《激光技术杂志》发表论文赏析

基于双向长短时记忆神经网络的激光脉冲信号波形识别

来源:激光技术杂志2025年第5期北京时间:

作者:刘岳昕, 李海廷, 胡鑫, 曾双, 王晨, 王文鼎, 漆可心

摘要:为了解决激光半主动制导领域中脉冲信号波形识别模块存在的信号特征提取难、波形种类多样、计算效率低等问题,采用了一种基于双向长短时记忆(BiLSTM)神经网络的激光脉冲信号波形识别方法。以背景光噪声下的激光脉冲信号作为研究对象,通过采集模块收集数据后,由预处理模块输出完整激光信号数据集;将所得数据集作为输入,经过长短时记忆神经网络处理后,得到最终的分类结果。结果表明,该方法利用激光脉冲信号在时域中的直观特征,实现了对不同功率激光信号与背景噪声信号的识别与分类,其识别准确率均高于99.7%。与单纯的长短时记忆神经网络相比,BiLSTM具有更加优秀的网络性能,在保证高性能的前提下,激光半主动制导武器的抗干扰能力得到了有效提升。

关键词:信号处理, 波形识别, 深度学习, 激光脉冲信号

2025年5期其他文献查阅:

矢量扭曲光束在GRIN光纤中的自旋轨道相互作用

半导体激光器光反馈效应对原子传感系统小型化的影响

基于简易实频法的声光偏转器电学带宽的设计与优化

基于光真延迟的光纤稳相传输技术研究

基于柱面透镜的声光调制器衍射光束圆度补偿

光声成像中激光光源的优化

基于点云配准的LiDAR输电线路绝缘子3维重建

线能量对AH36钢激光-电弧复合焊成形及性能的影响研究

316不锈钢表面激光熔覆(FeCoCrNi)85(TiAl)15高熵涂层及其摩擦学行为研究

基于机器视觉波分复用器件光斑自动检测装置

利用半周期激光场调控高阶单级次谐波脉冲

基于数据流的漂移性多光斑聚类算法研究

基于双向长短时记忆神经网络的激光脉冲信号波形识别

基于光学偏振法的直线度误差测量

单层Bi2O2S表面卤族元素钝化研究

新型超高强钢激光焊接接头组织与性能研究

连续CO2激光维持Ar等离子体的研究

基于SIFT特征匹配的小变形初值估计研究

4×1功率合束器的仿真分析

Zernike多项式拟合人眼波前像差研究进展

白天激光雷达天光背景遏制技术研究进展

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!