国防科技大学智能机械与仪器系
纸质出版:2022
移动端阅览
朱灿林, 潘孟春, 张琦, 等. 基于机器学习的地磁矢量图适配性研究[J]. 传感器与微系统, 2022,(8):21-24+28.
基于机器学习的地磁矢量图适配性研究[J]. 2022, (8): 21-24+28.
朱灿林, 潘孟春, 张琦, 等. 基于机器学习的地磁矢量图适配性研究[J]. 传感器与微系统, 2022,(8):21-24+28. DOI: 10.13873/J.1000-9787(2022)08-0021-04.
基于机器学习的地磁矢量图适配性研究[J]. 2022, (8): 21-24+28. DOI: 10.13873/J.1000-9787(2022)08-0021-04.
地磁矢量匹配算法充分利用了地磁分量信息,可有效提升地磁导航精度和鲁棒性,但目前地磁适配性分析主要基于地磁总量图。针对地磁矢量图的适配性问题,提出了一种基于机器学习的地磁矢量图适配性分析方法。首先,构建了地磁矢量待选特征参数集合,基于Relief方法对特征参数进行筛选,建立了适用于矢量适配性评估的特征参数集;其次,基于神经网络模型搭建了全连接和非全连接两种不同的网络架构;最后,以特征参数集作为输入,训练神经网络。测试结果表明:非全连接神经网络具有更好的矢量适配性评估能力,在实测数据集分类准确率达到了83.6%。
地磁矢量匹配算法充分利用了地磁分量信息,可有效提升地磁导航精度和鲁棒性,但目前地磁适配性分析主要基于地磁总量图。针对地磁矢量图的适配性问题,提出了一种基于机器学习的地磁矢量图适配性分析方法。首先,构建了地磁矢量待选特征参数集合,基于Relief方法对特征参数进行筛选,建立了适用于矢量适配性评估的特征参数集;其次,基于神经网络模型搭建了全连接和非全连接两种不同的网络架构;最后,以特征参数集作为输入,训练神经网络。测试结果表明:非全连接神经网络具有更好的矢量适配性评估能力,在实测数据集分类准确率达到了83.6%。
基于MEMS/地磁的无人机航姿自适应估计算法 [J]. 孙永林,姜鑫. 传感器与微系统 . 2020(11)
一种考虑地磁梯度变化的航磁补偿方法 [J]. 潘雪,张琦,潘孟春,刘中艳,陈卓,刘舒畅. 传感器与微系统 . 2020(10)
基于INS/GPS/磁力计的全组合导航 [J]. 梅玲玉,马磊,张涛. 传感器与微系统 . 2019(03)
PCA和GA-BP结合的地磁导航适配区选择方法 [J]. 王晨阳. 电光与控制 . 2018(06)
基于主成分分析法的地磁导航适配区域选择 [J]. 黄婧丽,谭学者,张翔宇. 海军航空工程学院学报 . 2018(02)
基于改进地磁熵的地磁适配区选择准则 [J]. 李婷,张金生,王仕成,吕志峰,卢兆兴. 大地测量与地球动力学 . 2014(05)
海洋地磁导航区域适配性分析 [J]. 黄珍雄,罗孝文,官云兰,徐效波. 江西科学 . 2013(01)
BP神经网络用于水下地形适配区划分的方法研究 [J]. 张凯,赵建虎,施闯,张海涛. 武汉大学学报(信息科学版) . 2013(01)
基于支持向量机的地磁辅助导航匹配区域选取准则 [J]. 吕云霄,吴美平,胡小平. 兵工自动化 . 2011(01)
AUV地形匹配导航初始定位研究 [D]. 王汝鹏. 哈尔滨工程大学 2019
水下地磁导航适配性研究 [D]. 王鹏. 国防科学技术大学 2014
地磁矢量匹配导航技术研究 [D]. 吴凤贺. 国防科技大学 2017
地磁匹配辅助惯性导航技术研究 [D]. 白俊林. 哈尔滨工业大学 2014
机器学习[M]. 清华大学出版社 , 周志华, 2016
水下地磁导航技术[M]. 国防工业出版社 , 胡小平, 2013
Underwater digital elevation map gridding method based on optimal partition of suitable matching area [J] . Wang Rupeng,Li Ye,Ma Teng,Cong Zheng,Gong Yusen. International Journal of Advanced Robotic Systems . 2019 (2)
Analysis and Simulation of Geomagnetic Map Suitability Based on Vague Set [J] . Lihui Wang,Le Yu,Nan Qiao,Desheng Sun. Journal of Navigation . 2016 (5)
Matching suitability analysis for geomagnetic aided navigation based on an intelligent classification method [J] . Peng Wang,Xiaoping Hu,Meiping Wu. Proceedings of the Institution of Mechanical Engineers, Part G: Journal of Aerospace Engineering . 2014 (2)
0
浏览量
132
下载量
1
CSCD
关联资源
相关文章
相关作者
相关机构
京公网安备11010802024621