基于多通道卷积神经网络的磁性舰船目标运动参数估计

发布时间：2023-04-21 04:57

　　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。

【文章页数】：7 页

【文章目录】：
1 建立磁性目标数据库
    1.1 椭球体与磁偶极子阵列混合模型
    1.2 磁性运动目标的磁场模型
2 网络结构设计
    2.1 MC-CNN设计
    2.2 实验结果及分析
3 结论



本文编号：3795880