摘要
本发明涉及无人机识别领域,具体涉及基于强化学习多模态融合的低空目标识别方法及系统,包括以下步骤:步骤一、多源数据融合架构构建;步骤二、基于Transformer的特征对齐;步骤三、强化学习训练机制;步骤四、轻量化部署方案。相比现有技术,本发明具有以下优势:识别性能突破:型号识别准确率92.4%(行业平均68%),误报率降低至0.7%(传统技术5.2%);动态环境适应:通过动态权重调整,电磁干扰场景下识别稳定性提升3倍;经济性显著:轻量化模型使硬件成本降低至3万元/节点(传统系统≥20万元);技术延伸性:三维特征矩阵架构可兼容量子雷达等新型传感器;强化学习框架可迁移至低空物流监管等民用场景。
技术关键词
识别方法
多模态
矩阵
动态时间规整算法
频谱特征
雷达点云数据
光电
点云特征
跨模态
对齐模块
权重分配策略
电磁
频谱传感器
梅尔倒谱系数
强化学习框架
注意力机制
数据编码
系统为您推荐了相关专利信息
振动信号识别
数据识别模型
信号预处理模块
多模态
支持向量机分类
WRF模型
雷达遥感数据
光学遥感数据
卫星遥感影像
作物生育期