空军工程大学学报

作者：贺杨超,李炯,邵雷,周池军,张锦林

单位：空军工程大学防空反导学院,西安,710038\

关键词：再入滑翔飞行器;特征参数;机动模式;智能辨识

基金：国家自然科学基金(62173339)

再入滑翔飞行器的机动模式辨识问题是拦截方实现对其轨迹预测的关键。提出了一组与飞行器轨迹机动特点贴合的特征参数,根据构建的RGV 机动模式轨迹库,搭建了LSTM 深度学习神经网络,实现了对RGV机动模式的智能辨识。与传统模式辨识方法和其他典型特征参数的辨识网络进行对比,结果显示文中所提特征参数在LSTM 机动模式辨识网络训练中具有收敛速度快、辨识精度高和鲁棒性好的特点。

来源：2024年第2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2期