激光与红外

作者：李宁

单位：1.南京理工大学 智能弹药技术国防重点学科实验室,江苏 南京 210094；2.北京信息科技大学 高动态导航技术北京市重点实验室,北京 100101；3.西南技术物理研究所,四川 成都 610041；

关键词：末敏弹;复合探测;目标定位与识别;YOLO思想

基金：北京信息科技大学项目(No.HND2022104)；面向成像式灵巧弹药的DCNN轻量化研究项目；高动态导航技术北京市重点实验室开放课题任务书资助。

为了提高末敏弹的作战性能,实现对目标的识别与精确打击,本文参考YOLO模型实现目标定位的思想,提出了YOLO 1D模型,以此来实现末敏弹复合探测信号的目标识别与定位。根据激光和红外探测信号出现目标时的信号变化特点,基于YOLO思想设计了标签并构建数据集。同时,构建了基于多任务学习策略的网络结构MT CNN(Multi Task Convolutional Neural Network)与基于人工特征提取的随机森林识别算法作为对照组。最后,利用无人机探测试验数据对上述模型的目标识别与定位性能进行评估和对比。测试结果表明,YOLO 1D模型的识别与定位效果最佳,识别准确率达到了9561,定位准确率达到了8110。

来源：2025年第7期

《激光与红外》期刊编辑部

查看激光与红外杂志2025年第7期