本文關(guān)鍵詞： 地磁導(dǎo)航 適配性分析 方向適配性 卷積神經(jīng)網(wǎng)絡(luò) Gabor濾波器　出處：《工程科學(xué)學(xué)報》2017年10期 　論文類型：期刊論文

【摘要】：針對地磁導(dǎo)航方向適配性分析時人工提取的特征主觀性較強且難以表達深層的結(jié)構(gòu)性特征的問題,提出一種基于深度卷積神經(jīng)網(wǎng)絡(luò)(convolutional neural network,CNN)的地磁導(dǎo)航方向適配性分析方法.首先,利用Gabor濾波器的方向選擇特性建立了6個典型方向的適配特征圖;然后,設(shè)計了卷積神經(jīng)網(wǎng)絡(luò)對深層次的方向適配特征進行提取,并通過混和粒子群算法(hybrid particle swarm optimization,HPSO)對卷積神經(jīng)網(wǎng)絡(luò)的訓(xùn)練參數(shù)進行優(yōu)選;最后,通過仿真實驗對所提方法進行了驗證.結(jié)果表明,該方法可有效避免復(fù)雜的計算以及人工特征提取的盲目性,實現(xiàn)了地磁導(dǎo)航方向適配性分析的自動化,且所提方法的準(zhǔn)確率高于傳統(tǒng)的BP網(wǎng)絡(luò)和支持向量機,對地磁導(dǎo)航和航跡規(guī)劃具有指導(dǎo)意義.
[Abstract]:In order to solve the problem that the artificial extracted features are subjective and difficult to express the deep structural features in the analysis of geomagnetic navigation orientation suitability, In this paper, a method of direction adaptation analysis for geomagnetic navigation based on convolutional neural network is proposed. Firstly, six typical orientation adaptive feature maps are established by using the direction selection characteristics of Gabor filters. A convolutional neural network is designed to extract the directional adaptive features of the deep layer, and the hybrid particle swarm optimization algorithm (HPSO) is used to optimize the training parameters of the convolutional neural network. Finally, a hybrid particle swarm optimization algorithm is used to select the training parameters of the convolutional neural network. The simulation results show that the proposed method can effectively avoid the blindness of complex calculation and artificial feature extraction, and realize the automation of orientation adaptability analysis of geomagnetic navigation. The accuracy of the proposed method is higher than that of the traditional BP neural network and support vector machine, which is of guiding significance for geomagnetic navigation and route planning.
【作者單位】： 陸軍工程大學(xué);中國人民解放軍駐西北工業(yè)大學(xué)軍事代表室;
【基金】：武器裝備軍內(nèi)科研重點資助項目(2014551)
【分類號】：TN966;TP183

【相似文獻】

相關(guān)期刊論文 前10條

1 郭才發(fā);胡正東;張士峰;蔡洪;;地磁導(dǎo)航綜述[J];宇航學(xué)報;2009年04期

2 李興城;張慧心;張雙彪;;地磁導(dǎo)航技術(shù)的發(fā)展現(xiàn)狀[J];飛航導(dǎo)彈;2013年10期

3 傅慷;余杰;錢富;;地磁導(dǎo)航的相關(guān)技術(shù)研究[J];船電技術(shù);2013年04期

4 楊家興;弱信號檢測的神經(jīng)網(wǎng)絡(luò)方法[J];數(shù)據(jù)采集與處理;1992年S1期

5 沈偉,馮瑞,邵惠鶴;網(wǎng)絡(luò)流量的神經(jīng)網(wǎng)絡(luò)直接自適應(yīng)控制[J];計算機工程;2003年07期

6 王萍,單超;神經(jīng)網(wǎng)絡(luò)在通信中的應(yīng)用[J];現(xiàn)代電子技術(shù);2003年13期

7 楊冠魯;曹瑞;裴勃生;官俊杰;黃小彬;;一種神經(jīng)網(wǎng)絡(luò)非線性噪聲消除方法[J];系統(tǒng)工程與電子技術(shù);2006年06期

8 李輝;張安;沈瑩;程t$;;神經(jīng)網(wǎng)絡(luò)在多機動目標(biāo)跟蹤中的應(yīng)用[J];傳感技術(shù)學(xué)報;2006年06期

9 任志山;;神經(jīng)網(wǎng)絡(luò)在網(wǎng)絡(luò)通信中的應(yīng)用[J];龍巖學(xué)院學(xué)報;2006年06期

10 鄭建彬;許楠;張新盛;;一種基于神經(jīng)網(wǎng)絡(luò)的在線簽名驗證方法[J];中國水運(理論版);2006年03期

相關(guān)會議論文 前10條

1 喬玉坤;張金生;張琪;王仕成;常新龍;;地磁場變化對地磁導(dǎo)航影響的分析及仿真[A];國家安全地球物理叢書（八）——遙感地球物理與國家安全[C];2012年

2 張森嘉;簡世杰;彭吳忠謀;;以遞回式神經(jīng)網(wǎng)絡(luò)為基礎(chǔ)的電話通道效應(yīng)補償方法[A];第五屆全國人機語音通訊學(xué)術(shù)會議論文集[C];1998年

3 劉豐;姜建新;程俊;易克初;;一種用于語音識別的神經(jīng)網(wǎng)絡(luò)[A];第二屆全國人機語音通訊學(xué)術(shù)會議論文集[C];1992年

4 杜健;費�？�;劉穎;潘高田;姚國政;;基于神經(jīng)網(wǎng)絡(luò)的導(dǎo)航裝備維修能力評估研究[A];第二屆中國衛(wèi)星導(dǎo)航學(xué)術(shù)年會電子文集[C];2011年

5 李明;楊承;舒宇;楊成梧;;PID神經(jīng)網(wǎng)絡(luò)的信號流圖在線學(xué)習(xí)算法[A];2009中國控制與決策會議論文集（2）[C];2009年

6 單顯明;張鵬;劉彬斌;;基于神經(jīng)網(wǎng)絡(luò)的炮兵雷達故障診斷專家系統(tǒng)[A];江蘇省電子學(xué)會2010年學(xué)術(shù)年會論文集[C];2010年

7 陳道文;黃泰翼;;面向語音處理的神經(jīng)網(wǎng)絡(luò)發(fā)展綜述[A];第三屆全國人機語音通訊學(xué)術(shù)會議論文集[C];1994年

8 錢小聰;鄭寶玉;穆明鑫;;神經(jīng)網(wǎng)絡(luò)聯(lián)機手寫簽名驗證[A];第十屆全國信號處理學(xué)術(shù)年會（CCSP-2001）論文集[C];2001年

9 童峰;許天增;;基于神經(jīng)網(wǎng)絡(luò)的窄帶噪聲處理[A];2001年中國智能自動化會議論文集（下冊）[C];2001年

10 俞鐵城;周健來;宋巖濤;;基于神經(jīng)網(wǎng)絡(luò)／隱馬爾可夫模型的混合語音識別方法的研究現(xiàn)狀[A];第五屆全國人機語音通訊學(xué)術(shù)會議論文集[C];1998年

相關(guān)博士學(xué)位論文 前9條

1 李素芳;基于神經(jīng)網(wǎng)絡(luò)的無線通信算法研究[D];山東大學(xué);2015年

2 胡文憑;基于深層神經(jīng)網(wǎng)絡(luò)的口語發(fā)音檢測與錯誤分析[D];中國科學(xué)技術(shù)大學(xué);2016年

3 楊一;神經(jīng)網(wǎng)絡(luò)優(yōu)化方法及其在組合導(dǎo)航中的應(yīng)用研究[D];西北工業(yè)大學(xué);2016年

4 張仕良;基于深度神經(jīng)網(wǎng)絡(luò)的語音識別模型研究[D];中國科學(xué)技術(shù)大學(xué);2017年

5 萬敏;獨立分量分析的神經(jīng)網(wǎng)絡(luò)方法[D];電子科技大學(xué);2011年

6 張素花;神經(jīng)網(wǎng)絡(luò)內(nèi)電振蕩活動特性的研究[D];河北工業(yè)大學(xué);2006年

7 李勁;基于神經(jīng)網(wǎng)絡(luò)的SIW器件優(yōu)化研究[D];華中科技大學(xué);2013年

8 張曉峻;水下機器人地磁輔助導(dǎo)航算法研究[D];哈爾濱工程大學(xué);2016年

9 周盼;基于深層神經(jīng)網(wǎng)絡(luò)的語音識別聲學(xué)建模研究[D];中國科學(xué)技術(shù)大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 袁楊輝;地磁導(dǎo)航中地磁變化場的研究[D];華中科技大學(xué);2012年

2 李龍鳴;地磁導(dǎo)航算法研究[D];哈爾濱工業(yè)大學(xué);2013年

3 李文婷;基于BP神經(jīng)網(wǎng)絡(luò)和SVM的信號分類方法的研究[D];南京師范大學(xué);2015年

4 田碩;基于局部嵌入算法和神經(jīng)網(wǎng)絡(luò)的WLAN室內(nèi)定位算法研究[D];哈爾濱工業(yè)大學(xué);2015年

5 安健;基于極化合成孔徑雷達圖像分類算法研究[D];電子科技大學(xué);2014年

6 俞秀婷;基于神經(jīng)網(wǎng)絡(luò)的話務(wù)量預(yù)測模型研究[D];新疆大學(xué);2015年

7 祝嘉聲;基于DNN的漢語語音識別聲學(xué)模型的研究[D];哈爾濱工業(yè)大學(xué);2015年

8 趙天坤;基于深度神經(jīng)網(wǎng)絡(luò)的音樂信息檢索[D];北京郵電大學(xué);2015年

9 孔飛;基于小波變換和神經(jīng)網(wǎng)絡(luò)的心電圖分類識別研究[D];電子科技大學(xué);2015年

10 羅小勇;基于聯(lián)合神經(jīng)網(wǎng)絡(luò)的WSN節(jié)點和網(wǎng)絡(luò)故障診斷研究[D];電子科技大學(xué);2014年

，

本文編號：1517394