基于深度学习的数据级多源融合定位增强算法

• 作者: 丛迅超
• 来源期刊: 电子质量
• 关键词: 深度学习 数据级 多源融合定位增强 卷积神经网络(CNN)
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 理论与研究
• 页码范围: 13-16
• 页数: 4页
• 分类号: TP18|TP202
• 语种: 中文

摘要

针对不同定位体制的多系统协同定位能力不足的问题,提出一种基于深度学习的数据级多源融合定位增强方法.该方法从多源定位数据出发,以空间关联行为更加丰富的二阶特征矩阵作为网络输入,通过设计的5L-CNN多源融合定位增强网络一体化完成数据特征自主提取和融合预测,实现多源信息融合的目标定位精度提升.仿真结果表明该算法至少可对两种以上不同定位体制的多源定位数据进行融合增强,且具备实时融合定位能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	丛迅超		1	0	0.0	0.0