為解決在空中目標(biāo)類型識(shí)別過(guò)程中,目標(biāo)特征單一導(dǎo)致識(shí)別準(zhǔn)確率低的問(wèn)題,提出一種將雷達(dá)信噪比與目標(biāo)航跡特征相結(jié)合的基于循環(huán)神經(jīng)網(wǎng)絡(luò)（Recurrent Neural Network,RNN）的目標(biāo)識(shí)別方法。該方法利用RNN模型在處理時(shí)序數(shù)據(jù)上的優(yōu)勢(shì),挖掘雷達(dá)數(shù)據(jù)隱藏在時(shí)間層面的特征;擴(kuò)展目標(biāo)特征屬性維度,利用智能化模型有效地將雷達(dá)信噪比與目標(biāo)航跡特征相結(jié)合,提高目標(biāo)識(shí)別的準(zhǔn)確率。應(yīng)用真實(shí)檢飛數(shù)據(jù),對(duì)該方法進(jìn)行檢驗(yàn),并與傳統(tǒng)方法進(jìn)行對(duì)比分析。仿真結(jié)果表明,基于RNN的目標(biāo)智能化識(shí)別方法具有更高的準(zhǔn)確率。 

【文章來(lái)源】：航天控制. 2020,38(03)北大核心CSCD

【文章頁(yè)數(shù)】：7 頁(yè)

【部分圖文】：

RNN結(jié)構(gòu)圖

RNN目標(biāo)識(shí)別算法

當(dāng)戰(zhàn)場(chǎng)傳感器的實(shí)時(shí)數(shù)據(jù)經(jīng)過(guò)預(yù)處理之后，直接輸入訓(xùn)練完成的RNN網(wǎng)絡(luò)進(jìn)行實(shí)時(shí)的目標(biāo)識(shí)別，識(shí)別過(guò)程如圖3所示。當(dāng)雷達(dá)探測(cè)到來(lái)襲目標(biāo)，對(duì)目標(biāo)數(shù)據(jù)進(jìn)行預(yù)處理，得到9維的目標(biāo)特征向量，包括了目標(biāo)的相對(duì)距離R、方位角A、俯仰角E、xyz三軸上的速度分量、徑向速度V、高度H和信噪比，然后將每一拍的目標(biāo)特征向量依次循環(huán)輸入到RNN網(wǎng)絡(luò)中，最終網(wǎng)絡(luò)輸出目標(biāo)類型結(jié)果，完成實(shí)時(shí)目標(biāo)識(shí)別。這里輸入的拍數(shù)需要視具體情況由雷達(dá)頻次和識(shí)別實(shí)時(shí)性共同確定，由公式n=f×t計(jì)算得到，n為拍數(shù)，f為雷達(dá)頻次，t為人為設(shè)定預(yù)期需要在發(fā)現(xiàn)目標(biāo)后多久時(shí)間內(nèi)給出識(shí)別結(jié)果。

【參考文獻(xiàn)】：
期刊論文
[1]智能化技術(shù)在精確打擊體系中的應(yīng)用[J]. 周蓓蓓,劉玨.  空天防御. 2019(03)
[2]反艦導(dǎo)彈類型的Bayes-可拓識(shí)別模型[J]. 王豐,林瑜,農(nóng)元苑.  航天控制. 2019(03)
[3]未來(lái)新一代轟炸機(jī)隱身特性需求分析[J]. 徐頂國(guó),艾俊強(qiáng),雷武濤,王立波.  航空工程進(jìn)展. 2018(04)
[4]美國(guó)海軍電子戰(zhàn)系統(tǒng)現(xiàn)狀及發(fā)展趨勢(shì)[J]. 唐宏.  艦船電子對(duì)抗. 2018(05)
[5]美英法空襲敘利亞作戰(zhàn)特點(diǎn)分析及防空裝備發(fā)展啟示[J]. 劉杰,陳海燕,高璞,梁壯.  空天防御. 2018(04)
[6]典型隱身目標(biāo)SAR仿真與檢測(cè)[J]. 韓昊鵬,張晨新,劉銘,童創(chuàng)明.  火力與指揮控制. 2018(09)
[7]基于深度強(qiáng)化學(xué)習(xí)的作戰(zhàn)輔助決策研究[J]. 周來(lái),靳曉偉,鄭益凱.  空天防御. 2018(01)
[8]高超聲速飛行器氣動(dòng)/隱身優(yōu)化設(shè)計(jì)方法[J]. 焦子涵,鄧帆,劉輝,陳林,付秋軍,塵軍.  宇航學(xué)報(bào). 2016(09)
[9]基于參數(shù)學(xué)習(xí)貝葉斯網(wǎng)絡(luò)的對(duì)敵空中目標(biāo)融合識(shí)別[J]. 狄方旭,王小平,李瑾,劉哲.  彈箭與制導(dǎo)學(xué)報(bào). 2014(06)
[10]基于支持向量機(jī)和無(wú)源特征的目標(biāo)識(shí)別方法[J]. 史豪杰,邢清華,沈繼承.  電光與控制. 2009(02)

碩士論文
[1]基于深度學(xué)習(xí)網(wǎng)絡(luò)的雷達(dá)目標(biāo)識(shí)別技術(shù)研究[D]. 夏靖遠(yuǎn).國(guó)防科學(xué)技術(shù)大學(xué) 2016



本文編號(hào)：3331648