Institutional Repository of Coll Comp & Commun
观测站参数误差下联合多特征融合注意力机制的TDOA/FDOA多机无源定位算法 | |
彭铎; 刘明硕; 谢堃 | |
2024-05-29 | |
发表期刊 | 吉林大学学报(工学版) |
ISSN | 1671-5497 |
摘要 | 在实际的定位场景下,观测站往往被设置在实时移动的平台上,导致观测站所测量到的待测目标运动状态信息存在观测噪声误差。这些误差会影响观测站接收到的信息,进而导致目标源位置的估计产生较大的偏差。为了解决这个问题,提出了一种在观测站参数误差下融合注意力机制(Attention Mechanism, AM)的卷积神经网络(Convolutional Neural Network, CNN)和双向长短期记忆(Bidirectional Long Short-Term Memory,BiLSTM)网络的时差频差(TDOA/FDOA)多机无源定位算法,该方法结合了改进的两步法最小二乘法和CNN-BiLSTM-Attention模型。通过修正测量值并减少两步法在观测存在噪声的情况下出现估计性能下降的问题,提高了定位的精度。经过仿真对比,本文提出的算法在观测存在噪声的情况下表现出良好的性能。 |
关键词 | 无源定位 时差频差 双向长短期记忆网络 注意力机制 两步加权最小二乘 |
DOI | 10.13229/j.cnki.jdxbgxb.20240295 |
URL | 查看原文 |
收录类别 | 北大核心 ; CSCD |
语种 | 中文 |
资助项目 | 国家自然科学基金项目(62061024,62265010);甘肃省科技计划项目(23YFGA0062);甘肃省创新基金项目(2022A-215) |
中图分类号 | TN911.7;TP18 |
原始文献类型 | 学术期刊 |
引用统计 | 无
|
文献类型 | 期刊论文 |
条目标识符 | https://ir.lut.edu.cn/handle/2XXMBERH/171430 |
专题 | 计算机与通信学院 |
作者单位 | 兰州理工大学计算机与通信学院 |
第一作者单位 | 计算机与通信学院 |
第一作者的第一单位 | 计算机与通信学院 |
推荐引用方式 GB/T 7714 | 彭铎,刘明硕,谢堃. 观测站参数误差下联合多特征融合注意力机制的TDOA/FDOA多机无源定位算法[J]. 吉林大学学报(工学版),2024. |
APA | 彭铎,刘明硕,&谢堃.(2024).观测站参数误差下联合多特征融合注意力机制的TDOA/FDOA多机无源定位算法.吉林大学学报(工学版). |
MLA | 彭铎,et al."观测站参数误差下联合多特征融合注意力机制的TDOA/FDOA多机无源定位算法".吉林大学学报(工学版) (2024). |
条目包含的文件 | 条目无相关文件。 |
个性服务 |
查看访问统计 |
谷歌学术 |
谷歌学术中相似的文章 |
[彭铎]的文章 |
[刘明硕]的文章 |
[谢堃]的文章 |
百度学术 |
百度学术中相似的文章 |
[彭铎]的文章 |
[刘明硕]的文章 |
[谢堃]的文章 |
必应学术 |
必应学术中相似的文章 |
[彭铎]的文章 |
[刘明硕]的文章 |
[谢堃]的文章 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论