基于卷积神经网络的末敏弹复合探测信号识别方法

摘要：

为了进一步提升末敏弹的目标识别性能,提出一种基于卷积神经网络(Convolutional Neural Network,CNN)的复合探测信号识别方法.首先针对毫米波辐射计、激光测距雷达和红外敏感器的复合探测信号特点,提出了3种构造输入样本的方法;然后根据不同的信息融合方式,提出了3种基本网络架构,分别构建了单通道、多通道CNN模型对输入信号进行特征提取和分类;最后通过高塔试验数据对模型进行训练和评估.测试结果表明,基于样本构造方案2和网络结构3的识别方法表现最佳,测试准确率达到了97.26％,所提样本构造方法和识别方法能够有效提取复合探测信号的特征,具有较高的识别精度.

关键词：末敏弹、复合探测、目标识别、卷积神经网络

所属期刊栏目：52

分类号：TN959.1

资助基金：阵列式水下多脉冲爆炸能量转换机制;其声学效应项目

在线出版日期：2022-06-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：564-570