基于轻量化多智能体强化学习的北斗卫星定位方法及系统
申请号:CN202511066118
申请日期:2025-07-31
公开号:CN120928402A
公开日期:2025-11-11
类型:发明专利
摘要
本发明公开了基于轻量化多智能体强化学习的北斗卫星定位方法及系统,该方法包括:基于当前环境观测的测量信息和历史行为的状态信息,通过深度强化学习的定位增强算法,获取卫星数据;对深度神经网络模型进行动态剪枝训练,输出参数稀疏化后的深度神经网络模型;对参数稀疏化后的深度神经网络模型进行修剪并微调,得到硬剪枝微调后的深度神经网络模型;将卫星数据部署至硬剪枝微调后的深度神经网络模型,得到北斗卫星定位结果。本发明能够通过动态掩码剪枝和在训练后硬剪枝微调,提高卫星的定位结果精度。本发明作为基于轻量化多智能体强化学习的北斗卫星定位方法及系统,可广泛应用于卫星定位技术领域。
技术关键词
深度神经网络模型
多智能体强化学习
深度强化学习
动态剪枝
滑动平均值
北斗卫星定位系统
数据
伪距单点定位
策略优化方法
参数
卫星定位技术
微控制器单元
长短期记忆网络
卫星伪距
指数
算法
表达式
序列