[发明专利]基于轻量级网络的导航方法、装置及存储介质

权利要求书

1.基于轻量级网络的导航方法，其特征在于，包括以下步骤：

获取卫星磁测数据和太阳高能粒子数据；

通过模型压缩方法构建轻量级的地磁图绘制模型；

输入所述卫星磁测数据和所述太阳高能粒子数据至所述地磁图绘制模型，使所述地磁图绘制模型结合所述卫星磁测数据的第一特征和所述太阳高能粒子数据的第二特征两种模态得到地磁特征，并根据所述地磁特征分类得到地磁指数进而绘制基准地磁图；

获取载体当前位置的实时地磁信息；

读取基准地磁图信息，将所述基准地磁图信息与所述实时地磁信息匹配；

根据匹配结果，修正惯性导航系统的位置。

2.根据权利要求1所述的基于轻量级网络的导航方法，其特征在于，在输入所述卫星磁测数据和所述太阳高能粒子数据至所述地磁图绘制模型绘制基准地磁图的同时，通过在线学习方法调整模型权重。

3.根据权利要求2所述的基于轻量级网络的导航方法，其特征在于，所述通过在线学习方法调整模型权重具体为：输入一组所述卫星磁测数据和所述太阳高能粒子数据，使用该组所述卫星磁测数据和所述太阳高能粒子数据共同产生的损失函数和梯度对所述地磁图绘制模型迭代；重复上述步骤，通过多组所述卫星磁测数据和所述太阳高能粒子数据对所述地磁图绘制模型的多次迭代，进而调整所述地磁图绘制模型的模型权重。

4.根据权利要求1所述的基于轻量级网络的导航方法，其特征在于，所述模型压缩方法为知识蒸馏。

5.根据权利要求1所述的基于轻量级网络的导航方法，其特征在于，所述使所述地磁图绘制模型结合所述卫星磁测数据的第一特征和所述太阳高能粒子数据的第二特征两种模态得到地磁特征，包括以下步骤：

提取所述卫星磁测数据的第一特征；

提取所述太阳高能粒子数据的第二特征；

输入所述第一特征和所述第二特征训练双向自动编码器直至所述双向自动编码器收敛；

移除所述双向自动编码器的解码器，将所述双向自动编码器的编码器输出的特征作为所述地磁特征。

6.根据权利要求5所述的基于轻量级网络的导航方法，其特征在于，所述提取所述卫星磁测数据的第一特征，包括以下步骤：

通过多个特征编码器同时提取由卫星磁测数据采样得到的快进视频段的空间特征与时间特征；

将所述空间特征与所述时间特征输入至由判别感知器和生成感知器构成的融合网络得到地磁特征；其中，所述判别感知器通过进行采样间隔的分类以感知相邻视频帧之间地磁线的运动强度的细微差异；所述生成感知器通过差值重构以还原地磁线的运动细节。

7.根据权利要求5所述的基于轻量级网络的导航方法，其特征在于，所述提取所述太阳高能粒子数据的第二特征，包括以下步骤：

输入所述太阳高能粒子数据至所述第二特征提取模块的编码模块，使所述太阳高能粒子数据经过多个编码子层处理；其中在所述编码子层中，所输入的数据依次经过第一多头自注意力结构、第一全连接前向网络处理；

将所述编码模块的输出输入至所述第二特征提取模块的解码模块，使所述编码模块的输出经过多个解码子层处理，再经过最终线性变换层和softmax函数层处理得到所述第二特征；其中在所述解码子层中，所输入的数据依次经过掩膜式多头自注意力结构、第二多头自注意力结构和第二全连接前向网络处理。

8.根据权利要求1所述的基于轻量级网络的导航方法，其特征在于，所述读取基准地磁图信息，将基准地磁图信息与实时地磁信息匹配包括以下步骤：

读取所述基准地磁图信息，并确定粗匹配指标和精匹配指标；

对所述实时地磁信息和所述基准地磁图信息进行粗匹配，并保留所述实时地磁信息中满足所述粗匹配指标的匹配点；

去除粗匹配后的所述实时地磁信息的噪声和干扰信号；

对降噪后的所述实时地磁信息和所述基准地磁图信息进行精匹配，并保留所述实时地磁信息中满足所述精匹配指标的匹配点作为匹配结果。