摘要
本发明属于激光引信领域,具体说是一种提升激光引信目标探测精度的方法,包括以下步骤:获取激光反射信号,并对激光反射信号进行预处理,得到预处理后的激光反射信号;对卷积神经网络进行训练,并通过多源异构数据融合方式构建训练数据集,完成预训练;从预处理后的信号中提取多尺度特征,并生成候选目标框,得到目标分类结果;根据目标分类结果调用本地目标模型库中对应类别的3D尺寸模板与反射特性,结合贝叶斯不确定性估计,对目标的精确位置进行定位;采用神经网络调节的自适应卡尔曼滤波算法进一步优化目标的定位精度,实现目标运动状态跟踪。本发明通过深度特征提取和目标分类,提高了激光引信系统在复杂环境下的目标探测精度。
技术关键词
激光引信
多源异构数据融合
多尺度特征
卡尔曼滤波算法
模型库
精度
融合卡尔曼
注意力编码器
协方差矩阵
网络
民用飞行器
深度特征提取
损失函数优化
接收器模块
回波
信号
通道剪枝
系统为您推荐了相关专利信息
激光模组
画面交互方法
机械按键
多模式
投影光机
量子态
判据验证方法
管理信息系统
实体
动态数据备份
车辆检测方法
多模型
注意力机制
Softmax函数
遥感图像数据
制造执行系统
设备运行参数
深度学习模型
资产
多尺度特征提取