-
题名军用机型复杂飞行动作提取与识别的方法研究
- 1
-
-
作者
李超
张原
汲万峰
司晓锋
李璇
-
机构
海军航空大学航空基础学院
-
出处
《航空兵器》
CSCD
北大核心
2023年第1期127-134,共8页
-
基金
国家自然科学基金项目(62076249)
山东省自然科学基金项目(ZR2020MF154)
山东省重点研发计划项目(2020CXGC010701,2020LYS11)。
-
文摘
飞行动作识别及其对应飞参数据的提取是飞行训练质量分析的关键内容。现阶段的飞参数据量大、维度高、冗余数据多,为此提出了无监督聚合动态时间规整(UADTW)算法,降低动态时间规整(DTW)算法复杂度,帮助人工快速建立样本集,并提取标准序列相关性特征。同时,根据复杂飞行动作特点,构造深度神经网络模型学习飞行动作序列特征、差量特征和标准序列相关性,并在此基础上设计了自选择特征层,提出自选择深度神经网络(SDNN)模型,该模型能够自主选择对飞行动作识别较大贡献的特征,进一步提高特征表示对飞参数据的刻画。本文所提出的UADTW和SDNN飞行动作提取及识别方法能够减少人工成本,并有效提升了飞行动作识别的准确率。
-
关键词
飞行动作
自选择机制
动态时间规整
神经网络
飞参数据
-
Keywords
aircraft flight action
self-selective mechanism
dynamic time warping
neural network
flight parameter data
-
分类号
TJ760
[兵器科学与技术—武器系统与运用工程]
V271.4
[航空宇航科学与技术—飞行器设计]
-
