文献类型：期刊文章

作　　者：魏政磊[1] 董康生[1] 段耀泽[2,4] 陈蔚[3] 岑飞[1] 周欢[4]

WEI Zhenglei;DONG Kangsheng;DUAN Yaoze;CHEN Wei;CEN Fei;ZHOU Huan(China Aerodynamics Research and Development Center,Mianyang 621000,Sichuan,China;Unit 93642 of Chinese People’s Liberation Army,Tangshan 063000,Hebei,China;Unit 94636 of Chinese People’s Liberation Army,Huzhou 313112,Zhejiang,China;College of Aeronautics,Air Force Engineering University,Xi’an 710038,China)

机构地区：[1]中国空气动力研究与发展中心,四川绵阳621000 [2]中国人民解放军93642部队,河北唐山063000 [3]中国人民解放军94636部队,浙江湖州313112 [4]空军工程大学航空工程学院,西安710038

出　　处：《哈尔滨工业大学学报》

基　　金：国家自然科学基金(51778186)。

年　　份：2024

卷　　号：56

期　　号：12

起止页码：20-33

语　　种：中文

收录情况：BDHX、BDHX2023、CAS、CSCD、CSCD2023_2024、EAPJ、EI、JST、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：为提高飞机机动识别方法精准度,提升识别过程的实时性,考虑到战术机动轨迹的动态性以及时序性,融合机动轨迹分割点检测方法,提出一种基于马氏距离度量动态时间规整神经网络的在线机动轨迹识别方法。首先,为防止训练的分割识别模型过拟合,通过提取机动轨迹特征,将机动轨迹飞行参数转化为机动轨迹特征参数,同时构建了包括21种机动轨迹单元的机动库;然后,为快速分割机动轨迹单元,结合支持向量机和马氏距离,提出了一种基于马氏距离支持向量机的机动轨迹分割点检测方法;其次,为提高机动轨迹单元识别精度,结合基于改进马氏距离的动态时间规整与卷积神经网络,提出一种基于马氏距离度量动态时间规整神经网络的机动轨迹单元识别方法;最后,通过融合分割点检测模型与轨迹单元识别模型,构建在线机动轨迹识别平台,并利用3种机动轨迹工况数据对该方法进行仿真分析。仿真结果表明,提出的方法能实时检测飞机机动轨迹单元分割点,且在分割检测的准确率达到97.0%;与其他机动轨迹识别方法相比较,本研究提出的方法不仅满足实时性,且具有较高的识别精度,达到90%以上,从而验证了本研究提出的在线机动识别模型的有效性与实时性。

关 键 词：在线机动轨迹识别  机动轨迹单元  马氏距离度量  支持向量机 动态时间规整神经网络  

分 类 号：V279]