基于多通道卷积神经网络的磁性舰船目标运动参数估计

• 作者: 林春生 陈浩 颜冰 马剑飞
• 来源期刊: 国防科技大学学报
• 学科: 工学
• 关键词: 磁性目标 投影模型 多通道卷积神经网络 参数估计
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 控制科学与工程·电子科学与技术
• 页码范围: 78-84
• 页数: 7页
• 分类号: TJ-610
• 字数: 5195字
• 语种: 中文
• DOI: 10.11887/j.cn.202004013

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	林春生	海军工程大学兵器工程学院	159	851	15.0	20.0
2	颜冰	海军工程大学兵器工程学院	51	197	7.0	11.0
3	陈浩	海军工程大学兵器工程学院	31	45	4.0	5.0
4	马剑飞	海军工程大学兵器工程学院	7	5	1.0	2.0