激光与红外

作者：闫广利

单位：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；

关键词：末敏弹;复合探测;目标识别;卷积神经网络

基金：阵列式水下多脉冲爆炸能量转换机制及其声学效应项目(No.11972197)资助。

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。

来源：2022年第4期

《激光与红外》期刊编辑部

查看激光与红外杂志2022年第4期