شناسایی مدل سرعت با هدف کاربرد در ناوبری یک رونده زیرسطحی خودگردان به کمک شبکه عصبی NARX

یکی از چالش های ناوبری شناورهای زیرسطحی خودگردان اندازه گیری سرعت حرکت آنهاست. روش معمول برای اندازه گیری سرعت زیرسطحی ها استفاده از حسگر سرعت داپلری است اما استفاده از این حسگر به دلیل قرارگیری در رده حسگرهای گران قیمت و همچنین افزایش زمان و حتی عدم داده برداری به علت عمق زیاد و یا تغییر ناگهانی عمق در برخی موارد امکان پذیر نیست. هدف این مقاله، ارایه روش ارزان قیمت و اقتصادی شناسایی سرعت مبتنی بر شبکه عصبی خودرگرسیون برونی غیرخطی با کمترین تعداد ورودی شبکه عصبی در حرکت دوبعدی شناور می باشد. در الگوریتم پیشنهادی، با حذف ورودی های شبکه عصبی بدست آمده از خروجی حسگرهای ارزان قیمت، خطای اندازه گیری حسگرها از فرایند شناسایی حذف شده و دقت خروجی مدل سرعت بدست آمده بهبود می یابد. در بخش نتایج عملکرد مناسب الگوریتم پیشنهادی، در مقایسه با خروجی حسگر سرعت داپلری بررسی می شود. همچنین نتایج بدست آمده از روش شناسایی مدل دینامیکی به کمک الگوریتم های شناسایی حداقل مربعات و حداقل مربعات بازگشتی، مزیت و کارایی این روش را در شناسایی سرعت حرکت رونده زیرسطحی، تایید می کند.