您当前的位置:
首页 >
文章列表页 >
观测站参数误差下联合多特征融合注意力机制的TDOA/FDOA多机无源定位算法
观测站参数误差下联合多特征融合注意力机制的TDOA/FDOA多机无源定位算法
Observation station parameter error joint multi-feature fusion attention mechanism TDOA/FDOA multi-aircraft passive localization algorithm
- “在定位领域,专家提出融合AM的CNN和BiLSTM网络的TDOA/FDOA多机无源定位算法,结合改进两步加权最小二乘法,修正测量值,提高定位精度,为解决观测噪声误差问题提供新方案。”
- 吉林大学学报(工学版) 2025年55卷第11期 页码:3751-3761
DOI: 10.13229/j.cnki.jdxbgxb.20240295
移动端阅览
AI导读
HTML全文
图( 11 ) 表( 2 )
参考文献
出版信息
数据统计
44
浏览量
164
下载量
0
CSCD
文章被引用时,请邮件提醒。
提交
工具集
- BibTeX下载
- Endnote下载
- RefMan 下载
- NoteExpress下载
- NoteFirst下载
相关文章
基于双通道时序特征融合网络的叶片覆冰检测算法
基于特征融合注意力的RGB-D语义分割算法
基于深度学习的工业故障诊断综述
基于扩散模型和DenseNet的少样本齿轮箱故障诊断方法
基于改进YOLOv5的双模态图像融合行人检测方法
相关作者
周求湛
陈霄
汪锋
张雯
李琛
武慧南
邓琬超
刘萍萍
相关机构
吉林大学 计算机科学与技术学院
华锐风电科技(江苏)有限公司
吉林大学 通信工程学院
温州理工学院 建筑与能源工程学院
长春理工大学 物理学院

