基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了提高末敏弹在复杂背景条件下对装甲目标的识别能力,将线阵激光雷达作为探测器,结合卷积神经网络对线阵激光雷达距离像进行目标分类与识别.利用末敏弹边旋转边下降的运动特点,实现对扫描区域的距离成像,并通过采样率控制及插值等算法将原始距离像构造成适用于卷积神经网络的灰度像.针对弹载高实时性、小体积和低功耗的要求,建立了由两层卷积层和一层全链接层构成的浅层卷积网络,选用Xilinx ZYNQSoC芯片作为硬件平台,通过基于HLS技术和SDSoC开发环境将卷积操作放在端进行硬件并行加速.缩比模拟试验结果验证了该方法具有较高的目标识别精度,对复杂背景下的装甲目标也能有效识别.ZYNQSoC的PL硬件相较于普通CPU方案,加速性能提升了5倍,能够满足弹载的要求.
推荐文章
弹载线阵扫描激光雷达的目标识别算法
激光雷达
线阵扫描
目标识别
BP神经网络
末敏弹线阵激光雷达识别与定位方法研究
线阵激光雷达
末敏弹
识别与定位
蒙特卡洛法
基于卷积神经网络的高分辨率雷达目标识别
高分辨距离像
雷达目标识别
卷积神经网络
批归一化
支持向量机
基于模糊识别的线阵扫描激光引信目标识别算法
线阵扫描
激光引信
目标识别
关联分析
模糊识别
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 用于弹载线阵激光雷达的卷积神经网络目标识别
来源期刊 光子学报 学科 工学
关键词 线阵激光雷达 目标识别 卷积神经网络 末敏弹 硬件加速
年,卷(期) 2019,(7) 所属期刊栏目 大气与海洋光学
研究方向 页码范围 210-220
页数 11页 分类号 TN958
字数 5992字 语种 中文
DOI 10.3788/gzxb20194807.0701002
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 郭锐 南京理工大学智能弹药技术国防重点学科实验室 122 464 10.0 14.0
2 刘荣忠 南京理工大学智能弹药技术国防重点学科实验室 152 705 13.0 17.0
3 武军安 南京理工大学智能弹药技术国防重点学科实验室 5 4 1.0 2.0
4 柯尊贵 4 10 1.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (29)
共引文献  (20)
参考文献  (8)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1987(2)
  • 参考文献(0)
  • 二级参考文献(2)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(3)
  • 参考文献(1)
  • 二级参考文献(2)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(3)
  • 参考文献(1)
  • 二级参考文献(2)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2015(3)
  • 参考文献(1)
  • 二级参考文献(2)
2016(5)
  • 参考文献(0)
  • 二级参考文献(5)
2017(7)
  • 参考文献(2)
  • 二级参考文献(5)
2018(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
线阵激光雷达
目标识别
卷积神经网络
末敏弹
硬件加速
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
光子学报
月刊
1004-4213
61-1235/O4
大16开
西安市长安区新型工业园信息大道17号47分箱
52-105
1972
chi
出版文献量(篇)
8749
总下载数(次)
11
论文1v1指导