MIMO-FNN模型的弹道导弹目标识别方法

• 作者: 李昌玺 林菡 陈丽娟
• 来源期刊: 现代防御技术
• 学科: 工学
• 关键词: 模糊神经网络 弹道导弹 目标识别 多输入多输出 多传感器 融合
• 年，卷（期）: 2018,（6）
• 所属期刊栏目: 导弹技术
• 页码范围: 36-43
• 页数: 8页
• 分类号: TJ761.3|TN959.1+7|TP391.9
• 字数: 4897字
• 语种: 中文
• DOI: 10.3969/j.issn.1009-086x.2018.06.006

摘要

针对弹道导弹目标融合识别特点,分析了弹道导弹单传感器多特征多输入多输出模糊神经网络(multiple input multiple output fuzzy neural network,MIMO-FNN)模型、弹道导弹多传感器单特征MIMO-FNN模型,在此基础上,结合弹道导弹目标融合识别的实际流程,提出了弹道导弹目标识别多传感器多特征MIMO-FNN模型.该模型以每个单传感器多特征MIMO-FNN模型的输出为输入,并通过专家知识求取每个传感器的融合权值,采用sum-product模糊推理和加权求和法解模糊,得到模型的融合识别结果,并通过仿真实验验证了所提模型的有效性,最后从多传感器多特征优化和传感器权重2个方面对所提模型进行了可行性分析.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	林菡	福建农林大学东方学院信息工程系	18	19	2.0	3.0
2	陈丽娟	福建农林大学东方学院信息工程系	8	5	1.0	2.0