文献类型：期刊文章

作　　者：唐会林[1] 宋甘琳[2] 周佳加[2] 武杨[2]

TANG Huiin;SONG Ganin;ZHOU Jiajia;WU Yang(Unit of 92213,Zhanjiang 524064,China;College of Intelligent Systems Science and Engineering,Harbin Engineering University,Harbin 150001,China)

机构地区：[1]中国人民解放军92213部队,广东湛江524064 [2]哈尔滨工程大学智能科学与工程学院,黑龙江哈尔滨150001

出　　处：《传感器与微系统》

基　　金：国家自然科学基金资助项目(51609048,51909044,52071108)。

年　　份：2024

卷　　号：43

期　　号：12

起止页码：12-15

语　　种：中文

收录情况：BDHX、BDHX2023、CSCD、CSCD_E2023_2024、JST、RCCSE、ZGKJHX、核心刊

摘　　要：针对由于复杂噪声使得水下无人航行器(UUV)声呐探测数据可靠性下降进而导致障碍物轮廓构建失准的问题,本文提出了一种基于生成对抗网络(GAN)和支持向量聚类(SVC)的水下障碍物轮廓构建算法。为区分复杂噪声点与障碍物点,该算法基于SVC对声呐数据异常点进行初步筛选。针对SVC受参数影响可能导致较小簇误判的问题,利用GAN精确筛选异常点;并对精确的障碍物点进行聚类得到各个障碍物的最优轮廓。通过对湖中障碍物探测数据的轮廓构建仿真验证试验,相比SVC算法,使用本文所提GAN-SVC算法在对2个障碍物进行轮廓构建时,准确度分别提高了79.80%和48.13%。

关 键 词：生成对抗网络  支持向量聚类 异常点检测 轮廓构建  

分 类 号：TP212] TP391.4]