《基于多通道卷积神经网络的磁性舰船目标运动参数估计》PDF+DOC
作者:马剑飞,颜冰,林春生,陈浩
单位:国防科技大学
出版:《国防科技大学学报》2020年第04期
页数:7页 (PDF与DOC格式可能不同)
PDF编号:PDFGFKJ2020040130
DOC编号:DOCGFKJ2020040139
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于卷积神经网络的软硬触觉感知方法研究》PDF+DOC2017年第06期 余乐,李阳光,陈岩,吴超,李洋洋,王瑶
《人体活动识别数据集的数据处理方法》PDF+DOC2020年第03期 钟楚轶,朱建军
《卷积神经网络在桥梁结构健康监测系统中的应用》PDF+DOC2020年第02期 王珏辉
《基于多源异构传感器的深度神经网络行星减速器故障诊断研究》PDF+DOC2018年第12期 李哲,黄兴利,张天凡,景啸
《使用低分辨率雷达和神经网络进行舰船目标识别》PDF+DOC2000年第01期 M.R.因斯
,A.D.罗宾逊
,韩华
《L-M算法在磁性涂层测厚仪中的应用》PDF+DOC2006年第02期 郑贵省,赵锐,郭强
《基于母函数正交化的模型化磁性物体矢量探测和定位》PDF+DOC2006年第03期 胡海滨,林春生,龚沈光
《一种新型RBF神经网络及其在舰船雷达目标识别中的应用》PDF+DOC 王强,曹仲冬,马振晖
《水中非合作运动磁性目标跟踪及参数估计》PDF+DOC2013年第09期 高俊吉,刘大明,周国华
《基于矢量传感器和LMBP神经网络的水声目标识别》PDF+DOC2009年第02期 李思纯,杨德森
传统磁性目标运动估计效果依赖于目标的初始状态信息,为克服这一缺陷,建立磁性运动目标三分量投影模型,并据此生成磁性舰船运动目标在运动速度、航向、信噪比等参数变化情况下的10类目标的训练数据集、验证数据集以及测试数据集。设计多通道卷积神经网络,对目标的正横距离和运动速度进行估计,并比较和分析了不同的学习方式和激活函数对网络性能的影响。结果表明:Adam+tanh组合方式的估计性能要优于其他组合方式,而且对磁性目标运动参数的估计效果比较精确,此方法相较于卡尔曼滤波、粒子滤波等估计算法的优越性在于运算复杂度低以及参数估计不需要目标初始状态信息。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。