【《遥操作控制系统探究的国内外文献综述》4200字】

[29]。多层次的感知器神经网络的非线性映射能力良好，在目前的数字图像处理，模式识别等领域取得了成就，但是在较高纬度下，其工作效率相对较低，会导致系统模型在训练的过程中出现过拟合的情况，而且由于隐藏层增加了超参数的数目，系统在训练的过程中收敛缓慢的条件下还需要处理很高的计算量。现在提出了不少的改进算法，如广义多层感知器的协同进化，以及Ikuta等人提出来的具有神经胶质的多层次传感器等BP神经网络BP神经网络的本质上是一种梯度逐渐下降的局部优化技术，具有多层的结构，多层次的网络结构能够增加系统输出的精确性，但是BP神经网络还有具有缺陷。在处理部分非线性问题是，仅仅使用BP神经网络往往难以找到全局的最优解，同时在处理大量数据时，由于均方差的过大会导致系统难以收敛。对于基本的BP算法，可以通过增加动量项，使用自适应调节学习率，引入陡坡分等方法来改进BP神经网络。针对该技术的局部最优的缺陷问题，Huang等人另辟蹊径，没有使用传统的调整阈值和权重参数的方式，而是利用了粒子群优化算法来获得预期的参数。S.C.NG等人修改了激活函数的偏导数，同时对学习率进行了归一化，从而达到了加快系统收敛速度的目前，他们仿真出来的结果同简单的BP神经网络相比收敛速度加快了很多。卷积神经网络卷积神经网络（CNN）是常见的机器模型学习机构，是受到视觉神经机制的启发而进行设计的。最早的CNN是有LeCun等人提出的。它的生物学的基础是感受野，基本机构主要由输入层，全连接层及输出层，卷积层组成，卷积层是CNN所特有的结构。相对于前馈神经网络，权重共享以及稀疏连接时卷积神经网络地主要特点，CNN形式的深度学习能够自动特征提取输入数据，使得其能够学习到更加丰富且完备的深度语言，因而该算法的性能超过了许多机器学习的算法。2016年，Huang等人使用密集连接的方式，强化了系统特征的复用。2017年，Hu等人实现了各个传输通道之间权值的自适应调整，大大提高了CNN的对象特征提取的能力。但是由于其学习能力的强劲，有时甚至设计者也难以知道CNN的内部知识表示，难以说明CNN到底学习了哪些内容，这也导致了CNN的学习具有盲目性，不仅会影响整个系统运行的稳定性，同时也会残留一些不可预知的漏洞，虽然目前许多行业都开始使用了CNN，例如金融，医疗等，但是对于一些对使用安全性较高的如医疗，军事等领域，其学习的不可预知性可能会导致一系列问题，导致使用者很难信任该决策。径向基（RBF）神经网络RBF神经网络是一种三层的前向类型的神经网络，从输入到输出的转换是非线性的，但是从隐藏层到输出空间的映射确实线性的，从而能够提升系统的学习能力，加速系统的学习速度，同时也避免了系统可能存在的局部极小值问题。在RBF神经网络的设计中，隐藏层高斯函数的基函数宽度以及节点中心的选择会直接影响系统的收敛速度，因此基函数宽度的取值以及节点中心得选择是RBF神经网络得重要部分，现在比较流行得就是均值聚类算法，梯度下降法等。参考文献邓启文，韦庆，李泽湘．力反馈时延遥操作系统的时延相关稳定性分析[J]．控制理论与应用，2007(05):815-818+824．蔡自兴．机器人学[M]．北京：清华大学出版社，2000：26-30．孟庆鑫，王晓东．机器人技术基础[M]．哈尔滨：哈尔滨工业大学出版社，2006．陈锐霖，何建辉．基于水下机器人寻物追踪检测技术[J]．南方农机，2020，51(01)．陈锐霖，李钦奉．作用型水下机器人姿态调节控制研究[J]．计算机技术与发展，2020（02）：2019，47（23）：61-63．/kcms/detail/61.1450.TP.20191107.0918.072.html．陈饰勇，刘晓初，王立涛．水下机器人多传感器组合系统在船体检测的应用[J]．机床与液压，2019，47（23）：61-63．徐志盼．主从遥操作机器人运动分析及实验研究（硕士学位论文）[D]．贠今天，李彦征，指导．天津：天津工业大学，2020．ErnstHA.MH-1,acomputer-operatedmechanicalhand[J].MassachusettsInstituteofTechnology,1962:39-51.赵明国,赵杰,崔泽,蔡鹤皋．一种基于Internet的遥操作机器人系统Telerobot[J]．哈尔滨工业大学学报，2001(01):8-12．Y.Nakajima,T.NozakiandK.Ohnishi.Heartbeatsynchronizationwithhapticfeedbackfortelesurgicalrobot[J]．IEEE.2014(7):3753-3764．综合《光明日报》．在太平洋底刻下中国深度--蛟龙号深潜7062米的背后[f]．工会博览，2019(24):37-39．郝颖明，付双飞，范晓鹏．面向空间机械臂在轨服务操作的视觉感知技术[J]．无人系统技术，2018，1（01）：54-65．王连香．运动约束型微创手术机器人运动学分析及仿真（硕士学位论文）[D]．李耀，指导．重庆：中国科学院重庆绿色智能技术研究所，2016．魏小倩．力反馈双边遥操作系统的控制策略研究（硕士学位论文）[D]．郑文锋，指导．成都：电子科技大学，2019．G.NiemeyerandJ.J.E.Slotine，Stableadaptiveteleoperationwithtimedelay[J].IEEE.1991,16(1):152-162.Y.Ye,Y.J.Pan,Y.Gupta,andJ.Ware,Apowerbasedtimedomainpassivitycontrolforhapticinterfaces,IEEE[J],2011,19(4):874-883.Z.Chen,Y.J.Pan,J.Gu,andS.Forbrigger.Anovelmultilateralteleoperationschemewithpower-basedtime-domainpassivitycontrol[J].IEEE,2018,40(11):3252-3262.张皓宇,刘晓伟,赵彬,任川．遥操作机器人的神经网络校正地图策略[J]．机械设计与制造,2021(05):276-280．王林．双边遥操作系统采样控制研究[D]．王旭升，于数立，指导．唐山：华北理工大学，2020．J.YaoandW.Deng,Activedisturbancerejectionadaptivecontrolofhydraulicservosystems[J],IEEE,2017,64(10)