基于优化深度学习的三维无源目标定位方法

摘要：

针对无源定位收敛速度慢、方位信息不准确等问题,提出面向三维无源目标定位的深度学习算法优化.利用激光雷达传感器采集目标三维数据,通过数据配准得到高质量点云数据;建立包含三层网络结构的卷积神经网络,将采集到的数据输入到网络中,确定定位边界框,计算位置置信度;针对卷积神经网络处理稀疏数据速度过慢的问题,设计一种稀疏卷积并行算法,引入检测器优化网络结构,提高运算速度;确立边界框约束条件,改善网络训练性能;设置边框位置误差、置信度误差以及定位误差三种损失函数,增强算法的特征学习能力,使算法的定位能力更强.实验结果表明,所提方法定位误差小,加快了收敛速度.

关键词：无源目标定位、三维点云、深度学习、卷积神经网络、损失函数

所属期刊栏目：40

分类号：TP391(计算技术、计算机技术)

资助基金：国家民族事务委员会高等教育教学改革研究项目21044

在线出版日期：2023-11-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：5-8,412