EFILN：用于高精度水下定位的电场反演-定位网络
系统与控制
2024-12-18 v1 系统与控制
摘要
准确的水下目标定位是水下探索的关键。为提高复杂水下环境中的定位精度和效率，我们提出了电场反演-定位网络 (EFILN)，这是一种深层前馈神经网络，用于从水下电场信号重构位置坐标。通过评估神经网络的输入输出值是否满足库仑定律，可确定网络反演解与方程精确解之间的误差。首先采用 Adam 优化器，然后采用 L-BFGS 优化器，以逐步提高 EFILN 的输出精度。一系列噪声实验表明了该方法的鲁棒性和实际用途，而小样本数据实验验证了其强大的小样本学习 (SSL) 能力。为加快相关研究进展，我们已将代码作为开源方式提供。
引用
@article{arxiv.2410.11223,
title = {EFILN: The Electric Field Inversion-Localization Network for High-Precision Underwater Positioning},
author = {Yimian Ding and Jingzehua Xu and Guanwen Xie and Haoyu Wang and Weiyi Liu and Yi Li},
journal= {arXiv preprint arXiv:2410.11223},
year = {2024}
}