-
题名基于深度卷积神经网络的雷达伺服转台消隙策略
- 1
-
-
作者
鲍子威
吴影生
房景仕
-
机构
中国电子科技集团公司第三十八研究所
-
出处
《雷达科学与技术》
北大核心
2025年第1期101-108,118,共9页
-
基金
安徽省重点研究与开发计划项目(No.2022b13020003)。
-
文摘
精密雷达伺服转台传动机构会随着装备不断运行使用逐渐磨损,表现为齿隙随着机构的磨损逐渐增大。传统双电机消隙控制策略能够消除齿隙,但该策略需要基于控制经验及装备初始传动机构齿隙一次性配置完成,这会导致随着机构磨损消隙效果逐渐变差,影响雷达跟踪精度。针对此缺陷,本文提出一种基于深度卷积神经网络(DCNN)的精密雷达伺服转台消隙策略,通过采集位置闭环传动轴振动数据,利用连续小波变换(CWT)得到时频图,作为DCNN训练输入,训练后得到识别模型,最后根据模型识别出伺服转台传动机构磨损程度来调整双电机消隙控制的偏置电流和拐点电流,通过对比实验验证了调整后消隙效果优于传统消隙方式,极大提高装备运行的可靠性,降低雷达伺服转台的维护成本。
-
关键词
深度卷积神经网络
精密雷达伺服转台
双电机消隙
可靠性
-
Keywords
deep convolutional neural networks
precision radar servo turntable
dual motor anti-backlash
relia-bility
-
分类号
TN957
[电子电信—信号与信息处理]
-
