【技术实现步骤摘要】
本申请涉及人工智能，具体而言，涉及一种机载多源信息融合方法及系统。
技术介绍
1、随着航空工业的迅速发展，飞行器（如商业客机、无人机等）在执行任务时需要实时地感知和理解复杂多变的飞行环境。为了提高飞行安全性和效率，飞行器通常配备了各种传感器，例如雷达、光学相机、红外传感器等，来收集有关周围环境的数据。这些传感器产生的大量数据需要通过有效的处理和分析来增强飞行器的情景感知能力。
2、在现有技术中，多源感知网络被用于整合和处理来自飞行器多个传感器的数据。然而，这些多源感知网络面临诸多挑战。首先，无监督多源传感器数据的处理往往依赖于模糊选择的情景信息，这可能导致训练过程中的不确定性和误差。其次，有监督多源传感器数据虽然带有标注信息，但标注工作耗时且成本高昂，限制了数据量和多样性。
技术实现思路
1、有鉴于此，本申请的目的在于提供一种机载多源信息融合方法及系统。
2、依据本申请的第一方面，提供一种机载多源信息融合方法，所述方法包括：
3、获取机载多源融合训练数据序列，所述机载多源融合训练数据序列包括有监督多源融合训练数据和无监督多源融合训练数据，所述有监督多源融合训练数据包括有监督多源传感器数据和与所述有监督多源传感器数据对应的有监督飞行报告数据，所述无监督多源融合训练数据包括无监督多源传感器数据和与所述无监督多源传感器数据对应的无监督飞行报告数据；
4、基于初始化权重参数的受训报告学习网络，对所述无监督飞行报告数据进行情景感知，生成一个或多
5、基于初始化权重参数的指导多源感知网络，对所述无监督多源传感器数据进行情景感知，生成一个或多个指导多源情景感知信息；
6、依据所述一个或多个第一受训报告情景感知信息对所述一个或多个指导多源情景感知信息进行选择，生成一个或多个第一模糊选择情景信息；
7、依据各所述第一模糊选择情景信息和所述有监督多源传感器数据对应的标注情景信息，对基础受训多源感知网络进行训练，生成目标多源感知网络；
8、获取候选机载多源融合数据，基于所述目标多源感知网络，对所述候选机载多源融合数据进行情景感知，生成情景感知结果；所述情景感知结果包括一个或多个情景感知标签以及各所述情景感知标签对应的标签特征信息。
9、在第一方面的一种可能的实施方式中，所述方法还包括：
10、获取基础受训报告学习网络的网络功能层定义信息；
11、依据所述有监督飞行报告数据和所述无监督飞行报告数据，对所述基础受训报告学习网络进行训练，生成所述初始化权重参数的受训报告学习网络。
12、在第一方面的一种可能的实施方式中，所述依据所述有监督飞行报告数据和所述无监督飞行报告数据，对所述基础受训报告学习网络进行训练，生成所述初始化权重参数的受训报告学习网络，包括：
13、基于初始化权重参数的指导报告学习网络，对所述无监督飞行报告数据进行情景感知，生成一个或多个指导报告情景感知信息；
14、基于基础受训报告学习网络对所述有监督飞行报告数据进行情景感知，生成一个或多个第二受训报告情景感知信息；
15、依据所述一个或多个指导报告情景感知信息、所述有监督飞行报告数据对应的报告情景标注信息和所述一个或多个第二受训报告情景感知信息，对所述基础受训报告学习网络进行训练，生成所述初始化权重参数的受训报告学习网络。
16、在第一方面的一种可能的实施方式中，所述方法还包括：
17、基于所述目标多源感知网络，对所述无监督多源传感器数据进行情景感知，生成一个或多个受训多源情景感知信息；
18、依据所述一个或多个受训多源情景感知信息对所述一个或多个指导报告情景感知信息进行选择，生成一个或多个第二模糊选择情景信息；
19、所述依据所述一个或多个指导报告情景感知信息、所述有监督飞行报告数据对应的报告情景标注信息和所述一个或多个第二受训报告情景感知信息，对所述基础受训报告学习网络进行训练，生成所述初始化权重参数的受训报告学习网络，包括：
20、依据所述一个或多个第二模糊选择情景信息、所述有监督飞行报告数据对应的报告情景标注信息和所述一个或多个第二受训报告情景感知信息，对所述基础受训报告学习网络进行训练，生成所述初始化权重参数的受训报告学习网络。
21、在第一方面的一种可能的实施方式中，所述依据所述一个或多个第一受训报告情景感知信息对所述一个或多个指导多源情景感知信息进行选择，生成一个或多个第一模糊选择情景信息，包括：
22、确定各所述指导多源情景感知信息对应的情景维度标签和各所述第一受训报告情景感知信息对应的情景维度标签；
23、针对各指导多源情景感知信息，在所述一个或多个第一受训报告情景感知信息中，确定是否存在与所述指导多源情景感知信息的情景维度标签相同的第一受训报告情景感知信息；
24、如果所述指导多源情景感知信息的情景维度标签与所述一个或多个第一受训报告情景感知信息中的任意一个第一受训报告情景感知信息的情景维度标签相同，将所述指导多源情景感知信息输出为所述第一模糊选择情景信息。
25、在第一方面的一种可能的实施方式中，所述依据各所述第一模糊选择情景信息和所述有监督多源传感器数据对应的标注情景信息，对基础受训多源感知网络进行训练，生成目标多源感知网络，包括：
26、基于所述基础受训多源感知网络，对所述无监督多源传感器数据进行情景感知，生成一个或多个第一受训多源情景感知信息；
27、基于所述基础受训多源感知网络，对所述有监督多源传感器数据进行情景感知，生成一个或多个第二受训多源情景感知信息；
28、依据各所述第一模糊选择情景信息对所述一个或多个第一受训多源情景感知信息进行训练误差确定，生成第一训练误差信息；
29、依据所述有监督多源传感器数据对应的标注情景信息，对所述一个或多个第二受训多源情景感知信息进行训练误差确定，生成第二训练误差信息；
30、将所述第一训练误差信息和所述第二训练误差信息之和，输出为所述基础受训多源感知网络的训练误差信息；
31、依据所述训练误差信息对所述基础受训多源感知网络进行训练，生成所述目标多源感知网络。
32、在第一方面的一种可能的实施方式中，所述方法还包括：
33、对所述一个或多个第一模糊选择情景信息和所述一个或多个第一受训多源情景感知信息进行交叉情景感知信息提取，生成交叉情景感知信息；
34、所述依据各所述第一模糊选择情景信息对所述一个或多个第一受训多源情景感知信息进行训练误差确定，生成第一训练误差信息，包括：
35、依据所述交叉情景感知信息覆盖所述第一模糊选择情景信息；
36、依据所述交叉情景感知信息中的情景感知信息对所述一个或多个第一受训多源情景感知信息进行训练误差确定，生成第一训练误本文档来自技高网...
【技术保护点】
1.一种机载多源信息融合方法，其特征在于，所述方法包括：
2.根据权利要求1所述的机载多源信息融合方法，其特征在于，所述方法还包括：
3.根据权利要求2所述的机载多源信息融合方法，其特征在于，所述依据所述有监督飞行报告数据和所述无监督飞行报告数据，对所述基础受训报告学习网络进行训练，生成所述初始化权重参数的受训报告学习网络，包括：
4.根据权利要求3所述的机载多源信息融合方法，其特征在于，所述方法还包括：
5.根据权利要求1所述的机载多源信息融合方法，其特征在于，所述依据所述一个或多个第一受训报告情景感知信息对所述一个或多个指导多源情景感知信息进行选择，生成一个或多个第一模糊选择情景信息，包括：
6.根据权利要求1所述的机载多源信息融合方法，其特征在于，所述依据各所述第一模糊选择情景信息和所述有监督多源传感器数据对应的标注情景信息，对基础受训多源感知网络进行训练，生成目标多源感知网络，包括：
7.根据权利要求6所述的机载多源信息融合方法，其特征在于，所述方法还包括：
8.根据权利要求1-7中任意一
9.根据权利要求8所述的机载多源信息融合方法，其特征在于，所述方法还包括：
10.一种机载多源信息融合系统，其特征在于，包括处理器以及计算机可读存储介质，所述计算机可读存储介质存储有机器可执行指令，所述机器可执行指令被处理器执行时实现权利要求1-9中任意一项所述的机载多源信息融合方法。
...【技术特征摘要】
1.一种机载多源信息融合方法，其特征在于，所述方法包括：
2.根据权利要求1所述的机载多源信息融合方法，其特征在于，所述方法还包括：
3.根据权利要求2所述的机载多源信息融合方法，其特征在于，所述依据所述有监督飞行报告数据和所述无监督飞行报告数据，对所述基础受训报告学习网络进行训练，生成所述初始化权重参数的受训报告学习网络，包括：
4.根据权利要求3所述的机载多源信息融合方法，其特征在于，所述方法还包括：
5.根据权利要求1所述的机载多源信息融合方法，其特征在于，所述依据所述一个或多个第一受训报告情景感知信息对所述一个或多个指导多源情景感知信息进行选择，生成一个或多个第一模糊选择情景信息，包括：
6.根据权利要求1所述的机载多源信息融合方法，其特征在...
【专利技术属性】
技术研发人员：吴伟，
申请(专利权)人：成都正扬博创电子技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。