基于卷积神经网络的空中目标战术机动模式分类器设计

针对现有空中目标机动模式识别算法鲁棒性和抗噪性差的问题,提出了利用卷积神经网络直接对航迹数据进行非人工特征提取,从而实现机动模式识别的算法。针对目标机动段难以分割的现实情况,提出了滑动时间窗口的模式识别方法,并给出了基于滑动时间窗口的机动模式识别流程。对空中目标进行了航迹仿真,并进行了数据预处理,为卷积神经网络提供了合理训练样本。通过仿真实验确定了适合于机动模式识别的卷积神经网络的结构和参数,实验结果表明,构造好的卷积网络对机动模式的识别率达98.4%,并且在结合机动触发点后,对连续航迹的识别取得了良好效果。