【技术实现步骤摘要】
本专利技术属于海洋探索开发、水下救援、洋流探测等需要进行水下节点定位任务的，具体涉及一种基于卷积神经网络优化的混合三维水下定位方法、介质及设备。
技术介绍
1、在水下资源的勘探中，水下定位技术起着至关重要的作用，一种精确且能耗低的水下定位算法可以大大提高水下工作的效率，从而创造更大的效益。水下定位技术的发展离不开移动节点的精确定位。在海洋环境监测中，检测区域通常较大且动态变化，利用移动节点可以帮助实现对海洋生物资源的跟踪，利用其随机移动性实现对整个区域的监测。此外，水下路径的优化和一系列节点数据传输过程的实现也需要移动节点的精确定位。因此，水下移动节点的精确定位成为当前研究的重点。
2、目前，水下节点定位技术通常使用锚和信标来辅助通信。由于水下节点具有随时移动、难以维护的特点，同时时间同步性无法保证，因此研究人员通常设置水面浮标和水中信标节点(或称锚节点)来辅助定位。水面浮标装有gps设备，可实现绝对位置的定位，而信标节点具有较强的计算能力，可直接与水面通信。由于水下环境的特殊性，水下无线网络定位面临着一些挑战。首先，无线电...
【技术保护点】
1.基于卷积神经网络优化的混合三维水下定位方法，其特征在于，包括如下步骤：
2.如权利要求1所述的基于卷积神经网络优化的混合三维水下定位方法，其特征在于：所述三维水下定位算法对未知节点进行定位的过程包括测距阶段以及投影和定位阶段；
3.如权利要求2所述的基于卷积神经网络优化的混合三维水下定位方法，其特征在于：所述测距阶段的具体过程为：
4.如权利要求3所述的基于卷积神经网络优化的混合三维水下定位方法，其特征在于：所述距离测量是用平均单向传播时间乘以水下估计的声速来实现，公式如下：
5.如权利要求2所述的基于卷积神经网络优...
【技术特征摘要】
1.基于卷积神经网络优化的混合三维水下定位方法，其特征在于，包括如下步骤：
2.如权利要求1所述的基于卷积神经网络优化的混合三维水下定位方法，其特征在于：所述三维水下定位算法对未知节点进行定位的过程包括测距阶段以及投影和定位阶段；
3.如权利要求2所述的基于卷积神经网络优化的混合三维水下定位方法，其特征在于：所述测距阶段的具体过程为：
4.如权利要求3所述的基于卷积神经网络优化的混合三维水下定位方法，其特征在于：所述距离测量是用平均单向传播时间乘以水下估计的声速来实现，公式如下：
5.如权利要求2所述的基于卷积神经网络优化的混合三维水下定位方法，其特征在于：所述投影和定位阶段的具体过程为：
6.如权利要求5所述的基于卷积神经网络优化的混合三维水下定位方法，其特征在于：所述鲁棒性验证条件为：
7.如权利要求1所述的基于卷积神经网络优化的混合三维水下定位方法，其特征在于：所述cnn模型定义了与实际定位环境相匹配的环境参数，包括定位区域的大小、节点总数、锚点数量和水流速度；cnn模型还定义了模型参数，包括输...
【专利技术属性】
技术研发人员：董芊，欧学郅，毛馨纬，彭芳，
申请(专利权)人：西交利物浦大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。