基于FFNN的垂直陣被動(dòng)定位技術(shù)研究
發(fā)布時(shí)間:2022-10-09 17:14
以聲壓場(chǎng)采樣協(xié)方差矩陣為特征,對(duì)基于單隱藏層的前饋神經(jīng)網(wǎng)絡(luò)(Feedforward Neural Network,FFNN)求解垂直陣水下聲源測(cè)距問(wèn)題,提出了新的采樣協(xié)方差矩陣實(shí)向量化以滿(mǎn)足網(wǎng)絡(luò)輸入的要求。文章利用Keras庫(kù)搭建了單隱藏層的FFNN,使用SWell EX-96實(shí)驗(yàn)S5航次的垂直陣數(shù)據(jù),比較了以傳統(tǒng)匹配場(chǎng)處理(Matched Field Processing,MFP)為代表的模型驅(qū)動(dòng)方法和以FFNN為代表的數(shù)據(jù)驅(qū)動(dòng)方法的水下目標(biāo)被動(dòng)定位性能。結(jié)果表明,相同訓(xùn)練條件下,新的方案減少了特征長(zhǎng)度,降低了模型的復(fù)雜度,但是沒(méi)有影響網(wǎng)絡(luò)定位性能。
【文章頁(yè)數(shù)】:5 頁(yè)
【文章目錄】:
1 匹配場(chǎng)處理
2 前饋神經(jīng)網(wǎng)絡(luò)
2.1 信號(hào)預(yù)處理
2.2 標(biāo)簽處理
2.3 網(wǎng)絡(luò)結(jié)構(gòu)搭建和參數(shù)選取
2.4 仿真驗(yàn)證
2.4.1 仿真條件
2.4.2 仿真結(jié)果分析
3 海試數(shù)據(jù)驗(yàn)證
3.1 實(shí)驗(yàn)描述[8]
3.2 實(shí)驗(yàn)數(shù)據(jù)處理及結(jié)果分析
3.2.1 MFP定位
3.2.2 FFNN分類(lèi)器
4 結(jié)論
【參考文獻(xiàn)】:
博士論文
[1]水聲信號(hào)的匹配場(chǎng)處理技術(shù)研究[D]. 楊坤德.西北工業(yè)大學(xué) 2003
本文編號(hào):3689034
【文章頁(yè)數(shù)】:5 頁(yè)
【文章目錄】:
1 匹配場(chǎng)處理
2 前饋神經(jīng)網(wǎng)絡(luò)
2.1 信號(hào)預(yù)處理
2.2 標(biāo)簽處理
2.3 網(wǎng)絡(luò)結(jié)構(gòu)搭建和參數(shù)選取
2.4 仿真驗(yàn)證
2.4.1 仿真條件
2.4.2 仿真結(jié)果分析
3 海試數(shù)據(jù)驗(yàn)證
3.1 實(shí)驗(yàn)描述[8]
3.2 實(shí)驗(yàn)數(shù)據(jù)處理及結(jié)果分析
3.2.1 MFP定位
3.2.2 FFNN分類(lèi)器
4 結(jié)論
【參考文獻(xiàn)】:
博士論文
[1]水聲信號(hào)的匹配場(chǎng)處理技術(shù)研究[D]. 楊坤德.西北工業(yè)大學(xué) 2003
本文編號(hào):3689034
本文鏈接:http://sikaile.net/kejilunwen/wulilw/3689034.html
最近更新
教材專(zhuān)著