1.多旋翼无人机航空计算平台的轻量化磁补偿神经网络方法,其特征在于,所述方法包括:S1、构建教师模型:预训练大型神经网络作为教师模型,所述教师模型为多隐藏层的深度神经网络或反向传播神经网络,用于学习航磁数据中的磁干扰特征;
S2、构建学生模型并执行知识蒸馏:建立轻量化三层前馈全连接神经网络作为学生模型,通过知识蒸馏将教师模型的知识迁移至学生模型;
S3、部署轻量化模型至无人机平台:将训练完成的学生模型的权重和偏置迁移至多旋翼无人机搭载的计算平台,实现航磁数据的实时磁干扰补偿;
步骤S2中包括:
S2.1、设计总损失函数,其中:
为学生模型对训练数据硬标签的标准交叉熵损失:;
为学生模型模仿教师模型软标签分布的蒸馏损失:;
其中,L为总损失函数,为权重调节超参数,是第i个样本的真实标签,T为蒸馏温度参数,为教师模型在温度为T下的的输出概率分布,为学生模型在相同温度下的预测;
和的计算公式为:
;
;
其中,为教师模型未经softmax激活函数处理之前第i个数据的原始输出值,为教师模型未经softmax激活函数处理之前第j个数据的原始输出值,为学生模型未经softmax激活函数处理之前的第i个数据的原始输出值,为学生模型未经softmax激活函数处理之前的第j个数据的原始输出值;
步骤S3中所述实时磁干扰补偿,是在无人机采集航磁数据的同时,由计算平台调用学生模型对数据进行在线补偿计算。