基于卷积神经网络的地磁图方向适配性计算方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN106897538A(43)申请公布日2017.06.27(21)申请号201710151211.9G01C21/08(2006.01)(22)申请日2017.03.14(71)申请人中国人民解放军军械工程学院地址050003河北省石家庄市和平西路97号(72)发明人肖晶齐晓慧段修生单甘霖刘逸飞李鸣(74)专利代理机构石家庄国为知识产权事务所13120代理人王占华(51)Int.Cl.G06F17/50(2006.01)G06F17/30(2006.01)G06N3/00(2006.01)G06N3/08(2006.01)权利要求书4页说明书11页附图4页(54)发明名称基于卷积神经网络的地磁图方向适配性计算方法(57)摘要本发明公开了一种基于卷积神经网络的地磁图方向适配性计算方法，涉及导航方法技术领域。所述方法包括如下步骤：首先，从不同角度建立了地磁场各候选匹配区在几个代表方向上的适配性分析图；然后，从同一磁场图像的不同角度出发，利用并行卷积神经网络自动完成了特征的提取和学习，得到了更为全面的方向适配性特征描述；最后，在并行卷积神经网络所得特征的基础上，利用BP神经网络建立了地磁方向适配性的分析模型。该方法可以有效避免人工特征提取时的盲目性和所取特征难以表达深层的结构性特征等问题，实现了地磁方向适配性分析的自动化，而且获得了优于传统BP神经网络和单路卷积神经网络的准确率。CN106897538ACN106897538A权利要求书1/4页1.一种基于卷积神经网络的地磁图方向适配性计算方法，其特征在于包括如下步骤：将地磁场划分为若干个候选匹配区，计算各匹配区在不同方向的适配性标签；将各候选匹配区磁场数据进行归一化处理，得到候选匹配区磁场数据归一化的矩阵；以归一化的候选匹配区磁场矩阵为基础，利用Gabor滤波器构建地磁方向适配性分析图；以归一化的候选匹配区磁场矩阵为基础，基于磁场截线法构建地磁方向适配性分析图；设计并行深度卷积神经网络，对并行深度卷积神经网络的两组学习率和惯性系数进行优化；将优化的深度卷积神经网络的学习率和惯性系数赋值给并行卷积神经网络，并将若干样本对输入并行卷积神经网络，按照先预训练再微调的步骤对网络进行训练，进而得到地磁方向适配性评价的最终模型；对于一个方向适配性未知的磁场区域，将利用Gabor滤波器构建的地磁方向适配性分析图以及基于磁场截线法构建地磁方向适配性分析图送入到训练好的地磁方向适配性评价的最终模型中，通过所述最终模型，给出地磁方向适配性评价结果。2.如权利要求1所述的基于卷积神经网络的地磁图方向适配性计算方法，其特征在于，所述将地磁场划分为若干个候选匹配区，计算各匹配区在不同方向的适配性标签的方法如下：依据实际应用背景选定一个磁场区域，将该区域划分为若干大小相等的矩形区域作为候选匹配区，在候选匹配区内按给定方向进行地磁匹配仿真实验，计算匹配正确率，并依据匹配正确率分配该方向上的方向适配性标签，划分方法为：其中，Pr(d,i)为区域i在方向d上进行匹配仿真时的正确率，正确率大于或等于0.9的视为“适合匹配”，归为类别“1”，否则视为“不适合匹配”，归为类别“0”。3.如权利要求1所述的基于卷积神经网络的地磁图方向适配性计算方法，其特征在于，所述归一化处理的公式为：其中，I(x,y)为原始磁场的强度矩阵，(x,y)表示空间坐标系下一个位置，x和y分别对应该位置的经纬度坐标，Imin为I(x,y)中的最小值，Imax为I(x,y)中的最大值，NI(x,y)为归一化后的磁场矩阵，NI的取值范围为[0,1]。4.如权利要求1所述的基于卷积神经网络的地磁图方向适配性计算方法，其特征在于，所述以归一化的候选匹配区磁场矩阵为基础，利用Gabor滤波器构建地磁方向适配性分析图的方法如下：1)设定Gabor滤波器的参数，并按照以下公式计算Gabor滤波器的实部分量和虚部分量：2CN106897538A权利要求书2/4页其中，σx和σy为高斯函数在x轴,y轴方向的标准差，f为Gabor滤波器的中心频率，θ控制滤波器方向，取值范围为(0°,360°)，Ge(x,y)和Go(x,y)分别为Gabor滤波器的实部和虚部，Ge(x,y)是偶对称的，Go(x,y)是奇对称的，且二者相位正交；(x',y')表示坐标(x,y)逆时针旋转θ角后的坐标，计算公式为：Gabor滤波器需要设定的参数一共有4个：σx，σy，f和θ；2)求归一化磁场经过Gabor滤波器实部和虚部滤波后的幅值响应，计算公式为：其中，Te(x,y)和To(x,y)分别为Gabor滤波器实部和虚部滤波后磁场的原始响应，表示候选匹配区磁场在滤波器方向上的滤波结果，T(x,y)为滤波器实部和虚部