基于神經(jīng)網(wǎng)絡(luò)控制的飛機(jī)導(dǎo)航系統(tǒng)應(yīng)用

馮昊

（北京飛機(jī)維修工程有限公司，北京 100621）

基于神經(jīng)網(wǎng)絡(luò)控制的飛機(jī)導(dǎo)航系統(tǒng)應(yīng)用

馮昊

（北京飛機(jī)維修工程有限公司，北京 100621）

在飛機(jī)導(dǎo)航系統(tǒng)的運(yùn)行過程中，經(jīng)常做一些路徑規(guī)劃的工作，通過一種算法對(duì)其進(jìn)行優(yōu)化計(jì)算是極為重要的。本文采用神經(jīng)網(wǎng)絡(luò)技術(shù)，對(duì)于飛機(jī)導(dǎo)航系統(tǒng)的相關(guān)問題進(jìn)行優(yōu)化與決策，力求得到最優(yōu)的方案，同時(shí)，為導(dǎo)航算法的進(jìn)一步發(fā)展指明了方向。

神經(jīng)網(wǎng)絡(luò)；飛機(jī)導(dǎo)航；應(yīng)用

飛機(jī)的導(dǎo)航是引導(dǎo)飛機(jī)航行使之能夠按照預(yù)定的航線,在準(zhǔn)確的時(shí)間內(nèi)到達(dá)目的地,完成預(yù)定的航行任務(wù)。在飛機(jī)導(dǎo)航中,所要解決的主要問題是確定飛機(jī)在飛行過程中的瞬時(shí)位置。這是因?yàn)?要使飛機(jī)完成預(yù)定的航行任務(wù),除了必須知道起始位置和目標(biāo)位置外, 更主要的是必須知道瞬時(shí)位置,這樣才能對(duì)下一步如何飛行進(jìn)行決策,從而把飛機(jī)引導(dǎo)到目標(biāo)位置。可見飛機(jī)的導(dǎo)航是極為重要的。根據(jù)不同的使用要求,把各種導(dǎo)航組合在一起,相互取長(zhǎng)補(bǔ)短以達(dá)到更好解決導(dǎo)航問題之目的。不同導(dǎo)航的組合就得到不同的組合導(dǎo)航方案。但目前采用的組合導(dǎo)航大多是把慣性導(dǎo)航與其它導(dǎo)航組合在一起。這是因?yàn)閼T性導(dǎo)航比起其它任何導(dǎo)航來(lái)說(shuō)具有無(wú)可比擬的許多優(yōu)點(diǎn),所以把它作為組合導(dǎo)航的基礎(chǔ);另一方面，利用其它導(dǎo)航所提供的精確的速度或位置信息來(lái)修正它隨時(shí)間增長(zhǎng)而積累的誤差，這就彌補(bǔ)了慣性導(dǎo)航所固有的不足。所以，綜合多種導(dǎo)航技術(shù)，同時(shí)采用神經(jīng)網(wǎng)絡(luò)技術(shù)來(lái)實(shí)現(xiàn)導(dǎo)航技術(shù)的優(yōu)化是極為關(guān)鍵的。

1 神經(jīng)網(wǎng)絡(luò)技術(shù)探究

1.1 人工神經(jīng)網(wǎng)絡(luò)技術(shù)概述

人工神經(jīng)網(wǎng)絡(luò)是一種通過模仿人類的思考方式來(lái)進(jìn)行計(jì)算的數(shù)學(xué)模型，它們的結(jié)構(gòu)是極為復(fù)雜的，可以通過節(jié)點(diǎn)之間的相互連接來(lái)進(jìn)行信息的處理與傳遞，人工神經(jīng)網(wǎng)絡(luò)對(duì)于新事物可以進(jìn)行學(xué)習(xí)和自適應(yīng)，通過之前的訓(xùn)練數(shù)據(jù)，來(lái)對(duì)于新事物進(jìn)行分類識(shí)別，對(duì)于被訓(xùn)練的對(duì)象以及需要計(jì)算的對(duì)象進(jìn)行分析，判斷兩者之間的差距，同時(shí)，根據(jù)權(quán)值來(lái)對(duì)于輸出結(jié)果進(jìn)行計(jì)算，神經(jīng)網(wǎng)絡(luò)是一種極為重要的運(yùn)算模型，主要有非常多的神經(jīng)元來(lái)進(jìn)行構(gòu)成的，每個(gè)輸出函數(shù)都和一個(gè)節(jié)點(diǎn)相連接，叫做激勵(lì)函數(shù)，兩個(gè)節(jié)點(diǎn)間的連接權(quán)值反映了信號(hào)的傳輸強(qiáng)度，這和人類自身的細(xì)胞是類似的，同時(shí)網(wǎng)絡(luò)的輸出和連接方式有著極為重要的關(guān)系，并且也會(huì)受到激勵(lì)函數(shù)和權(quán)重的影響，網(wǎng)絡(luò)自身的計(jì)算和逼近方法可以對(duì)于最優(yōu)策略進(jìn)行有效的計(jì)算和表達(dá)。人腦的運(yùn)行處理機(jī)制是極為復(fù)雜的，它主要是通過140億個(gè)神經(jīng)細(xì)胞來(lái)進(jìn)行分析和運(yùn)算的，每一個(gè)神經(jīng)細(xì)胞的工作效能是有限的，但是它通過并行處理就可以讓人腦進(jìn)行大規(guī)模信息的處理，同時(shí)對(duì)于人腦進(jìn)行研究，有利于改善我國(guó)現(xiàn)在的飛機(jī)導(dǎo)航技術(shù)情況，我們應(yīng)當(dāng)對(duì)人腦進(jìn)行研究，讓智能化思維在計(jì)算機(jī)中大量的使用，這也是人工智能的意義，人腦主要是靠神經(jīng)細(xì)胞來(lái)進(jìn)行工作的，它可以有效的對(duì)神經(jīng)信號(hào)進(jìn)行處理和傳遞，每個(gè)神經(jīng)元主要是由細(xì)胞體和軸突樹突組成的，軸突和樹突進(jìn)行信號(hào)的傳遞，細(xì)胞體可以對(duì)于這些信號(hào)進(jìn)行處理，每個(gè)神經(jīng)細(xì)胞都可以傳送興奮或者抑制的信息，在計(jì)算機(jī)中可以將其抽象為0和1的信號(hào)。在神經(jīng)細(xì)胞之間，可以由突觸相連接，在信息的傳遞過程中，一個(gè)細(xì)胞的樹突，可以接受其他細(xì)胞的信號(hào)來(lái)傳輸相應(yīng)的興奮或者抑制功能，細(xì)胞體可以對(duì)這些信號(hào)進(jìn)行處理，如果在某些時(shí)間段內(nèi)，細(xì)胞中的興奮信號(hào)足夠大，這個(gè)細(xì)胞就可能會(huì)產(chǎn)生一個(gè)相應(yīng)的脈沖，來(lái)把這個(gè)信號(hào)傳輸出去，這樣就形成了神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)。

1.2 人工神經(jīng)網(wǎng)絡(luò)運(yùn)行方式

人們可以通過人腦神經(jīng)系統(tǒng)的結(jié)構(gòu)來(lái)進(jìn)行人工智能方面的訓(xùn)練與學(xué)習(xí)，將人類的思維賦予電腦，讓電腦來(lái)模擬人的思維方式來(lái)進(jìn)行計(jì)算，這樣可以提升計(jì)算機(jī)的性能，也能夠?qū)Υ竽X的信息處理方式進(jìn)行一定的了解，人工智能已經(jīng)發(fā)展了非常長(zhǎng)的時(shí)間，得到了很多數(shù)學(xué)模型，也有了不錯(cuò)的理論成果，它們的網(wǎng)絡(luò)結(jié)構(gòu)是不相同的，但是都是模仿人類的基本結(jié)構(gòu)來(lái)進(jìn)行運(yùn)行的，它們主要是采用對(duì)生物神經(jīng)元的一些仿真來(lái)進(jìn)行數(shù)據(jù)的處理，所以很多時(shí)候被稱為人工神經(jīng)元，它們通過對(duì)于人類大腦細(xì)胞中最基本的特征來(lái)進(jìn)行模擬，這樣就可以使得人工神經(jīng)元像人類細(xì)胞處理信息一樣，進(jìn)行相應(yīng)的數(shù)據(jù)表達(dá)，人工神經(jīng)元主要可以進(jìn)行信號(hào)的輸入處理和輸出，如果把這些人工神經(jīng)元進(jìn)行連接，就形成了人工神經(jīng)網(wǎng)絡(luò)，通過不同的連接方式可以形成不同類型的神經(jīng)網(wǎng)絡(luò)，但是其核心思想是通過神經(jīng)網(wǎng)絡(luò)的思維方式進(jìn)行計(jì)算，它們可以通過修改使用權(quán)值的方式，來(lái)對(duì)于信息的處理與傳輸能力進(jìn)行提升與改變，在人工神經(jīng)網(wǎng)絡(luò)內(nèi)神經(jīng)元可以處理非常多的實(shí)際物體，例如文字、字母或者一些其它的事物，在網(wǎng)絡(luò)中處理的單元組合有三種輸入、輸出和隱單元。輸入信號(hào)，主要可以通過接收外部信號(hào)來(lái)進(jìn)行計(jì)算，輸出單元主要實(shí)現(xiàn)計(jì)算結(jié)果的輸出，隱單元就是在系統(tǒng)外部無(wú)法觀察的單元，但是其可以有效的進(jìn)行數(shù)據(jù)的處理，神經(jīng)單元之間的連接權(quán)值大小可以反映每個(gè)單元的連接強(qiáng)度，同時(shí)對(duì)于信息的處理能力也可以進(jìn)行表現(xiàn)，人工神經(jīng)網(wǎng)絡(luò)的處理方式和大腦是相互類似的，同時(shí)這些也是無(wú)法通過具體的方式來(lái)進(jìn)行編程的，對(duì)于學(xué)習(xí)和訓(xùn)練的對(duì)象需要經(jīng)過認(rèn)真的挑選，否則可能會(huì)對(duì)于資源進(jìn)行浪費(fèi)，這個(gè)系統(tǒng)可能會(huì)無(wú)法工作，所以這樣做的缺點(diǎn)主要在于它必須有相應(yīng)的學(xué)習(xí)模型才能進(jìn)行有效的工作，如果直接拿來(lái)工作，它們的運(yùn)行結(jié)果是無(wú)法預(yù)測(cè)的。

2 基于神經(jīng)網(wǎng)絡(luò)技術(shù)的飛機(jī)導(dǎo)航系統(tǒng)應(yīng)用

飛機(jī)導(dǎo)航算法是一種典型的自適應(yīng)方法，其可以有效的應(yīng)用于智能環(huán)境系統(tǒng)中。早先，在文獻(xiàn)中，考慮用基于時(shí)間的飛機(jī)導(dǎo)航算法（time-based Q-learning，TBQL）來(lái)獲得對(duì)路徑的最優(yōu)控制，在早先的TBQL算法中要求時(shí)間變量t趨近于正無(wú)窮來(lái)獲得最優(yōu)Q函數(shù)，這意味著最優(yōu)函數(shù)和最優(yōu)控制規(guī)律在t→∞范圍內(nèi)是時(shí)不變函數(shù)，然而路徑是一個(gè)時(shí)變函數(shù)，也就是說(shuō)最優(yōu)控制規(guī)律以及飛機(jī)導(dǎo)航算法的最優(yōu)函數(shù)也必須隨著時(shí)間改變，另外TBQL算法也不能分析某些系統(tǒng)指標(biāo)，例如系統(tǒng)性能。所以發(fā)展新的基于迭代法的飛機(jī)導(dǎo)航算法并且建立相應(yīng)的性能分析是勢(shì)在必行的。

增強(qiáng)學(xué)習(xí)的方案主要是通過環(huán)境方面的感知與計(jì)算來(lái)實(shí)現(xiàn)最優(yōu)化控制。通俗的解釋：我們可以將飛機(jī)想象成一個(gè)機(jī)器人，機(jī)器人能夠通過經(jīng)驗(yàn)進(jìn)行學(xué)習(xí)。也可以把找到最優(yōu)控制的過程，想象成把機(jī)器人放到一個(gè)建筑物中任意一間房間，現(xiàn)在想讓它自己走出這個(gè)建筑。我們可以稱每一個(gè)房間為一個(gè)狀態(tài)，而機(jī)器人從某個(gè)房間移動(dòng)到另一個(gè)房間即從一個(gè)狀態(tài)過渡到下一個(gè)狀態(tài)的過程稱為行為。起初，機(jī)器人并不知道該選擇哪條路，它可以從一個(gè)房間走到另一個(gè)房間，但是不知道哪扇門可以最終走出建筑。為此，我們引入了一個(gè)“獎(jiǎng)勵(lì)”值賦給每條路，越正確的路獎(jiǎng)勵(lì)值大，而錯(cuò)誤的路獎(jiǎng)勵(lì)值為零甚至為負(fù)，對(duì)于直接可以走出建筑的路“獎(jiǎng)勵(lì)”值賦予100。飛機(jī)導(dǎo)航算法的目標(biāo)也是達(dá)到獎(jiǎng)勵(lì)值最大的狀態(tài)，因此，當(dāng)機(jī)器人達(dá)到目標(biāo)房間后將永遠(yuǎn)停留在哪里，這種目標(biāo)也成為“吸收目標(biāo)”。機(jī)器人從經(jīng)驗(yàn)中進(jìn)行自學(xué)習(xí)，每一個(gè)自學(xué)習(xí)探索的過程就相當(dāng)于一次訓(xùn)練，在訓(xùn)練中，機(jī)器人探索外界環(huán)境，并接受外界環(huán)境帶來(lái)的獎(jiǎng)勵(lì)，直到達(dá)到目標(biāo)狀態(tài)。訓(xùn)練的目的是要強(qiáng)化機(jī)器人的“大腦”（就用Q來(lái)表示），訓(xùn)練的次數(shù)越多，則Q就可以被優(yōu)化的更好。我們可以構(gòu)建一個(gè)以狀態(tài)為行，行為為列的關(guān)于“獎(jiǎng)勵(lì)”的矩陣R。類似地，也同時(shí)構(gòu)建一個(gè)矩陣Q，用來(lái)表示機(jī)器人已經(jīng)從經(jīng)驗(yàn)中學(xué)到的知識(shí)，Q與R是同階的，其行表示狀態(tài)，列表示行為。由于剛開始時(shí)機(jī)器人對(duì)外界環(huán)境一無(wú)所知，因此矩陣Q應(yīng)初始化為零矩陣，后采用飛機(jī)導(dǎo)航算法的轉(zhuǎn)移規(guī)則，逐步完成矩陣。當(dāng)Q被訓(xùn)練強(qiáng)化后，機(jī)器人便很容易找到達(dá)到目標(biāo)狀態(tài)的最快路徑了。但是我們并沒有對(duì)每個(gè)階段進(jìn)行修正，而是從另一個(gè)初始值開始不斷的迭代進(jìn)行修正與優(yōu)化的，由于我們通過網(wǎng)絡(luò)的相關(guān)訓(xùn)練，可以使得總誤差進(jìn)行遞減，經(jīng)過規(guī)范化、數(shù)據(jù)歸一處理后，我們可以盡量的減少系統(tǒng)產(chǎn)生的誤差，得到準(zhǔn)確的結(jié)果。

3 結(jié)語(yǔ)

飛機(jī)智能導(dǎo)航系統(tǒng)的使用對(duì)于現(xiàn)代科技發(fā)展運(yùn)行意義重大,需要結(jié)合新技術(shù)、新思路對(duì)其進(jìn)行完善與創(chuàng)新,對(duì)于設(shè)備的常見問題做到及時(shí)的排查與解決,通過現(xiàn)代化的方法,結(jié)合實(shí)際的經(jīng)驗(yàn),保證工作的質(zhì)量,使得設(shè)備使用更加有保障。

[1]王爾申,佟剛,龐濤. 低空空域通用航空飛機(jī)機(jī)載導(dǎo)航監(jiān)視終端設(shè)計(jì)[J]. 電訊技術(shù),2015,55(05):522-526.

[2]韓春永,井哲. 飛機(jī)導(dǎo)航系統(tǒng)接收衛(wèi)星信號(hào)斷續(xù)問題分析與排查[J]. 電子測(cè)試,2015,(07):109-112.

[3]張勇. 非法廣播惹禍端 導(dǎo)航通信受干擾[J]. 中國(guó)無(wú)線電,2015,(01):71.

[4]尚琳. 基于GIS與GPS飛機(jī)故障在線檢修技術(shù)[J]. 科技經(jīng)濟(jì)市場(chǎng),2014,(12):9.

V249.3

：A

：1671-0711（2017）12（下）-0147-02