采用循环神经网络的战场空中飞行目标型号辨识方法

来源：电讯技术杂志2022年第7期北京时间：

作者：王明阳

单位：(中国西南电子技术研究所，成都 610036)

摘要：针对战场空中飞行目标型号辨识不清的问题，提出了一种采用长短时记忆（Long Short-Term Memory，LSTM）循环神经网络的战场空中飞行目标型号辨识方法。以飞行目标航迹态势数据为数据源，分析数据不同特征特点，设计增加基于数据原有特征的派生特征，构建并训练基于LSTM循环神经网络的目标型号分类器，形成目标型号序列化智能辨识模型，实现仅依赖于航迹的战场空中飞行目标型号时序化准确辨识。经实测数据验证，所提方法识别准确率达到96.73%，F1分数达到0.968 3，较梯度提升树模型方法识别准确率至少提高了1.02%，而F1分数至少提高了0.013 2，证明了所提方法的有效性。

关键词：战场空中飞行目标；目标识别；型号辨识；机器学习；循环神经网络；长短时记忆网络；