公开(公告)号：CN114527514A

公开(公告)日：2022-05-24

申请号：CN202210184089.6

申请日：2022-02-25

Applicant: 吉林大学

Inventor： 李欣蔚 ,  焦健 ,  于平 ,  周帅 ,  赵肖

IPC: G01V3/38 ,  G06N3/04 ,  G06N3/063 ,  G06N3/08

Abstract: 本发明属于航磁干扰补偿领域，为一种基于模型压缩和加速的神经网络实时航磁补偿方法，包括初始化两个网络结构一致的神经网络P和神经网络A；利用额外的一次FOM飞行规定的补偿飞行数据C训练神经网络P，得到训练好的TW权重；以训练好的TW权重替换神经网络A中的初始化权重；利用飞行数据A训练替换好权重的神经网络A，得到训练好的OW权重；将训练好的神经网络A进行剪枝处理降低计算资源需求，得到最终所需要的神经网络；将需要补偿的数据的16项系数方程作为最终所需要的神经网络的输入，磁干扰作为输出输入。本发明可以降低神经网络的计算量，在低算力设备上提高训练速度，实现低载荷的小型无人机上实时处理航磁数据。

公开(公告)号：CN114527514B

公开(公告)日：2024-08-23

申请号：CN202210184089.6

申请日：2022-02-25

Applicant: 吉林大学

Inventor： 李欣蔚 ,  焦健 ,  于平 ,  周帅 ,  赵肖

IPC: G01V3/38 ,  G06N3/045 ,  G06N3/0495 ,  G06N3/082 ,  G06N3/084

Abstract: 本发明属于航磁干扰补偿领域，为一种基于模型压缩和加速的神经网络实时航磁补偿方法，包括初始化两个网络结构一致的神经网络P和神经网络A；利用额外的一次FOM飞行规定的补偿飞行数据C训练神经网络P，得到训练好的TW权重；以训练好的TW权重替换神经网络A中的初始化权重；利用飞行数据A训练替换好权重的神经网络A，得到训练好的OW权重；将训练好的神经网络A进行剪枝处理降低计算资源需求，得到最终所需要的神经网络；将需要补偿的数据的16项系数方程作为最终所需要的神经网络的输入，磁干扰作为输出输入。本发明可以降低神经网络的计算量，在低算力设备上提高训练速度，实现低载荷的小型无人机上实时处理航磁数据。