摘要
本发明公开了一种基于航迹特征的低空小微无人机目标智能识别方法,具体包括:针对低空小微无人机的航迹数据设计能够有效表征目标特性的多维度特征;通过质数步长采样法结合滑动窗口法对航迹数据进行数据增强;对增强后的航迹数据进行特征计算,并对异常值和缺失值进行处理,然后将数据归一化和标准化;使用AutoGluon框架进行特征重要性分析,筛选出关键特征并用其构建AutoGluon无人机分类器;再基于增强后的航迹数据构建iTransformer时间序列分类器,并与AutoGluon无人机分类器融合,经过训练迭代得到最优识别模型;本发明可实现对低空小型和微型无人机的快速、准确识别,具有高识别率和强适应性,能够广泛应用于低空无人机检测和防御领域。
技术关键词
航迹数据
智能识别方法
分类器
交叉验证方法
无人机识别方法
加速度
超参数
集成学习模型
滑动窗口方法
雷达散射截面
时间序列特征
低空无人机
微型无人机
速率
模型预测值
系统为您推荐了相关专利信息
注意力机制
癫痫
支持向量机分类器
多模态特征融合
时序依赖关系
检测点
识别方法
风险识别模型
训练机器学习算法
指令