揭示了物理因素对于波动鳍推力影响的规律,对于今后研制高性能的仿生波动鳍推进装置提供了理论与实践上的参考。
吴梦妍张瑶
关键词:仿生学
同步辐射中双压电片反射镜的研究现状被引量:3
2016年
反射镜是同步辐射光束线中应用广泛的光学元件之一,双压电片反射镜由于具有结构简单、面形能动以及自适应可调等优点,逐渐引起同步辐射界的重视.本文综述了同步辐射中双压电片反射镜的研究现状.主要讨论了双压电片反射镜的工作原理和研究概况,包括在几个大型同步辐射装置中的结构特点、制备技术及面形校正结果等;简要介绍了双压电片反射镜面形校正时所采用的反射波前探测技术和反馈控制算法;最后总结了其发展中存在的关键问题,并展望了其未来的发展方向.
张瑶汤善治李明王立超高俊祥
关键词:自适应X射线
神经网络校正的EKF在水下被动目标跟踪中的应用研究被引量:3
2020年
对于水下目标被动跟踪,通常采用扩展卡尔曼滤波算法进行目标状态估计,但在目标跟踪过程中,由于目标运动的不确定性及系统噪声的影响,此时对目标的状态估计通常难以获得较高的精度.针对以上问题,本文提出一种由BP神经网络来校正扩展卡尔曼滤波的被动目标跟踪算法.利用BP神经网络的学习能力,将卡尔曼滤波过程中的滤波增益、滤波值与预测值之差、滤波值与量测值之差作为BP神经网络的输入,学习得出卡尔曼滤波的滤波误差,并利用此误差值对滤波过程进行在线校正.仿真表明,BP神经网络辅助校正扩展卡尔曼滤波的方法,对滤波过程的可靠性和精确度都有了提升.
丁一丁一张瑶
关键词:BP神经网络扩展卡尔曼滤波
共1页<1>
聚类工具0