摘 要：在飛機導航體系的操作中，實行一些路徑規(guī)劃工作并經(jīng)過算法對其實行改善是非常重要的。本文采用神經(jīng)網(wǎng)絡技巧對飛機引路體系的相關問題實行改善和確定，力求獲取最好解析。同時，指出了引路算法進一步發(fā)展的方向。

關鍵詞：神經(jīng)網(wǎng)絡；飛機導航；運用

1 神經(jīng)網(wǎng)絡技巧探究

1.1 人造神經(jīng)網(wǎng)絡的技巧概述

人造神經(jīng)網(wǎng)絡是相互作用的分子組成的電路，有著復雜的結(jié)構特征，我們抽象為一種模型，通過模擬學習人的思維，進行推算出需要的數(shù)據(jù)，能夠經(jīng)過節(jié)點之間的互連來解析和傳遞信息。人造神經(jīng)網(wǎng)絡可用于新事物。在先前的演練數(shù)值研習和調(diào)整分類并識別新事物之后，解析要演練的對象和要推算的對象，確定兩者之間的差距，并根據(jù)權重傳出結(jié)果。對于推算，神經(jīng)網(wǎng)絡是非常重要的推算模型。有許多神經(jīng)元須要建立，每個傳出性能都串聯(lián)到一個稱為刺激性能的節(jié)點。反映兩個節(jié)點之間的串聯(lián)權重。信息的傳輸強度類比于人類細胞間的傳輸強度，而且網(wǎng)絡的傳輸和串聯(lián)有著很重要的關聯(lián)，它們同時受到重量以及性能等方面的影響。網(wǎng)絡本身的推算能力是有效推算和表達的最好策略展示。人腦的工作機制異常復雜，它擁有140億個神經(jīng)細胞同步解析和命令。每個神經(jīng)細胞的生產(chǎn)力都有限，但它能夠并行辦理，使大腦更強大。規(guī)模信息的辦理方案和人腦研究有助于改善中國飛機導航相關技術。我們通過研究人腦，讓智能神經(jīng)在大量推算機中運用，也體現(xiàn)出了人造神經(jīng)網(wǎng)絡的意義。大腦是靠神經(jīng)細胞在起作用，它能夠很好地管理和傳遞各種神經(jīng)信息。細胞體、樹突及軸突等組成神經(jīng)元，它們分工合作，傳遞信息主要由樹突和軸突完成，然后細胞體解析這些信息，而且每個神經(jīng)細胞能夠傳遞被刺激或抑制的信息，其能夠在推算機中被抽象為數(shù)字0和1而被計算機識別，讓神經(jīng)細胞間串聯(lián)起不同的突觸。然后這些信息進行交互，某個細胞的樹突，接受其他細胞傳來的對應信息，表現(xiàn)出興奮或者抑制的狀態(tài)，最后都交給細胞體完成處理。在某個時間段內(nèi)，細胞表現(xiàn)出足夠強的興奮信息，同時可能會產(chǎn)生一個相應的脈沖，傳遞出這個信息，形成神經(jīng)網(wǎng)絡的構造。

1.2 人造神經(jīng)網(wǎng)絡的運行方式

人類通過人腦神經(jīng)體系的構造來演練和研習人造智能，將人類的思想賦予電腦，讓推算機模擬人類思想方式進行推算，從而提高推算機的性能。它還能夠?qū)Υ竽X的信息辦理方案有一定的了解。人造智能已經(jīng)開發(fā)了很長歷史，我們擁有了不少的數(shù)學模型。它們有很好的理論成果，有不同的網(wǎng)絡構造，但他們都模仿人類的基本構造。在運行時，它們通過運用一些模擬的生物神經(jīng)元來處理數(shù)值，也被稱作人造神經(jīng)元，通過不同的人腦細胞最基本特征模擬而成。這些人造神經(jīng)元好比人體細胞，處理信息并負責相應的數(shù)值呈現(xiàn)。人造神經(jīng)元首要實現(xiàn)信息的傳入和輸出。人造神經(jīng)網(wǎng)絡，是由人造神經(jīng)元互相串聯(lián)而成。各種類型的神經(jīng)網(wǎng)絡，由不同的方式串聯(lián)形成。但核心思想是經(jīng)過神經(jīng)網(wǎng)絡，思想方式實現(xiàn)了推算，他們能夠修改和運用權重來改進和改變信息分辨率和傳遞能力。在人造神經(jīng)網(wǎng)絡中，神經(jīng)元能夠處理很多實際的對象，如單詞，字符或其他，傳入、輸出和隱單元，是網(wǎng)絡處理的三個單位。

2 基于神經(jīng)網(wǎng)絡技巧的飛機引路體系運用

飛機導航算法是一種自適應方式，能方便有效地用在各種智能境況體系中。在早些時候，我們通過相關文獻發(fā)現(xiàn)，基于時間的Q研習（TBQL）被認為是獲取路徑的最好掌控。在較早期一些的TBQL算法中，時間變量t需要接近于正無窮大才會獲得最理想的Q函數(shù)，這就表示最好的函數(shù)和最好掌控律在t→∞的范圍內(nèi)是時不變函數(shù)，但路徑是一個時變函數(shù)，這也就是最好的掌控律和最好的飛機引路算法。其實函數(shù)也在隨時間變化，TBQL算法無法解析某些體系指標，比如體系性能等等。所以，我們迫切需要開發(fā)出一種基于迭代法的新型飛機導航算法，同時還需要建立相應的性能解析。

增強研習計劃首要由境況意識和推算掌控。流行的解釋是：我們能夠把飛機抽象為一個能夠通過經(jīng)歷學習的機器人。也可以想象經(jīng)過將機器人放置在建筑物的任何房屋中而且現(xiàn)在希望它離開建筑物本身來找到最好掌控過程。我們稱每一個房屋為一個狀況，稱機器人從一個房屋移到另一個房屋的過程為行為（即從一個狀況過渡到下個狀況）。機器人開始不知道選哪個方式好。它從一個房屋到另一個房屋，但不知道最后走出來的會是建筑物的哪個門。然后，我們引入分配給每條路線的“獎賞”值。路線獎賞值越正確，錯誤的路線獎賞值為零甚至是負值，而且能夠直接獲取的路線的“獎賞”值是100建筑物外。飛機引路算法的目的也是獲取最大獎賞值，所以當機器人到達目的房屋時，它將始終保持原位，目的也將成為“吸收目的”。機器人從經(jīng)歷中研習。每個自學過程都等同于培訓。在實踐中，機器人探索外部境況并接受來自外部境況的獎賞，直到達到目的條件。這項演練的目的是加強機器人的“大腦”（由Q代表）。執(zhí)行演練的次數(shù)越多，Q的改善就越好。我們能夠構建一個關于“獎賞”的矩陣R，其中狀態(tài)是一行，行為是一列。類似地，矩陣Q也被構造為呈現(xiàn)機器人從經(jīng)歷中研習的知識。Q和R具有相同的順序，行呈現(xiàn)狀態(tài)，列呈現(xiàn)行為。機器人在開始時不了解外部環(huán)境特征，應將矩陣Q初始化為零矩陣，運用飛機導航算法的傳輸規(guī)律來形成矩陣。在演練Q增強性能時，機器人能夠輕松找到目的情況的最快路徑。我們沒有修改每個階段，而是從初始迭代的初始值實現(xiàn)修改和改善，因為我們能夠經(jīng)過網(wǎng)絡相關演練減少總錯誤。歸一化后，在數(shù)值歸一化后，我們通過最小化體系產(chǎn)生錯誤并獲取準確結(jié)果。

3 結(jié)語

飛機智能導航體系的運用對現(xiàn)代科學技術發(fā)展有重要意義。它須要經(jīng)過新技術和新想法進行改進和創(chuàng)新。經(jīng)過現(xiàn)代化的方式和實踐經(jīng)歷，及時檢查和辦理設備常見問題。為確保工作質(zhì)量，設備的運用更安全。

參考文獻：

[1]王爾申，佟剛，龐濤.低空空域通用航空飛機機載引路監(jiān)視終端設計[J].電訊技巧，2015（05）.

[2]張勇.非法廣播惹禍端引路通信受干擾[J].中國無線電，2015（01）.

作者簡介：鄒文（1969-），男，漢族，重慶人，本科，助理工程師，研究方向：飛機導航和地面通信。