首页
|
本学科首页
官方微博
|
高级检索
全部学科
医药、卫生
生物科学
工业技术
交通运输
航空、航天
环境科学、安全科学
自然科学总论
数理科学和化学
天文学、地球科学
农业科学
哲学、宗教
社会科学总论
政治、法律
军事
经济
历史、地理
语言、文字
文学
艺术
文化、科学、教育、体育
马列毛邓
全部专业
中文标题
英文标题
中文关键词
英文关键词
中文摘要
英文摘要
作者中文名
作者英文名
单位中文名
单位英文名
基金中文名
基金英文名
杂志中文名
杂志英文名
栏目中文名
栏目英文名
DOI
责任编辑
分类号
杂志ISSN号
基于MC-CNN网络的磁性舰船目标运动参数估计
引用本文:
马剑飞,颜冰,林春生,陈浩. 基于MC-CNN网络的磁性舰船目标运动参数估计[J]. 国防科技大学学报, 2020, 42(4)
作者姓名:
马剑飞
颜冰
林春生
陈浩
作者单位:
海军工程大学兵器工程院,海军工程大学兵器工程院,海军工程大学兵器工程院,海军工程大学兵器工程院
基金项目:
抗冲击抗掩埋水雷引信技术研究(编号:41419010208)
摘 要:
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,建立了磁性运动目标三分量投影模型,并据此生成了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。进一步,设计了多通道卷积神经网络(MC-CNN)对目标的正横距离和运动速度进行了估计,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的组合方式的估计性能要优于其它的组合方式,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。
关 键 词:
军用目标
舰船磁场
投影模型
多通道卷积神经网络
参数估计
收稿时间:
2019-01-03
修稿时间:
2019-06-20
Motion parameter estimation of magnetic ship target based on MC-CNN network
Abstract:
Keywords:
military target
ship magnetic field
projection model
MC-CNN
parameter estimation
点击此处可从《国防科技大学学报》浏览原始摘要信息
点击此处可从《国防科技大学学报》下载
免费
的PDF全文
设为首页
|
免责声明
|
关于勤云
|
加入收藏
Copyright
©
北京勤云科技发展有限公司
京ICP备09084417号