北斗短报文海上高效发射深度学习模型

发布时间：2024-03-14 01:43

　　战斗机飞行员海上遇险搜救的核心是获取遇险定位信息,由于受海上气象、浪涌等多种因素影响,手持和穿戴式救生终端选择恰当的时机快速发起遇险位置报告的相关能力较弱。以飞行员某装备北斗RDSS短报文有效发射为研究对象,利用深度神经网络,提出一种海上环境下发射时机学习预测模型,将高度、经纬度、方向、俯仰角、电量、速度、加速度等参数转换为单精度浮点数输入深度神经网络,经过10个隐层,每层32个神经元,得到通信成功率预测和发射延迟预测结果,在某装备工作时长延长43%的基础上,短报文发射成功率提高1倍。

【文章页数】：6 页

【部分图文】：

图1通信成功率预测网络

在发射成功率影响因素分析基础上,设计DNN模型(图1),该模型为全连接网络,包含两个子网络共6个分支结构,左侧5分支用于拟合链路特性及影响因素;右侧网络整合各分支结构,计算得最终结果。模型以传感器获取的实时参数作为输入条件,包括俯仰角、经纬度、高度、信号强度、速度、方向、浸水、湿....

图2发射延时预测网络

图2为发射延时预测子网络。输入的序列化加速度及俯仰角数据经过RNN后,可以得到中间结果o表示海浪谱的周期,然后使用设备最后一次在海浪中的相位(加速度、俯仰角、方向),结合海浪谱周期,计算得到下一次设备处于波峰和波谷的时间段。在制作训练数据集时,下一次设备处于波峰或波谷的时刻即为设....

图3发射功率与海况关联统计规律

通过观察造浪池3级海况下的实测数据,发现在实测过程中,设备的功率信号按照一定规律进行变化,其变化规律与人员在水中沉浮的频率具有相关性。在此条件下,在一定时间内具备短报文发送条件,满足发送门限的时间窗口短且呈现出间歇状态。对数据进行平滑滤波处理后,其统计变化规律如下。为保证求救短报....

图4训练评估结果

共进行了不少于30万轮神经网络迭代训练,每5000轮进行一次评估。图4显示了训练及评估结果,Y轴平均准确率在本例中表示所有判断正确的样本占总样本数的比例,范围为[0,1]。本文模型与固定周期发射模型比测条件和比测结果如表2所示。

本文编号：3927875