[发明专利]一种基于社交位置细胞/网格细胞的类脑相对导航方法

权利要求书

1.一种基于社交位置细胞/网格细胞的类脑相对导航方法，其特征在于，包括以下步骤：

步骤1，两架无人机均搭载惯性导航模块、视觉模块、机载数据链模块，周期性输出两架无人机之间的三维相对运动速度、相对俯仰角、相对偏航角、相对距离；

步骤2，采用吸引子网络构建三维网格细胞网络模型；

步骤3，将两架无人机之间的三维相对运动速度输入三维网格细胞网络进行相对运动路径积分计算；

步骤4，采用三维各向同性高斯函数构建三维社交位置细胞网络模型并输入两架无人机之间的相对俯仰角、相对偏航角、相对距离；

步骤5，通过赫布学习算法获取三维社交位置细胞网络与三维网格细胞网络连接权值矩阵；

步骤6，利用连接权值矩阵将三维社交位置细胞网络与三维网格细胞网络进行关联融合得到两架无人机之间三维相对位置的神经表征；

步骤7，采用神经元群体矢量平均算法对神经表征进行解码得到两架无人机之间的三维相对位置。

2.根据权利要求1所述的一种基于社交位置细胞/网格细胞的类脑相对导航方法，其特征在于，步骤2中采用如下方式构建三维网格细胞网络模型：

(1)兴奋性更新：

其中，为三维网格细胞网络活性兴奋性增量矩阵；x、y、z分别为三维网格细胞网络的东向、北向、天向轴；l、m、n分别为某一网格细胞在x、y、z三个轴向上的细胞索引序号；n_x、n_y、n_z分别为三维网格细胞网络沿x、y、z三个轴向的网格细胞维数；S_x,y,z为兴奋性刺激前的n_x×n_y×n_z个网格细胞放电率构成的三维网格细胞网络活性矩阵，初值由随机数产生；w_x,y,z为任意两个网格细胞之间的连接权值，w_x,y,z计算公式如下：

其中，δ_x、δ_y、δ_z分别为东向、北向、天向相对位置方差常数，g_x、g_y、g_z分别为任意两个网格细胞在x、y、z三个轴向上的网格距离，其计算公式如下：

其中，l′为其中一个网格细胞在x轴向上的细胞索引序号，l″为另一个网格细胞在x轴向上的细胞索引序号，m′为其中一个网格细胞在y轴向上的细胞索引序号，m″为另一个网格细胞在y轴向上的细胞索引序号，n′为其中一个网格细胞在z轴向上的细胞索引序号，n″为另一个网格细胞在z轴向上的细胞索引序号，n_x、n_y、n_z分别为三维网格细胞网络沿x、y、z三个轴向的网格细胞维数；

其中，S′_x,y,z为兴奋性刺激更新后的三维网格细胞网络活性矩阵；S_x,y,z为兴奋性刺激前的三维网格细胞网络活性矩阵；为三维网格细胞网络活性兴奋性增量矩阵；

(2)抑制性更新

其中，为三维网格细胞网络活性抑制性增量矩阵；l、m、n分别为某一网格细胞在x、y、z三个轴向上的细胞索引序号；n_x、n_y、n_z分别为三维网格细胞网络沿x、y、z三个轴向的网格细胞维数；S′_x,y,z为兴奋性刺激更新后的三维网格细胞网络活性矩阵；w_x,y,z为任意两个网格细胞之间的连接权值；γ为全局抑制因子常量；

其中，S″_x,y,z为抑制性刺激更新后的三维网格细胞网络活性矩阵；S′_x,y,z为兴奋性刺激更新后的三维网格细胞网络活性矩阵；为三维网格细胞网络活性抑制性增量矩阵；

(3)规范化处理

其中，为非负、归一化处理后的三维网格细胞网络活性矩阵；max[ ]代表取最大值符号；S″_x,y,z为抑制性刺激更新后的三维网格细胞网络活性矩阵；| |为矩阵求模符号。