-
题名基于图像与航迹信息融合的目标属性识别方法
- 1
-
-
作者
李正东
杨帆
王长城
周颖玥
-
机构
西南科技大学信息工程学院
中国兵器装备集团自动化所有限公司
西南科技大学特殊环境机器人技术四川省重点实验室
-
出处
《兵器装备工程学报》
CAS
CSCD
北大核心
2024年第2期232-237,共6页
-
基金
“十四五”预研基金项目(628010205)
四川省科技计划资助(2021YFG0383)
西南科技大学“课程思政”示范课程建设项目(21szkc52)。
-
文摘
针对单一雷达传感器目标属性识别能力低的问题,提出基于D-S证据理论的雷达航迹与光电图像信息融合的目标属性识别方法,对光电图像和雷达航迹特征分别使用ResNet网络和XGBoost网络进行目标属性识别,将得到的类别概率赋值通过D-S组合规则融合得到最终的目标属性识别结果。实验研究表明:无论是在远距离或近距离目标属性识别能力上,融合后模型的识别能力均比融合前单一模型的识别能力强,且融合后的模型能够矫正因为单一模型识别错误而导致最终识别结果错误的问题,融合后的模型在测试集上各类别的平均召回率比光电图像分类模型提高了3%,比雷达航迹分类模型提高了10%,融合后模型的平均召回率为95%。
-
关键词
目标属性识别
雷达
D-S证据理论
ResNet
XGBoost
-
Keywords
target attribute recognition
radar
D-S evidence theory
ResNet
XGBoost
-
分类号
TJ0
[兵器科学与技术—兵器发射理论与技术]
TP183
[自动化与计算机技术—控制理论与控制工程]
-
-
题名一种基于WaveNet的火力控制系统误差溯源方法
- 2
-
-
作者
杨帆
王长城
-
机构
中国兵器装备集团自动化所有限公司
-
出处
《兵器装备工程学报》
CSCD
北大核心
2022年第S01期275-281,共7页
-
基金
国防基础科研计划项目(JCKY2018209B010)。
-
文摘
提出一种基于蒙特卡洛仿真的火力控制系统误差溯源数据集的构建方法,采用WaveNet神经网络提取误差溯源数据集的特征,实现火力控制系统误差溯源。实验研究表明两层残差块的WaveNet神经网络能够比其他网络更好地完成溯源任务,更不易漏检误差源。与朴素贝叶斯方法、支持向量机方法和小波神经网络方法相比,WaveNet神经网络在测试集上模型平均准确率、平均精度、平均召回率、平均F1得分均为93%,比表现最优的小波神经网络得分均高6%,WaveNet神经网络在多环节误差源的溯源上有明显优势。
-
关键词
火控系统
误差溯源
多变量时间序列
时间序列特征工程
深度神经网络
-
Keywords
fire control system
error tracking
multivariate time series
time series feature engineering
deep neural network
-
分类号
TJ0
[兵器科学与技术—兵器发射理论与技术]
TP183
[自动化与计算机技术—控制理论与控制工程]
-
