空军工程大学学报

作者：李乐民,宋亚飞,王鹏,王科

单位：空军工程大学防空反导学院,西安,710051\

关键词：意图识别;空中目标;深度学习;全卷积网络;长短记忆神经网络;压缩与激励模块

基金：国家自然科学基金(61806219,61703426,61876189);陕西省自然科学基础研究计划(2021JM-226);陕西省高校科协青年人才托举计划(20190108, 20220106);陕西省创新能力支撑计划(2020KJXX-065)

针对现有空中目标识别方法敏捷性和可靠度不够高的问题,研究设计了一种深度学习模型MLSTMFCN,结合了全卷积神经网络、循环神经网络和压缩与激励模块的优点。全卷积网络能够提取空战数据中的复杂局部特征,长短记忆神经网络可以捕捉空战意图数据的时序特征。通过消融实验和对比实验结果表明,MLSTM-FCN 模型在意图识别准确率、反应速度和抗干扰能力方面明显优于现有的空中目标意图识别模型,取得了sota的结果,为指挥员在进行空中作战决策时提供更有效的依据。

来源：2024年第5期

《空军工程大学学报》期刊编辑部

查看空军工程大学学报杂志2024年第5期