湍流扩散环境中基于前馈神经网络的信源定位算法

为实现湍流扩散环境中的信源定位,提出了 一种基于前馈神经网络(FNN)的定位方法.在FNN中联合交叉熵函数和均方误差函数作为损失函数,并在数据输入前增加了批量归一化层防止测试集过拟合.利用仿真得到的分子浓度数据对FNN模型进行训练,并使用测试集验证了所提方法的性能.仿真结果表明:在20 m仿真长度的湍流管道中,对于定位和初速度识别均在20次迭代内达到收敛;得到的平均定位误差为0.2 m,且误差在0.69 m范围内的概率达到90％,初速度识别的准确率达到95.4％.所提方法可以实现不同分子释放速度条件下的信源定位并识别发射分子的初速度,极大地减少了接收机的布置.