一种基于微多普勒和机器学习的无人机目标分类识别技术

来源：雷达科学与技术杂志2024年第5期北京时间：

作者：邴政，周良将，董书航，温智磊

单位：1. 中国科学院空天信息创新研究院， 北京 100190;2. 微波成像技术国家级重点实验室， 北京 100190;3. 中国科学院大学电子电气与通信工程学院， 北京 100049;4. 齐鲁空天信息研究院， 山东济南 250132

摘要：近年来，随着科技发展，无人机行业高速发展，空域的情况变得愈加复杂，消费级无人机的入侵事件日益增多，对无人机防控系统的需求越来越迫切。飞鸟和无人机都是典型的“低慢小”目标，二者的回波特征、运动模式都有极其相似之处，如何对二者进行有效的观测、区分和追踪已成为保障空中航路安全研究中的重要问题。本文针对传统方法难以将二者区分的问题，首先利用仿真建立无人机和飞鸟的数学及物理模型，并对二者的微动特征进行提取，利用卷积神经网络和集成学习方法对其进行区分，在此基础上对实测数据进行识别，证明了本文方法的有效性。

关键词：微多普勒,机器学习,目标识别,卷积网络,集成学习,

基金资助：国家民用航天项目资助（No.D040304）