申请/专利权人:北京中科飞鸿科技股份有限公司
申请日:2024-01-18
公开(公告)日:2024-02-23
公开(公告)号:CN117591889A
主分类号:G06F18/214
分类号:G06F18/214;G06F17/13;G06N3/006;G06N3/0464
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.03.12#实质审查的生效;2024.02.23#公开
摘要:本发明涉及一种基于神经网络的探测队形优化方法,属于目标探测技术领域,解决了现有单人手持光电探测设备探测误差较大的问题。本发明技术方案主要包括:S1、构建训练数据集,训练样本包括:多个光电探测设备的位置关系,以及通过多个光电探测设备的状态测量值基于扩展卡尔曼滤波算法获得的目标状态估计误差值;S2、将训练样本输入神经网络模型进行训练以获得测量误差估计模型;S3、获取多个光电探测设备之间的位置关系并输入测量误差估计模型;S4、根据樽海鞘优化算法对多个光电探测设备之间的位置关系进行迭代优化;S5、重复步骤S3‑S4直到使得目标状态估计误差小于预设阈值,输出对应的位置关系作为探测队形。
主权项:1.一种基于神经网络的探测队形优化方法,其特征在于,包括:S1、构建训练数据集,所述训练数据集中的每个训练样本包括:多个光电探测设备的位置关系,以及通过多个光电探测设备的状态测量值基于扩展卡尔曼滤波算法获得的目标状态估计误差值;S2、将所述训练样本输入神经网络模型进行训练以获得测量误差估计模型;S3、获取多个光电探测设备之间的位置关系并输入所述测量误差估计模型,以获得对应的目标状态估计误差;S4、根据樽海鞘优化算法对多个光电探测设备之间的位置关系进行迭代优化;S5、重复步骤S3-S4直到使得目标状态估计误差小于预设阈值,输出对应的位置关系作为探测队形。
全文数据:
权利要求:
百度查询: 北京中科飞鸿科技股份有限公司 一种基于神经网络的探测队形优化方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。