論文の概要: Physics-Informed Calibration of Aeromagnetic Compensation in Magnetic
Navigation Systems using Liquid Time-Constant Networks
- arxiv url: http://arxiv.org/abs/2401.09631v1
- Date: Wed, 17 Jan 2024 22:46:51 GMT
- ステータス: 処理完了
- システム内更新日: 2024-01-19 18:21:13.812896
- Title: Physics-Informed Calibration of Aeromagnetic Compensation in Magnetic
Navigation Systems using Liquid Time-Constant Networks
- Title（参考訳）: 液体時間ネットワークを用いた磁気ナビゲーションシステムにおける空力補償の物理インフォームド校正
- Authors: Favour Nerrise (1 and 2), Andrew Sosa Sosanya (2), Patrick Neary (2)
((1) Department of Electrical Engineering, Stanford University, CA, USA, (2)
SandboxAQ, Palo Alto, CA, USA)
- Abstract要約: 磁気航法 (MagNav) はGPS(Global Positioning System)の代替であり、航空機の航法に有用であることが証明されている。
従来の航空航法システムでは、特定の環境での精度と信頼性、攻撃に対する制限に直面している。
我々は,MagNav位置推定のためのクリーンで信頼性が高く正確な磁気信号を抽出するための物理情報を用いた機械学習手法を提案する。
- 参考スコア（独自算出の注目度）: 0.09514898210006967
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Magnetic navigation (MagNav) is a rising alternative to the Global
Positioning System (GPS) and has proven useful for aircraft navigation.
Traditional aircraft navigation systems, while effective, face limitations in
precision and reliability in certain environments and against attacks. Airborne
MagNav leverages the Earth's magnetic field to provide accurate positional
information. However, external magnetic fields induced by aircraft electronics
and Earth's large-scale magnetic fields disrupt the weaker signal of interest.
We introduce a physics-informed approach using Tolles-Lawson coefficients for
compensation and Liquid Time-Constant Networks (LTCs) to remove complex, noisy
signals derived from the aircraft's magnetic sources. Using real flight data
with magnetometer measurements and aircraft measurements, we observe up to a
64% reduction in aeromagnetic compensation error (RMSE nT), outperforming
conventional models. This significant improvement underscores the potential of
a physics-informed, machine learning approach for extracting clean, reliable,
and accurate magnetic signals for MagNav positional estimation.
- Abstract（参考訳）: 磁気航法 (MagNav) はGPS(Global Positioning System)の代替であり、航空機の航法に有用であることが証明されている。
従来の航空航法システムは有効ではあるが、特定の環境や攻撃に対する精度と信頼性の限界に直面している。
空中マグナブは地球の磁場を利用して正確な位置情報を提供する。
しかし、航空機の電子機器や地球の大規模な磁場によって誘導される外部磁場は、より弱い利害シグナルを妨害する。
本稿では,補償のためにトルス・ローソン係数を用いた物理インフォームド手法と,航空機の磁気源から発生する複雑な雑音信号を取り除くための液時定数ネットワーク(LTC)を提案する。
磁気センサによる実飛行データと航空機の計測値を用いて、従来のモデルよりも64%の空中電磁補償誤差(RMSE nT)を低減した。
この大幅な改善は、MagNav位置推定のためのクリーンで信頼性が高く正確な磁気信号を抽出する、物理インフォームドな機械学習アプローチの可能性を示している。
関連論文リスト
- Long-distance Geomagnetic Navigation in GNSS-denied Environments with Deep Reinforcement Learning [62.186340267690824]
既存の地磁気航法の研究は、事前保存された地図や広範囲な探索に依存しており、探索されていない地域での適用性や航法効率の低下に繋がる。
本稿では,特に長距離地磁気航法における深部強化学習(DRL)に基づくメカニズムについて述べる。
設計されたメカニズムは、プリストアドマップや広範囲で高価な探索アプローチではなく、地磁気ナビゲーションのための磁気受容能力を学ぶようにエージェントを訓練する。
論文 参考訳（メタデータ） (2024-10-21T09:57:42Z) - Random forests for detecting weak signals and extracting physical
information: a case study of magnetic navigation [0.0]
貯水池計算と時間遅延フィードフォワードニューラルネットワークという2つの機械学習アーキテクチャは、GPSで測定された環境で地球の異常磁場を検出するために利用することができる。
我々は,複数の決定木の出力を組み合わせたランダム森林の機械学習モデルを利用して,物理量の最適値を与える。
ランダムフォレストアルゴリズムは, 弱い異常場の検出や航空機の位置のフィルタリングにおいて, 極めてよく機能することを示す。
論文 参考訳（メタデータ） (2024-02-21T21:10:12Z) - A Bionic Data-driven Approach for Long-distance Underwater Navigation with Anomaly Resistance [59.21686775951903]
様々な動物が環境の手がかりを使って正確なナビゲーションをしている。
動物航法にインスパイアされたこの研究は、長距離水中航法のためのバイオニックでデータ駆動のアプローチを提案する。
提案手法では,GPSシステムや地理地図を必要とせず,測地データを用いてナビゲーションを行う。
論文 参考訳（メタデータ） (2024-02-06T13:20:56Z) - Mapping the magnetic field using a magnetometer array with noisy input
Gaussian process regression [1.0878040851637998]
ガウス過程は、空間的に変化する磁場の大きさを学ぶために用いられる。
しかし、磁力計の位置は、ほとんど知られていない。
本稿では,磁界マップの品質向上のために,磁力計のアレイをどのように利用できるかを検討する。
論文 参考訳（メタデータ） (2023-10-25T12:00:45Z) - Efficient Real-time Smoke Filtration with 3D LiDAR for Search and Rescue
with Autonomous Heterogeneous Robotic Systems [56.838297900091426]
スモークとダストは、搭載された知覚システムに依存するため、あらゆる移動ロボットプラットフォームの性能に影響を与える。
本稿では,重みと空間情報に基づく新しいモジュラー計算フィルタを提案する。
論文 参考訳（メタデータ） (2023-08-14T16:48:57Z) - Imaging magnetism evolution of magnetite to megabar pressure range with
quantum sensors in diamond anvil cell [57.91882523720623]
我々は,高感度・サブスケール空間分解能を有するメガバール圧力のその場磁気検出技術を開発した。
強強強磁性体(アルファ-Fe3O4)から弱い強磁性体(ベータ-Fe3O4)、最後に非磁性体(ガンマ-Fe3O4)への大気圧域におけるFe3O4のマクロ磁気遷移を観察する。
提案手法は磁気系のスピン軌道結合と磁気-超伝導の競合について検討することができる。
論文 参考訳（メタデータ） (2023-06-13T15:19:22Z) - Position fixing with cold atom gravity gradiometers [56.45088569868981]
冷間原子干渉計による部分重力勾配解を用いた自律航法の位置固定法を提案する。
標準のオープンソースグローバル重力データベースを用いて,1000kmを超える軌道に対する安定した航法解を示す。
論文 参考訳（メタデータ） (2022-04-11T16:42:32Z) - Multiclass Permanent Magnets Superstructure for Indoor Localization
using Artificial Intelligence [1.3048920509133808]
スマートフォンは,ユーザの屋内位置推定や位置推定に人気がある。
既存のソリューションは主にWi-Fi、RFID、磁気センシング技術を用いて、混雑した会場での動きを追跡する。
本稿では,そのアルゴリズムを拡張したマルチスーパーストラクチャローカライゼーション手法を提案する。
論文 参考訳（メタデータ） (2021-07-14T09:59:58Z) - Surpassing the Energy Resolution Limit with ferromagnetic torque sensors [55.41644538483948]
標準量子限界における熱力学ノイズと機械的検出ノイズを考慮した最適磁場分解能の評価を行った。
近年の文献で指摘されているエネルギー分解限界(ERL, Energy Resolution Limit)は, 桁違いに超えることがある。
論文 参考訳（メタデータ） (2021-04-29T15:44:12Z) - Signal Enhancement for Magnetic Navigation Challenge Problem [2.1374806859886495]
本稿では,地磁気信号と航空機磁気信号を分離してクリーンな信号を導出し,磁気ナビゲーションを実現することを目的とする。
データセットのベースラインテストでは、機械学習(ML)を用いて全磁場から地球磁場を抽出できることが示されている。
課題は、訓練されたニューラルネットワークを用いて、航空機の磁場を全磁場から除去することである。
論文 参考訳（メタデータ） (2020-07-23T17:44:02Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。