本發(fā)明涉及地磁場的利用方法技術(shù)領(lǐng)域，尤其涉及一種構(gòu)建地磁圖方向適配性特征的方法。

背景技術(shù)：

地磁導(dǎo)航是一種基于地理信息的導(dǎo)航方式，具有無源、無輻射、隱蔽性強(qiáng)、誤差不隨時(shí)間積累的特點(diǎn)，可進(jìn)行全天候、全地域?qū)Ш?，在跨海制?dǎo)領(lǐng)域具有相當(dāng)優(yōu)勢。目前，地磁導(dǎo)航通常作為一種輔助手段，與慣性導(dǎo)航、衛(wèi)星導(dǎo)航等方式一起構(gòu)成組合導(dǎo)航系統(tǒng)，提高導(dǎo)航系統(tǒng)的可靠性。

目前，有關(guān)地磁圖方向適配性研究的成果見諸報(bào)道的不多。概括來講，構(gòu)建地磁圖方向適配性特征的方法主要分為基于統(tǒng)計(jì)的方法(如灰度共生陣)和基于濾波的方法(如gabor濾波器)。雖然在地磁圖方向適配性分析中得到了應(yīng)用，但它們也存在一些不足：

(1)理論上，可以提取到候選匹配區(qū)在任意方向上的灰度共生陣，但由于候選匹配區(qū)范圍一般為幾公里，像元數(shù)有限，因此不能構(gòu)建任意方向的地磁圖適配性特征；

(2)基于統(tǒng)計(jì)的特征提取方法方法不能完全體現(xiàn)磁場的局部特征；

(3)設(shè)計(jì)gabor濾波器時(shí)需要設(shè)置包括濾波器窗口的大小、濾波中心頻率等多個(gè)參數(shù)，方向適配性特征提取的步驟較為繁瑣，有時(shí)需要引入經(jīng)驗(yàn)閾值輔助決策，增加了構(gòu)建特征的難度。

上述的不足限制了地磁圖方向適配性評價(jià)的準(zhǔn)確性和效率。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明所要解決的技術(shù)問題是如何提供一種具有較高分類穩(wěn)定性的構(gòu)建地磁圖方向適配性特征的方法。

為解決上述技術(shù)問題，本發(fā)明所采取的技術(shù)方案是：一種構(gòu)建地磁圖方向適配性特征的方法，其特征在于包括如下步驟：

1)設(shè)地磁場中一個(gè)候選匹配區(qū)的地磁模型為：

z＝i(x,y)

其中，(x,y)為候選匹配區(qū)內(nèi)某一位置的經(jīng)緯度坐標(biāo)，i(x,y)為位置(x,y)處地磁場的強(qiáng)度；

設(shè)載體進(jìn)入候選匹配區(qū)的位置為m0(x0,y0,z0)，進(jìn)入方向與東向夾角為θ，記θ的向量形式為m，且向量n＝(a,b,c)與m垂直，進(jìn)入磁場后做勻速等高直線運(yùn)動，則過點(diǎn)m0且與m平行的平面有且只有一個(gè)，記作平面π，則π表示為：

a(x-x0)+b(y-y0)+c(z-z0)＝0

聯(lián)立式z＝i(x,y)和式a(x-x0)+b(y-y0)+c(z-z0)＝0可得候選匹配區(qū)磁場曲面被平面π所截的截線方程，記作c，則：

2)提取截線c上的統(tǒng)計(jì)特征，將其表示為向量的形式；

3)將所得該截線c的特征向量通過非線性變換映射到特征空間，實(shí)現(xiàn)去量綱化，得到候選匹配區(qū)在給定方向上的一個(gè)特征向量；

4)改變載體進(jìn)入候選匹配區(qū)磁場的位置，按照一定的規(guī)律移動m0點(diǎn)n次，重復(fù)步驟1)-步驟3)，得到給定方向上n個(gè)截線的統(tǒng)計(jì)特征向量，它們共同構(gòu)成地磁圖方向適配性特征，描述磁場在方向m上進(jìn)行地磁導(dǎo)航時(shí)地磁圖的方向適配性。

進(jìn)一步的技術(shù)方案在于，所述統(tǒng)計(jì)特征包括候選匹配區(qū)地磁值的均值i與標(biāo)準(zhǔn)差σ：

x，y分別為一個(gè)候選匹配區(qū)在x軸方向和y軸方向的維數(shù)。

進(jìn)一步的技術(shù)方案在于，所述統(tǒng)計(jì)特征包括方差均值比r：

進(jìn)一步的技術(shù)方案在于，所述統(tǒng)計(jì)特征包括計(jì)算峰態(tài)系數(shù)κ：

進(jìn)一步的技術(shù)方案在于，所述統(tǒng)計(jì)特征包括計(jì)算偏態(tài)系數(shù)s:

進(jìn)一步的技術(shù)方案在于，所述統(tǒng)計(jì)特征包括地磁差異熵hd:

其中，

進(jìn)一步的技術(shù)方案在于，所述統(tǒng)計(jì)特征包括地磁信息熵h：

其中，

進(jìn)一步的技術(shù)方案在于：通過如下方法評價(jià)地磁圖在方向m上的適配性：

1)建立方向適配性評價(jià)準(zhǔn)則；

2)地磁圖方向適配性分析模型的建立：

3)使用地磁圖方向適配性分析模型對磁場在方向m上進(jìn)行地磁匹配導(dǎo)航時(shí)的適配性進(jìn)行評價(jià)。

進(jìn)一步的技術(shù)方案在于，方向適配性評價(jià)準(zhǔn)則建立方法如下：

引入方向匹配概率評價(jià)磁場在不同方向的適配性：在磁場候選匹配區(qū)的某一方向上進(jìn)行若干次匹配仿真實(shí)驗(yàn)，則方向匹配概率為該方向上正確匹配與總匹配次數(shù)的比值，其計(jì)算公式如下：

其中，pr(i,m)為第i個(gè)候選匹配區(qū)在方向m上的匹配概率，表示區(qū)域i在方向m上進(jìn)行匹配時(shí)匹配成功的次數(shù)，nc為匹配總次數(shù)，ep(i,m)為匹配結(jié)果的位置誤差，threshold為給定的判斷匹配成功與否的閾值，在匹配過程中由人為設(shè)定；

由于實(shí)際應(yīng)用中往往更關(guān)心在某個(gè)方向上能否實(shí)現(xiàn)載體的可靠定位，而不需要知道該方向上具體的匹配概率是多少。因此，為了提高方向適配性分析的效率，可以將地磁圖方向適配性分析模型的建立簡化為一個(gè)分類問題，將匹配概率大于某一閾值的方向作為適合匹配的方向，小于該閾值的則不適合匹配。因此，在pr(i,m)的基礎(chǔ)上，可以給各候選匹配區(qū)在該方向上的適配性打上標(biāo)簽，方法為：如果pr(i,m)大于某一閾值，則方向m為適合匹配的方向，歸為類別“1”，如果pr(i,m)小于該閾值則方向m認(rèn)為不適合匹配，歸為類別“0”。

進(jìn)一步的技術(shù)方案在于，地磁圖方向適配性分析模型建立的方法如下：

1)：方向適配性特征提取：設(shè)候選匹配區(qū)的大小為a×b，隨機(jī)選擇若干候選匹配區(qū)，并取θ1，θ2，…，θd為d個(gè)代表方向，在每個(gè)方向上，設(shè)載體從不同的位置進(jìn)入候選匹配區(qū)，共得到n條截線，提取各候選匹配區(qū)在d個(gè)代表方向上的適配性特征，每個(gè)方向提取的方向適配性特征為7×n個(gè)；

2)：分別求各候選匹配區(qū)在d個(gè)方向上的匹配概率并給各方向分配類別標(biāo)簽；

3)：設(shè)定bp網(wǎng)絡(luò)結(jié)構(gòu)：各候選匹配區(qū)在每個(gè)方向上構(gòu)建的地磁圖方向適配性特征都是相互獨(dú)立的，可將其作為bp神經(jīng)網(wǎng)絡(luò)的輸入建立地磁圖方向適配性分析模型。因此，網(wǎng)絡(luò)輸入節(jié)點(diǎn)個(gè)數(shù)設(shè)為7×n，輸出節(jié)點(diǎn)為1，隱層節(jié)點(diǎn)數(shù)依據(jù)仿真效果及經(jīng)驗(yàn)設(shè)置；

4)：訓(xùn)練網(wǎng)絡(luò)：bp神經(jīng)網(wǎng)絡(luò)以所得方向適配性特征為輸入，以相應(yīng)的標(biāo)簽為目標(biāo)，進(jìn)行有監(jiān)督地學(xué)習(xí)，建立方向適配性分析模型。

采用上述技術(shù)方案所產(chǎn)生的有益效果在于：(1)本發(fā)明所述方法可以構(gòu)建任意方向的地磁圖方向適配性特征；(2)本發(fā)明構(gòu)建的地磁圖方向適配性特征在進(jìn)行方向適配性分析時(shí)具有較高的分類穩(wěn)定性。

附圖說明

圖1是本發(fā)明實(shí)施例所述方法的流程圖；

圖2是本發(fā)明實(shí)施例基于截線法提取地磁圖方向適配性特征的原理圖；

圖3是實(shí)施例一中截線法獲取的一條截線的俯視圖；

圖4是實(shí)施例一中測試集方向適配性的分析結(jié)果；

圖5是實(shí)施例二中設(shè)計(jì)的cnn網(wǎng)絡(luò)結(jié)構(gòu)圖；

圖6是實(shí)施例二中測試集方向適配性的分析結(jié)果。

具體實(shí)施方式

下面結(jié)合本發(fā)明實(shí)施例中的附圖，對本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明的一部分實(shí)施例，而不是全部的實(shí)施例?；诒景l(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其它實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。

在下面的描述中闡述了很多具體細(xì)節(jié)以便于充分理解本發(fā)明，但是本發(fā)明還可以采用其它不同于在此描述的其它方式來實(shí)施，本領(lǐng)域技術(shù)人員可以在不違背本發(fā)明內(nèi)涵的情況下做類似推廣，因此本發(fā)明不受下面公開的具體實(shí)施例的限制。

如圖1所示，總體的，本發(fā)明實(shí)施例公開了一種構(gòu)建地磁圖方向適配性特征的方法，包括如下步驟：

s101：設(shè)地磁場中某個(gè)候選匹配區(qū)的地磁模型為：

z＝i(x,y)

其中，(x,y)為候選匹配區(qū)內(nèi)某一位置的經(jīng)緯度坐標(biāo)，i(x,y)為位置(x,y)處地磁場的強(qiáng)度；

設(shè)載體進(jìn)入候選匹配區(qū)的位置為m0(x0,y0,z0)，進(jìn)入方向與東向夾角為θ，記θ的向量形式為m，且向量n＝(a,b,c)與m垂直，進(jìn)入磁場后做勻速等高直線運(yùn)動，則過點(diǎn)m0且與m平行的平面有且只有一個(gè)，記作平面π，則π表示為：

a(x-x0)+b(y-y0)+c(z-z0)＝0

聯(lián)立式z＝i(x,y)和式a(x-x0)+b(y-y0)+c(z-z0)＝0可得候選匹配區(qū)磁場曲面被平面π所截的截線方程，記作c，則：

s102:提取截線c上的統(tǒng)計(jì)特征，將其表示為向量的形式；

s103:將所得該截線c的特征向量通過非線性變換映射到特征空間，實(shí)現(xiàn)去量綱化，得到候選匹配區(qū)在給定方向上的一個(gè)特征向量；

s104:改變載體進(jìn)入候選匹配區(qū)磁場的位置，按照一定的規(guī)律移動m0點(diǎn)n次，重復(fù)步驟s101-步驟s103)，得到給定方向上n個(gè)截線的統(tǒng)計(jì)特征向量，它們共同構(gòu)成地磁圖方向適配性特征，描述磁場在方向m上進(jìn)行地磁導(dǎo)航時(shí)地磁圖的方向的適配性。

實(shí)施例一：

利用bp網(wǎng)絡(luò)進(jìn)行地磁圖方向適配性分析，具體步驟如下：

s201：求過候選匹配區(qū)磁場曲面上一點(diǎn)m0(x0,y0,z0)且方向?yàn)閙的平面截磁場曲面的截線，如圖2所示。本實(shí)施例取一個(gè)大小為20×20的地磁場區(qū)域?yàn)楹蜻x匹配區(qū)，并以30°方向?yàn)槔?，說明求取截線及其統(tǒng)計(jì)特征的過程。

取候選匹配區(qū)磁場曲面的上一點(diǎn)(37.0769,50.3151,1436.5)作為m0點(diǎn)，其中，前兩個(gè)坐標(biāo)值為m0點(diǎn)經(jīng)緯度坐標(biāo)，單位為°，第三個(gè)坐標(biāo)值為選定的候選匹配區(qū)在m0點(diǎn)的磁場值，單位為nt。生成一個(gè)方向?yàn)?0°且過m0點(diǎn)的平面，求磁場曲面與該平面的截線序列，如圖3中所示。為了方便表示，該截線的三個(gè)坐標(biāo)分別給出：

cla＝[37.0715,37.0718,37.0721,37.0724,37.0726,37.0729,37.0732,37.0735,37.0738,37.0740,

37.0743,37.0746,37.0749,37.0751,37.0754,37.0757,37.0760,37.0763,37.0765,37.0768,

37.0771,37.0774,37.0776,37.0779,37.0782,37.0785,37.0788,37.0790,37.0793,37.0796,

37.0799,37.0801,37.0804,37.0807,37.0810,37.0815,37.0818,37.0821，37.0824，37.0826]

clo＝[50.3120,50.3122，50.323，50.3125，50.3127，50.3128，50.3130，50.3131，50.3133，50.3135，

50.3136，50.3138，50.3139，50.3141，50.3143，50.3144，50.3146，50.3149，50.3151，50.3152，

50.3154，50.3155，50.3157，50.3159，50.3160,50.3162,50.3163,50.3165,50.3167,50.3168,

50.3170,50.3171,50.3173,50.3175,50.3178,50.3179,50.3181,50.3183,50.3184,50.3186]

cm＝[1456.0,1455.0,1454.0,1453.0,1452.0,1451.0,1450.0,1449.0,1448.0,1446.9,

1445.9,1444.9,1443.9,1442.9,1441.8,1440.8,1439.8,1438.8,1437.7,1436.7,

1435.7,1434.7,1433.7,1432.6,1431.6,1430.6,1429.5,1428.5,1427.5,1426.4,

1425.4,1424.4,1423.3,1422.3,1421.2,1419.2,1418.1,1417.1,1416.0,1414.9]

其中，cla,clo,cm分別是截線上各點(diǎn)的經(jīng)度坐標(biāo)、緯度坐標(biāo)和磁場值。

s202：提取截線上的統(tǒng)計(jì)特征。共提取7個(gè)統(tǒng)計(jì)特征，計(jì)算過程如下：

s2021：計(jì)算均值與方差。按照以下公式截線數(shù)據(jù)的均值和方差σ。

其中，x，y分別為一個(gè)候選匹配區(qū)在x軸方向和y軸方向的維數(shù)。，i(i,j)為位置(i,j)處磁場的強(qiáng)度。

本實(shí)施例以s201步驟中得到的所選候選匹配區(qū)在30°方向的截線為例，計(jì)算得到其均值和方差分別為：1683.4nt和11.52nt。

s2022：計(jì)算方差均值比。計(jì)算公式為：

得到所選候選匹配區(qū)在30°方向上截線的方差均值比為0.0068。

s2023：計(jì)算峰態(tài)系數(shù)。公式為：

得到所選候選匹配區(qū)在30°方向上截線的峰態(tài)系數(shù)為1.8154。

s2024：計(jì)算偏態(tài)系數(shù)。公式為：

得到所選候選匹配區(qū)在30°方向上截線的偏態(tài)系數(shù)為-0.0094。

s2025：計(jì)算地磁差異熵。公式為：

其中，

得到所選候選匹配區(qū)在30°方向上截線的地磁差異熵大小為8.3633。

s2026：計(jì)算地磁信息熵。計(jì)算公式為：

其中，

得到所選候選匹配區(qū)在30°方向上截線的地磁信息熵大小為8.6438。

則可以構(gòu)建s201步驟中所得截線的特征向量：

s203：消除量綱影響。采用log函數(shù)將所得特征向量通過非線性變換映射到特征空間，實(shí)現(xiàn)去量綱化，最終所得候選匹配區(qū)在30°方向上所得截線的特征向量為：

其它候選匹配區(qū)和方向上的特征向量按照步驟s101-s103的方法進(jìn)行。

s204：計(jì)算地磁圖方向適配性特征。先將m0點(diǎn)的經(jīng)緯度坐標(biāo)固定在對應(yīng)候選匹配區(qū)第10行第10列的位置(候選匹配區(qū)的中心)，按照步驟s201-s203的方法獲取截線并求其7個(gè)特征；固定載體運(yùn)動方向不變，再沿著x軸和y軸的方向分別向上和向下移動m0點(diǎn)9次，每次移動一個(gè)磁場網(wǎng)格，共得到19條截線。分別按步驟s201-s203計(jì)算各條截線的7個(gè)統(tǒng)計(jì)特征，它們共同構(gòu)成候選匹配區(qū)在30°方向上的適配性特征。

其它候選匹配區(qū)在不同方向上的適配特征的構(gòu)建遵循步驟s101-s104，這些方向適配性特征為地磁導(dǎo)航的適配性分析奠定了基礎(chǔ)。

進(jìn)一步的，本發(fā)明實(shí)施例還公開了地磁圖方向適配性分析模型的建立方法，包括方向適配性評價(jià)準(zhǔn)則和方向適配性分析模型的建立：

方向適配性評價(jià)準(zhǔn)則：

通常以匹配概率作為評價(jià)某一區(qū)域適配性的定量依據(jù)，它表示在區(qū)域內(nèi)進(jìn)行地磁匹配時(shí)匹配結(jié)果的可信程度。匹配概率越大，則在該區(qū)域得到的定位結(jié)果就越可信。本發(fā)明引入方向匹配概率評價(jià)候選匹配區(qū)磁場在不同方向的適配性：在磁場的某一方向上進(jìn)行若干次匹配仿真實(shí)驗(yàn)，則方向匹配概率為該方向上正確匹配與總匹配次數(shù)的比值。其計(jì)算公式如下：

其中，pr(i,m)為第i個(gè)候選匹配區(qū)在方向m上的匹配概率，表示區(qū)域i在方向m上進(jìn)行匹配時(shí)匹配成功的次數(shù)，nc為匹配總次數(shù)，ep(i,m)為匹配結(jié)果的位置誤差，threshold為給定的判斷匹配成功與否的閾值，在匹配過程中由人為設(shè)定。

在pr(i,m)的基礎(chǔ)上，可以給各候選匹配區(qū)在該方向上的適配性打上標(biāo)簽，方法為：如果pr(i,m)大于某一閾值，則方向m為適合匹配的方向，歸為類別“1”，如果pr(i,m)小于該閾值則方向m認(rèn)為不適合匹配，歸為類別“0”。

仍以計(jì)算s201步驟中所選的候選匹配區(qū)在30°方向上的方向匹配概率為例，在該區(qū)域內(nèi)的不同位置進(jìn)行100次匹配仿真實(shí)驗(yàn)，設(shè)threshold＝125m(區(qū)域模型地磁場分辨率為62.5m)，即當(dāng)匹配結(jié)果誤差小于125m時(shí)認(rèn)為匹配成功，統(tǒng)計(jì)100次試驗(yàn)中匹配成功的次數(shù)為93，則所選候選匹配區(qū)在30°方向上的方向匹配概率為93％。如果當(dāng)方向匹配概率大于90％即認(rèn)為該方向適合匹配，很顯然，所選候選匹配區(qū)在30°方向上適合匹配，歸為類別“1”。

地磁圖方向適配性分析模型：

本發(fā)明所述方法適用于構(gòu)建任意方向的方向適配性特征，為了區(qū)別于glcm方法，本發(fā)明利用截線法提取d個(gè)代表方向上的適配性特征，將各方向記為θ1，θ2，…，θd。為便于建模，將一定范圍內(nèi)的地磁場劃分為若干大小相同的矩形區(qū)域，記為候選匹配區(qū)，并利用泛化能力較強(qiáng)的bp神經(jīng)網(wǎng)絡(luò)建立磁場方向適配性特征與對應(yīng)類別標(biāo)簽之間的模型。建模過程如下：

1)：方向適配性特征提?。涸O(shè)候選匹配區(qū)的大小為a×b，隨機(jī)選擇若干候選匹配區(qū)，并取θ1，θ2，…，θd為d個(gè)代表方向，在每個(gè)方向上，設(shè)載體從不同的位置進(jìn)入候選匹配區(qū)，共得到得到n條截線，提取各候選匹配區(qū)在d個(gè)代表方向上的適配性特征，每個(gè)方向提取的方向適配性特征為7×n個(gè)；

2)：分別求各候選匹配區(qū)在d個(gè)方向上的匹配概率并給各方向分配類別標(biāo)簽；

3)：設(shè)定bp網(wǎng)絡(luò)結(jié)構(gòu)：各候選匹配區(qū)在每個(gè)方向上構(gòu)建的地磁圖方向適配性特征都是相互獨(dú)立的，可將其作為bp神經(jīng)網(wǎng)絡(luò)的輸入建立地磁圖方向適配性分析模型。因此，網(wǎng)絡(luò)輸入節(jié)點(diǎn)個(gè)數(shù)設(shè)為7×n，輸出節(jié)點(diǎn)為1，隱層節(jié)點(diǎn)數(shù)依據(jù)仿真效果及經(jīng)驗(yàn)設(shè)置；

4)：訓(xùn)練網(wǎng)絡(luò)：bp神經(jīng)網(wǎng)絡(luò)以所得方向適配性特征為輸入，以相應(yīng)的標(biāo)簽為目標(biāo)，進(jìn)行有監(jiān)督地學(xué)習(xí)，建立方向適配性分析模型。

具體實(shí)施過程如下：

s1：方向適配性特征提取。在全球地磁異常模型ndgc-720模型y分量地磁圖上，取經(jīng)度范圍[34°e,39°e]、緯度范圍[47.812°n,53.812°n]的區(qū)域?yàn)楸尘按艌?，通過kriging插值法建立該區(qū)域精細(xì)化的地磁異常場模型，將該區(qū)域劃分為若干個(gè)大小為20×20的候選匹配區(qū)，以0°,30°,60°,90°,120°,150°這6個(gè)方向?yàn)榇怼τ诿恳粋€(gè)候選匹配區(qū)，將載體進(jìn)入候選匹配區(qū)的位置設(shè)置在候選匹配區(qū)磁場的中心位置，按照s204的方法得到19條截線。分別按步驟s201-s203計(jì)算各條截線的7個(gè)統(tǒng)計(jì)特征。每個(gè)方向提取的方向適配性特征為7×19＝133個(gè)。

s2：求各候選匹配區(qū)在6個(gè)代表方向上的匹配概率并給各方向分配類別標(biāo)簽。通過匹配仿真實(shí)驗(yàn)計(jì)算每個(gè)候選匹配區(qū)在各個(gè)方向上的匹配成功率，將匹配成功率大于或等于90％的方向劃分為適合匹配的方向，歸為類別“1”，不滿足該條件的劃分為不合匹配的方向，歸為類別“0”。

s3：設(shè)定bp網(wǎng)絡(luò)結(jié)構(gòu)。網(wǎng)絡(luò)輸入節(jié)點(diǎn)設(shè)為133，輸出節(jié)點(diǎn)為1，隱層按照多次仿真的效果設(shè)為50×10的雙隱層結(jié)構(gòu)。

s4：訓(xùn)練網(wǎng)絡(luò)。隨機(jī)取1600組s1中所得的方向適配性特征作為bp神經(jīng)網(wǎng)絡(luò)的輸入，以s2中相應(yīng)的標(biāo)簽為目標(biāo)，進(jìn)行有監(jiān)督地學(xué)習(xí)，通過梯度下降法對網(wǎng)絡(luò)多次訓(xùn)練，建立地磁圖方向適配性的分析模型。為了減小bp網(wǎng)絡(luò)隨機(jī)初始權(quán)值對結(jié)果的影響，同時(shí)為了統(tǒng)計(jì)多次分類時(shí)特征對分類的穩(wěn)定性，對特征集進(jìn)行50次訓(xùn)練和預(yù)測，取訓(xùn)練效果最好的模型為最終的地磁圖方向適配性分析模型。

方向適配性模型確定后，對于一個(gè)方向適配性未知的候選匹配區(qū)，當(dāng)輸入其某一方向的適配性特征后，模型就會給出該方向的適配性評價(jià)結(jié)果，指導(dǎo)載體的運(yùn)動。

s5：網(wǎng)絡(luò)測試。從非訓(xùn)練集樣本(其地磁圖方向適配性未知)中隨機(jī)選擇800個(gè)作為測試樣本，提取其方向適配性特征后，用訓(xùn)練好的模型給出地磁圖方向適配性評價(jià)結(jié)果，網(wǎng)絡(luò)輸出為“1”視為適合匹配，否則不適合。

同時(shí)，為了評價(jià)對測試集的分類結(jié)果，本實(shí)施例引入全局分類準(zhǔn)確率(overallaccuracy,oa)進(jìn)行評價(jià)，它衡量了模型對所有樣本的分類準(zhǔn)確性，如下式所示：

其中，ωi取0或1，代表樣本類別，n(predictionc＝ωi)表示實(shí)際樣本類別為ωi的樣本數(shù)，n(predictionc＝ωi∩realc＝ωi)表示實(shí)際樣本類別為ωi且被正確分類為ωi的樣本的數(shù)。

圖4給出了800個(gè)測試樣本的方向適配性預(yù)測結(jié)果。

可以看出，模型對絕大部分樣本的方向適配性預(yù)測結(jié)果與匹配實(shí)驗(yàn)得到的結(jié)果一致，個(gè)別樣本的評價(jià)結(jié)果有誤；計(jì)算全局分類準(zhǔn)確率達(dá)可知，bp網(wǎng)絡(luò)模型對800個(gè)測試樣本的oa達(dá)到了95.32％。說明本發(fā)明所述方法提取的特征在建立方向適配性評價(jià)模型時(shí)的有效性。

為了進(jìn)一步分析本發(fā)明所述方法的性能，將本發(fā)明基于截線法提取的方向適配性特征與2011年《武漢大學(xué)學(xué)報(bào)(信息科學(xué)版)》第36卷第4期“基于地磁共生矩陣的水下地磁導(dǎo)航適配區(qū)選擇”中基于共生矩陣提取的特征的分類性能進(jìn)行比較。論文只能在0°,45°,90°和135°這四個(gè)方向上提取地磁共生陣的能量、對比度、相關(guān)度和同質(zhì)性四個(gè)量作為方向適配性特征(記為glcm特征)。為了便于比較，用本發(fā)明所提的構(gòu)建地磁圖方向適配性特征的方法也提取0°,45°,90°和135°四個(gè)方向的特征，記為slice特征，兩種特征都采用雙隱含層的bp網(wǎng)絡(luò)進(jìn)行建模，且所用的訓(xùn)練集和測試集來源一致。為了減小bp網(wǎng)絡(luò)隨機(jī)初始權(quán)值對結(jié)果的影響，同時(shí)為了統(tǒng)計(jì)多次分類時(shí)兩種特征對分類的穩(wěn)定性，對兩種特征集分別進(jìn)行50次訓(xùn)練和預(yù)測，將分類準(zhǔn)確率劃分為三個(gè)區(qū)間：[0,80％),[80％,90％),[90％,100％]，并統(tǒng)計(jì)基于glcm特征和基于slice特征在50次網(wǎng)絡(luò)訓(xùn)練和預(yù)測中的分類準(zhǔn)確率在各個(gè)區(qū)間內(nèi)出現(xiàn)的的次數(shù)，結(jié)果見表1：

表150次訓(xùn)練中各區(qū)間分類準(zhǔn)確率的統(tǒng)計(jì)結(jié)果

可見，50次試驗(yàn)中基于地磁共生陣的方向適配性特征的分類準(zhǔn)確率小于90％的次數(shù)達(dá)到了23次，小于80％的達(dá)到了12次，而基于截線法的方向適配性特征的全局分類準(zhǔn)確率只有一次小于90％，未出現(xiàn)小于80％的情況，這說明在地磁導(dǎo)航方向適配性分析模型建立的過程中，基于截線法的特征穩(wěn)定性更好。

實(shí)施例二：

基于深度卷積神經(jīng)網(wǎng)絡(luò)構(gòu)建地磁圖方向適配性特征以及利用深度卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行方向適配性分析的方法參照實(shí)施例一步驟，簡要說明如下：

深度卷積神經(jīng)網(wǎng)絡(luò)(convolutionalneuralnetwork,cnn)與bp網(wǎng)絡(luò)相比，主要不同在于輸入形式不同、網(wǎng)絡(luò)結(jié)構(gòu)不同、學(xué)習(xí)能力不同。bp網(wǎng)絡(luò)將某一候選匹配區(qū)一個(gè)方向上所有截線法提取的特征拼接為一個(gè)數(shù)組進(jìn)行學(xué)習(xí)；利用cnn分析時(shí)將每條截線上提取的特征向量按行拼接為一個(gè)方向特征矩陣，描述候選匹配區(qū)的方向特征，將該矩陣視為數(shù)字圖像送入cnn進(jìn)行學(xué)習(xí)。

以一個(gè)候選匹配區(qū)為例，按照步驟s201至步驟s203的方法，求該區(qū)域在30°方向上每條截線的7個(gè)統(tǒng)計(jì)特征，共計(jì)19條截線，將然后這19個(gè)特征向量拼接為一個(gè)特征矩陣f'，f'即為所選候選匹配區(qū)在30°方向的特征矩陣。

仍以實(shí)施例一的候選匹配區(qū)為研究對象，以0°,30°,60°,90°,120°,150°這6個(gè)方向?yàn)榇?，重?fù)上述過程計(jì)算其它候選匹配區(qū)和其它方向的特征矩陣，將它們作為cnn網(wǎng)絡(luò)的輸入，網(wǎng)絡(luò)訓(xùn)練時(shí)的標(biāo)簽分配方式與實(shí)施例一中一樣。

cnn的網(wǎng)絡(luò)結(jié)構(gòu)見圖5，它共包含6層：一個(gè)輸入層input1、兩個(gè)卷積層c1和c2、一個(gè)降采樣層s3、一個(gè)全連接層f4和一個(gè)輸出層output。其中，卷積層的功能是基于卷積核完成特征圖的提取，其中特征圖的大小由卷積核的大小決定，特征圖的個(gè)數(shù)由卷積核的種類決定；降采樣層，又稱為池化層，對上一級的特征圖進(jìn)行降采樣，在完成特征映射的同時(shí)縮減輸入數(shù)據(jù)的規(guī)模，減少計(jì)算量。各層參數(shù)設(shè)置如下：

input層：輸入為基于截線法建立的地磁圖方向適配性特征矩陣，矩陣大小為19×7。

c1層：卷積層，用于提取input層特征。卷積核的大小決定了神經(jīng)元感受區(qū)域的范圍，較小的卷積核無法提取有效的局部特征，而較大的卷積核又無法描述高度復(fù)雜的信息。本發(fā)明在大量實(shí)驗(yàn)的基礎(chǔ)上選取本層卷積核的大小為3×3，卷積后得到大小維17×5的特征圖。由于每個(gè)卷積核只能提取到某一類特征，本文同時(shí)利用6個(gè)卷積核對輸入圖像進(jìn)行卷積，得到6中不同的特征圖。

c2層：卷積層，對c1層輸出的特征圖進(jìn)行特征提取。過程與c1層相似，不同的是本層取16個(gè)大小為2×2的卷積核完成特征提取，得到16個(gè)大小為16×4的特征圖。

s3層：降采樣層，對c1層輸出的特征圖進(jìn)行降采樣,一般縮放因子取2時(shí)就能取得較好的效果。大小為16×4的特征圖通過2×2的子采樣后得到大小為8×2的特征圖。這意味著c1層特征圖上的4個(gè)像素合并成s3層輸出圖像上的一個(gè)像素。常見的子采樣的方法有最大值合并、平均值合并及隨機(jī)合并，本發(fā)明采取隨機(jī)合并方法。此外，降采樣層只是在c1層特征圖的基礎(chǔ)上進(jìn)行降采樣，不改變特征圖的數(shù)目。

f4：全連接層，再次對特征進(jìn)行映射。s4層每個(gè)神經(jīng)元與f5層的一個(gè)神經(jīng)元連接，若設(shè)置f5層所含神經(jīng)元數(shù)目為10，則s4層到f5層的連接可以視為將s4層的特征圖映射為10個(gè)特征向量。

output層：輸出層，給出地磁圖方向適配性分析的結(jié)論。本發(fā)明以“適合匹配”和“不適合匹配”對地磁圖方向適配性進(jìn)行劃分，因此本層只設(shè)1個(gè)神經(jīng)元，作為深度神經(jīng)網(wǎng)絡(luò)的最終輸出，當(dāng)輸出為1時(shí)表示“適合匹配”，為0時(shí)表示“不適合匹配”。

隨機(jī)取1600個(gè)不同的方向適配性特征矩陣作為cnn的輸入，按照經(jīng)典的深度網(wǎng)絡(luò)的學(xué)習(xí)方法對網(wǎng)絡(luò)進(jìn)行訓(xùn)練，得到最終的方向適配性分析模型。

再從非訓(xùn)練集(方向適配性未知)中隨機(jī)選擇200個(gè)樣本作為測試集，提取其方向適配性特征矩陣后，用訓(xùn)練好的cnn對其方向適配性進(jìn)行評價(jià)，網(wǎng)絡(luò)輸出為“1”視為適合匹配，否則不適合。圖6給出了測試樣本的方向適配性預(yù)測結(jié)果。

可見，cnn網(wǎng)絡(luò)對絕大部分測試集的適配性預(yù)測結(jié)果與其匹配仿真實(shí)驗(yàn)給出的方向適配性結(jié)果一致。經(jīng)計(jì)算，測試集的分類準(zhǔn)確率達(dá)到了92.0％，也證明了本發(fā)明所提取的方向適配性特征的有效性。

綜合上述兩個(gè)實(shí)施例，本發(fā)明所述方法是可行并且是有效的，可以實(shí)現(xiàn)任意方向的地磁圖方向適配性特征，并且在建立分類器模型的過程中，本發(fā)明所提方法獲取的特征穩(wěn)定性較好。