基于深度学习的反无人机预警神经网络

摘要：

为解决传统雷达探测设备面对"低小慢"无人机时产生的难检测与易突防问题,通过深度卷积神经网络对空中无人机进行实时识别,提取目标的类别与像空间位置信息;根据无人机像空间位置在时域下的变化趋势,绘制无人机飞行映射轨迹;利用长短期记忆网络对飞行映射轨迹进行预测,获取无人机在未来时域内的预测航迹方向,实现对无人机的预警跟踪、实时检测与轨迹推断.结果表明,所提出的算法中目标识别平均准确率可达到82％,轨迹预测平均准确率可达到80％计算速度可达到24帧/秒,可见能够在地基计算平台下对空中无人机进行实时精确预警,可以有效地防止识别领空内的非合作无人机渗透与突防.

关键词：无人机预警、卷积神经网络、长短记忆网络、目标识别、轨迹预测

所属期刊栏目：21

分类号：TP391.41(计算技术、计算机技术)

资助基金：装备预研重点实验室基金6142107190207

在线出版日期：2021-09-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：9461-9469