摘要
本发明公开了一种基于多模态数据融合与集成学习的定位方法及系统,该方法包括:通过声学多普勒测速单元获得水下潜器的速度信息和运动轨迹信息;通过捷联式惯性测量单元获得水下潜器的三轴线性加速度数据、三轴角速度数据以及姿态信息;通过地磁导航单元获得水下潜器的位置信息;将多普勒测速单元、捷联式惯性测量单元和地磁导航单元获得的三类多模态数据进行混合编码,得到融合特征数据;将融合特征数据输入到基于Transformer的深度神经网络进行训练;在水下定位导航中,使用训练好的基于Transformer的深度神经网络对水下潜器进行定位。本发明通过多模态融合数据进行特征学习,利用神经网络输出定位结果,提高水下定位精度。
技术关键词
多模态数据融合
融合特征
深度神经网络
定位方法
运动轨迹信息
水下定位导航
声学多普勒
地磁
多层感知机
前馈神经网络
多模态特征融合
线性解码器
编码
矩阵
加速度
特征值
系统为您推荐了相关专利信息
图像分类方法
深度神经网络
通道注意力机制
分支
参数
融合特征
视觉方法
神经网络架构
光源色温
多场景
多模态注意力
多模态医学影像
切片
融合特征
图像块