基于循环神经网络的空中目标类型识别

• 作者: 杨海明 赵佳欢 邱令存
• 来源期刊: 航天控制
• 学科: 工学
• 关键词: 循环神经网络(RNN) 目标识别 信噪比 时序数据
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 智能计算与数据
• 页码范围: 47-53
• 页数: 7页
• 分类号: TP391
• 语种: 中文

摘要

为解决在空中目标类型识别过程中,目标特征单一导致识别准确率低的问题,提出一种将雷达信噪比与目标航迹特征相结合的基于循环神经网络(Recurrent Neural Network,RNN)的目标识别方法.该方法利用RNN模型在处理时序数据上的优势,挖掘雷达数据隐藏在时间层面的特征;扩展目标特征属性维度,利用智能化模型有效地将雷达信噪比与目标航迹特征相结合,提高目标识别的准确率.应用真实检飞数据,对该方法进行检验,并与传统方法进行对比分析.仿真结果表明,基于RNN的目标智能化识别方法具有更高的准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邱令存		10	8	2.0	2.0
2	杨海明		4	1	1.0	1.0
3	赵佳欢		1	0	0.0	0.0