摘要
本发明公开了基于轻量化多智能体强化学习的北斗卫星定位方法及系统,该方法包括:基于当前环境观测的测量信息和历史行为的状态信息,通过深度强化学习的定位增强算法,获取卫星数据;对深度神经网络模型进行动态剪枝训练,输出参数稀疏化后的深度神经网络模型;对参数稀疏化后的深度神经网络模型进行修剪并微调,得到硬剪枝微调后的深度神经网络模型;将卫星数据部署至硬剪枝微调后的深度神经网络模型,得到北斗卫星定位结果。本发明能够通过动态掩码剪枝和在训练后硬剪枝微调,提高卫星的定位结果精度。本发明作为基于轻量化多智能体强化学习的北斗卫星定位方法及系统,可广泛应用于卫星定位技术领域。
技术关键词
深度神经网络模型
多智能体强化学习
深度强化学习
动态剪枝
滑动平均值
北斗卫星定位系统
数据
伪距单点定位
策略优化方法
参数
卫星定位技术
微控制器单元
长短期记忆网络
卫星伪距
指数
算法
表达式
序列
系统为您推荐了相关专利信息
有源配电网
分布式光伏
负荷预测模型
电力辅助服务
气象预报数据
环境感知模型
生成对抗网络模型
声波
补偿方法
深度强化学习
人形机器人
深度强化学习
运动控制方法
控制策略
比例微分控制器
多功能融合系统
光谱可调
LED光源
集成控制单元
数据处理单元