วิธีการใช้งานระบบนำทางอากาศยานที่เชื่อถือได้ด้วยส่วนประกอบที่แม่นยำอย่างคุ้มค่า

By Stephen Evanczuk

Contributed By DigiKey's North American Editors

การพัฒนาโซลูชันข้อมูลทางอากาศการวัดมุมท่าทางการบิน (Air Data, Attitude, and Heading Reference System: ADAHRS) ที่ซับซ้อนถือเป็นสิ่งสำคัญอย่างยิ่งในการรับรองการนำทางและความปลอดภัยที่แม่นยำในระบบอากาศยานที่มีคนขับและไร้คนขับ ในการออกแบบ ADAHRS ที่แข็งแกร่งและเชื่อถือได้ นักพัฒนาจำเป็นต้องมีส่วนประกอบที่สามารถจัดการกับความท้าทายหลายประการในการออกแบบระบบนำทางเอวิโอนิกส์ รวมถึงความแม่นยำของเซ็นเซอร์ ความยืดหยุ่นต่อสิ่งแวดล้อม และการรวมระบบ

บทความนี้จะอธิบายว่าโมดูลการรับข้อมูลที่แม่นยำและหน่วยวัดความเคลื่อนไหว (IMU) จาก Analog Devices จะจัดการกับความท้าทายเหล่านี้และลดความซับซ้อนในการพัฒนาโซลูชัน ADAHRS ที่มีประสิทธิภาพได้อย่างไร

ความปลอดภัยในการบินสร้างขึ้นจากระบบที่ใช้เซ็นเซอร์ที่ซับซ้อน

ความพร้อมใช้งานของข้อมูลประสิทธิภาพการบินที่แม่นยำมีความสำคัญอย่างยิ่งต่อความปลอดภัยในทุกส่วนการบิน ตั้งแต่ระบบทางอากาศไร้คนขับ (UAS) ไปจนถึงเครื่องบินโดยสารขนาดใหญ่ เมื่อปรับปรุงตามหลักอากาศพลศาสตร์ในเครื่องบิน ขีดความสามารถของระบบการบินได้พัฒนาจากเครื่องมือการบิน “Six Pack” แบบดั้งเดิมของนักบินที่ใช้เข็มทิศแม่เหล็ก ไจโรสโคปแบบกลไก และเครื่องมือการบินที่ขับเคลื่อนด้วยสุญญากาศ ไปจนถึง “ห้องนักบิน” ระบบเครื่องมือการบินอิเล็กทรอนิกส์แบบแสดงผลกราฟิก (EFIS) ที่ซับซ้อนมากขึ้น

ภายใต้ EFIS นั้น ADAHRS ได้รวมความสามารถของคอมพิวเตอร์ข้อมูลทางอากาศและระบบการวัดมุมท่าทางการบิน (AHRS) ที่จำเป็นในการใช้งานระบบนำทางด้วยดาวเทียมนำทางทั่วโลกระยะไกล (GNSS) เช่น ระบบกำหนดตำแหน่งบนพื้นโลก (GPS) ของสหรัฐอเมริกา และระบบเสริมพื้นที่กว้างภาคพื้นดิน (WAAS) ที่เกี่ยวข้องของ GPS คอมพิวเตอร์ข้อมูลอากาศคำนวณระดับความสูงและระดับ อากาศ และความเร็วพื้นดินโดยใช้การวัดความดันบรรยากาศและอุณหภูมิอากาศภายนอก เพื่อให้พิกัดความสูงของเครื่องบิน (ระยะห่าง การหมุน และการหันเห) และข้อมูลทิศทางที่จำเป็นสำหรับการคำนวณทางเฉื่อยในการนำทางเฉื่อย ADAHRS อาศัยการผสมผสานของไจโรสโคปสำหรับการเปลี่ยนแปลงความเร็วเชิงมุม มาตรวัดความเร่งสำหรับการเปลี่ยนแปลงความเร็วเชิงเส้น และเครื่องวัดสนามแม่เหล็กสำหรับทิศทางแม่เหล็ก ความก้าวหน้าในเทคโนโลยีเซ็นเซอร์ได้เปลี่ยนแปลงลักษณะของเซ็นเซอร์ที่สำคัญเหล่านี้ไปอย่างมาก

ในอดีต ไจโรสโคปแบบไฟเบอร์ออปติกหรือเลเซอร์วงแหวนที่ซับซ้อนเป็นหนึ่งในเทคโนโลยีไม่กี่เทคโนโลยีที่มีอยู่ซึ่งสามารถให้ความแม่นยำเพียงพอสำหรับการบิน ปัจจุบัน ความพร้อมใช้งานของระบบเครื่องกลไฟฟ้าขนาดเล็ก (MEMS) ขั้นสูงทำให้นักพัฒนามีเทคโนโลยีที่สามารถตอบสนองความต้องการบนแพลตฟอร์มการบินที่หลากหลาย (รูปที่ 1)

ตารางไจโรสโคป MEMS ระดับไฮเอนด์มีลักษณะเฉพาะ (คลิกเพื่อดูภาพขยาย)รูปที่ 1: ไจโรสโคป MEMS ระดับไฮเอนด์นำเสนอคุณลักษณะเฉพาะที่ทำให้เป็นเทคโนโลยีที่ต้องการสำหรับระบบเอวิโอนิกอิเล็กทรอนิกส์ (แหล่งที่มาภาพ: Analog Devices)

นอกจากไจโรสโคป มาตรวัดความเร่ง และแมกนีโตมิเตอร์แล้ว การทำงานของ ADAHRS ยังขึ้นอยู่กับกระแสข้อมูลที่เชื่อถือได้จากเซ็นเซอร์ที่รายงานอุณหภูมิและความดันอากาศภายนอก เซ็นเซอร์ความดัน แรง และตำแหน่งอื่นๆ ส่งข้อมูลตำแหน่งและน้ำหนักบรรทุกของพื้นผิวการบิน อุปกรณ์ลงจอด และการบังคับเลี้ยวแบบ Nosewheel เซ็นเซอร์เพิ่มเติมจะให้ข้อมูลที่จำเป็นเกี่ยวกับประสิทธิภาพของเครื่องยนต์และเชื้อเพลิงที่จำเป็นสำหรับระบบข้อมูลเครื่องยนต์ รวมถึงอุณหภูมิห้องโดยสาร ความดัน และระดับออกซิเจน

การผสมผสานระหว่างโมดูลรับข้อมูลเซ็นเซอร์ประสิทธิภาพสูงและ MEMS IMU จาก Analog Devices ช่วยให้นักพัฒนาได้รับส่วนประกอบที่สำคัญที่จำเป็นในการส่งมอบโซลูชันด้านการบินด้วยความน่าเชื่อถือ ความแม่นยำ ขนาดเล็ก และลักษณะต้นทุนที่สามารถทำให้นำไปประยุกต์ใช้กับระบบการบินการบินได้อย่างเต็มรูปแบบ

การใช้โมดูลเก็บข้อมูลเซ็นเซอร์และ IMU ในระบบการบินสมัยใหม่

สำหรับการรับข้อมูลจากเซ็นเซอร์ที่หลากหลายในแพลตฟอร์มการบินใดๆ โมดูลการรับข้อมูลที่มีประสิทธิภาพสูงนำเสนอขีดความสามารถด้านประสิทธิภาพที่หลากหลายสำหรับรูปแบบเซ็นเซอร์แต่ละแบบและข้อกำหนดด้านการทำงาน ด้วยโซลูชัน Precision Signal Chain µModule จึงทำให้ Analog Devices สามารถรวมระบบย่อยการประมวลผลสัญญาณทั่วไป รวมถึงบล็อกการปรับสภาพสัญญาณและตัวแปลงแอนะล็อกเป็นดิจิทัล (ADC) ไว้ในอุปกรณ์ System In Package (SIP) ขนาดกะทัดรัด เพื่อแก้ปัญหาความท้าทายในการออกแบบที่ยากลำบาก นอกจากนั้น μModules ยังรวมส่วนประกอบแบบพาสซีฟที่สำคัญเข้ากับคุณลักษณะการจับคู่และการดริฟท์ที่เหนือกว่าที่สร้างขึ้นโดยใช้เทคโนโลยี Analog Devices iPassive® ซึ่งลดแหล่งที่มาของข้อผิดพลาดที่ขึ้นอยู่กับอุณหภูมิและลดความซับซ้อนในการสอบเทียบในขณะที่บรรเทาความท้าทายด้านความร้อน ซึ่งการลดขนาดโซลูชันลงอย่างมากช่วยเพิ่มช่อง/ฟังก์ชันเพิ่มเติมสำหรับเครื่องมือการบินที่ปรับขนาดได้ซึ่งต้องการความแม่นยำและความเสถียรตามอุณหภูมิและเวลา ซึ่ง µModules ช่วยลดความซับซ้อนของ Bill of Material (BOM) ของสายโซ่ประมวลผลสัญญาณ ลดความไวต่อประสิทธิภาพต่อวงจรภายนอก ลดรอบการออกแบบให้สั้นลง จึงช่วยลดต้นทุนรวมในการเป็นเจ้าของ

μModule รุ่น ADQ4003 และ ADQ23878 ของ Analog Devices ออกแบบมาเพื่อตอบสนองความต้องการในการรับข้อมูลที่ต้องการโดยผสานรวมไดรเวอร์แอมพลิฟายเออร์ ADC แบบดิฟเฟอเรนเชียลเต็มรูปแบบ (FDA รูปที่ 2) เข้ากับอาร์เรย์ตัวต้านทานที่จับคู่ความแม่นยำ 0.005% บัฟเฟอร์อ้างอิงที่เสถียร และ ADC การประมาณค่าแบบต่อเนื่อง (SAR) 18 บิต ที่สามารถส่ง 2 เมกะแซมเพิลต่อวินาที (MSPS) และประสิทธิภาพ 15 MSPS ตามลำดับ

ด้วยการรวมอุปกรณ์รับข้อมูล μModule เช่น ADAQ4003 เข้ากับตัวขยายสัญญาณแบบตั้งโปรแกรมได้แบบ Differential Programmable-Gain (PGIA) เช่น LTC6373 ของ Analog Devices ทำให้นักพัฒนาสามารถใช้โซลูชันง่าย ๆ กับข้อกำหนดการตรวจจับที่ซับซ้อนหลายประการของระบบการบินได้

แผนผังของ LTC6373 PGIA พร้อม ADAQ4003 μModule ของ Analog Devices (คลิกเพื่อดูภาพขยาย)รูปที่ 2: นักพัฒนาสามารถตอบสนองข้อกำหนดการตรวจจับการบินจำนวนมากได้อย่างมีประสิทธิภาพโดยการรวม PGIA แบบดิฟเฟอร์เรนเชียล LTC6373 เข้ากับระบบเก็บข้อมูล μModule รุ่น ADAQ4003 (แหล่งที่มาภาพ: Analog Devices)

ตามที่ระบุไว้ก่อนหน้านี้ เซ็นเซอร์ที่ใช้ MEMS นำเสนอโซลูชันที่มีประสิทธิภาพในการส่งข้อมูลสำคัญที่จำเป็นสำหรับการทำงานของ ADAHRS ด้วยการรวมไจโรสโคปแบบสามแกน MEMS และมาตรความเร่งแบบสามแกนเข้ากับเซ็นเซอร์อุณหภูมิและบล็อกการทำงานอื่นๆ ทำให้ IMU มีระดับแห่งความเป็นอิสระหกระดับ เช่น ADIS16505 MEMS IMU ขนาดเล็กที่มีความแม่นยำของของ Analog Devices และ ADIS16495 เซ็นเซอร์วัดความเคลื่อนไหวระดับแทคติคอล มอบชุดฟังก์ชันที่สมบูรณ์ที่จำเป็นเพื่อลดความซับซ้อนในการพัฒนาระบบย่อยด้านการบิน (รูปที่ 3)

แผนผังของ ADIS16505 IMU และ ADIS16495 IMU ของ Analog Devicesรูปที่ 3: IMU รุ่น ADIS16505 และ IMU รุ่น ADIS16495 (แสดงด้านบน) ผสานรวมเซ็นเซอร์เข้ากับตัวควบคุม การสอบเทียบ การประมวลผลสัญญาณ และบล็อกการทดสอบตัวเอง เพื่อเป็นโซลูชันที่สมบูรณ์สำหรับระบบอิเล็คทรอนิกส์ด้านการบินที่สำคัญของระบบการวัดทางอิเล็กทรอนิกส์ เช่น ADAHRS (แหล่งที่มาภาพ: Analog Devices)

เมื่อรวมเข้ากับ ADAHRS แล้ว ระบบเหล่านี้สามารถจัดเตรียมส่วนประกอบสำคัญของระบบนำทางที่สามารถระบุทิศทางที่จำเป็นไปยังจุดหมายปลายทางที่ต้องการได้ แม้ว่าจะไม่มีเครื่องช่วยนำทางด้วยดาวเทียมหรือภาคพื้นดินก็ตาม เช่นเดียวกับอุปกรณ์ที่ผลิตอื่นๆ อุปกรณ์ที่ใช้ MEMS อยู่ภายใต้ข้อจำกัดด้านประสิทธิภาพจากแหล่งต่างๆ ซึ่งสามารถลดความแม่นยำของการนำทางด้วยคอมพิวเตอร์ได้ ตัวอย่างเช่น ความแปรผันที่หลีกเลี่ยงไม่ได้ในการผลิต แหล่งกำเนิดสัญญาณรบกวนภายใน และผลกระทบต่อสิ่งแวดล้อมจำกัดความแม่นยำของไจโรสโคป MEMS

ผู้ผลิตบันทึกผลด้านประสิทธิภาพของรูปแบบเหล่านี้ไว้ในข้อกำหนดพารามิเตอร์เอกสารข้อมูลจำนวนมาก ท่ามกลางข้อกำหนดเหล่านี้ ความไว ความไม่เป็นเชิงเส้น และพารามิเตอร์ไบแอสสามารถส่งผลกระทบโดยตรงต่อความแม่นยำของ ADAHRS ในไจโรสโคป ความไวที่จำกัด (ความละเอียดในการวัดอัตราเชิงมุม) อาจส่งผลให้เกิดข้อผิดพลาดที่ส่วนหัว (Ψ) และข้อผิดพลาดของตำแหน่ง (de) ระหว่างทางเลี้ยว (รูปที่ 4 ซ้าย); การตอบสนองแบบไม่เป็นเชิงเส้น (การเบี่ยงเบนจากการตอบสนองเชิงเส้นในอุดมคติ) อาจส่งผลให้เกิดข้อผิดพลาดที่คล้ายกันภายหลังการซ้อมรบหลายชุด เช่น การเลี้ยวตัว S (รูปที่ 4 ตรงกลาง) และไบแอสของไจโรสโคปส่งผลให้ทิศทางและตำแหน่งเคลื่อนไปแม้ในระหว่างการบิน (บินตรงและได้ระดับโดยไม่มีการเร่งความเร็ว) (รูปที่ 4 ขวา)

กราฟขีดจำกัดความไวของไจโรสโคป ความไม่เชิงเส้น และอคติรูปที่ 4: ข้อจำกัดความไวของไจโรสโคป ความไม่เชิงเส้น และไบแอสอาจส่งผลให้เกิดข้อผิดพลาดของส่วนหัว (Ψ) และข้อผิดพลาดของตำแหน่ง (de) ระหว่างทางเลี้ยว (ซ้าย), ทางเลี้ยว S (กลาง) และการบิน (ขวา) (แหล่งที่มาภาพ: Analog Devices)

ข้อผิดพลาดไบแอสเกิดขึ้นจากการวางแนวที่ไม่ตรงของแกนไจโรสโคปแต่ละแกนกับแกนอื่นหรือแพ็คเกจอื่นๆ ข้อผิดพลาดในการปรับขนาด และการตอบสนองที่ไม่ถูกต้องของไจโรสโคปต่อการเร่งความเร็วเชิงเส้นในการหมุนเนื่องจากความไม่สมมาตรในการสร้าง MEMS สำหรับ IMU รุ่น ADIS16505 และ ADIS16495 นั้น Analog Devices จะกำหนดปัจจัยการแก้ไขไบแอสที่จำเพาะต่ออุปกรณ์แต่ละชิ้นโดยการทดสอบที่อัตราการหมุนและอุณหภูมิที่หลากหลาย ปัจจัยการแก้ไขไบแอสเฉพาะชิ้นส่วนเหล่านี้จะถูกจัดเก็บไว้ในหน่วยความจำแฟลชภายในของแต่ละชิ้นส่วน และนำไปใช้ในระหว่างการประมวลผลสัญญาณเซ็นเซอร์

นอกเหนือจากปัจจัยไบแอสที่แก้ไขได้ สัญญาณรบกวนแบบสุ่มจากแหล่งต่างๆ ยังส่งผลต่อข้อผิดพลาดไบแอสเมื่อเวลาผ่านไป แม้ว่าจะไม่สามารถชดเชยสัญญาณรบกวนแบบสุ่มนี้ได้โดยตรง แต่สามารถลดผลกระทบลงได้โดยการสุ่มตัวอย่างโดยใช้เวลาในการรวมที่นานขึ้น โดยระยะเวลาในการสุ่มตัวอย่างนานขึ้นจะช่วยลดสัญญาณรบกวนได้อธิบายไว้ในแผนค่าเบี่ยงเบน Allan (หรือความแปรปรวนของ Allan) ของเอกสารข้อมูลไจโรสโคป ซึ่งแสดงสัญญาณรบกวนเป็นองศาต่อชั่วโมง (°/ชม.) เทียบกับระยะเวลาการรวม (τ) (รูปที่ 5)

รูปภาพแผนการเบี่ยงเบนของ Allan สำหรับไจโรสโคป MEMS ใน Analog Devices ADIS16495 IMU (ซ้าย) และ ADIS16505 IMU (ขวา) (คลิกเพื่อดูภาพขยาย)รูปที่ 5: แผนค่าเบี่ยงเบนของ Allan สำหรับไจโรสโคป MEMS ใน ADIS16495 IMU (ซ้าย) และ ADIS16505 IMU (ขวา) อธิบายความสามารถในการขยายเวลาสุ่มตัวอย่างเพื่อชดเชยการเบี่ยงเบนแบบสุ่ม (แหล่งที่มาภาพ: Analog Devices)

ค่าเบี่ยงเบนต่ำสุดของแผนค่าเบี่ยงเบน Allan แสดงถึงกรณีที่ดีที่สุดสำหรับการเคลื่อนตัวของไจโรสโคปเมื่อเวลาผ่านไป พารามิเตอร์ที่เรียกว่าเสถียรภาพใบแอสขณะดำเนินการ (IRBS) โดยทั่วไปจะระบุไว้ในรูปของผลรวมของค่าเฉลี่ยและค่าเบี่ยงเบนมาตรฐานหนึ่งค่าในข้อกำหนดเฉพาะของเอกสารข้อมูล สำหรับนักพัฒนาที่สร้างโซลูชัน ADAHRS ที่มีความแม่นยำสูง IRBS ของ IMU จะให้พารามิเตอร์ที่จำเป็นสำหรับการทำความเข้าใจประสิทธิภาพที่ดีที่สุดเท่าที่จะเป็นไปได้กับส่วนนั้น ผู้เชี่ยวชาญด้านไจโรสโคปจัดประเภท IMU เช่น ADIS16495 ของ Analog Devices เป็น "เกรดแทคติคอล" เมื่อค่า IRBS ของไจโรสโคปอยู่ระหว่าง 0.5°/ชม ถึง 5.0°/ชม.

ADIS16495 มีคุณลักษณะเฉพาะที่เข้มงวดในพารามิเตอร์ที่สำคัญหลายตัว เพื่อตอบสนองการใช้งานทางแทคติคอลที่มีความต้องการมากขึ้น เพื่อเพิ่มประสิทธิภาพ ADIS16495 ได้รวมไจโรสโคป MEMS หนึ่งคู่และห่วงโซ่สัญญาณสุ่มตัวอย่าง 4100 เฮิรตซ์ (Hz) สำหรับแต่ละแกนทั้งสามแกน (รูปที่ 6)

แผนผังของ Analog Devices ADIS16495 IMU เกรดแทคติคอลรูปที่ 6: IMU เกรดแทคติคอล ADIS16495 ปรับปรุงความแม่นยำของไจโรสโคปและประสิทธิภาพการดริฟท์โดยการหาค่าเฉลี่ยเอาท์พุตจากไจโรสโคป MEMS คู่หนึ่งที่มีสายโซ่ประมวลผลสัญญาณเฉพาะ (แหล่งที่มาภาพ: Analog Devices)

จากนั้นตัวอย่างจากแต่ละสายสัญญาณจะถูกรวมเข้าด้วยกันโดยใช้ความถี่ตัวอย่าง (fSM) 4250 เฮิรตซ์ที่แยกจากกัน เพื่อให้การวัดอัตราเชิงมุมที่ช่วยลดผลกระทบของสัญญาณรบกวน การรวมวิธีการสุ่มตัวอย่างนี้เข้ากับข้อกำหนดด้านประสิทธิภาพที่เข้มงวดยิ่งขึ้นส่งผลให้ IMU สามารถตอบสนองข้อกำหนดด้านการบินที่มีความต้องการมากขึ้น

การพัฒนาและการสำรวจการออกแบบที่ใช้ IMU อย่างรวดเร็ว

เพื่อช่วยเร่งการพัฒนาการออกแบบตาม IMU ของตน Analog Devices จึงจัดเตรียมชุดเครื่องมือการพัฒนาที่ครอบคลุม ออกแบบมาเพื่อรองรับ EVAL-ADIS-FX3 บอร์ดประเมินผล IMU (รูปที่ 7) และบอร์ดแยกย่อยที่เกี่ยวข้อง ชุดซอฟต์แวร์ FX3 ของ Analog Devices ประกอบด้วยแพ็คเกจเฟิร์มแวร์, Application Programming Interface (API) ที่เข้ากันได้กับ .NET และอินเทอร์เฟซผู้ใช้แบบกราฟิก (GUI) โดยไลบรารี Wrapper ที่มาพร้อมกับ API ช่วยให้นักพัฒนาสามารถทำงานกับสภาพแวดล้อมการพัฒนาใดๆ ที่รองรับ .NET รวมถึงสภาพแวดล้อมสำหรับ MATLAB, LabView และ Python ในระหว่างการพัฒนา GUI การประเมินผล FX3 ช่วยให้นักพัฒนาสามารถอ่านและเขียนรีจิสเตอร์ เก็บข้อมูล และพล็อตผลลัพธ์แบบเรียลไทม์ได้อย่างง่ายดาย

รูปภาพของบอร์ดประเมินผล EVAL-ADIS-FX3 ของ Analog Devicesรูปที่ 7: บอร์ดประเมินผล EVAL-ADIS-FX3 เป็นส่วนหนึ่งของแพ็คเกจสนับสนุนฮาร์ดแวร์และซอฟต์แวร์ที่ครอบคลุมเพื่อช่วยออกกำลังกาย IMU ของ Analog Devices (แหล่งที่มาภาพ: Analog Devices)

สรุป

โซลูชันระบบการบินของ ADAHRS เป็นหัวใจสำคัญของ EFIS ที่กำลังพัฒนา ด้วยการพัฒนาไจโรสโคป เครื่องวัดความเร่ง และแมกนีโตมิเตอร์ที่มีความแม่นยำซึ่งใช้เทคโนโลยี MEMS ระบบการบินสามารถนำเสนอประสิทธิภาพการบินและความสามารถในการนำทางที่อยู่นอกเหนือการเข้าถึงของเครื่องบินพาณิชย์ทั้งหมด ยกเว้นฝูงบินพาณิชย์ขนาดใหญ่ การใช้โมดูลเก็บข้อมูลและ IMU ที่ผสานรวมในระดับสูงจาก Analog Devices นักพัฒนาระบบการบินสามารถออกแบบโซลูชันขนาดเล็กที่คุ้มต้นทุนมากขึ้น เพื่อตอบสนองข้อกำหนดที่เข้มงวดในด้านฟังก์ชันการทำงาน ความปลอดภัย และความน่าเชื่อถือในระบบการบิน

DigiKey logo

Disclaimer: The opinions, beliefs, and viewpoints expressed by the various authors and/or forum participants on this website do not necessarily reflect the opinions, beliefs, and viewpoints of DigiKey or official policies of DigiKey.

About this author

Image of Stephen Evanczuk

Stephen Evanczuk

Stephen Evanczuk มีประสบการณ์มากกว่า 20 ปีในการเขียนรวมทั้งประสบการณ์เกี่ยวกับอุตสาหกรรมอิเล็กทรอนิกส์ในด้านต่าง ๆ มากมายซึ่งรวมถึงฮาร์ดแวร์ซอฟต์แวร์ระบบและแอพพลิเคชั่นรวมถึง IoT เขาสำเร็จการศึกษาระดับปริญญาเอกทางด้านระบบประสาทเกี่ยวกับเครือข่ายเซลล์ประสาทและทำงานในอุตสาหกรรมการบินและอวกาศเกี่ยวกับระบบความปลอดภัยแบบกระจายจำนวนมากและวิธีการเร่งอัลกอริทึม ปัจจุบัน หากว่าเขาไม่ยุ่งกับการเขียนบทความเกี่ยวกับเทคโนโลยีและวิศวกรรม ก็จะทำงานเกี่ยวกับการประยุกต์ใช้การเรียนรู้เชิงลึกกับระบบการจดจำและการแนะนำ

About this publisher

DigiKey's North American Editors