摘要
本发明涉及一种基于深度残差网络的接地线定位方法及系统。该方法先采集接地线信号并预处理生成数据集,再用改进的Teager‑Kaiser能量算子提取多尺度特征,输出时频能量谱图,接着构建含深度残差网络的定位模型,基于时频能量谱图,由多任务学习框架和损失函数训练该模型,并将训练好的模型轻量化处理,部署到边缘终端,实时采集接地线信号并将其输入边缘终端的轻量化模型,从而输出接地线实时空间坐标和位置状态。与现有技术相比,本发明具有定位精度高、抗干扰性强、实时性好等优点。
技术关键词
深度残差网络
定位方法
特征提取模块
联合损失函数
接地线定位系统
生成数据集
多任务
模型训练模块
对接地线
数据处理模块
融合策略
机械振动信号
局部信噪比
滑动窗口机制
Adam算法
粒子群优化算法
双分支结构
系统为您推荐了相关专利信息
盘类工件
柔性定位装置
精定位方法
精定位装置
抓取装置
参数化特征
注意力机制
融合多模态特征
多模态情感识别
特征提取模块