激光与红外

作者：周昇辉

单位：；

关键词：末敏弹;水面无人艇;复合探测;目标识别;卷积神经网络;机器学习

基金：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项目资助。

随着水面无人艇技术的不断发展和应用,其对于舰船的威胁程度也日益加剧。以末敏弹打击水面无人艇为背景,为了提升多元激光/红外/毫米波探测器对水面小型目标的识别性能,提出了一种基于多通道卷积神经网络(Multi Channel Convolutional Neural Network,MCCNN)和极端梯度提升决策树(Extreme Gradient Boosting,XGBoost)的复合探测信号识别方法MCCNN XGB,同时构建了单通道CNN识别网络与基于人工特征提取的XGBoost识别算法作为对照,最终通过水面目标无人机载探测试验数据对上述三种模型的目标识别性能进行评估与对比。测试结果表明,基于MCCNN XGB的识别算法表现最佳,测试准确率达到了97.26。本文所提出的识别方法能够有效进行复合探测信号的特征提取,并且能够降低误识别率与漏识别率,具有较好的识别效果。

来源：2024年第5期

《激光与红外》期刊编辑部

查看激光与红外杂志2024年第5期