摘要
本发明公开了一种低空复杂环境异构监视数据联合识别方法,涉及无人机识别技术领域,基于LSTM卷积神经网络深度学习方法,使用多层感知机、深度神经网络等特征分类模型,完成对雷达轨迹分析;采用D‑S证据理论算法融合光电、无线电以及前者对融合目标的飞行特性和轨迹特征分析结果,生成该融合目标身份、类别的置信度融合概率分布;实现了多源信息融合低空目标识别的同时提高低空目标识别准确性,实现实时全面空域监控。
技术关键词
联合识别方法
无人机
异构
数据
证据理论算法
卷积神经网络深度学习
融合特征
轨迹
无线电侦测设备
深度学习算法
光电探测设备
参数
双曲正切函数
基础
深度神经网络
检测雷达
多层感知机
身份
系统为您推荐了相关专利信息
滑动窗口
弯道识别方法
计算机执行指令
坐标
识别系统
三维飞行器
迁移学习方法
气动力
泊松圆盘采样
多层感知机
轨迹优化方法
粒子
狼群算法
遗传算法求解
多无人机
水分调控方法
智能控制模块
调控系统
光伏发电模块
坡面绿化
数据驱动控制方法
并联电路系统
电路系统状态方程
状态空间模型
电感