扩散模型合成水下导航训练信号

Michal Levin 和 Itzik Klein 提出条件扩散框架，生成供自主水下航行器导航训练使用的合成 DVL 与惯性信号；测试中，仅用生成信号训练的 BeamsNet 速度估计器达到使用完整真实训练集时的速度误差，全部替换真实训练窗口也未测得性能损失。 在真实数据集的 13 条轨迹上，生成信号与指定条件的 Pearson 相关系数为 0.72–0.997。研究旨在以合成信号减少对海试记录的依赖。

AI 根据报道生成 · 45 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。