《雷达科学与技术杂志》发表论文赏析
作者:周砚龙,何晨阳,厉梦雪
单位:中国航空工业集团公司雷华电子技术研究所, 江苏无锡 214082
摘要:高压线因其体积小、发现难的特性,目前已成为低空飞行时的首要威胁。为应对低空复杂场景中传统高压线检测算法性能下降的问题,研究了一种基于TX2的高压线智能检测技术。该技术以卷积神经网络(CNN)为核心,构建了深度梯度网络模型(DGNET)和分组池化卷积神经网络模型(GPCNN)分别用于图像分割和峰值检测。以雷达回波数据为输入进行模型推理,通过后处理策略融合推理结果并提取高压线。基于TX2硬件平台和不同的任务调度机制完成了该高压线智能检测技术在机载毫米波雷达上的工程应用,试验结果表明该技术下的高压线检测性能稳健,有很好的实时性,能够满足工程应用的需求。
关键词:高压线检测,深度学习,毫米波雷达,任务调度,