摘要
本发明公开了一种基于时空图卷积的无人机群关键节点识别方法,属于无人机防御技术领域,该方法首先采用无人机群目标检测算法,检测无人机群中各无人机的位置;然后采用无人机群目标跟踪算法,提取无人机群中各无人机的运动轨迹;接着构建无人机群时空图模型,并采用时空图卷积网络提取各成员无人机的深度时空特征;最后采用全连接层进行图节点分类,进而实现无人机群关键节点识别。与传统的目标识别方法相比,本发明不仅能够建模目标的时‑空间信息,并能够利用数据驱动的方式学习到更贴合任务实际的分类函数,具有可操作性强,识别准确率高,适应性强等优点,能够为后续的无人机群反制提供更可靠的信息支撑。
技术关键词
关键节点识别方法
拓扑图
卷积网络模型
深度时空特征
模板
无人机防御技术
拓扑特征
时空图模型
可读存储介质
轨迹
卡尔曼滤波算法
构建无人机
检测无人机
矩阵
随机梯度下降
多层感知器
运动
系统为您推荐了相关专利信息
液压支架结构件焊接
参数化编程方法
焊接机器人
机器人焊接工作站
系列
可视化软件
生成可执行文件
输入结构
算法
输入输出单元
字符缺陷检测方法
缺陷检测设备
模版
标记缺陷
图像
协同管理平台
数字孪生模型
资源配置数据
模板
生成企业